没有合适的资源?快使用搜索试试~ 我知道了~
工程12(2022)16意见和评论从无人系统到自主智能系统陈杰a,b,c,孙健c,d,王刚c,da同济大学控制科学与工程系,上海201804b上海智能自治系统研究所,上海200092,中国c北京理工大学复杂系统智能控制与决策重点实验室,北京100081d北京理工大学重庆创新中心,重庆4011201. 介绍人工智能(AI)是一个快速发展的技术领域,它我们以前电气化的一切现在都将认知化人工智能的进步正在不断推动机器可以做的事情的前沿越来越多的注意力被放在人工智能研究上,以及商业投资者、国防战略家和政策制定者的开发和部署上[2]。2017年7月20日,中国政府发布了一项发展人工智能技术的战略2. AI及相关概念的简史现代人工智能的起源可以追溯到古典哲学家很久以前试图将人类思维过程描述为符号系统。 人们普遍认为,人工智能领域作为一门独立的学科直到1956年夏季举行的达特茅斯会议才正式成立,当时JohnMcCarthy创造了“人工智能”一词,人工智能的目标是建立一个能够学习和适应的系统,因为他们做出了明智的决定,解决特定类别的问题,例如文档分类、对象检测、游戏、疾病诊断和自主导航。然而,许多人认为,目前所有的人工智能系统(技术)都属于弱人工智能的范畴,因此没有达到强人工智能的标准[4]。人工智能没有一个普遍接受的定义,这主要是由于不同领域的专业人士对人工智能研究采取了不同的方法AI的现有定义可以大致概括为四组(表1)。这四个定义指定了通用人工智能(AGI)类别中要追求的四个可能目标,通用人工智能指的是能够在各种任务中实现人类水平的自主性和智能的系统。3. 自主智能(无人)系统无人系统被定义为一个机电系统,能够发挥其权力,以执行指定的任务,没有人类操作员在船上[5]。当代系统,如多机器人系统,无人空中,地面和海上车辆(UAV,UGV和UMV),移动,边缘和云计算系统,以及金融,制造和电力系统,越来越多地以其分散性,普遍性,表1历史AI定义的分类[4]。类人理性也就是说,具有一定程度的自主性的系统(即,任务和运动规划的能力)以及智能(即,决策和推理能力虽然人工智能的普及程度有所波动,但最近对人工智能的兴趣开始于2006年左右[3]。它的出现是因为三个促成因素的融合:①可用于训练强大的机器学习和人工智能模型的大型非结构化数据集的可用性;②软件和硬件的快速发展,如深度学习算法和基于图形处理单元(GPU)的计算平台;以及③云业务模型的出现。这种爆炸性的发展推进了弱人工智能的状态,弱人工智能指的是能够像人类一样思考的思维系统“我们与人类思维相关联的活动的自动化,例如决策,解决问题和学习。贝尔曼,1978年行动系统像人类一样Kurzweil,1990年理性思考的系统温斯顿,1992年理性行为的系统“计算机科学的一个分支,关注智能行为的自动化。鲁格和斯塔布菲尔德,1993年https://doi.org/10.1016/j.eng.2021.10.0072095-8099/©2021 THE COMEORS.由爱思唯尔有限公司代表中国工程院和高等教育出版社有限公司出版。这是一篇基于CC BY-NC-ND许可证的开放获取文章(http://creativecommons.org/licenses/by-nc-nd/4.0/)。可在ScienceDirect上获得目录列表工程杂志首页:www.elsevier.com/locate/engJ. 陈,J.Sun和G.王工程12(2022)1617互联互通,即是由自治实体组成的系统。由于其物理组件、网络基础设施和社会环境的无缝集成和动态性质,这些工程系统必须以越来越高的自主性和智能水平运行,以做出决策并操纵其环境[6,7]。无人机最初在1917年被军方使用,当时美国海军委托设计用于对抗德国潜艇的速度侦察机,在1918年3月6日首次成功飞行之前经历了多次失败,标志着无人机的首次飞行。从那时起,无人系统得到了迅速的发展,大致可以分为三个阶段:从基于编程的无人系统到自动无人系统、智能无人系统和自主智能无人系统。第一阶段是有限的,在这个意义上说,该系统只能工作作为事先编程,不能适应任何变化的环境。第二阶段是高级阶段,系统具有一定的感知、决策和控制能力,并能根据环境变化进行调整。在最后阶段,无人驾驶系统具有高度的自主性和智能,在许多任务上与人类相匹配甚至超越人类。自主智能系统(AIS)是一个新兴的跨学科领域,它依赖于大数据和人工智能(以及其他科学和技术进步)来创建具有集成任务和运动规划以及决策和推理能力的无人系统。AIS可以在没有或有限的人类直接参与的情况下完成通用任务,并且通过数字设计(AI,大数据,控制等)的融合而成为可能,机器人,以及构建的环境[8]。AIS的例子包括自动驾驶汽车、智能制造机器人以及用于陪伴或舒适的社交代理。