2
| 本文作者： 张驰 | 2016-08-16 16:11 | 专题：CCF-GAIR | 全球人工智能与机器人峰会 |
Vijay Kumar是宾夕法尼亚大学工程学院院长、美国国家工程院院士，主要研究方向是多机器人编队的控制与协作，别称是无人机大神。如果你看过他在TED上的演讲，一定会为他开发的无人机所折服。
8月13日下午，Kumar出席了中国计算机学会主办，雷锋网承办的CCF-GAIR峰会，并发表了有关无人机五大发展趋势的演讲。他认为无人机会向着Small（小型），Safe（安全），Smart（智能），Speed（敏捷）和Swarm（集群）等趋势发展。
而在演讲前，Kumar也与雷锋网进行了对话，谈及了何为无人机的智能，他对无人机的愿景，以及机群背后的思想。
在Kumar看来，无人机未来总体的发展趋势是“自主”（Atonomy）。回顾过去五年，计算力、数据及通讯技术的提升促成了AI（人工智能）技术的发展，也让无人机的飞行更加自主与智能。具体来说，无人机体积变小，感知能力及范围（得益于雷达）提升。
他认为自主是从感知（perception）到行动（action）的循环。从看到环境，处理信息，理解环境，然后到采取行动，这一快速循环过程就是智能。在他的研究中，“AI就是数据与计算”。
但同时无人机也面临着挑战，Kumar认为，这主要包括两方面：
“更多的数据并不意味着更多的知识；更快的计算也并不意味着自主。”
用机器学习等AI技术可以提升算法表现，实现无人机自主，就像机群中存在相互干扰，用机器学习可以保证安全和稳定；而机器收集到的数据可以反馈给机器学习算法。我们需要做的是将高效收集的数据变成知识。而且虽然机器学习让AI有了进步，但准确性仍不够，比如物体识别上，即使有大量数据训练也不行。所以我们应该思考的是，在生活中如何与不那么精确及可靠的技术共生。
Google与亚马逊分别有自己的无人机快递项目Project Wing及Prime Air，国内的京东与顺丰也测试过用无人机送货。不过作为空中机器人的鼻祖，Kumar认为用无人机送货还缺乏商业上的价值。
他告诉雷锋网，创新分两种：一种是技术创新，一种是商业创新。技术创新相对没那么复杂，他所主管的实验室在五年前就开始做送货无人机，这比Google及亚马逊都要早。快递无人机涉及到机群协作，而这也正是他所擅长的领域。
但他认为，快递无人机目前还没有出现很好的商业模式，如果有Uber与滴滴一样的模式出现，或许普及的可能性更大，而他的工作是开发相关的技术以供未来可用。
自然往往会为我们提供技术的灵感，比如上世纪初发明的飞机就是受到了飞鸟的启发。而Kumar的实验室也很擅长观察自然如何解决问题。
他在演讲中提到了无人机的“5S”，其中“Swarm”指机群。小型化所付出的一个代价是载重变小，能完成的任务随即减少，为此他们从蜂群的工作方式中获取灵感，让多个无人机协作，完成个体无法胜任的任务。机群的组织原理有三：
一是个体独立行动，行动是本地的（local）和独立的；
二是仅需要本地信息即可行动，即使无法知道全局信息，个体也能行动；
最后是行动匿名，独立于身份，不了解个体信息也能完成任务。这里他给出的例子是，多人共同抬起一张桌子时，并不需要知道每个人的身份。
上文提到的无人机运货就涉及到机群的应用。在春节和双十一这种发货高峰期，一定区域内的无人机在避开同类障碍时，就需要相互协作。Kumar还引用了在CCF-GAIR上与国内学者交流中的另一个例子，即用无人机绘制长城地图，这显然是单一的无人机无法做到的。
另外我们生活在一个联网的世界里，现在这些设备都是固定的，但未来会移动，如何让上百万的设备协作，这就需要蜂群理论。
