面向自主智能體的計(jì)算架構(gòu)還有很長(zhǎng)的路要走。

中興事件的爆發(fā)，讓公眾意識(shí)到芯片行業(yè)亟待發(fā)展。近年來(lái)，AI芯片成為了各大科技巨頭和創(chuàng)業(yè)公司的布局重點(diǎn)。前有百度推出了名為“昆侖”的AI芯片，后有阿里巴巴在云棲大會(huì)宣布成立的半導(dǎo)體獨(dú)立新公司“平頭哥”。無(wú)論是芯片或者AI芯片，今年專屬它們的“戲”可謂你方唱罷我登場(chǎng)，熱鬧非凡的同時(shí)，在技術(shù)研發(fā)上也帶給了從業(yè)者更多的思考。

即將于10月15日在蘇州舉行的2018 AIIA人工智能開(kāi)發(fā)者大會(huì)，就將圍繞人工智能當(dāng)前的技術(shù)、產(chǎn)品研發(fā)、商業(yè)落地、產(chǎn)業(yè)發(fā)展等多方面、多維度展開(kāi)交流與討論。大會(huì)拉開(kāi)帷幕前夕，鎂客網(wǎng)特地邀請(qǐng)到了本次大會(huì)嘉賓、即將在大會(huì)論壇進(jìn)行演講的西安交通大學(xué)副教授任鵬舉，分享他關(guān)于面向自主智能體的計(jì)算架構(gòu)新的思考。

圖 | 西安交通大學(xué)副教授任鵬舉

解決非完整觀測(cè)、復(fù)雜場(chǎng)景、開(kāi)放環(huán)境下的智能體交互難題

任鵬舉表示：“當(dāng)前面向完整觀測(cè)、簡(jiǎn)單場(chǎng)景應(yīng)用的AI計(jì)算架構(gòu)發(fā)展迅速，相對(duì)成熟。比如，人臉解鎖、語(yǔ)音控制芯片等。這類AI芯片往往面向的是完整信息和簡(jiǎn)單場(chǎng)景的應(yīng)用。但面向復(fù)雜場(chǎng)景、非完整觀測(cè)、以及更加開(kāi)放的環(huán)境時(shí)，智能體的大腦——芯片處理架構(gòu)的發(fā)展還遠(yuǎn)遠(yuǎn)無(wú)法滿足應(yīng)用的需求。必須要有一些新的探索和開(kāi)拓性的工作，才有可能讓智能體在開(kāi)放的環(huán)境中，更好的完成任務(wù)以及與人進(jìn)行交互。”

“面向自主智能體的計(jì)算架構(gòu)思考”這一論壇報(bào)告，正是圍繞這一挑戰(zhàn)，將課題組在這方面的探索和思考與觀眾分享。

眾所周知，當(dāng)前的AI芯片的商業(yè)化落地應(yīng)用，如人臉識(shí)別、智能音箱等，都是基于完整觀測(cè)、簡(jiǎn)單場(chǎng)景的應(yīng)用。而任鵬舉帶領(lǐng)的研究團(tuán)隊(duì)專注于面向自主智能體的計(jì)算架構(gòu)和芯片設(shè)計(jì)，這類應(yīng)用的主要特點(diǎn)是Agent需要與環(huán)境不斷的發(fā)生交互行為。Agent具體的形態(tài)可以是無(wú)人機(jī)、無(wú)人小車，人形機(jī)器人等，本質(zhì)在于需要跟環(huán)境不斷進(jìn)行交互，其面向的環(huán)境更加開(kāi)放且具有一定的特殊需求。

“具體來(lái)講，這一類應(yīng)用，Agents的觀測(cè)是非完整的。對(duì)比來(lái)講：iphone的人臉解鎖就需要把臉部完全顯示在屏幕中才能夠進(jìn)行識(shí)別，發(fā)生遮擋時(shí)，解鎖功能就無(wú)法正常工作。而開(kāi)放環(huán)境下的交互Agent，由于傳感器安裝在智能體上，受空間的限制，很難將所有的環(huán)境信息完整的一次性觀測(cè)到。尤其是環(huán)境中多個(gè)智能體交互的時(shí)候，如何做到高效、低延遲的通訊和協(xié)作，這樣的工作模式和交互方式是一個(gè)比較大的挑戰(zhàn)。我們認(rèn)為它是AI智能芯片的另一個(gè)重要應(yīng)用。”

2017年，在科技部頒發(fā)的“新一代人工智能”中，鄭南寧院士提出:“混合增強(qiáng)智能”是指將人的作用或人的認(rèn)知模型引入人工智能系統(tǒng)，形成“混合增強(qiáng)智能”的形態(tài)。這種形態(tài)是人工智能可行的、重要的成長(zhǎng)模式。“混合增強(qiáng)智能”有兩個(gè)核心：一是人在回路，即整個(gè)人工智能系統(tǒng)的方案設(shè)計(jì)、服務(wù)對(duì)象、評(píng)判對(duì)象都是人類，需要人的參與；另一種則是將人的認(rèn)知模型借鑒到計(jì)算系統(tǒng)中。

“我們的思考正是基于此，在面向無(wú)人自主系統(tǒng)中提出一個(gè)創(chuàng)新點(diǎn)叫做‘認(rèn)知計(jì)算引擎’。具體來(lái)講,它包括兩個(gè)關(guān)鍵技術(shù)，一、形成認(rèn)知地圖用于情境理解以及多智能體交互；二、事件處理和選擇性注意機(jī)制。”

