德國慕尼黑工業大學教授Alois Knoll:中國在工業4.0的發展水平上跟德國很接近了

· 2019-11-06 11:05

Alois Knoll表示,未來我們能夠設計出全新的大腦,把機器人跟計算機相互融合在一起,提供相應的工具對大腦進行模擬化。

11月1-2日,由中國國際科技交流中心、深圳市科學技術協會、深圳產學研合作促進會聯合主辦的“2019大灣區機器人與人工智能大會”在深圳盛大舉辦,向世界傳遞超前新思維,為產業激發空前新動能。

在“機器人發展創新論壇”上,德國慕尼黑工業大學教授Alois Knoll發表了《神經機器人和人腦項目》的主題演講,并在會后接受了創客貓的采訪。

微信圖片_20191106120932.jpg

Alois Knoll教授接受創客貓采訪

德國在工業上的發展成就舉世矚目,中國在工業4.0上有哪些方面可以借鑒德國的發展?Alois Knoll表示,中國在過去幾年里工業4.0的發展取得了巨大的進步,德國也在密切關注著。所以這并不是單一說大家獨自在發展,中國跟德國之間現在是很接近的水平了。如果說借鑒的地方,他認為在汽車制造業上中國可以借鑒德國的發展。

智能機器人的核心問題在于思考,在這一方面,Alois Knoll指出,把破碎的思維整理成完整的思維這是機器人在思考方面的難題,如果人類讓機器人完成一個特定的任務,一旦這個任務超出一定的范圍,它是很難完成的?!八蕴魬鹪谟谝獢U大狹窄的人工智能的范圍,讓一個機器人可以更廣泛去完成任務。這就意味著我們需要更好的傳感器、執行器,讓機器人更好去執行任務,還需要一個更好的機械結構?!?/p>

機器人危險人類的話題從機器人誕生開始,就一直被大家討論著。Alois Knoll認為,機器人威脅人類有很多可能,首先是身體上的威脅,因為他們可以用于軍用機器人,這是一種消極的發展。還有一種威脅是機器人奪走人類的工作,但這并不是真正的威脅,因為人類的人口結構一直在變化。

“機器人是否可以代替人類其實是一個值得討論的問題,機器人的雇傭費用代價成本太高,所以在雇傭方面最終還是會選擇人類。還有一種情況,自動駕駛的汽車也是機器人的發展方向。自動駕駛的汽車如果出現事故傷亡不知道是哪一方的責任,這也是需要一個劃分清楚責任的領域。所以確定好機器人的道德規范是很重要的,機器人被允許做什么事,不允許做什么事是需要劃分清楚的?!盇lois Knoll說道。

微信圖片_20191106114632.jpg

Alois Knoll教授發表演講

以下是Alois Knoll的演講實錄:

這個論壇,包括了人工智能、腦研究和機器人。在我開始演講之前,請允許我介紹我們的背景,2009年歐盟的ICT顧問小組,那時候我是它的成員,它那時候想去做一些大的項目,比如說歐洲專注于大型高風險的項目,那時候我和歐洲委員會做了討論。我們花了幾年時間討論,后來我們成立了未來新型技術的FEG資金項目。我們的起點不容易,但是結果非常成功。
2009年,我們開始了這個項目,2011年我們邀請了很多人給出了議案,總共收到了6個議案,有兩個入選,其中一個是我們通訊技術等所用的石墨稀技術。我作為其中論文的作者,為未來解決城市一些問題的機器人項目做方案。
這是人腦的路線圖,2013年開始,那個時候是熱身階段,我們發布了一個平臺,一會兒我也會進行介紹。我們現在進入項目的主要階段,將在2023年結束這個階段。我們會把這個項目轉化為歐洲的研究基地,就在布魯塞爾。
接下來讓大家了解這個項目的運營情況。
我們856個全日式的項目,歐洲項目在不同的位置,紅色的點是合資項目,還有很多項目在德國、意大利和英國。歐盟的資助有4億多歐元,這是最大的ICT項目。我們有哪些信息呢?關于愿景,我們需要引入諾獎的得主,我們要去相互合作,這個項目不容易,需要集成化的基礎設施去集合機器人以及神經科學,同時需要把神經科學以及機器人相互結合在一起,以及需要進行研究我們的大腦和我們的身體。
在計算機當中,通過模擬化的大腦進行分析,未來我們能夠設計出全新的大腦,未來能夠把機器人跟計算機相互融合在一起,我們能夠提供的是相應的工具對大腦進行模擬化。很多人對模擬化的神經科學都是非常的渴望,這是我們未來需要去追求的部分。
我們現在也引入了多個研究人員,有時候對于他們的管理比較困難,讓所有的科學家相互合作研究不是容易的事情,但是未來我們會啟動這個項目。

