感知智能的現(xiàn)狀與未來探討

劉祖柏　孔琴英

摘 要：感知智能借助語(yǔ)音識(shí)別、圖像識(shí)別等前沿技術(shù)，映射到數(shù)字世界，再將這些數(shù)字信息進(jìn)一步提升至可認(rèn)知的層次，比如記憶、理解、規(guī)劃、決策等等，達(dá)到認(rèn)知環(huán)境和對(duì)象類別與屬性的能力。

關(guān)鍵詞：感知智能;現(xiàn)狀;未來

一、感知智能概述

感知智能即視覺、聽覺、觸覺等感知能力。人和動(dòng)物都具備，能夠通過各種智能感知能力與自然界進(jìn)行交互。感知智能是指將物理世界的信號(hào)通過攝像頭、麥克風(fēng)或者其他傳感器的硬件設(shè)備，借助語(yǔ)音識(shí)別、圖像識(shí)別等前沿技術(shù)，映射到數(shù)字世界，再將這些數(shù)字信息進(jìn)一步提升至可認(rèn)知的層次，比如記憶、理解、規(guī)劃、決策等等。而在這個(gè)過程中，人機(jī)界面的交互至關(guān)重要。

自動(dòng)駕駛汽車，就是通過激光雷達(dá)等感知設(shè)備和人工智能算法，實(shí)現(xiàn)這樣的感知智能的。機(jī)器在感知世界方面，比人類還有優(yōu)勢(shì)。人類都是被動(dòng)感知的，但是機(jī)器可以主動(dòng)感知，如：激光雷達(dá)、微波雷達(dá)和紅外雷達(dá)。

機(jī)器人對(duì)環(huán)境的感知智能，即移動(dòng)機(jī)器人能夠根據(jù)自身所攜帶的傳感器對(duì)所處周圍環(huán)境進(jìn)行環(huán)境信息的獲取，并提取環(huán)境中有效的特征信息加以處理和理解，最終通過建立所在環(huán)境的模型來表達(dá)所在環(huán)境的信息。

機(jī)器人作為人類20世紀(jì)最偉大的發(fā)明之一，在短短的40年內(nèi)發(fā)生了日新月異的變化。機(jī)器人已經(jīng)不僅成為先進(jìn)制造業(yè)不可缺少的自動(dòng)化裝備，而且正以驚人的速度向海洋、航空、航天、軍事、農(nóng)業(yè)、服務(wù)、娛樂等各個(gè)領(lǐng)域滲透。基于多源信息融合的智能感知是機(jī)器人的現(xiàn)代支撐技術(shù)之一，它根據(jù)多傳感器所提供的多源同構(gòu)或異構(gòu)信息，經(jīng)過智能信息處理，可以綜合地認(rèn)知環(huán)境和對(duì)象的類別與屬性，以達(dá)到智能感知的目的，從而可按行為準(zhǔn)則實(shí)現(xiàn)應(yīng)有的行為決策。

二、智能感知的發(fā)展現(xiàn)狀

本世紀(jì)以來，無人駕駛汽車已經(jīng)成為各國(guó)政府和大型企業(yè)鼓勵(lì)的重大發(fā)展計(jì)劃之一。無人駕駛汽車已經(jīng)實(shí)現(xiàn)了城市、環(huán)路及高速道路混合路況下的全自動(dòng)駕駛，并實(shí)現(xiàn)了多次跟車減速、變道、超車、上下匝道、調(diào)頭等復(fù)雜駕駛動(dòng)作，完成了進(jìn)入高速到駛出高速的不同道路場(chǎng)景的切換。無人駕駛汽車的重要支撐技術(shù)之一即是智能感知，需要利用車上和路上安裝的各種傳感器獲取路況和環(huán)境信息，并利用智能推理達(dá)到正確識(shí)別路況和環(huán)境的目的，在此基礎(chǔ)上才能完成自動(dòng)駕駛的動(dòng)作。