相对于可能基于规则或由人类或其他机器远程控制的常见无人平台,AIS具有几个定义和独特的特征:(提高水平的)自主性、智能性和协作性。首先,AIS是由自主组件组装而成的,这些组件的行为可能是复杂和易变的,从某种意义上说,这些组件可能突然变得不可用,完全崩溃,或改变它们的行为。人工智能系统也足够智能,即能够对大量的知识和经验进行推理,以检测所述错误行为,在关键情况下进行适当的调整,并通过做出明智的决策来恢复其原始功能。 此外,当从事复杂和具有挑战性的任务,AIS可以寻求密切协调和合作,彼此发展高层次的集体行为。因此,AIS是人工智能研究的最终目标,AIS研究为AGI提供了一条有前途的道路。4. AIS的典型应用AIS正在迅速地在许多不同的领域中找到应用,从商业、工业和医疗部门到物理安全、国防以及太空探索。2016年,作为谷歌DeepMind的一部分,计算机程序AlphaGo首次在围棋比赛中击败了人类职业选手,此后在一系列具有挑战性的科学和工程领域取得了几项重大突破。我们在下面重点介绍一些具有代表性的当代AIS示例。4.1. 自动驾驶自动驾驶(又称,自动驾驶)是一个非常受欢迎的研究领域,它探索了自动驾驶和英特尔的根源自动驾驶汽车的亮度。在2016年至2021年的五年内,仅电气和电子工程师协会(IEEE)就自动驾驶主题发表了超过43 000篇会议论文和8 000篇期刊(包括杂志)文章自动驾驶汽车目前在运行方面并不完美,2018年美国亚利桑那州坦佩发生的自动驾驶汽车事故就是明证,在该事故中,一名行人被一辆由自动算法控制的运动型多用途车撞死,而安全驾驶员无法阻止撞车事故。此外,如参考文献[10]中所观察到的,自主车辆系统在性能方面仍然远离人类或动物需要创新的解决方案,如生物启发的视觉传感,多智能体协作感知和模仿生物系统工作原理的控制能力[11]。据预测,到2030年,在实现更高水平的机器人自主性和车辆智能之后,自动驾驶将变得足够可靠和安全,以取代大多数人类驾驶。4.2. 药保健2019冠状病毒病(COVID-19)爆发已成为全球大流行病。截至撰写本报告时,全球确诊的COVID-19病例总数已超过1. 13亿例。不幸的是,根据世界卫生组织的数据,这一数字仍在以每天约40万例的速度增长。抗击COVID-19需要全球共同努力AIS可能是解决方案的一部分,它显示出巨大的潜力,可用于消毒,诊断,监测,协助大规模筛查和手术,提供药物和重要物资,以及为老龄化社会进行老年人康复训练。如参考文献[13]中所总结的,机器人系统可以在至少四个宏观领域支持医疗保健系统并捍卫公共健康远程呈现、远程医疗和净化),物流(例如,医疗废物的处理、存储和监控和管理对自愿暂停的遵守),以及维护(例如,在休假期间加强工作和社会经济职能的连续性)。还注意到,中国已经在积极探索这些用途中的许多用途,尽管目前仅在有限的地区,其中大多数应用仅作为概念验证。机器人的这些应用领域都需要更多的研究。未来的机会在于开发能够从安全距离为患者进行分类、评估、监测、治疗以及提供陪伴和舒适的医疗AIS4.3. 国家安全和国防除了广泛的民用应用外,AIS技术已经扩散到军事行动中[14]。早在2003年,美国陆军就与国防高级研究计划局(DARPA)联合启动了未来作战系统计划,这是美国陆军历史上规模最大、最雄心勃勃的计划采购计划目标是设计一个旅,配备数百名无人驾驶车辆与超快速灵活的战场网络相连,从而能够实现前所未有的互操作性和战术协调。2004年,加拿大国防研究与发展部启动了AIS计划,公布了其战略计划,以提高军用车辆和系统的自主性和智能性。目标关键挑战包括这些人工智能系统通过理解其非结构化环境而在最少人工参与的情况下执行复杂任务的能力,以及在自主实体之间学习、适应和交换信息的能力,以及实现集体智能和增强J. 陈,J.Sun和G.王工程12(2022)1618系统有效性。最近,DARPA的“拒绝环境中的合作行动”(CODE)计划也试图通过提高自主性和平台间合作来扩大无人机的任务能力。美国军方已经通过Project Maven计划将AI融入战斗中,该计划利用AI算法识别伊拉克和叙利亚的目标(并展示了AI算法的力量)。4.4. 深空探测作为中国探月计划的一部分,中国收集了两个样本:一个来自月球表面,另一个来自地下约两米处两者都被装载到一个月球上升飞行器上,然后起飞与任务的轨道器连接地球返回器)。这一结合被认为是第一次两个机器人航天器在地球轨道之外完成完全自主的对接同样,美国国家航空航天局(NASA)的“毅力”号火星车被誉为有史以来技术最先进的机器人系统地质学家,于2021年2月18日安全无误地降落在火星上,这要归功于其先进的着陆系统,该系统可以快速,准确和自主地了解当地环境,并在进入,下降和着陆(EDL)阶段调整其轨迹(又名, 太阳系乃至更远的地方的5. 观尽管取得了这些令人兴奋的进展和成功的应用,但AIS研究仍面临许多基本挑战,其中最主要的是完全自主和机器人通用智能的挑战。