無人駕駛自行車誕生了

編譯 西岸

在福特、通用汽車和Waymo（Alphabet旗下研發自動駕駛的公司）等企業巨頭致力于讓他們的自動駕駛汽車上路之際，中國的一個研究團隊正在考慮使用改裝過的自行車作為自動交通工具。這輛自行車可以自己翻越障礙，完美保持平衡。還會根據人的指令做相對應的動作，比如向左轉彎等。

它就像有眼睛一樣，可以跟著一個人跑。每當這個人轉彎的時候，它就會轉彎。如果遇到障礙物，它可以繞過去，然后保持平衡，繼續跟隨。

它不是第一輛自動自行車，康奈爾大學正在進行一個類似項目，也不是未來要開發的的交通工具，盡管在與自動駕駛汽車、無人機和機器人競爭時，它未來有可能在包裹運送行業覓得一點商機（也許還有更奇怪但現在還沒想到的點子出現）。

制造這輛自行車的中國研究人員相信，它展示了計算機硬件的未來，即一種模仿人類大腦的神經形態芯片已經成為可能。

在《自然》雜志的一篇論文中，研究人員描述了這種芯片如何幫助機器響應語音指令，識別周圍的世界，避開障礙物，保持平衡。研究人員還提供了一段視頻，展示了這些技能在電動自行車上的應用。這段簡短視頻并沒有顯示出這輛自行車的弊端(估計偶爾也會翻車)，就連制造這輛自行車的研究人員在給《紐約時報》的一封電子郵件中也承認，展示的技能完全可以用現有電腦硬件來實現，但該研究的意義在于：通過使用一種新型芯片，人工智能可以達到更高水平。

現有的機器人可以學習開門或將乒乓球扔進塑料垃圾桶，但這種訓練需要數小時甚至數天的反復試驗。即便如此，這些技能也只能在非常特殊的情況下才可行。在神經形態芯片和其他新型處理器的幫助下，機器可以更有效地學習更復雜的任務，并且更靈活地執行這些任務。英特爾負責神經形態芯片研發工作的邁克·戴維斯（Mike Davies）表示：“從它身上，我們可以看到巨大應用前景。”

在過去的十年里，人工智能得以飛速發展，要歸功于神經網絡——一種能通過分析大量數據來學習任務的復雜數學理論。例如，通過分析數千張貓的照片，神經網絡可以學會識別貓。這項技術可以識別你在社交平臺上發布的照片中的人臉，識別你對智能手機發出的語音命令，并在微軟Skype等互聯網服務上翻譯不同語言。它也促進了包括自動駕駛汽車在內的機器人的發展，但它有著明顯的弊端。

神經網絡并不是真正的自主學習。在執行特定任務前，工程師們需要訓練一個神經網絡，如果沒有大量的案例，它就無法學習。舊金山人工智能實驗室OpenAI最近開發了一個系統，可以在名為Dota 2的復雜電腦游戲中打敗世界上最好的玩家。但該系統最初花了幾個月時間和自己對戰，僅電費就消耗了數百萬美元。

此項研究中，研究人員的目標是建立一個系統，能夠像人那樣學習技能。這就需要新型的計算機硬件。數十家公司和實驗室目前正在開發專門用于訓練和操作人工智能系統的芯片。最具雄心的項目是神經形態處理器，中國清華大學正在研發的天機芯就是其中一種。這種芯片被設計用來模擬大腦中的神經元網絡。

神經形態芯片通常包括數十萬個人造神經元，這些神經元不只是處理1和0，而是通過微小的電信號脈沖來運作，只有當輸入信號達到臨界閾值時才會“放電”或“達到峰值”，就像大腦神經元那樣。

神經形態芯片絕不是大腦的重建。在很多方面，大腦的運作依然是一個謎。但人們希望這種芯片，能像大腦一樣運作，好處在于它們可以幫助人工智能系統學習技能，并更有效地執行任務。

由于每個人造神經元只是按需放電，而不是連續放電，因此神經形態芯片比傳統處理器消耗的能量更少。而且，由于它們的設計初衷是在短時間內處理信息，一些研究人員認為，它們可以使訓練系統所需數據量變小。

在視頻中，自行車沒有學習，它只是在執行經過訓練的軟件來處理特定的任務，包括識別語音和避開障礙。但它正在以一種高效的方式執行軟件，這對使用電池動力的汽車很重要。研究人員認為，他們最終可以將訓練過程和瞬間執行相結合，這樣自行車就可以邊跑邊學，只需要幾分鐘就獲得經驗。

中國研究人員認為，時間帶來的將遠遠不止自動駕駛自行車。他們的論文將天機芯描繪成邁向“通用人工智能”的一步，任何人或者人腦能做的事情，它都可以做。

美好的愿景，從無人駕駛自行車開始。