人工智能无人机初现无人机潜能巨大

2016-8-22 13:09

图/文：KID

最近我把州长阿诺德施瓦辛格主演的电影《终结者3》又翻出来看了一遍，里面讲述了T800对抗天网，拯救人类肖恩康纳的故事。

基本上大家一提到人工智能，首先想到的便是这种人形机器人。其实，从广义上来讲，无人机也属于属于机器人的一种，而人工智能其实也早就进入了消费级无人机行列。那么人工智能究竟是什么？无人机与人工智能究竟的结合究竟会给我们带来什么样的体验呢？

人工智能AI

[attach]3177663[/attach]

人工智能即Artificial Intelligence，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器视觉、指纹识别、人脸识别、视网膜识别、虹膜识别、掌纹识别、专家系统、自动规划、智能搜索、定理证明、博弈、自动程序设计、智能控制、机器人学、语言和图像理解、遗传编程等。

1956年夏季，以麦卡赛、明斯基、罗切斯特和申农等为首的一批有远见卓识的年轻科学家在一起聚会，共同研究和探讨用机器模拟智能的一系列有关问题，并首次提出了“人工智能”这一术语，它标志着“人工智能”这门新兴学科的正式诞生。

在之后的50多年里，人工智能理论和技术日益成熟，应用领域也不断扩大。特别当人类进入信息化时代，计算机的出现使人类开始真正有了一个可以模拟人类思维的工具。

要实现人工智能的方式目前有2种：一种是采用传统的编程技术，使系统呈现智能的效果，而不考虑所用方法是否与人或动物机体所用的方法相同，这种方法叫工程学方法（ENGINEERING APPROACH），它已在一些领域内作出了成果，如文字识别、电脑下棋等；另一种是模拟法（MODELING APPROACH），它不仅要看效果，还要求实现方法也和人类或生物机体所用的方法相同或相类似，这里面还包括机器人的深度学习、机器视觉和逻辑思维等。

应用于无人机的高性能芯片

[attach]3177662[/attach]

今年年初的时候大疆创新推出了一款名为经纬Matrice 100的开放式飞行平台，该平台搭载的妙算 Manifold采用的是NVIDIA Tegra K1处理器芯片，这是NVIDIA首次与无人机厂商进行的合作。

[attach]3177805[/attach]

NVIDIA Tegra K1处理器芯片

NVIDIA Tegra K1处理器芯片内含四个ARM-Cortex A15核心和192个GPU CUDA核心，最高主频达2.2GHz，能够提供325G的浮点运算能力。使搭载该芯片的妙算 Manifold能够拥有计算机视觉、深度学习、环境感知、物体辨识和实时反应能力等功能，让无人机初步具备了人工智能的特性。

[attach]3177836[/attach]

在Tegra K1与同一时代的处理器对比图中，NVIDIA共加入了苹果的A7、高通的骁龙800、Intel的Bay Trail（赛睿N2910）以及Haswell架构的赛扬2955U。x86架构的赛扬2955U除了在浮点性能及内存复制带宽上比较有优势之外，在其他测试中Tegra K1均保持领先，包括DMIPS计算能力、SPEC整数性能、安兔兔4（无Haswell成绩）、GeekBench 3、Octane脚本及内存读写带宽。

8月份，博瑞空间也发布了一款人工智能无人机通用平台——BO博系列。据了解，该系列无人机采用的是NVIDIA Jetson TX1了嵌入式平台，同样具备具备计算机视觉、深度学习、环境感知、物体辨识和实时反应能力等功能。

[attach]3177834[/attach]

NVIDIA Jetson TX1套件

[attach]3177809[/attach]

NVIDIA Jetson TX1独立计算模块

NVIDIA Jetson TX1由由独立计算模块和I/O扩展子卡两部分组成组成，其核心的独立计算模块的尺寸只有87×50毫米，仅有一张信用卡大小，但却是个完整的计算单元。Tegra X1处理器采用和超级计算机完全相同的Maxwell架构256核心GPU，可以提供高达1T的浮点运算能力，并完整支持NVIDIA CUDA技术，配合预装的Linux系统以及完善的NVIDIA开发工具，可为深度学习训练、全新智慧型设备开发提供完整支持。

博瑞空间联合创始人周斌表示：“我们现在通过跟NVIDIA合作，引入了Jetson TX1处理平台，能够为我们的无人机提供非常强的计算能力，真正成为无人机的大脑，让无人机拥有真正的双目。有了这个眼睛和大脑，我们才说这个飞机，能够像人一样的去工作。”“比如说这里有一个窗子开着，它（无人机）可以自己找到这个窗子，告诉它屋里面有什么东西，它可以飞进来；再比如说这里有一个火源，这里有一个危险物品，飞进来自己识别出来这个危险物品，放下一个机械手，把这个危险物品抓走，然后再飞到某一个场地，然后把它扔掉。而这一切的工作，全是由无人机自主完成的。”

