黑科技自行車背后的“天機(jī)”

你學(xué)過騎自行車嗎？還記得自己當(dāng)時(shí)的樣子嗎？內(nèi)心渴望著騎車帶風(fēng)的快感，手里的車把卻永遠(yuǎn)不聽使喚;爸媽在一旁喊著“轉(zhuǎn)彎”，你卻還是撞了墻，懊惱為什么自行車如此難馴。以后的孩子將沒有這樣的懊惱了，近日，清華大學(xué)的校園中出現(xiàn)了一款黑科技自行車，它能在無人控制的狀態(tài)下自己保持平衡，自動(dòng)識別、躲避障礙，還能根據(jù)使用者的指令乖乖地轉(zhuǎn)彎、加 ? ?速……

黑科技自行車的秘密

這輛能自動(dòng)行駛的自行車來頭可不小，它是由清華大學(xué)一支擁有多學(xué)科背景（包括腦科學(xué)、計(jì)算機(jī)、微電子等）的團(tuán)隊(duì)牽頭，經(jīng)過6年時(shí)間自主研發(fā)而成的。它的核心秘密在于搭載了一枚名為“天機(jī)（Tianjic）”的通用人工智能芯片。這枚芯片是科研人員通過融合計(jì)算科學(xué)與神經(jīng)科學(xué)，優(yōu)化計(jì)算架構(gòu)與算法，結(jié)合先進(jìn)芯片技術(shù)研發(fā)出來的。它以首例通用人工芯片的身份，登上了《自然》（《nature》）雜志的封面。這款基于計(jì)算神經(jīng)科學(xué)背景的首款通用人工智能芯片用28納米工藝制成，整個(gè)芯片大小為3.8×3.8 mm2，由156個(gè)計(jì)算單元組成，包括大約四萬個(gè)神經(jīng)元和一千萬個(gè) ? ?突觸。

什么是“通用人工智能”

說起人工智能，大家都比較熟悉了，它是一門以模擬和拓展人的智能為目的的學(xué)科，當(dāng)前正爆炸式地發(fā)展。人工智能主要有兩個(gè)分支：一個(gè)是基于計(jì)算科學(xué)的開發(fā)，另一個(gè)則是基于神經(jīng)科學(xué)的研發(fā)。前者具有大數(shù)據(jù)的優(yōu)勢卻在精度上有所不足，而后者精度高卻數(shù)據(jù)有限。兩套系統(tǒng)使用的平臺各不相同且互不兼容，極大地限制了人工智能的發(fā)展。為了解決這個(gè)問題，計(jì)算神經(jīng)科學(xué)出現(xiàn)了，它致力于糅合上述兩者的優(yōu)點(diǎn)，在數(shù)據(jù)與精度上取得平衡。

當(dāng)前主流的人工智能的目的是模仿人腦，代替人腦解決現(xiàn)實(shí)問題，因而市面上大部分的人工智能芯片為定制化芯片，如英特爾“至強(qiáng)”平臺、谷歌TPU等。這些產(chǎn)品雖然性能良好，但還是接近傳統(tǒng)計(jì)算，只能用于特定場景。但人工智能的最終目標(biāo)是全方位地模擬人腦功能，可自發(fā)感知環(huán)境并產(chǎn)生相應(yīng)的自主思維，于是一個(gè)新的概念——通用人工智能誕生了。

“天機(jī)”助攻自駕夢

從理論走向?qū)嵺`的過程并不輕松，清華團(tuán)隊(duì)需要克服重重難關(guān)。要制造出能自動(dòng)行駛的自行車，主要有三大難點(diǎn)：一是自行車如何在真實(shí)的戶外環(huán)境中探測和跟蹤前方的跑步者，順利通過減速帶并自動(dòng)躲避障礙物;二是自行車如何在接受語音命令以及視覺信息的同時(shí)，通過馬達(dá)實(shí)時(shí)控制信號，保持平衡并朝對的方向行進(jìn);三是如何在自行車上實(shí)現(xiàn)多模型信息的整合與即時(shí)的自主決策。

為了解決這些問題，研究人員對不同的功能采用了不同的神經(jīng)網(wǎng)絡(luò)，如用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖像處理和物體探測，用連續(xù)吸引子神經(jīng)網(wǎng)絡(luò)進(jìn)行人體鎖定，用脈沖神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)語音識別功能……自行車的平穩(wěn)行駛與方向控制則通過多層感知器實(shí)現(xiàn)。為了整合諸多不同的神經(jīng)網(wǎng)絡(luò)，提高決策效率，清華研究團(tuán)隊(duì)還開發(fā)了基于脈沖神經(jīng)網(wǎng)絡(luò)的神經(jīng)狀態(tài)機(jī)器。

通過搭載強(qiáng)大的“天機(jī)”芯片，采用多個(gè)專用網(wǎng)絡(luò)和多樣化的算法與模型，研究人員成功讓無人駕駛自行車實(shí)現(xiàn)了諸多功能，如語音識別、目標(biāo)鎖定、障礙辨別和自主決策等。

自動(dòng)駕駛自行車的成功研發(fā)，展示了多種神經(jīng)網(wǎng)絡(luò)、算法與模型融合的可能性，是通用人工智能領(lǐng)域的重大突破。未來，通用智能會(huì)讓機(jī)器人更聰明，讓無人駕駛更靠譜。