這張圖片顯示的是我們之前所做出的討論,左邊有4個子項目,這4個子項目是關于神經科學,它是由歐洲神經醫學委員會所主管,每一個項目都可以花很長時間去論述。右邊是關于ICT通訊技術,還有關于大腦的研究項目,這也是非常熱門的項目。我們可以把機器人的技術融入到電腦當中,能夠跟醫學領域相關,對于這種項目,我們可以花時間去做出解釋。
為什么要把它在這個平臺上構架出來呢?因為在這個平臺上可以自主去下載和開元研究。這個項目有哪些范圍呢?這是關于HB的項目,不僅僅是關于神經科學的領域,同時我們可以進行研究,可以加速神經科學的研究,加速未來的科技。我們從大學當中去學習,把它融入到計算機當中。
為了這樣做,我們需要一些研究的工具,這些研究工具能夠賦能更多研究人員進行合作。我們也需要有更多的資助去創造這個平臺,這個平臺當中也能夠讓全球個人通過各種方式進行合作,這個平臺也在發展當中,這也有賴于各位的研究和各位的支持。
我們從零開始,對于科技的基礎,是來源于皮下電路的項目,這個項目是在2014年的時候發起,在PPEL,去分析,然后模擬化皮下電路,皮下電路需要通過切削,皮下電路有7萬個神經元,同時整個模擬是通過電腦操作的。它的口徑是可以深入到幾微米,同時能夠聯動大腦和身體。左邊可以看到,你需要對這個空間進行更好地管理。
從不同量級,從納米到米,涉及到不同的范疇,這是非常大的挑戰。同時,這是我們之前所做的早期研究。如圖所示,這是一個神經元的表面,我們對這邊不同的區域進行研究,通過計算機對神經元進行更好的了解。這是真正的數據,也是作為合成化的數據。我們的目標是進行校準,同時也使得整個神經元具有一樣的屬性。我們也通過計算機的方式對神經元的密度進行相應的把控和研究,在此基礎上,我們可以對整個大腦進行研究。
這是合成的老鼠的大腦,也可以通過計算機的方式,把老鼠大腦的模式重演出來,這個圖像告訴我們什么原理呢?大家是否同意我的觀點?如果不能夠對身體進行分析的話,我們是不可能對這個大腦來進行更好的理解。我們需要進行研究的時候,要對大腦進行更好的把控,也要能夠對身體進行把控,看身體和大腦有哪些聯系。
我怎么做呢?2013年的時候,我們研究的是老鼠的身體和大腦,我們通過模擬老鼠的身體和模擬老鼠的大腦,對不同的大腦進行研究。我們對大腦跟身體進行模擬,通過聯動的關系看它的大腦是如何去影響它的身體的。沒有身體的支持,是不可能研究大腦的。因此,我們要更好地研究身體才行。
神經機器人的研究項目的主題,就是要結合大腦跟身體,我們需要設計神經邏輯的模式,我們需要了解各種數學和各種感覺以及各種認知。同時,這個認知將會達成怎樣的行為,希望能夠校準整個模式。
通過虛擬化的形式,來了解老鼠的運動機制。怎么把這種機制用到人體身上?我們進行人體的研究之前,要對老鼠進行研究。我們需要模擬虛擬的模式,通過老鼠作為載體。同時,要充分應用生物的模型,我們所設計的工具,把它稱之為神經機器的平臺,這個動畫有點緩慢,主要給大家展示基本情況,這是我們實驗室的基本情況,這是我們大概的模擬情況。
所有的學科和研究人能夠在一樣的空間當中進行合作,在神經機器人平臺中合作,我們稱之為“虛擬化閉環”的系統環境。我們有模擬化的環境,有模擬化的大腦身體以及傳感器,身體的話能夠在虛擬的環境當中去運行,我們的賣點是閉環的環境,這個閉環的環境也非常的成功。
這是我們所提到的,我們用老鼠來作為模型,所有的大腦和神經系統,我們對大腦進行簡單的模擬,也對神經系統進行簡單的模擬。這是非常精細化的模型,同時也結合現實的情況,我們是能夠模擬化,通過這個方式來對整個神經系統進行還原和模擬。

