IT時報記者 王昕

未來的某一天，當一個強大智能機器人面對你的時候，它將能通過視覺、聽覺、嗅覺、超聲波雷達等全面認知面前的你和世界，並通過語音等多種途徑與你溝通，在這背後是機器人越來越接近人腦的思維方式，同時也是一套雲、邊、端結合的超級計算模型和平臺。機器人什麼時候會有嗅覺？端計算和邊緣計算如何發展？類腦計算何時走進我們的生活？英特爾中國研究院院長宋繼強近日接受媒體採訪，向《IT時報》記者展望了智能機器人、類腦計算、雲邊端計算演進的未來趨勢。

Intel中國研究院院長宋繼強

問：邊緣計算在今年會有怎樣的新前景？

宋繼強：智能邊緣（Intelligent Edge）會加速發展。近幾年來，來自AI算法所使用和產生的數據越來越多，增長速度非常快，這些龐大的數據無法全部上傳到雲端處理。現在，我們的身邊各種各樣的終端都在成爲IoT設備，手機、PC、平板電腦、各種上網設備，不僅如此，道路上、工廠和醫院裏的各種智能設備都在產生大量非結構性的數據，這些數據需要智能化處理才能爲己所用。

通常上述數據來自於設備或者是邊緣本身，寬帶不足以將其完全存儲至遠端，這就要求把很多雲端的能力要下沉到邊緣，在邊緣做實時快速的處理。根據延時的要求和數據處理量的要求，可以在不同的邊緣位置進行部署。邊緣計算其實是一個比較寬泛的範圍，它可以是雲的邊緣，可以是網絡的邊緣，也可以是設備的邊緣。但是共同的目的都是爲了把智能計算部署在最符合它帶寬需求和延時需求的位置，讓性價比達到最高。

未來，這一定是非常重要的。近年來，隨着5G的部署，很多智能設備開始上網，機器人也在上網，智能攝像頭的安裝量也很大，智能零售、智慧教育、視頻服務等領域都在大量應用智能設備。無論家庭、工廠、學校、商場都有大量邊緣計算場景需要部署。

問：英特爾Loihi芯片已經開始做一些氣體味覺識別工作，機器人嗅覺離我們還有多遠？在視覺能力上，什麼時候機器人可以達到和人差不多的水平？

宋繼強： Loihi和它支持的嗅覺以及其他的一些能力未必只能用在機器人上，比如安檢、農業等領域肯定都能應用。嗅覺賦予了機器人新的感官能力，原來有聽覺、視覺，現在還有嗅覺，未來還會一些看不見的感知能力，例如毫米波雷達，它們讓機器人擁有了超過人類的感知能力。而上述所有應用都不侷限於機器人，而是可以應用在更廣闊的領域中。

如果單從檢測等方面來看，機器人的視覺能力已經超過人類。通過高清或高速攝像頭，工業領域可以進行許多專門的視覺分析和檢測，甚至將一些物體分割出來。未來計算機視覺將會把時間域和空間域上的信息疊加起來，並且和環境做自適應的理解，這對後續機器人實用性的發展有巨大的意義。

問：現在的智能機器人產品融合了多種技術，包括AI、IoT、雲方面等，未來還可能加載5G，如何看待多種技術疊加下機器人產業發展的趨勢和情況？

宋繼強：2019年6月，英特爾與科沃斯商用機器人以及另外兩個產業合作伙伴一起發佈了機器人4.0白皮書，這當中英特爾較早的勾畫了機器人從單體設備朝着跟網絡結合，利用5G、邊緣計算以擴大其能力。

與此同時，增加持續學習能力和場景自適應能力也是很關鍵的，讓機器人具備我們所期望的主動交互，跟不同人說不同話，做不同提醒的能力，這些都非常重要的，也是機器人未來需要構建的重要能力。

問：英特爾正在進行類腦計算的研究，今天的智能機器人和未來的類腦機器人之間還有多遠距離？

宋繼強：類腦計算得到廣泛應用的遠景是我們希望看到的。機器人領域是類腦計算應用的一個方向，但不是唯一的領域。

在機器人領域，現在已經在嘗試的包括增加它的感知能力，比如說視覺、嗅覺都是例子。因爲通過類腦計算的Loihi也可以支持很多的視覺檢測分析。

類腦計算可以彌補一些原來深度學習並不太擅長的領域，你可以想像成一個人有多個部件，比如視覺區、聽覺區、嗅覺區、觸覺區，它們都同時在工作，同時對一個場景進行感知，它會互相之間形成一個關聯關係然後存儲在你的記憶力。如果說只是通過視覺這一條線去看東西的話，肯定會有一些片面，無法通過觸類旁通形成跨不同模態之間的知識。

類腦計算的好處是，可以在同一個芯片的架構上劃分爲不同區，有一些區是專門處理視覺信號，有一些區是專門處理聽覺信號，還有一些區域處理其他的傳感輸入信號，比如說嗅覺、毫米波雷達等，這個會形成對場景全方位的感知，並知識建模存儲下來。這個就會幫助例如機器人、智能家居等智能系統形成對某個場景完整的記憶。基於它就可以提供更多的自適應的交互能力，因爲這樣你就可以通過原來形成下來的一些知識去查詢、推理。

經過兩年多的研發，英特爾研究院已經把類腦計算支持的神經元的量通過整合系統提高了很多。類腦計算同樣受益於摩爾定律的發展的，類腦芯片可以把更多的不同處理能力放在一起去支持自學習。我認爲，未來5年內會有更多的發展和突破會出現。

提問：未來場景對智能機器人有不同的需求，在現在不同的細分領域是分而治之的，會需要一個公用的底層，這樣一個公用的底層是什麼樣的，英特爾在這方面做了哪些工作？

宋繼強：這是正在研發、開發中的一套平臺，因爲現在雲、邊緣和終端這樣連成一體的計算底層架構正在形成的過程中，我們不能說它已經全部做好了，不像雲計算已經基本上形成標準化了。

關於邊緣計算，目前來說最大的特點就是各個不同領域有不同的需求，不同邊緣的位置需要根據不同應用領域去選定。所以現在最有實效的方法就是分而治之，根據不同領域做相適配的最優方案。比如說手機從各種各樣的功能機最後統一成了智能手機現在這樣的一個形態，對於邊緣計算也有這樣的可能性，只不過這種可能性也需要大的一些類別來支撐。

例如，比如現在機器人很多都是用的ROS操作系統做的，裏面有很多不同功能的節點，比如說有導航、識別、交互，都在機器人本體上實現。如果說把一部分功能遷移到邊緣服務器上去做，如果說僅僅靠ROS系統，現在是不好做的，我們可以打造一個新的技術架構，讓它可以無縫遷移到邊緣計算上去。這就是我說的可以構造一個統一的技術平臺的例子。

相關文章