(公众号：)按：2018 全球人工智能与机器人峰会（CCF-GAIR）在深圳开会，峰会由中国计算机学会（CCF）主办，、香港中文大学（深圳）主办，获得了宝安区政府的大力指导，是国内人工智能和机器人学术界、工业界及投资界三大领域的顶级交流盛会，目的打造出国内人工智能领域最不具实力的跨界交流合作平台。在29号开会的AI前沿论坛上，德国汉堡科学院院士张建伟公开发表主题为“AI赋能，人机共融”的报告，以下是此次报告的具体内容，做到了不转变本意的编辑与整理。人工智能发展的新动能张建伟指出，随着云、物联网、互联网网络、光网、宽带、5G的发展，使得现在的大数据燃料十分充裕。

我们现在面对的是一个人类社会生态的新均衡，再加新材料、新的计算出来、新的能源的供应，使得全系统的创意里有了新的动能。未来的少人化工厂、老人的服务护理、虚拟社区的交互，私人自定义的服务等等，都是人工智能和机器人发展的方向。机器人和人工智能除了在生产、交通方面的应用于，在医疗、农业、智能修建和教育方面都有极大的应用于潜力。单模态的大数据自学机器是不是比人更加智能，张建伟通过最近参予录音的《机智过人》节目中的例子，展出了现在机器学习在单模态数据里的应用于超过什么程度，还有哪些挑战。

图象处理和人脸识别的应用于尤其普遍，在一场《机智过人》的节目里，张建伟团队无意寻找了一个模糊不清的图象，从较远的监控照相机照一个车里的孩子的图象，然后让机器和最弱的人类来展开PK，机器最后在这种模糊不清情况下会犯十分怪异的错误，但是节目现场的林警官利用科学知识外推的能力和想象能力，在这幅模糊不清的图象里头所画出有了这个孩子的肖像，他用这个方法也找到了在伊利诺伊州杀死华人女科学家的罪犯。林警官利用肖像瞄准了两对父母，这场决斗显著的是人的智能战胜了机器智能，因为人在模糊不清信息下运用科学知识、运用外推的能力是十分强劲的。接着，张建伟荐了一个单模态文本自学的例子。

微软公司小冰通过给定一幅得出的图像，可以辨识出有一些作诗的元素，最后做出了一首很美丽的诗。但是，机器人写诗还没三观，还包括价值观、道德观和人生观。虽然它写的词句十分的华丽，但是他指出，下一步人工智能面对的挑战，是如何让机器人、人工智能系统渐渐具备三观。

还有声音的单模态自学实例。通过把撒贝宁在网上主持人节目的两个小时的语料的iTunes、自学，然后来让机器人的系统模拟他没说道过的话，没唱过的歌，这种内引的形式也可以构建较为好的展示。如果是在自学的语料里头有情感，机器人就不会具备情感，但是人工智能确实具备情感还有很多强劲人工智能的挑战。另外机器人阅片也是人工智能的一个较为简单的方向。

首先让机器人自学大量的肺病的数据，然后和15个最弱的医生展开较量，最后表明机器人在这种受限环境里的大数据的自学情况十分强劲，在十分小的细节的最后的辨识方面，机器人战胜了15个最弱医生的团队。横跨模态自学应用于张建伟指出，下一步的挑战是我们如何把人工智能用在这种物理系统里头，使得机器人和人工智能的融合显得更为半透明，运用到多模态的交互，如何使机器和人融到一块，使得我们确实转入人类的2.0的时代。机器人未来和人工智能交互的未来，不是单模态的，而是一个多模态分享的模式。

张建伟讲解了他的团队与清华大学、北京大学、北京师范大学和科学院心理所合作研究的人工智能基础研究项目——横跨模态自学。联合研究横跨模态自学的理解、计算出来和神经机制，利用解读的科学知识和模型，来提升嵌入式的性能。这种横跨模态和跨学科、跨文化的自学是这个项目的特点。

如何构建混合的、可信的智能来融合各种各样的传感器，还包括类似于视觉、听力、肢体感觉，还有一些人工的，像激光雷达一样的数据，人的模型获取了一个十分好的样板。如何用于自上而下的掌控，如何把数据驱动跟科学知识驱动融合到一块，如何在数据融合方面不只是非常简单的数据模型的变换，而是有一个符号的回应，用它们来做到决策，用交互和动作的继续执行，特别是在是提升我们未来的人工智能和机器人系统的效率和鲁棒性。他指出，我们现在更好的要注目神经光学的模型、神经鼓舞的方法、脑机模块，甚至心理学的行为学，来展开系统的制备，最后在机器人和简单的CTS系统里展开检验。

这里面有三个最重要的方向，一个叫横跨模态的动态适应环境机制，例如，通过找到老鼠在自学前和自学后的神经元的变化，期望总结出有未来更佳的具有局部记忆的深度神经模型。第二个领域是横跨模态的一般化和预测，第三个是在未来的跨模态的嵌入式方面，如何让机器人通过视觉、语言的联合自学，更佳地解读概念，解读他们中间的关系。

通过多模态的自学，还包括未来的制药、科学实验，都可以通过机器人展开大量的加快，在机器人应用于较为典型的瓶颈问题里，通过多模态的自学构建了机器人的灵活操作者，还包括捕捉、静脉注射等等。此外，张建伟还讲解了多模态自学技术在自动驾驶、行驶机器人领域的应用于。会后，张建伟拒绝接受了的专访，讲解了德国在人工智能和机器人领域的发展情况。

在人工智能的基础研究方面，近20年德国政府仍然长年持续在资助。即使在人工智能正处于寒冬的时候，德国的科学研究会资助的很多大项目里面，都包括很多人工智能的元素，所以在人工智能核心技术、人才方面都有很好的累积。德国的研发题目不是由政府来原作，而是由科学家来定义未来的研究问题，这种模式是科学家主导。政府根据研究内容的前瞻性和内部评选来确认资助对象。

所以，德国人工智能和机器人的融合在科技理论上的创意程度仍然很高，既有基础研究项目，又具备很高的跨学科的特点。另一方面，德国整个制造业的全面程度在全世界也较为领先。所以在德国的汽车公司里，自动驾驶还有辅助安全性驾驶员，差不多近20年仍然在长年投放。在确实的自动驾驶或者辅助驾驶员的量产方面，德国的汽车公司还是可能会领先的，奥迪最近的60公里以下的自动驾驶车量产，在全球第一个确实构建了量产。

德国明确提出工业4.0的概念，也是期望再行把物联网、人工智能重新加入生产领域，来维持他们在生产和智能融合方面的优势。总的来说，德国在人工智能和机器人领域一方面累积了大量的基础技术，另一方面在工业生产、医疗、驾驶员领域仍然维持持续的研发，即使在还没变为产品的时候，也累积了很多的核心技术，培育了很多人才。原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：爱游戏AYX官网-www.pnwgreenexpo.com