美国国家工程院院士Vijay Kumar：自动化和无人机技术中的挑战 | CCF-GAIR 2017

雷锋网报道，7月7日，中国计算机学会（CCF）主办，雷锋网与香港中文大学（深圳）承办的第二届CCF-GAIR全球人工智能与机器人峰会在深圳如期开幕。大会的第二天，机器人分会场的最后一场，来了一位压轴的重量级嘉宾——Vijay Kumar。他是宾夕法尼亚大学工程学院院长，也是美国国家工程院院士，IEEE会员。他在无人机领域的知名度非常高，尤其在他的多机器人编队控制和协作的研究领域。去年Vijay也参加了雷锋网承办的GAIR大会，这次来中国他更加熟悉了。作为今日机器人分会场的最后一位嘉宾，Vijay的演讲将观众带到了大学课堂。雷锋网将演讲做了简要概括。

本次演讲的主题是Challenges in Autonomy and Flight，自动化和无人机技术中的挑战。

首先，Vijay向我们介绍了无人机现在的一些技术状况。Vijay向我们介绍了无人机在构造上与无人车的不同，即无人机在平衡，耗能上都有较高的要求，解释了为什么无人机无法搭载许多的传感器。Vijay又通过他们过去5年制造的无人机，解释了无人机自动化程度的提高和控制系统的感知和反馈机制。控制系统除了有感知和反馈机制，还需要做实时的控制。在Vijay团队的无人机中，避障主要靠激光探测和系统对路径的优化，他也使用了一些例子和原理进行了讲解。

接着，Vijay向大家展了最小的自动化无人机，并告诉在场观众整个处理器都是在他们的安卓手机上完成的，不需要负载的漂亮的计算机，不需要浪费太多的GPU、CPU。他认为，设计者和操作者需要打破固有的框架，让机器做更多的事情。机器学习的意义，就是能够让机器掌握复杂的技能。

提到机器学习这种人工智能，Vijay又像大家介绍了精准农业。他阐述道，以往，我们无法预测收成，但是，现在我们可以通过无人机去检测农田果园的情况去记录数据，从而预测收成，于是务农人员可以为收获以及后面的运输等事务做好准备。

但是，他认为，人工智能是有限的。原因有五点:
1. 现在有很多知识，是要机器去学习的，但是机器学习的能力还有待加强
2. 机器计算的能力很强大，但自动化程度低
3. 达到99.99%的精度要比达到90%更难
4. 针对实体的人工智能比飞行和驾驶更难
5. 机器协作非常困难

此外，他认为能源问题也是一个瓶颈，过去十年来，电池的价格的确下降了，但是电池的电量没有提高。他随即也介绍到了一款由化学染料驱动的无人机。

他还总结了我们会面临的挑战：
1. 一部分人将失去工作。他还通过一个金字塔结构，分析了在金字塔中部的人更容易被机器人淘汰，因为机器人的智商会更接近于获得高等教育善于考试的人。而他们主要分布在中层。
2. 教育的挑战，只有不断学习才能不被淘汰。
3. 安全性，信任的挑战，我们是否能够信任机器人，机器人是否能够抵御黑客攻击。

最后，他总结道，这是一个让人兴奋的时代，人工智能的发展会是爆发式的，但是，人类以及政府机构对新技术的接受能力却是线性的。还有一些关于法律监管方面的问题也会出现，这些都值得我们注意。