到目前为止,当前的AIS研究和努力主要集中在单个机器人系统(即,单个代理),而关于机器人群的研究和理解较少,关于机器人组的研究和理解更少(例如,多相介质群或多层体系[19]);参见图1。在此基础上,未来的发展和机遇在于探索跨三个层次的自主性和智能的根源。我们在下面概述了一些关键的在我们努力实现AIS愿景的过程中最突出的挑战,特别是那些可能在未来十年导致重大科学进步的挑战。对于智能代理(例如,人工具体化系统或机器人思维),要研究的基本主题包括[20]理解什么样的内在发展程序支配主体认知能力的发展视觉、听觉、牵引力、语言、规划、决策和动作执行),以及这个过程是如何运作的?一个更技术相关和实用的问题是,如何创建一个能够开发成人大脑的复杂,多方面和高度集成的能力的AIS认知(或心理)发展的概念长期以来一直被心理学家和神经科学家所探索,但它在人工智能和机器人领域并没有得到太多的关注。计算和数据驱动(即,机器学习)研究自主心智发展可能是理解自然智能和构建智能机器的有前途的解决方案自20世纪90年代以来,人工群体智能的几个领域取得了实质性进展,包括理解个体之间的变异性和这些个体研究还进行了建立可控性,可观性的基本理论,以及评估的稳定性的同构代理在结构化和实验室环境中的同步算法。尽管如此,仍然需要了解同步集群在非结构化和动态现实环境中如何以及何时出现、合并和持续[21]。此外,表征集群中的个体(即,swarm)获得特定的集体行为,而平衡个人主义行为的发展构成了另一个关键挑战[22]。此外,复杂机器人群的控制原理是什么?这些控制原理是理解集体行为、同步原理以及复杂大规模网络失效机制的关键。最终,人工智能系统的大部分功能可以被提炼为管理有限的、可变的和可共享的公共资源,如运输和存储能力、能源和服务,以完成具有挑战性的(超级)人类任务。根据“公地悲剧”哲学,个人的自私利益和群体利益之间的不一致可能导致公共资源(或整个生产系统)的过度开发和潜在崩溃,而集群中个人之间的合作关系,以及更大系统(群体)中的群体之间的因此,迫切需要破译Fig. 1. AIS的未来研究发展J. 陈,J.Sun和G.王工程12(2022)1619群体行为之间错综复杂的相互作用,建立一个基本的控制理论(包括可控性,可观察性和控制原则)的异质AIS群体,以及探索进化机制的基础合作随机游戏之间的群体,以最佳和可持续地利用公共资源。致谢本工作得到了上海市科技重大专项(2021SHZDZX0100)、上海市科 委 项 目 ( 19511132101 ) 和 国 家 自 然 科 学 基 金 ( 62088101 、61720106011、62173034)的部分资助。引用[1] 凯莉·K这三个突破最终将人工智能释放到世界上。纽约:连线; 2014年10月27日[引用2021年3月12日]。可从以下网址获得:https://www.wired.com/2014/10/future-of-artificial-intelligence/?f=article_author。[2] Wu F,Lu C,Zhu M,Chen H,Zhu J,Yu K,et al. Towards a new generationofartificial intelligence in China. Nat Mach Intell2020;2(6):312-6.[3] 密歇根州乔丹人工智能革命尚未发生。HarvData Sci Rev 2019;1(1)。[4] 作者:Allen G,Chan T.人工智能与国家安全剑桥:贝尔弗科学与国际事务中心;2017年。[5] 郭凯,李新,谢良.多无人机同时协同相对定位与分布式编队控制。中国科学院信息科学2020;63:119201.[6] Chatila R,Firth-Butterflied K,Havens JC,Karachalios K. IEEE全球人工智能和自治系统伦理考虑倡议。IEEE Robot Autom Mag2017;24(1):110.[7] Xi L,Peng Z,Jiao L,Chen BM.杂波环境中跟踪运动目标的平滑四旋翼轨迹生成。中国科学院信息科学2021;64:172209.[8] Pawar VM,Stuart-Smith R,Scully P. Toward Autonomous Architecture:TheConvergence of Digital Design,Robotics,and the Built Environment。Sci Robot2017;2(5):3683-6.[9] Silver D,Huang A,Maddison CJ,Guez A,Sifre L,van den DriesscheG,et al. 用深度神经网络和树搜索掌握围棋游戏。 Nature2016;529(7587):484-9.