編譯 西岸

在福特、通用汽車和Waymo（Alphabet旗下研發(fā)自動駕駛的公司）等企業(yè)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(jù)人的指令做相對應(yīng)的動作，比如向左轉(zhuǎn)彎等。

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

它不是第一輛自動自行車，康奈爾大學(xué)正在進行一個類似項目，也不是未來要開發(fā)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(yè)覓得一點商機（也許還有更奇怪但現(xiàn)在還沒想到的點子出現(xiàn)）。

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(jīng)形態(tài)芯片已經(jīng)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(yīng)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(yīng)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(xiàn)有電腦硬件來實現(xiàn)，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(xiàn)有的機器人可以學(xué)習(xí)開門或?qū)⑵古仪蛉舆M塑料垃圾桶，但這種訓(xùn)練需要數(shù)小時甚至數(shù)天的反復(fù)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(jīng)形態(tài)芯片和其他新型處理器的幫助下，機器可以更有效地學(xué)習(xí)更復(fù)雜的任務(wù)，并且更靈活地執(zhí)行這些任務(wù)。英特爾負責(zé)神經(jīng)形態(tài)芯片研發(fā)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(yīng)用前景?！?/p>

在過去的十年里，人工智能得以飛速發(fā)展，要歸功于神經(jīng)網(wǎng)絡(luò)——一種能通過分析大量數(shù)據(jù)來學(xué)習(xí)任務(wù)的復(fù)雜數(shù)學(xué)理論。例如，通過分析數(shù)千張貓的照片，神經(jīng)網(wǎng)絡(luò)可以學(xué)會識別貓。這項技術(shù)可以識別你在社交平臺上發(fā)布的照片中的人臉，識別你對智能手機發(fā)出的語音命令，并在微軟Skype等互聯(lián)網(wǎng)服務(wù)上翻譯不同語言。它也促進了包括自動駕駛汽車在內(nèi)的機器人的發(fā)展，但它有著明顯的弊端。

神經(jīng)網(wǎng)絡(luò)并不是真正的自主學(xué)習(xí)。在執(zhí)行特定任務(wù)前，工程師們需要訓(xùn)練一個神經(jīng)網(wǎng)絡(luò)，如果沒有大量的案例，它就無法學(xué)習(xí)。舊金山人工智能實驗室OpenAI最近開發(fā)了一個系統(tǒng)，可以在名為Dota 2的復(fù)雜電腦游戲中打敗世界上最好的玩家。但該系統(tǒng)最初花了幾個月時間和自己對戰(zhàn)，僅電費就消耗了數(shù)百萬美元。

此項研究中，研究人員的目標是建立一個系統(tǒng)，能夠像人那樣學(xué)習(xí)技能。這就需要新型的計算機硬件。數(shù)十家公司和實驗室目前正在開發(fā)專門用于訓(xùn)練和操作人工智能系統(tǒng)的芯片。最具雄心的項目是神經(jīng)形態(tài)處理器，中國清華大學(xué)正在研發(fā)的天機芯就是其中一種。這種芯片被設(shè)計用來模擬大腦中的神經(jīng)元網(wǎng)絡(luò)。

神經(jīng)形態(tài)芯片通常包括數(shù)十萬個人造神經(jīng)元，這些神經(jīng)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(jīng)元那樣。

神經(jīng)形態(tài)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(tǒng)學(xué)習(xí)技能，并更有效地執(zhí)行任務(wù)。

由于每個人造神經(jīng)元只是按需放電，而不是連續(xù)放電，因此神經(jīng)形態(tài)芯片比傳統(tǒng)處理器消耗的能量更少。而且，由于它們的設(shè)計初衷是在短時間內(nèi)處理信息，一些研究人員認為，它們可以使訓(xùn)練系統(tǒng)所需數(shù)據(jù)量變小。

在視頻中，自行車沒有學(xué)習(xí)，它只是在執(zhí)行經(jīng)過訓(xùn)練的軟件來處理特定的任務(wù)，包括識別語音和避開障礙。但它正在以一種高效的方式執(zhí)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(xùn)練過程和瞬間執(zhí)行相結(jié)合，這樣自行車就可以邊跑邊學(xué)，只需要幾分鐘就獲得經(jīng)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。