如圖所示,這是我們之前所做的實驗,它移動了老鼠的四肢,通過微型的探針去了解老鼠的大腦情況,這是屬于成像技術,我們也復制了成像圖像,成像的圖像可以更加快,總體來說,整個圖像是這樣子的。
我們復制了這個實驗到神經平臺當中進行了轉換,對大腦進行全息的研究,通過不同的角度來進行研究。我們看這個大腦的模型,當模擬的虛擬老師進行移動的時候,虛擬的大腦將會進行怎樣的改變?我們進行了對比真實大腦和虛擬大腦的情況。通過一對一平臺的比對實驗來進行還原,這就是我所提到的,我們能夠生成什么?交互式動態的大腦圖譜。
我們現在對這個大腦圖譜已經有了相應的呈現方式,但是還不能了解大腦的整個機制,還不能進行實時的監控,但是未來,我們希望可以看到各個神經元的基本運動機制,從而繪制真正的大腦。
第二個部分,這是在微生物環境當中進行學習。
我們用腦模型來控制機器人,幫助這些機器人去產生他們自己的系統。平臺上的項目是谷歌的實驗,谷歌在這里所做的是有14個機器人并行操作,學習怎么抓取一個東西,這些連接器的傳感器還有一個抓取的器件,他們慢慢就學會了對這樣物體進行分辨,去抓取對的東西,最后就能夠抓取某一個物件,和其他的機器人進行溝通。我們這個就能夠非常好地去抓取物體。
經過兩個月80多萬次的抓取實驗,使得這些機器人通過長時間的訓練后有所損耗,不能再使用。我們復制了這個模式,我們的目的是去訓練大腦模式,這個大腦模式可以來控制這些機器人。我們認為已經基本上能夠復制整個實驗,當時不是在真實的世界中,而是在虛擬世界中。
我們播放一個短視頻,給大家展示我們所做的東西,這是關于我們的藍圖項目。很多次的實驗之后,他們還沒有辦法抓取,比如這里是5次才抓取到,原則上是通過超級計算及去復制這個過程,問題在于我們能夠比它做得更好嗎?我們的答案是我們當然可以。
我們去設計了這樣的實驗復制設置,有這樣的抓取器,還有一個接觸力,全部設置完成之后就能夠開始復制剛才那個實驗。他們的行動和運動看起來很虛擬,但是在回答這個問題的時候,經過了幾次不成功的抓取之后,機器人學會了怎么去抓取,就像在真實的世界中一樣,而現在我們不需要只用一個機器人,我們可以用很多個機器人,然后加速了這個過程。
另外,還可以去關注我們所感興趣的機器人的方方面面,我們的焦點當然是去學習怎么設計達到更好結果的設置,最后使得他們能夠更及時、更好地去學習。
最后,我給大家總結一下。
我來評論一下人腦項目,大家能夠想象這種大規模級別的項目,尤其是在資金和項目支持方面,這么大的規模會成為一個問題。這個項目已經經歷了幾次危機,但是現在我們可以說我們正在正軌上面。還有一點很好,我們能夠在科學社區中,通過大規模的項目使別人關注到我們,每次危機之后我們都會變得更好。
我們這個平臺是神經科學和機器人之間的橋梁,我們的人工智能和大腦衍生的機器人還有機器人模型,這些都是從機器人領域所學習到的,能夠教會機器人去做很多事情。同時在這個平臺上,也可以在中國的超級計算機上面去運營。大家如果對這方面感興趣,可以聯系我們。神經科學方面,整個閉環的學習,以及我們這些神經科學家所感興趣的點,還有我們在虛擬世界中能夠用機器人來形成實驗的經驗,通過這些所有的信息,希望大家能夠更好了解我們正在做的事情。

德甲排名2017 云南十一选五今今天 比特币价格今日行情 口碑最好的股票配资平台 银行倒闭理财产品怎么办 专家杀号山东11选5 河南11选5出号走势图 宁夏11选五怎么挣钱 麻将玩法规则 方正科技股票 德国赛车公式