[10] 陈G,曹H,康拉特J,唐H,Rohrbein F,诺尔A.自动驾驶的基于事件的神经形态视觉:生物启发的视觉感知和感知的范式转变。IEEE Signal Process Mag 2020;37(4):34-49.[11] 唐乙,钟毅,尤诺依曼,王刚,张毅,陈松。多智能体轨迹预测中的协作不确定性。In:Proceedings of 35 th Conference on Neural Information Processing Systems(NeurIPS 2021); 2021年12月6日[12] 利特曼·T自动驾驶汽车实施预测:对交通规划的影响[互联网]。维多利亚:维多利亚运输政策研究所; 2021年9月1日[引用2021年3月12日]。可从以下网址获得:https://www.vtpi.org/avip PDF.[13] Yang GZ,Nelson BJ,Murphy RR,Choset H,Christensen H,Collins SH,etal. 抗击COVID-19-机器人技术在管理公共卫生和传染病中的作用。Sci Robot2020;5(40):eabb5589.[14] 孙军,邓锋,陈军。地面移动平台控制系统的研究现状与发展趋势。Acta Autom Sin2018;44(11):1985 中文.[15] PerninCG,Axelband E,Drezner JA,Dille BB,Gordon IV J,Held BJ,et al.陆军未来作战系统计划的教训。Santa Monica:RandCorporation; 2012.[16] Digney BL,Hubbard P,Gagnon E,Lauzon M,Rabbath C,Beckman B,等.加拿大国防部自主智能系统项目&。In :GerhartGR ,Shoemaker CM ,GageDW,editors.无人地面车辆技术VI; 2004年4月12 -16日;奥兰多,佛罗里达州,美国。SPIE; 2004年。p. 493- 507[17] Russell S,Hauert S, Altman R ,Veloso M.机器人学:人工智能的伦理学 。Nature2015;521(7553):415-8.[18] Chien S,Wagstaff KL.太空探索机器人特工。机器人科学2017;2(7):eaan 4831.[19] Danziger MM , Barabási AL. 多 层 网 络 中 的 恢 复 耦 合 。 2020. arXiv :2011.04623。[20] WengJ,McClelland J,Pentland A,Sporns O,Stockman I,Sur M,等. 机器人和动物的自主智力发展。 Science 2001;291(5504):599-600.[21] Sorrentino F,Pecora LM,Hagerstrom AM,Murphy TE,Roy R.复杂动态网络中簇同步稳定性的完全刻画。Sci Adv2016;2(4):e1501737。[22] Rahwan I,Cebrian M,Obradovich N,Bongard J,Bonnefon JF,Breazeal C,et al. 机器行为。Nature 2019;568(7753):477-86.[23] Hilbe C , Šimsa M , Chatterjee K , Nowak MA. 随 机 博 弈 中 合作 的 演 化 。Nature2018;559(7713):246-9.
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- 京瓷TASKalfa系列维修手册:安全与操作指南
- 小波变换在视频压缩中的应用
- Microsoft OfficeXP详解:WordXP、ExcelXP和PowerPointXP
- 雀巢在线媒介投放策划:门户网站与广告效果分析
- 用友NC-V56供应链功能升级详解(84页)
- 计算机病毒与防御策略探索
- 企业网NAT技术实践:2022年部署互联网出口策略
- 软件测试面试必备:概念、原则与常见问题解析
- 2022年Windows IIS服务器内外网配置详解与Serv-U FTP服务器安装
- 中国联通:企业级ICT转型与创新实践
- C#图形图像编程深入解析:GDI+与多媒体应用
- Xilinx AXI Interconnect v2.1用户指南
- DIY编程电缆全攻略:接口类型与自制指南
- 电脑维护与硬盘数据恢复指南
- 计算机网络技术专业剖析:人才培养与改革
- 量化多因子指数增强策略:微观视角的实证分析
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功