[attach]3177826[/attach]

Tegra X1处理器的性能是之前发布的Tegra K1处理器的两倍。那么采用性能更高的X1处理器的无人机功能是否会更强大、智能化是否更高、稳定性是否更好、煮鸡蛋是否也会更快捏？

当我们满足于Tegra X1的时候，运算速度更快的新一代Tegra处理器似乎也即将面世。在今年年初的CES前一天，NVIDIA发布了新一代DRIVE PX 2车载电脑，同时还曝光了新一代Tegra处理器。由于没有过多的数据也只能从已经公布的信息推测除部分参数，该处理器共4个A57核心和2个Denver核心，能够提供高达4T的浮点运算能力。不过用于无人机的可能性不太高，毕竟连搭载该处理器的Drive PX2都装上了水冷散热器，可以想象其功耗和散热对于无人机来说都是个大问题。

NVIDIA中国高级销售总监Stephen Chen表示：未来10-20年，这是一个人工智能的时代，这是一个新的浪潮。在前一个浪潮可能是互联网，移动互联网，物联网，工业革命。但是到未来10-20年是人工智能，那么在人工智能里面，为什么现在人工智能如火如荼，实际上来自于三个方面因素的具备：

第一，是超强的一个计算能力具备，实际上我们在10年前的时候，或者20年前的时候，其实我们有很多很好的算法和想法，但是没有计算能力，那个时候计算能力非常贵，你可以看到一个超级计算中心，在10年前的一个超级计算中心，差不多是几个机柜就可以做到的计算能力，这是一个计算能力的提升，而且可以用很便宜的价格去获得。

第二，我们算法的提升，实际上这个算法是20年前，甚至更早一点就出来了，现在最流行的叫深度学习，叫Deep Learning，那么在2013、2014年之前，我们看到Image Net它再物体识别的时候，包括在无人机，包括在汽车上面一个最基本的功能，就是我们叫Object Detection，包括物体的分类，2012、2013年的时候我们做的最好的成绩，大概是75%左右。当时基本上所有参加的团队，有各大公司，还有各大院校的团队，他们最多能做75%，那是因为他们都是一个我们叫传统式的CV算法。到了2014年之后，会发现这个数字，很快就突破了90%，95%，99%，你会发现在这个之后，基本上所有的这个团队，他们的算法都转向了Deep Learning，这是第二个，这是从算法的一个角度，一个重大的变化。

第三个重大的变化，是在于我们一个大数据，我们用深度学习这个方法来做，以前我既使有很好的方法，但是我没有足够的训练量，我没有足够的数据，但是在这两年，也许现在一个月积累的数据，可能是以前十年积累的数据，这样大数据的背景下，我们叫简单粗暴的方法，去训练这么一个神经网络出来，然后把这个神经网络训练的像人一样的思考，就这么简单。你就可以通过三方面的合力，然后让这个机器具有人工智能。大家都知道阿尔法狗，阿尔法狗很聪明，已经战胜了围棋全球最顶尖的选手，那么在这里面也是用到了深度学习，也是用到了超强计算能力，包括用到了200多张GPU的卡。我们看到在汽车，在无人机这上面也是这样。

我们跟博瑞空间合作，我们是想让这个无人机可看，可思，可自控，它完全是一个智能的设备，我们可以叫它Smart，完全是一个智能的东西。这个东西完全是自己去看到东西的时候，他自己有反应，然后自己该怎么样去做事情，这个就是涉及到两方面，一个就是我们是怎么样给它做training，第二部分，我们怎么把training做出来的这个神经网络实现，我们叫DNN，这就需要一个强大的平台去做到。而NVIDIA在博瑞空间这边，我们跟他合作，我们是在两个方面合作，我们在training这一部分，我们会提供一个很强的计算的GPU平台，然后像Tesla的平台，以及我们今年在GTC上面最新发布的DGX-1个平台，这样的平台就是帮助我们像博瑞空间这样的客户，他们在training上面获得更好的神经网络，同时我在移动端，我在无人机这一端，我们提供像TX1这样，具有一个T浮点计算能力的这么一个平台，然后让它去把这个神经网络能够灌输到这个平台上面去，让这个平台具有智能化。

发展人工智能无人机的难点

[attach]3177685[/attach]

人工智能无人机归根到底还是人工智能与无人机两个部分组成的。而无人机最重要、最基本的东西是飞控，在出现人工智能之前，飞控都是由程序猿一个代码一个代码敲出来的，由于人工编程非常繁琐且容易出错，所以在间隔一段时间程序猿就会根据程序的应用情况进行完善，并推出相应的升级补丁，无人机经常会进行固件升级也是这么个道理。

