王耀南

讓機(jī)器具備人一樣的智能，賦予機(jī)器思考和推理的能力，是人類最偉大的夢想之一。早在 1948 年，圖靈在題為《智能機(jī)器》的論文里，第一次勾勒出了人工智能領(lǐng)域的輪廓。隨后，他設(shè)計了一個被后人稱為圖靈測試的思想實驗。在很長一段時間內(nèi)，圖靈測試都是較為公認(rèn)的人工智能判斷標(biāo)準(zhǔn)。自圖靈測試提出以來，人工智能有了很大發(fā)展，我們正處于人工智能快速發(fā)展的新時代。

構(gòu)筑智能機(jī)器是研究智能的最終目的，智能機(jī)器本質(zhì)上是機(jī)器智能的物化表現(xiàn)形式。研究智能機(jī)器的目的是在感知、認(rèn)知和行為三方面探求智能的機(jī)理及本質(zhì)。人工智能為無人系統(tǒng)的發(fā)展提供了新的動能，而無人系統(tǒng)是人工智能研究的重要抓手和極佳的驗證平臺。人們對無人系統(tǒng)的應(yīng)用場景與自主能力需求越來越強(qiáng)烈，要使無人系統(tǒng)具備復(fù)雜場景下的自主作業(yè)能力，強(qiáng)烈依賴人工智能技術(shù)的發(fā)展。

強(qiáng)泛化通用人工智能算法 目前，無人系統(tǒng)應(yīng)用場景往動態(tài)非結(jié)構(gòu)化方向發(fā)展，傳統(tǒng)針對特定任務(wù)與樣本所訓(xùn)練的算法難以適應(yīng)新數(shù)據(jù)與任務(wù)需求，泛化能力弱、適應(yīng)任務(wù)單一，使得無人系統(tǒng)只能夠在特定限制條件下自主作業(yè)，難以賦予無人系統(tǒng)真正的智能性。因此，如果要使無人系統(tǒng)真正具有類人自主性，必須開發(fā)強(qiáng)泛化能力的通用人工智能算法。

低功耗、高性能邊緣計算芯片 由于無人系統(tǒng)通常是移動作業(yè)模式，其只能搭載有限的能源設(shè)備，難以部署大規(guī)模計算設(shè)備/學(xué)習(xí)服務(wù)器，對一些依賴計算資源的算法需采取云端技術(shù)，這將大大依賴大寬帶實時通信，給實際應(yīng)用帶來不便與挑戰(zhàn)，而采用邊緣計算或云邊協(xié)同的計算方式可以有效解決這一困局。

在人工智能技術(shù)創(chuàng)新的推動下，無人系統(tǒng)迎來了突飛猛進(jìn)的發(fā)展。

人工智能提升環(huán)境感知效率 環(huán)境感知旨在從復(fù)雜場景或圖像中定位大量預(yù)定義類別的物體，是人工智能領(lǐng)域熱門的研究方向，也是無人系統(tǒng)開展各項作業(yè)任務(wù)的基礎(chǔ)。針對目標(biāo)識別，R-CNN、YOLO、SSD等一系列經(jīng)典框架被提出，使得無人系統(tǒng)能夠模擬人大腦的運行方式，通過多層卷積神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)識別，大大提升了無人系統(tǒng)的環(huán)境感知能力。

人工智能強(qiáng)化自主規(guī)劃決策能力 規(guī)劃決策旨在依據(jù)無人系統(tǒng)感知得到的動態(tài)環(huán)境信息，開展自主決策、路徑規(guī)劃等控制，使無人系統(tǒng)實現(xiàn)特定的作業(yè)任務(wù)。人工智能技術(shù)的迅速發(fā)展大大提升了無人系統(tǒng)規(guī)劃決策的自主性，基于強(qiáng)化學(xué)習(xí)、深度強(qiáng)化學(xué)習(xí)等算法能夠較好地解決無人系統(tǒng)的運動規(guī)劃問題，諸如CANN、RNN、LSTM、SNN等一系列網(wǎng)絡(luò)結(jié)構(gòu)也被提出用于決策任務(wù)，使得無人系統(tǒng)能夠適應(yīng)高復(fù)雜、高動態(tài)、強(qiáng)對抗環(huán)境開展作業(yè)任務(wù)。

