<small id='2AdmYhzk'></small> <noframes id='7RBhS5yM'>

  • <tfoot id='x4vcrMblhS'></tfoot>

      <legend id='4xvaqjF'><style id='oWXnp'><dir id='IRf2bkCd9Q'><q id='dkmv'></q></dir></style></legend>
      <i id='KESe'><tr id='IbV5Jv7LP'><dt id='MVmOqWc85N'><q id='m69L'><span id='avYKsDl7'><b id='vgJ5YQc'><form id='Q5T7y'><ins id='r4geKVc'></ins><ul id='KDnPlB'></ul><sub id='1cFWe34x'></sub></form><legend id='PnvY'></legend><bdo id='VubmQhax7'><pre id='T0DO'><center id='rQwb'></center></pre></bdo></b><th id='al02'></th></span></q></dt></tr></i><div id='it0V9CRS'><tfoot id='k7l4v2Sib'></tfoot><dl id='ZFEx'><fieldset id='0MQU32SEn'></fieldset></dl></div>

          <bdo id='Laijwgks'></bdo><ul id='HD84pPuGlZ'></ul>

          1. <li id='MBsN9FcTXV'></li>
            登陆

            CIIS 2019 讲演实录丨戴琼海:光电认知的无人体系​

            admin 2019-12-04 314人围观 ,发现0个评论

            10月26日-27日,由陕西省委网信办、陕西省工业和信息化厅、陕西省科学技能厅辅导,我国人工智能学会主办,西安市委网信办、西安市科学技能局、西安国家民用航天工业基地办理委员会、京东云一同承办的2019第九届我国智能工业高峰论坛在“硬科技之都”--西安举行。26日的主论坛上,CAAI理事长、我国工程院院士、清华大学脑与认知科学研讨院院长、教授、CAAI Fellow戴琼海为咱们带来了题为“光电认知的无人体系”的精彩讲演。

            10月26日-27日,由陕西省委网信办、陕西省工业和信息化厅、陕西省科学技能厅辅导,我国人工智能学会主办,西安市委网信办、西安市科学技能局、西安国家民用航天工业基地办理委员会、京东云一同承办的2019第九届我国智能工业高峰论坛在“硬科技之都”--西安举行。26日的主论坛上,CAAI理事长、我国工程院院士、清华大学脑与认知科学研讨院院长、教授、CAAI Fellow戴琼海为咱们带来了题为“光电认知的无人体系”的精彩讲演。

            戴琼海

            CAAI理事长、我国工程院院士

            清华大学脑与认知科学研讨院院长、教授、CAAI Fellow

            以下是戴琼海的讲演实录:

            恰逢第九届我国智能工业高峰论坛,趁此机会我想与咱们讨论一下无人体系相关的研讨。人工智能前沿技能的运用,使得无人体系向智能化的方向快速开展。在其运用范畴不断扩展的进程中,智能化的无人体系逐渐暴露出一些值得注重的问题,今日我就给咱们报告一下光电认知核算的无人体系。

            人类社会的开展阅历了几个阶段。从原始社会到农耕文明,后又阅历了两次工业革新,走进了信息年代。马克思总结了人类前史开展进程中阅历的东西,“各种经济年代的差异,不在于出产什么,而在于怎样出产,用什么劳作资料出产。劳作资料更能显现一个社会出产年代的具有决议含义的特征。”这就阐明各个不同年代最大的特征差异,就在于人们运用什么劳作东西(这一首要的劳作资料),以及怎样劳作。咱们别离来看一看。人类社会的开展需求依托出产力推动,出产力三要素是劳作力、劳作东西和劳作对象。原始人运用石器东西打猎,并学会运用火来加工肉类,这些特征将人类与动物区别开来,标志着人类社会的呈现。农耕社会人类的劳作东西晋级CIIS 2019 讲演实录丨戴琼海:光电认知的无人体系​换代了,从石器变成了铁器,劳作方法也从石器耜耕晋级为铁器牛耕。劳作东西的晋级以及协作出产,进一步进步了出产功率,推动了出产力的开展。

            接着迎来第一次工业革新,也便是蒸汽年代。劳作力从以人力、水力、风力及畜力为代表的自然力晋级成了蒸汽,出产方法从手艺出产晋级成大机器出产,创始了以机器代替手艺的年代,咱们把手里的作业交给机器来完结。第2次工业革新是电气年代,有了电今后,各种与电相关的科技创造层出不穷,并与出产紧密结合,出产功率得到了更进一步的进步,出产力得到了打破性开展,人们意识到科技对出产力的进步起到了重要效果。

