"人-機(jī)-物智能"的挑戰(zhàn)、思考及應(yīng)用實踐
1 智慧城市與人-機(jī)-物智能
隨著以信息技術(shù)、人工智能(AI)為代表的新興科技快速發(fā)展,我們正在進(jìn)入“人-機(jī)-物”三元融合的萬物智能互聯(lián)時代。為了實現(xiàn)人-機(jī)-物的互聯(lián)互通,是否可以找到類似TCP/IP協(xié)議等計算機(jī)業(yè)的標(biāo)準(zhǔn)元素,并研究它們的共性,以服務(wù)智慧城市(智慧交通、智慧社區(qū)、智慧家庭等)應(yīng)用?
但是現(xiàn)在還沒有什么核心技術(shù)和關(guān)鍵理論(后面會有楊天若教授理念的簡單介紹)。為什么還沒有什么相關(guān)理論?因為三元空間的差異很大。三元空間主要由三部分組成:信息空間、物理空間和社會空間。
● 信息空間:主要是計算、通信、控制,特點是離散的、邏輯的、數(shù)字化的。
● 物理空間:是自然的、人造的系統(tǒng),受自然規(guī)律支配,具有時間連續(xù)性。
● 社會空間:是人在社會交往中形成的空間,為人類思考、行動、感知、交互和協(xié)作提供平臺。
可見,在這三個空間中,每個空間有自己的學(xué)科,例如信息空間有電子、計算機(jī)等,物理空間有物理、材料、化學(xué)等,社會空間有社會學(xué)、心理學(xué)等。但是沒有一個學(xué)科能夠把這三個空間融合。
當(dāng)然,我們非常希望出現(xiàn)愛因斯坦這樣的天才形成一套理論,但目前還沒有。不過,這三個空間的融合已勢在必行。目前已有兩個空間之間的融合,例如如果以信息空間為基礎(chǔ),與社會空間相融合,有情境感知、基于用戶行為的主動服務(wù)等,未來有元宇宙等;如果以信息空間為基礎(chǔ),與物理空間進(jìn)行融合,就是物聯(lián)網(wǎng)、數(shù)字孿生等。
三個空間的融合可以更好地為我們提供前瞻性、個性化的服務(wù)。
圖:人-機(jī)-物智能的發(fā)展階段
2 人-機(jī)-物智能面臨的挑戰(zhàn)
人工智能當(dāng)前發(fā)展迅猛。楊天若教授認(rèn)為有幾個發(fā)展階段。
第一階段。傳統(tǒng)人工智能階段,是在信息層面和邏輯方面去做。
第二階段。但是后來人們發(fā)現(xiàn)有很多問題解決不了,因為神經(jīng)元網(wǎng)絡(luò)是從物理世界得到啟發(fā)而來的,后來受到了社會空間的影響,現(xiàn)在到了技術(shù)融合的智能階段。為什么?人工智能發(fā)展了這么多年,可解釋性和基本理論實際上沒有本質(zhì)上的提高。但為什么現(xiàn)在人工智能特別火?并不是因為強(qiáng)人工智能的發(fā)展,而是因為弱人工智能,即人-機(jī)-物智能的蓬勃發(fā)展。人-機(jī)-物智能不一定非要像人一樣能夠思考,但是能行使部分職能,因此目標(biāo)較小,較容易實現(xiàn)?,F(xiàn)在由于有強(qiáng)大的算力,豐富的應(yīng)用場景,無處不在的通訊,使人-機(jī)-物智能變得無處不在。
挑戰(zhàn)一:缺乏人-機(jī)-物智能的系統(tǒng)級設(shè)計
物理空間、信息空間、社會空間的差異巨大,怎么進(jìn)行融合?盡管目前還沒有什么理論,但有一個方法可以嘗試,即從數(shù)據(jù)入手。數(shù)據(jù)是三個空間的一個共同點:每個空間都會產(chǎn)生數(shù)據(jù),根據(jù)這些數(shù)據(jù)進(jìn)行融合,這是一條可行之路。因此,是否可以從這些空間中提取出一種系統(tǒng)化的方法?以下楊天若教授介紹了怎么去做仿真。
按照這個思路,如果想做一件事情不可能一蹴而就,是一個逐步迭代提高的過程。因此可以先設(shè)計一個人-機(jī)-物系統(tǒng),可以借鑒EDA(電子設(shè)計自動化)的方法?,F(xiàn)在EDA的方法是從上到下、從高層到低層(gate級,門級)。
是否可以設(shè)計一套像EDA的方法,把人-機(jī)-物系統(tǒng)做統(tǒng)一的設(shè)計,使三個空間能夠互通融合?
楊天若教授的思路是:首先進(jìn)行大數(shù)據(jù)分析,進(jìn)行系統(tǒng)分析,然后產(chǎn)生出智能決策,之后再快速做自動化;再做一次;不斷地周而復(fù)始,以達(dá)到理想的人-機(jī)-物系統(tǒng)。
挑戰(zhàn)二:怎樣進(jìn)行融合?