在人工智能系統(tǒng)迅速發(fā)展的今天，智能感知在諸多領(lǐng)域，如機(jī)器視覺、指紋識(shí)別、目標(biāo)識(shí)別、人臉識(shí)別、視網(wǎng)膜識(shí)別、虹膜識(shí)別、掌紋識(shí)別、態(tài)勢(shì)感知、智能搜索等領(lǐng)域取得了輝煌的成就。目前，智能感知研究的理論基礎(chǔ)是基于大數(shù)據(jù)深度學(xué)習(xí)的感知對(duì)象特征提取，以及基于各種特征的類生物機(jī)制的推理方法等。

人類和高等動(dòng)物都具有豐富的感覺器官，能通過視覺、聽覺、味覺、 觸覺、嗅覺來感受外界刺激， 獲取環(huán)境信息。目前主流的機(jī)器人傳感器包括視覺傳感器、聽覺傳感器、觸覺傳感器等等，而多傳感器信息的融合也決定了機(jī)器人對(duì)環(huán)境信息感知能力。

1、視覺感知 視覺系統(tǒng)由于獲取的信息量更多更豐富，采樣周期短，受磁場(chǎng)和傳感器相互干擾影響小，質(zhì)量輕，能耗小，使用方便經(jīng)濟(jì)等原因，在很多移動(dòng)機(jī)器人系統(tǒng)中受到青睞。視覺傳感器將景物的光信號(hào)轉(zhuǎn)換成電信號(hào)。目前，用于獲取圖像的視覺傳感器主要是數(shù)碼攝像機(jī)。在視覺傳感器中主要有單目、雙目與全景攝像機(jī)3種。單目攝像機(jī)對(duì)環(huán)境信息的感知能力較弱，獲取的只是攝像頭正前方小范圍內(nèi)的二維環(huán)境信息;雙目攝像機(jī)對(duì)環(huán)境信息的感知能力強(qiáng)于單目攝像機(jī)，可以在一定程度上感知三維環(huán)境信息，但對(duì)距離信息的感知不夠準(zhǔn)確;全景攝像機(jī)對(duì)環(huán)境信息感知的能力強(qiáng)，能在360度范圍內(nèi)感知二維環(huán)境信息，獲取的信息量大，更容易表示外部環(huán)境狀況。

2、聽覺感知? 聽覺是人類和機(jī)器人識(shí)別周圍環(huán)境很重要的感知能力，聽覺定位是全向性的，傳感器陣列可以接受空間中的任何方向的聲音。機(jī)器人依靠聽覺可以工作在黑暗環(huán)境中或者光線很暗的環(huán)境中進(jìn)行聲源定位和語(yǔ)音識(shí)別，這是依靠視覺不能實(shí)現(xiàn)的。聲波傳感器復(fù)雜程度可以從簡(jiǎn)單的聲波存在檢測(cè)到復(fù)雜的聲波頻率分析， 直到對(duì)連續(xù)自然語(yǔ)言中單獨(dú)語(yǔ)音和詞匯的辨別，無論是在家用機(jī)器人還是在工業(yè)機(jī)器人中，聽覺感知都有這廣泛的應(yīng)用。

3、觸覺感知? 觸覺是機(jī)器人獲取環(huán)境信息的一種僅次于視覺的重要知覺形式， 是機(jī)器人實(shí)現(xiàn)與環(huán)境直接作用的必需媒介。與視覺不同， 觸覺本身有很強(qiáng)的敏感能力可直接測(cè)量對(duì)象和環(huán)境的多種性質(zhì)特征。 因此觸覺不僅僅只是視覺的一種補(bǔ)充。 觸覺的主要任務(wù)是為獲取對(duì)象與環(huán)境信息和為完成某種作業(yè)任務(wù)而對(duì)機(jī)器人與對(duì)象、環(huán)境相互作用時(shí)的一系列物理特征量進(jìn)行檢測(cè)或感知。機(jī)器人觸覺與視覺一樣基本上是模擬人的感覺， 廣義的說它包括接觸覺、壓覺、力覺、滑覺、冷熱覺等與接觸有關(guān)的感覺， 狹義的說它是機(jī)械手與對(duì)象接觸面上的力感覺。