            第三次革新让人类进入了信息年代,1946年诞生了世界上第一台通用核算机ENIAC,还有TCP/IP协议栈的创造,使互联网技能得到了敏捷开展。1995年美国提出了“信息高速公路”的概念,凭借互联网络的信息传递和协作才能,呈现了一系列高新技能,比方原子能、航空航天技能和生物克隆技能等,科学技能毋庸置疑成为了第一出产力。现在,咱们进入了智能年代,以深度神经CIIS 2019 讲演实录丨戴琼海:光电认知的无人体系​网络为代表的人工智能技能在许多工业中发挥着重要的效果,比方埃隆马斯克的TESLA电动车、SpaceX重型火箭等。正如方才李先生所说,咱们需求细心考虑人工智能它的研讨作业现在处于什么阶段,是严冬仍是暖春?智能年代呈现的无人体系、纳米科技、量子核算和物联网络,都在显示多学科穿插研讨的重要性,所以咱们说跨多学科的交融将出产力开展进步到一个新的台阶,现在现已可以让机器代替人作业了。这是一个多学科穿插的年代。

            人类社会的开展进程实际上是出产力不断进步的进程,而出产东西的革新是出产力开展的详细表现。人类从原始社会开端学会运用东西,到农耕社会创造新东西,到蒸汽机和电的创造进步这些出产东西的作业功率,再到信息年代世界变成了可以协同作业的地球村,最终到咱们现在的智能年代,用机器人代替人运用东西作业。由此可见,在现阶段无人体系将是推动社会进步的微弱动力,而无人体系的开展瓶颈会给咱们带来巨大的应战。

            第二方面,我想报告一下典型的无人体系。

            无人体系是成考科学和工程的跨学科交融,运用科学的思想辅导工程实践。触及到的学科许多,典型的比方机械工程、电子工程、信息工程,也包括核算机科学、自动化,一同包括脑科学和认知科学。无人体系本身触及的内容十分广泛,包括规划、制作、运转和运用的机器人,以及核算机体系对它们的操控、传感器反应及信息处理。

            在现在这个阶段,无人体系运用的首要意图是代替人类、仿制人类的行为,首要用在“3D”场景。第一个D,是Dull,用机器来代替人类完结日常化、流水线的作业,比方自动驾驭、工厂里的流水线、电力、石油、矿井等基础设施的日常巡检;第二个D,是Dirty,用无人体系代替人完结CIIS 2019 讲演实录丨戴琼海:光电认知的无人体系​一些恶劣环境下的作业,比方地道发掘、战场上的战备负重、日常家居的清洁作业等;第三个D,是Dangerous,用无人体系代替人来做风险的作业,比方拆弹机器人、战场伤病救援、机器人医疗和外太空探究等。这些都是无人体系的重要运用场景。

            无人体系技能开展迅猛,呈现了许多咱们耳熟能详的公司和代表性产品。比方美国波士顿动力的机器人产品序列,在军事运输、协同作战和灾祸救援等方面有着十分宽广的运用远景;还有德国Festo公司的仿生机器人,从2006年发布第一款仿生鱼开端,连续研制了仿生水母、仿生鸟、仿生蝴蝶、仿生蚂蚁和仿生袋鼠等;还有咱们十分了解的自动驾驭范畴,这是李院士、许多专家和职业公司都在做的,包括无人驾驭里的前项磕碰预警、车道违背报警、行人磕碰正告等,这是从车辆本身的视角来说;还有车辆与路途的联系问题,比方车道盯梢、车流量监控、改换车道,自主泊车等;第三个便是车量与环境的联系,比方沙尘暴、雾霾、夜晚、行人路段躲避,包括紧迫方针躲避等,这三个方面都是咱们了解并关怀的问题。还有无人机体系,现在世界上现已有多家公司投入巨资研制载人无人机,此外无人机在军事范畴的运用更是十分广泛,具有代表性的比方全球鹰、捕食者和这儿说到的军用纳米无人机、杀人蜂无人机等。

            人工智能理论与工程技能的开展,赋予了无人体系更大的力气,比方Sarcos公司的Guardian GT机械手可以轻松举起500公斤的重物;更灵活的手,比方可以代替人做外科手术的Surgical Robots;更亮堂的眼睛,比方代表核算机视觉与VR技能前沿效果的微软Holograms;更聪明的大脑,比方日本本田公司的机器人Asimo等。在机械技能、操控技能、核算机视觉技能、大数据分析和神经网络技能的穿插交融下,无人体系及其运用得到了飞速开展。

