貿澤電子的Rafik Mitry對Alois Knoll教授的專訪 ：

早在2020年9月，我與Alois Knoll教授就人工智能 （AI） 進行了交流。Knoll教授是慕尼黑工業大學 （TUM） 機器人技術、人工智能和嵌入式系統的教席負責人。他的研究興趣主要集中在人機交互和服務機器人技術、醫療機器人技術、認知機器人技術和網絡物理/嵌入式系統。

Q：您目前在機器人技術方面的研究重點是什么？

目前，我們專注于：

打造更加安全可靠的人工智能

將人工智能融入關鍵基礎設施建設

通過人工智能優化生產流程

我們還在開展兩個主要的研究項目，分別是“人腦”項目 （Human Brain Project） 和Roboy。 “人腦”項目 “人腦”項目是一個非常大的項目，融合了大腦研究和技術開發。在這個項目中，神經形態處理器和神經機器人是備受公眾關注的兩個領域。“人腦”項目著眼于建立研究基礎設施，以推動神經科學、醫藥和計算的發展。這是歐盟資助力度最大的科學項目之一，也是四個FET（未來和新興技術）旗艦項目之一。項目于2013年啟動，為期十年， 凝聚了歐洲100余所大學、教學醫院和研究機構的約800名科學家的力量。項目的主要目標是研究人腦的多層次復雜生物學：它的結構以及神經元是如何發揮作用的。然后，將獲得的知識部署到健康、計算和技術領域的大腦衍生應用中。 Roboy項目 Roboy是一個受到公眾廣泛關注的項目，因為就其目標（即AI的體現）而言，Roboy是世界上最先進的機器人之一。這是一個先進的類人機器人，模仿了人體的肌肉骨骼系統。Roboy擁有肌肉和肌腱，這不同于用電機來代替關節的傳統機器人。TUM的Roboy團隊正在開發自己的認知系統，包括對話系統、語音轉文字、文字轉語音以及存儲系統。第一個版本的Roboy建造于2013年3月。到2019年，Roboy已經能夠售賣冰淇淋。按照計劃，到2050年Roboy將像人類一樣出色。

Q2：邊緣AI現在面臨什么樣的挑戰？

這些挑戰是軟硬件（計算引擎）還是倫理（偏見）方面的？

倫理方面是我們始終必須意識到的一個方面。這就是為什么我們在“人腦”項目中專門有一個小組只處理倫理問題并且將倫理考慮在內的原因。其根本在于人腦的解碼仍處于初期階段。把我們知道的東西付諸實施非常容易， 因為這項技術已經非常先進了，因此可以在市場上購買或者提供實驗室規模的芯片。盡管如此，我們仍然可以預期神經形態處理器將在未來的AI應用中扮演重要的角色。

SpiNNaker系統開發就是一個例子，它基于在ARM架構的定制數字多核芯片上實時運行的數字模型。此系統將生物神經網絡的各個方面作為電子電路上的模擬或數字副本執行。SpiNNaker系統具有30，000個定制數字芯片，每個芯片具有18個核心，因此總共有50多萬個核心。它還有一個共享的本地128 MB RAM。還有商用神經形態處理器，例如Intel的Loihi。這一領域硬件開發方面的速度確實令人印象深刻。

Q3：您是否認為使用Neuralink可以有所作為

埃隆·馬斯克提出了一種連接到人腦神經元的生物相容性芯片，這是醫學研究中的重大進展。如果用來治療某些疾病，例如帕金森氏癥，那么Neuralink實際上還是很有希望的。但是，如果想在人腦中播放音樂，或者想使人變得更聰明，我認為這是不現實的。不管怎樣，從醫學的角度來看，這對于幫助市場治愈腦部疾病是非常令人激動的進步。

Q4：為什么汽車應用中的AI不能對新情況做出自主決定？

有多種將AI應用到汽車的方法。一種方法是由Nvidia驅動的所謂端到端方法，即開著車模擬一遍各種場景。這確實是一種可行方案，但是有一些困難：

泛化能力：如果出現另一種這輛汽車沒有遇到過的場景，它就會無所適從。

第二個困難是可追溯性。當AI做出決定時，我們無法理解它為什么會以這種方式做出反應，以及為什么會作出這種決定。

例如，汽車在高速公路上行駛、需要的參數都具備時，AI能夠輕松完成大多數任務。但是離開了高速公路進入市區，路況就變得非常復雜。例如，出現AI模型訓練期間沒有碰到過而導致不知道的問題—這仍然是目前尚無解決方案的重大問題。因此，直到今天，市場上還沒有全自動駕駛的汽車。其原因正是出在當前所用的方法上。我們仍然不知道如何開發一套能夠實現全自動駕駛汽車的神經網絡架構。根本上講，這不是軟件的問題，這是方法論和結構的問題。

Q5：最后，您對有意從事AI領域工作的學生有什么樣的建議？

可以來慕尼黑工業大學攻讀機器人技術、認知和人工智能的碩士課程。不管是機器人技術還是AI方面，你都將可以獲得對這個領域在整體上的深入認識，以及進入這個行業市場的敲門磚。

原文標題：慕尼黑工業大學的AI研究

文章出處：【微信公眾號：貿澤電子】歡迎添加關注！文章轉載請注明出處。

責任編輯：haq