4、環(huán)境信息融合? 機(jī)器人主要通過傳感器來感知周圍的環(huán)境，但是每種傳感器都有其局限性， 單一傳感器只能反映出部分的環(huán)境信息。為了提高整個(gè)系統(tǒng)的有效性和穩(wěn)定性，進(jìn)行多傳感器信息融合已經(jīng)成為一種必然的要求。

現(xiàn)階段研究的移動(dòng)機(jī)器人只具有簡(jiǎn)單的感知能力， 通過傳感器收集外界環(huán)境信息， 并通過簡(jiǎn)單的映射關(guān)系實(shí)現(xiàn)機(jī)器人的定位和導(dǎo)航行為。

到了2013年，有人開發(fā)了一種新的數(shù)據(jù)分析方法，似乎給計(jì)算機(jī)的“創(chuàng)造力”提供了一種手段。這種所謂“創(chuàng)造力”，實(shí)質(zhì)上是建立的一整套感知智能和決策智能能力體系。甚至有人擔(dān)心，未來“精于創(chuàng)造”的計(jì)算機(jī)一旦掌握了全面智能感知和智能決策能力，可能會(huì)反過來對(duì)抗人類。

三、感知智能的未來

感知智能技術(shù)在未來的發(fā)展，首先應(yīng)該強(qiáng)調(diào)智能機(jī)器人。未來的智能機(jī)器人應(yīng)該具備形形色色的智能感知系統(tǒng)，具有智能化水平更高的機(jī)器視覺、聽覺、觸覺和嗅覺，并更具有相當(dāng)發(fā)達(dá)的“大腦”學(xué)習(xí)機(jī)制和推理機(jī)制。這種智能機(jī)器人能夠完全理解人類語(yǔ)言，應(yīng)該根據(jù)感知信息進(jìn)行智能判斷和分析，形成和人類非常相似的感知模式。其中還有許多難題需要解決，如基于環(huán)境理解的全局定位、目標(biāo)識(shí)別和障礙物檢測(cè)等。

未來的自動(dòng)駕駛車輛與智能交通系統(tǒng)對(duì)于感知智能的需求更強(qiáng)。自動(dòng)駕駛車輛在世紀(jì)初已經(jīng)呈現(xiàn)出接近實(shí)用化的趨勢(shì)，依靠感知智能技術(shù)將實(shí)現(xiàn)全面自主的協(xié)同工作。智能交通系統(tǒng)將實(shí)時(shí)、準(zhǔn)確、高效地實(shí)現(xiàn)綜合交通運(yùn)輸管理，要求在一個(gè)更廣范圍內(nèi)實(shí)現(xiàn)感知智能，不僅要求對(duì)局部路況和環(huán)境的感知，還要求對(duì)區(qū)域內(nèi)車輛分布、天氣變化、突發(fā)事件等的智能感知。

未來發(fā)展的智能控制系統(tǒng)，是人工智能和控制理論的交叉，是具有感知智能、智能信息反饋和智能控制決策的系統(tǒng)。對(duì)工業(yè)對(duì)象的感知智能更具有復(fù)雜性，千變?nèi)f化的場(chǎng)景與對(duì)象需要各種各樣的傳感器獲取信息，要充分利用人工神經(jīng)網(wǎng)絡(luò)的自學(xué)習(xí)特性和容錯(cuò)特性，進(jìn)行深度學(xué)習(xí)以獲取場(chǎng)景與對(duì)象的各種特征，再利用專家系統(tǒng)和各種推理規(guī)則達(dá)到認(rèn)知場(chǎng)景與對(duì)象的目的，為其行為決策提供依據(jù)。