飞行一直是人类的梦想，虽然飞机已经成为平民化的出行方式，但仍缺乏汽车那样的自由度。而随着Google及特斯拉等公司的推进，自动驾驶汽车似乎更能让人感受到智能化的未来。但Kumar认为，“自主飞行器（self-flying vehicles/drones）会比自动驾驶汽车更容易实现”。因为：
“汽车需要在非常复杂的二维路面环境中运行，但飞行器能在3D空间中飞行，路线则可由电子系统决定，比如从深圳到香港，可以在空中定义一条路线，保证不会发生碰撞，而且这也不需要任何像道路一样的基础设施。”
他告诉雷锋网，现在很多夜间飞行运输任务仍需要人在场，但事实上人只是根据机器的指令来行事，那为什么不让机器来完成一切呢？
这种飞行器的一个挑战是在于能耗，承担一个普通的50kg的人会消耗大量电能。一种解决方法是使用汽油或柴油等燃料，不过这又需要不同的驱动系统。但Kumar认为，“小型的自主飞行器，如飞行汽车，已经存在了很长时间了，而现在正变得更加现实。”
如今的消费级无人机市场几乎是DJI一家独大，应用也无非是航拍，那除此之外还有哪些能产生一定商业价值的应用场景？Kumar对此的回应是，“如果我知道如何挣钱，一定会有其它公司已经在做了。”他告诉雷锋网，自己的工作是“开发解决方案，这样未来五年中出现可行的商业模式时有技术可用”。
不过他最大的兴趣是无人机在急救和农业上的应用，他希望灾难发生时机器人能第一时间赶赴现场，快速返回实时信息，就像超人一样，而航拍是他最后才会想到的应用场景。机器人领域有“3D”，即让其完成Dirty（肮脏），Dull（重复）及Dangerous（危险）的工作，这同样适用于无人机。
早在2012年的TED上，Kumar就提出了“精准农业”（precision farming）。他认为就像人类都由医生单独照料一样，种植也可以使用同样的方式。比如，无人机可以配备远程传感器，如摄像头、激光扫描器、微波图像传感器等，识别出每颗果树的生长状况及产量信息，以此预估总体产能提升种植效率。特别是在美国这样人少地多的国家（仅3%的人从事农业），机器会发挥更大的价值。
同样的，Kumar指出精准农业是可行的，但仍需要现实的商业模式。比如，在耕地狭小的日本，无人机农业的作用有限。另外还有政府补贴等政策问题，让农民没有提升种植效率的动机。
国外嘉宾对国内创新的洗白是这次CCF-GAIR的一个亮点。在一次群访中，一位朋友问中美无人机的差距有多少，Kumar说到“商业无人机领域DJI是最领先的”。美国著名投资人Yobie Benjamin也在演讲中表示，“不要听信那些说中国只会抄袭的话”。
Kumar是第三次来中国，他认为深圳不只是在制造上创新，其生态对机器人也很重要，是无人机的创新之地。这里还有腾讯，其微信产品更是Facebook等公司仿效的对象。
“在美国，我可能有一个聪明的学生来解决某个问题，但在中国会有100个工程师解决同一个问题，我没法竞争。”
他认为，创新来自人才，而且不是一个人，而是一个团队，深圳则具备了这样的条件。技术创新也不会限于某个地区，它是全球性的。
预测未来是很难的。在一次专访中，Kumar告诉雷锋网，“技术的进展一日千里，这使得我们难以下结论”。但这并不妨碍我们对未来的想像，最后再送上Kumar对机器人的两个预测。
手机五年后会是怎么样？他认为会成为机器人，现在你要做的所有事，未来都能通过更智能的智能手机完成。手机放在运动控制器上，或许就成了机器人。
另外，机器人的50年历史中，我们已经让机器人动了起来，现在它也能飞行了，那多久能学会游泳呢？要知道地球表面的70%都是海洋。随着人口增长，水下农业和水下种植也为相应的机器人开发提供了经济驱动。不过这里的挑战是，如何让机器人学会游泳，以及如何解决水下通讯问题。
推荐阅读：
宾夕法尼亚Vijay Kumar：无人机的“5s”趋势与挑战
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