人工智能增強(qiáng)多機(jī)協(xié)同能力 人工智能技術(shù)的迅速進(jìn)展能大大提升無人作戰(zhàn)系統(tǒng)的協(xié)同作戰(zhàn)能力?；?AI 的智能化生態(tài)系統(tǒng)，以“能量機(jī)動和信息互聯(lián)”為基礎(chǔ)，以“數(shù)據(jù)計算和模型算法”為核心，以“認(rèn)知對抗”為中心，多域融合、跨域攻防，無人為主、集群對抗，虛擬與物理空間一體化交互的智能化作戰(zhàn)，已成為未來戰(zhàn)爭的主要形式。

人工智能提升作戰(zhàn)指揮體驗 作為人與無人系統(tǒng)之間的交互接口，指揮控制系統(tǒng)能夠?qū)崿F(xiàn)控制指令與狀態(tài)反饋的傳遞。引入人工智能技術(shù)后，一方面指揮控制系統(tǒng)能夠通過自然語言、手勢、體勢等多模態(tài)人機(jī)交流方式獲取指揮官意圖并給出擬人化反饋，大大提升了指揮效率；另一方面，利用人工智能技術(shù)能夠彌補(bǔ)操作者在速度、注意力等方面的局限，加速“觀察—調(diào)整—決策—行動”環(huán)路速度，協(xié)助指揮官做出正確指令。人工智能技術(shù)使得人機(jī)協(xié)作下的指揮控制能夠適應(yīng)未來戰(zhàn)場上日益增大的信息流通規(guī)模和速度，讓戰(zhàn)場指揮轉(zhuǎn)變?yōu)樾畔⒒乃惴☉?zhàn)爭。

類腦芯片實現(xiàn)人工智能算法實體化 數(shù)據(jù)、算法和算力是人工智能發(fā)展的3駕馬車，大量傳感器的引入為無人系統(tǒng)帶來了海量的數(shù)據(jù)，人工智能技術(shù)提升了無人系統(tǒng)感知與行動能力，而類腦芯片作為終端實現(xiàn)人工智能算法的載體，已成為人工智能技術(shù)創(chuàng)新的重要基礎(chǔ)。無人系統(tǒng)的信息處理單元架構(gòu)正按照大腦結(jié)構(gòu)仿生學(xué)的指引，朝著“存算一體”類腦芯片的方向發(fā)展。而在“存算一體”類腦芯片底層，非易失性核心器件也正逐步替代易失性核心器件，以便于更好地執(zhí)行復(fù)雜人工智能計算功能。

人工智能為無人系統(tǒng)賦能，未來在人工智能從感知智能向認(rèn)知智能演進(jìn)、人機(jī)協(xié)同混合智能提升無人系統(tǒng)自主性、機(jī)器學(xué)習(xí)微型化推動 AI 與無人系統(tǒng)加速融合方面具有更為廣闊的前景和更多的發(fā)展機(jī)遇。隨著科學(xué)研究的不斷深入，人工智能驅(qū)動的無人系統(tǒng)設(shè)備將大規(guī)模普及，并走進(jìn)我們的生活。

王耀南，中國工程院院士，機(jī)器人與智能控制專家。湖南大學(xué)教授、機(jī)器人視覺感知與控制技術(shù)國家工程實驗室主任。中國自動化學(xué)會會士、中國計算機(jī)學(xué)會會士、中國人工智能學(xué)會監(jiān)事、教育部科技委能源與交通學(xué)部委員、湖南省自動化學(xué)會理事長等。國家863智能機(jī)器人主題專家 , 國家“百千萬人才工程”入選者，德國洪堡優(yōu)秀學(xué)者，全國高等學(xué)校優(yōu)秀骨干教師，全國五一勞動獎?wù)?, 全國先進(jìn)工作者，第二屆全國創(chuàng)新爭先獎。