圍繞人工智能和大數(shù)據(jù)處理，其中康奈爾大學(xué)創(chuàng)意機(jī)器人實(shí)驗(yàn)室主任Hod Lipson分享了他們對(duì)機(jī)器人自我意識(shí)和自我進(jìn)化的研究，也引發(fā)對(duì)人類前途的一種擔(dān)憂。Lipson將自我意識(shí)定義為在沒有實(shí)體經(jīng)驗(yàn)情況下的想象能力。這種自我意識(shí)是人類特有的，但Lipson在一次研究中發(fā)現(xiàn)被設(shè)計(jì)跟蹤貓狗圖像的深度學(xué)習(xí)程序在經(jīng)過一些訓(xùn)練后，突然開始自發(fā)地追蹤人臉。這個(gè)發(fā)現(xiàn)讓他毛骨悚然，他意識(shí)到經(jīng)過特別設(shè)計(jì)的機(jī)器系統(tǒng)會(huì)自己學(xué)習(xí)，不斷進(jìn)步，所以它們非常有可能突破人類預(yù)先為它們?cè)O(shè)定的規(guī)則，產(chǎn)生自我意識(shí)，人類將無法掌控它具體能學(xué)到什么。

Lipson發(fā)現(xiàn)如果把兩個(gè)有深度學(xué)習(xí)能力的程序結(jié)合在一起，就可能產(chǎn)生類似人類自我意識(shí)的能力，這就好比機(jī)器人擁有了進(jìn)化論里最重要的環(huán)境適應(yīng)能力。在他的實(shí)驗(yàn)室中，一個(gè)沒有經(jīng)過走路編程的機(jī)器人通過自我進(jìn)化可以實(shí)現(xiàn)行走功能，當(dāng)切斷它的一條腿后，它還能自己學(xué)習(xí)用剩下的腿繼續(xù)行走。他還發(fā)現(xiàn)，擁有自我意識(shí)的機(jī)器人會(huì)創(chuàng)造更多的機(jī)會(huì)。其中一個(gè)機(jī)器人已經(jīng)學(xué)會(huì)提出數(shù)學(xué)假說，還能自己驗(yàn)證。以后機(jī)器人會(huì)很快獲得更多原本只有人類可以完成的事情，比如繪畫、寫詩(shī)、照顧小孩，甚至機(jī)器人還可以通過3D打印幫助創(chuàng)造機(jī)器人。

四、結(jié)束語(yǔ)

移動(dòng)機(jī)器人能夠根據(jù)自身所攜帶的傳感器對(duì)所處周圍環(huán)境進(jìn)行環(huán)境信息的獲取，并提取環(huán)境中有效的特征信息加以處理和理解，最終通過建立所在環(huán)境的模型來表達(dá)所在環(huán)境的信息。在地球生物的進(jìn)化歷史里，人類從來都不是最強(qiáng)的生物，但我們肯定是最會(huì)利用外物適應(yīng)環(huán)境的生物，能夠利用工具曾被作為從動(dòng)物進(jìn)化為人的分界線。所以，當(dāng)機(jī)器進(jìn)化到一定階段后，人類一定會(huì)優(yōu)先利用機(jī)器改造自己，我們會(huì)像接受眼鏡、義肢、助聽器、手機(jī)和語(yǔ)音導(dǎo)航一樣，接受鈦合金制造物和人工智能程序?qū)ξ覀兩眢w的改造，以增強(qiáng)人類的智能感知能力。

參考文獻(xiàn)：

[1]韓崇昭. 隨機(jī)系統(tǒng)理論（上、下冊(cè)）[M]. 北京：清華大學(xué)出版社， 2014.

[2]李力，王飛躍著.智能汽車先進(jìn)傳感與控制.北京：機(jī)械工業(yè)出版社，2016.10.