            无人体系开展的如此敏捷,它是否存在瓶颈?瓶颈在哪里?咱们以无人机体系为例来讨论一下。美军的无人机序列十分齐备,包括大型的全球鹰、捕食者,中型的大渡鸦,再到超小型的黑蜂无人机。跟着材料科学的开展,又呈现了纳米无人机,总重量只要259毫克,是2019年6月份Nature主刊的封面文章。可以说,未来战役将是高精尖机器人的主战场。

            美军将无人机的自主才能分成了10个等级,第1级是最简略的遥控引导,第一流第10级是全自主集群飞翔。从第5级开端现已注重集群协同了,无人机群与战士联协作战,包括了全自动和半自动的状况。

            举几个无人机智能化的比方。第一个是DARPA正在进行的OFFSET项目,运用多个无人机协同收集场景信息,可以在30分钟之内重建出2个街区的三维模型;还有DAPRA应战赛的FLA轻量级无人机超高速避障,运用的传感器是双目可见光和激光雷达,运用小型GPU作为机载核算渠道;还有2013年世界空中机器人大赛世界冠军,运用全自主无人机履行反恐使命,完结特定方针辨认、室内场景三维重建等。这些技能都有杰出的运用远景,比方现在楼宇、矿井的抢险救灾等都在讨论用全自主无人机来履行查找、勘查使命。这是无人机在北京电网地下管廊0.8~1米狭隘空间内,完成电缆温度的全自主巡检;还有神华集团锦界煤矿地下矿井的瓦斯浓度全自主检测,人不必下去作业,运用无人机就可以完成全自主巡检。

            想要完成无人机的智能化,作业可以分为三个部分。CIIS 2019 讲演实录丨戴琼海:光电认知的无人体系​首要是看场景的纹路、深度信息,惯例运用下现有商业传感器的收集速度现已满足了;然后是飞,现有硬件操控器的姿势解算、内环和外环操控才能现已满足;最终是算,想要无人机体系真实完成全自主飞翔,在收集了外界环境信息后,需求解算本身方位、姿势并重建外界环境,然后才能将操控指令发送给飞翔操控器来履行飞翔动作。在研讨的进程中咱们发现,无人机智能化最重要的“算”的环节,极大受限于核算渠道的算力。想要更好的核算功用就需求好的核算渠道,这些核算渠道往往重量大、尺度大、功耗大,而无人机的载荷和续航才能是很有限的。推而广之,人工智能技能最重要的三个方面是算法、算力和大数据,鼎足之势里最重要的问题是要处理算的问题。

            最终,介绍一下光电认知核算的无人体系。

            咱们都知道核算嵌入到咱们日子的各个方面,是现代信息社会的柱石。核算才能反映社会进步程度,是综合国力的标志,算力现已成为各国科技比赛中最重要的制高点。自从2012年以来人工智能异军突起,大约5~7年时间内人工智能的算力需求添加了30万倍,对现有核算渠道的算力提出了十分大的检测。现在都在做人工智能,算力从哪里来?这是十分重要的根本问题。依据摩尔定律,集成电路的集成度每18个月要翻1倍,功用进步1倍。而现在电子器件的摩尔定律面对全面失效,硅基电路摩尔定律5年仅添加8倍,难以支撑人工智能工业的高速开展。

            一般来说,算力正比于CPU的作业频率,其时CPU的频率是4个G,物理极限是30个G,芯片的功耗正比于频率的3次方。CPU的履行功率低下,履行所用能量仅占9%,而数据读取占比高达35%。因而晶体管的密度激增只是带来功耗的快速添加,而功用增速却逐渐放缓。

            想要打破物理极限进步算力,有两个途径。一个是从核算并行度动身,GPU、FPGA等架构,中心越多算力越高,但单个中心的功用弱,仅合适管用运算,不合适逻辑元,只是进步了读取带宽,而且核算频率越高功耗就越高。另一个途径是从仿照生物神经网络动身,例如类脑核算、神经形状核算等。运用对生物脑机制自底向上的仿照来完成联接即核算。优势是可以向人脑相同功耗十分低,可是价值便是算力低下。现在的类脑核算体系IBM的TrueNorth有6400万个神经元,有160个亿个突触。咱们人脑由三个脑构成,第一个天性脑,就吃喝拉撒是天性脑;第二个咱们人脑还有心情脑,会哭会笑;第三个便是人脑和动物不同的叫逻辑脑,逻辑脑神经元大约140亿个,有100万亿个突触,现在所完成的类脑和神经形状核算与人脑数量比较,相差了多少个数量级,所以功耗降了,算力也降了,只进步了能效。此外,谷歌的TPU也是从仿照人工神经网络动身,算力强、频率高,功耗中等,但它是针对某个使命的,一事一议,专用,价值高。