認(rèn)知地圖用于情境理解和多智能體交互

如何理解認(rèn)知地圖呢？舉例來(lái)說(shuō)，有朋友來(lái)找我，我會(huì)告訴他“從西安交大南門進(jìn)來(lái)，會(huì)看到思源活動(dòng)中心，沿著活動(dòng)中心左邊的路往前走，會(huì)看到一個(gè)丁字路口，在西北角有一個(gè)5層的灰色建筑叫科學(xué)館，我的辦公室在211。”相比于常見(jiàn)的百度地圖而言，我剛剛描述的就是一個(gè)高度概括的語(yǔ)義地圖，我的朋友可以很好的理解這個(gè)地圖并且可以找到我的辦公室。我們課題組想做的就是將自然場(chǎng)景高效表達(dá)為這樣一類的認(rèn)知地圖，然后通過(guò)緊湊的數(shù)據(jù)結(jié)構(gòu)進(jìn)行表達(dá)，進(jìn)而進(jìn)行計(jì)算、存儲(chǔ)以及通訊。

事件處理驅(qū)動(dòng)和選擇性注意機(jī)制

他特意以駕駛行為為例，介紹事件處理驅(qū)動(dòng)和選擇性注意機(jī)制：當(dāng)司機(jī)在駕駛汽車的時(shí)候，需要向右拐，那么，他需要觀看右側(cè)后視鏡，因?yàn)閾?dān)心右后方有來(lái)車，其向右拐的時(shí)候可能會(huì)影響到他人。這一類信息處理的注意力過(guò)程是和任務(wù)相關(guān)的，是由任務(wù)決定的下意識(shí)執(zhí)行的選擇性操作，我們稱之為自頂向下的選擇性注意；另一類選擇注意機(jī)制則是，司機(jī)在駕駛的過(guò)程中，路上突然竄出來(lái)一臺(tái)車，司機(jī)的注意力會(huì)被突然出現(xiàn)的目標(biāo)所吸引。這時(shí)，司機(jī)會(huì)估計(jì)突然竄出的車是否會(huì)闖入在自己的行駛路徑當(dāng)中。從而做出相應(yīng)的判斷和行為，這類信息處理的注意力過(guò)程是應(yīng)對(duì)突發(fā)事件和場(chǎng)景變化的，我們稱為自底向上的選擇性注意。選擇性注意機(jī)制從本質(zhì)上講，就是大腦面對(duì)復(fù)雜任務(wù)時(shí)的資源調(diào)配和調(diào)度，大腦總會(huì)用最經(jīng)濟(jì)、最高效的方式管理腦神經(jīng)的處理能力、記憶以及相關(guān)的功能信息通訊。

“我們認(rèn)為選擇性注意機(jī)制和語(yǔ)義地圖都可以更好的調(diào)配、調(diào)度現(xiàn)有的計(jì)算、存儲(chǔ)和通訊資源。所以，我們希望可以把這種認(rèn)知計(jì)算引擎引入到面向智能體的計(jì)算架構(gòu)設(shè)計(jì)上來(lái)，這將是我們未來(lái)主要的工作內(nèi)容。”

當(dāng)下，AI芯片在進(jìn)行發(fā)布時(shí)往往強(qiáng)調(diào)算力數(shù)據(jù)。在任鵬舉看來(lái)，這種計(jì)算過(guò)度強(qiáng)調(diào)算力而缺乏效率為引導(dǎo)，其希望在認(rèn)知計(jì)算模型方面探索相應(yīng)的AI計(jì)算架構(gòu)和芯片設(shè)計(jì)方法期待擁有同樣算力的情況下，可以處理更多、更復(fù)雜的任務(wù)。

最后，當(dāng)提到關(guān)注智能體的相關(guān)技術(shù)與商業(yè)應(yīng)用落地的融合性時(shí)，他表示，目前融合的狀態(tài)并不是非常理想。因?yàn)锳I有兩個(gè)公認(rèn)的挑戰(zhàn)，一個(gè)是條件問(wèn)題，即很難列舉出一個(gè)行為的所有先決條件，在確定的、相對(duì)靜態(tài)的環(huán)境中能夠很好給定先決條件。而面對(duì)開(kāi)放的、動(dòng)態(tài)的、交互的環(huán)境時(shí)，做到這一點(diǎn)非常困難；另外一個(gè)則是分支問(wèn)題，即難以列舉出一個(gè)行為產(chǎn)生的所有影響，特別是間接影響。目前，無(wú)論是人形機(jī)器人、康復(fù)機(jī)器人還是醫(yī)療機(jī)器人，這類機(jī)器人大多是由工程師提前編程好的固定執(zhí)行軌跡和策略，因此，在產(chǎn)量巨大和應(yīng)用場(chǎng)景相對(duì)固定的情況下，如：汽車加工車間的機(jī)械臂可以很好的完成任務(wù)和分?jǐn)偝杀?。但面?duì)產(chǎn)量不是很大的定制場(chǎng)景、靈活性和自主性要求比較高的情況下，融合狀態(tài)還不是很理想，主要原因就是相關(guān)的技術(shù)還不成熟。因此，當(dāng)前的智能體還有很長(zhǎng)的路要走。

最后，記得關(guān)注微信公眾號(hào)：鎂客網(wǎng)（im2maker），更多干貨在等你！