而采用了深度学习的智能无人机，将不再需要程序猿来发现问题并进行修改完善。通过深度学习的应用，无人机能够像普通人一样，不断从解决一类问题的经验中获取知识、学习策略。再遇到类似的问题时，可以通过以往的经验和知识来解决问题，并积累新的经验。不过就像人类一样，计算机的学习能力也是有快有慢。而且人工智能类的编程问题通常比传统的编程问题难度要高很多，涉及到人工智能领语言也有不少，典型的人工智能语言主要有LISP、Prolog、Smalltalk、C++等。人工智能的语言既有把过程与说明式数据结构混合起来的能力，又有辨别数据、确定控制的模式匹配机制。这对编程人员的要求相对来说比较高，KID也不是专业的编程人员，对于这方面的了解也仅限于此。

除了无人机的软件外，无人机的硬件设备也在飞速发展中。由于智能无人机需要感知周围的事物，各种各样的传感器、摄像头必不可少。就拿避障来说，基于机器视觉的避障功能不仅需要多种摄像头的配合，识别周围环境，还要在光线不利于视觉避障的情况下采用超声波或者红外探测器识别周围障碍物进行避障。除此之外，用于无人机精确定位的光流、超声波、GPS、差分等技术的发展，也是实现人工智能无人机的必要前提条件，而长时间的续航以及各种用途的云台、机械臂则是无人机实现其功能和社会价值最基本的保障。

今年的315晚会上，已经有模友演示过如何成功的劫持一台无人机，而更早之前，伊朗甚至劫持了一架美国的RQ-170哨兵无人侦察机。如何加强无人机的抗感干扰能力和反劫持能力，将成为影响智能无人机安全的一个重要因素。

但是纵观整个消费级无人机市场，大多数无人机的稳定性、可靠性差、续航时间短、图传延迟高、抗干扰能力弱等问题。如果将强大的芯片和众多的高级功能集中在这样的无人机上，最多也只是增加消费者的炸鸡成本而已，对于厂家和消费者来说都是非常大的损失。所以在提高无人机的智能化程度之前，我认为应该先解决以上问题。

目前最智能的无人机

[attach]3177696[/attach]

目前世界上最先进的智能无人机当属X-47B，它是人类历史上第一架无需人工干预、完全由电脑操纵的人工智能无人机，能够实现陆地和航母上的自主起飞、降落。

2010年2月4日，X－47B无人作战空中系统验证机成功完成了首飞，之后还完成了陆地和航母上的自主起飞和降落测试。

2015年5月22日，X-47B首次完成自主空中加油，成为全球首架实现空中加油的无人机。空中加油测试中，X-47B与K-707加油机互相交换信息，继而自主完成一系列动作，把受油管伸入加油机的加油软管并完成加油，然后自主脱离，返回基地。

[attach]3177711[/attach]

X-47B无人机的遥控装置

然而，即使是最先进的无人机也少不了人类的操纵。从已经曝光的信息来看，X-47B也有一套地面遥控系统，在人工智能无法完成某些任务的时候，将由人类来接替计算机对无人机进行操控并完成任务。

关于人工智能的担忧

在了无人机之前，人工智能技术早在多种场合得到了实际应用。2011年应用于医学领域的沃森（Watson）已收录肿瘤学研究领域的42种医学期刊、60万多条医疗证据、150万份患者记录和两百万页文本资料，只需要几秒钟就能够为医生提供对应的治疗方案。2014年微软Code大会上，Skypetrans Lator通过识别不同用户的口音和所化方式实现两个不同语种的无障碍交流，2015年腾讯Dream Waiter发布的8月CPI资料新闻，从资料收集到撰稿发布仅用了一分钟。而未来，使用人工智能的无人机能够代替人类完成寻人、直播、送货、航拍等任务。而在飞行期间也完全不需要担心，因为它会自动计算飞行所需要的电量是否足够、自动躲避障碍物、绕过禁飞区等。

看起来，人工智能似乎能够强大到代替人类完成所有工作。而且一直以来，发展人工智能也都是一个非常有争议的话题。著名的物理学家斯蒂芬·霍金曾预测：人工智能有可能在一百年内实现自我意识取代人类。而“钢铁侠”埃隆·马斯克也说过：“借助人工智能，我们将召唤出恶魔，而且圣水和魔法阵都搞不定它。”那么人类为什么还要发展人工智能呢？其实KID认为，这些担忧完全是多余的，史蒂芬·霍金不是正坐在拥有人工智能的轮椅上与别人交流嘛，埃隆·马斯克的公司 Open AI 不是也正在进行人工智能相关的研究嘛。人工智能再智能，终究还是要靠人来操控，需要人类提供能源和数据源。当没有了能源供给，再牛的人工智能机器人、无人机、无人车之类的东西也只是一块废铁。