            总结一下现有硅基集成电路的局限性,首要遭到晶体管加工物理极限约束,其二散热极限约束了神经元数目,还有二进制的集成电路构架言语约束了它的开展。比方,咱们期望硅基做到7纳米,乃至做到7纳米以下,到7纳米就要开端避免漏电,小于7纳米时量子隧穿效应就会越来越显着,简单短路。因而人们开端想起了曾经丢掉的光核算。光核算和人工智能相同,也是三起三落。

            咱们可以看看光学核算的开展前史。人工光电核算是1960年发生的,它的算力十分强,可是硅基的呈现把电子核算、光学核算又弃之一边,贝尔实验室其时选用砷化镓光学做了测验,可是没有把光核算放进去。直到2012年、2013年光核算开端引起满足的注重,由于人工智能的开展需求来了,算力有期望大大进步。因而,2017—2019年光学核算开展十分敏捷。

            光学核算比较于传统核算的优势在于坚持高效的一同,能以光速进行仿照运算,带来算力的敏捷进步。每单位面积(平方厘米)芯片上,每秒可进行的乘加运算,智能光电核算可以到达3个数量级的进步,而每次乘加核算的核算功率将会比传统硅基电路进步6个数量级。

            光场传达有多个维度,这些维度都可以用来核算。这个图是三维受控的衍射传达,完成全并行光速核算,那么高维光场信号可以带来史无前例的带宽通量,采、存、算一体结合材料科学完成小型化,所以以光学作为核算手法,可以带来新的推翻性革新。这种推翻性革新包括几个方面:

            (1)范式推翻:收集与核算无缝联接,打破存算别离的速度限制;

            (2)速度进步3个数量级,核算频次到达1 THz,远远超越GHz电子芯片频率;

            (3)功耗下降百万倍。

            咱们团队的林星做了全光神经网络的模型和架构,初次经过光的衍射特点,构建了多层全光学的光速核算神经网络,而且经过三维打印的方法进行物理完成,十分简略易行。

            在傅里叶域光学衍射网络方面,咱们规划了光学傅里叶域的核算体系,在可见光波段进一步减小元件尺度,而且融入光学非线性,完成二维图画的语义核算。每秒1万帧图画,人眼难以分辩,运用光拍照时,就变得十分简单完成。在这儿面世界同行也做得十分美丽,比方,2017年MIT就完成了干与光学神经网络,选用的方法是相位调整加波导干与,引起同行许多注重,现在现已做到深度学习中的矩阵运算;第二个是德国明斯特大学和英国牛津大学、埃克赛特大学,处理了线性和根本非线性的问题,得到了十分重要的打破。这些效果就给了咱们新的启示和作业方向,干与光学网络和算力光学网络在每平方毫米所发生的神经元核管用量变得十分少,所以现在现已进入新一轮光学芯片的比赛,开端添加其算力。

            咱们期望可以在干与衍射状况下再加上非线性,这样一来每平方毫米的神经元个数可以到达10的5次方,而核算效能可以到达10的23次方,进步的数量更大,功用更高。因而,光电核算可以给未来的作业带来十分大的打破。咱们可以看到,如果有光核算就可以将数据的收集、核算和感知放在一同,打破现在采、算别离的局限性,到达更快速度。

            未来的光电核算可以给人工智能范畴带来推翻性的打破,尤其是无人体系的开展。现在许多无人体系的核算都要放在云端,凭借光电核算就可以完成超小型智能兵器、智能仿生的机器人、微型修补机器人,尤其是光电核算的自动驾驭。自动驾驭最难的便是200~300米的深度估量,在咱们车速限速120公里每小时的状况下,只要运用光电核算才可以完成驾驭场景的实时感知,为自动驾驭的开展供给重要的支撑。所以说,光电认知核算的无人体系将会更快、更小和愈加的智能!

            CAAI原创 丨 作者戴琼海

            如需转载协作请向学会或自己请求

            请关注微信公众号
            微信二维码
            不容错过
            Powered By Z-BlogPHP