如果這個理論/方法論可行,就有幾個相關(guān)的問題需要考慮。
第一,怎么去做自動化設(shè)計?做嵌入式的人都知道,設(shè)計電子電路用EDA工具,同樣,我們能不能做類似EDA的人-機(jī)-物系統(tǒng)?答案是肯定的。楊天若教授團(tuán)隊做了“Petri網(wǎng)的超空間流”模型。
第二,怎么進(jìn)行融合?現(xiàn)在大部分人做的還是大數(shù)據(jù),數(shù)據(jù)大就行了,把原來的方法拿過來套用,但是缺乏一個整體的方法論。有沒有一個整體系統(tǒng)的方法能夠更好地把它們進(jìn)行融合?
挑戰(zhàn)三:怎樣反饋、自適應(yīng)、迭代學(xué)習(xí)?
第三,怎么能夠反饋、自適應(yīng)、迭代學(xué)習(xí)?即做出基于高階Petri網(wǎng)的張量反饋機(jī)制,實現(xiàn)人-機(jī)-物智能系統(tǒng)的自適應(yīng)優(yōu)化設(shè)計。
主要是以上三個方法。楊天若教授主要介紹前兩點。第一,準(zhǔn)備做一個自動化的設(shè)計方法,第二,對多模態(tài)進(jìn)行分析。
3 人-機(jī)-物智能的關(guān)鍵技術(shù)
關(guān)鍵技術(shù)一:系統(tǒng)級設(shè)計方法
人們熟悉的EDA軟件是怎么做的:從上到下,一開始寫Verilog HDL(硬件描述語言),或者用一些最簡單的Python或C語言,它會自動地編譯生成出中層語言,然后到高層語言、到gate,最后逐步自動化生成。
那么,是不是可以做成“人-機(jī)-物系統(tǒng)”這種自動化系統(tǒng)?于是楊天若教授團(tuán)隊就往這個方向來做。首先把想要的部分用高層、C語言/簡單的語言來進(jìn)行簡單的描述,然后自動化生成一個中間模型,之后經(jīng)過映射,最后再優(yōu)化,并逐步迭代,生成一個系統(tǒng)。
做完之后,再做數(shù)據(jù)分析。數(shù)據(jù)分析里有一個挑戰(zhàn):怎么具體進(jìn)行設(shè)計自動化?楊天若教授團(tuán)隊已做了一套整體系統(tǒng),像EDA一樣從上到下,已經(jīng)做出了初步原型,現(xiàn)在正在逐步把它商業(yè)化。
關(guān)鍵技術(shù)二:多模態(tài)數(shù)據(jù)分析方法研究
這也是一個有意思的點,即怎樣做數(shù)據(jù)分析?現(xiàn)在人們做數(shù)據(jù)分析,無非視頻歸視頻,圖像歸圖像,輸入文本歸文本,最后再合起來,因為現(xiàn)有的方法都是各自獨立的。那么,有沒有一種理論或方法能夠把這幾個部分合在一起?
楊天若教授團(tuán)隊采用了張量模型。很多人在大學(xué)時學(xué)過向量、矩陣、張量。張量是一種高階高維的數(shù)據(jù)表達(dá)形式,優(yōu)勢如下。
①可表示。不管是什么樣的異構(gòu)數(shù)據(jù):結(jié)構(gòu)化、半結(jié)構(gòu)化或非結(jié)構(gòu)化數(shù)據(jù),可以想辦法把它們都納入到一個框架之下。也許它們的階數(shù)不同(3階、4階或5階),因為數(shù)據(jù)的特征不一樣,但是它們是可以歸納在一個框架下的。
②可操作。有很多矩陣?yán)碚?,例如矩陣分解、矩陣加減乘除取余,張量也同樣如此,只不過是更高階的,有很多數(shù)學(xué)理論可用。
③可計算/存儲。現(xiàn)在有很多硬件來支持,例如張量核、TPU等。
④可以做分析。實現(xiàn)推薦、預(yù)測、聚類和分類等。
這樣可以做到張量的融合。盡管數(shù)據(jù)、知識、智慧、服務(wù)等每一層都可做,但每層之間是割裂的,有沒有一個理論能夠把這幾層打通?因為有些知識可以反饋到數(shù)據(jù),數(shù)據(jù)可以反饋給知識,知識可以反饋給服務(wù),但是有沒有一種方法論能把它們統(tǒng)一起來,使它們之間可以互操作?它的表述還是傳統(tǒng)的方法。
圖:基于張量模型的人-機(jī)-物大數(shù)據(jù)的統(tǒng)一表示
現(xiàn)在就用這種張量的表述方法來表示原始數(shù)據(jù),也可以把知識來進(jìn)行更高階的知識表示與認(rèn)知和推理。不一定是知識圖譜,傳統(tǒng)的、高科技的都可以,然后可以用數(shù)學(xué)方法對它進(jìn)行一些操作、融合,還有很多的理論可以使用。
根據(jù)此理論,楊天若教授發(fā)展了一整套根據(jù)張量的表達(dá)方式,做表征、分解、特征提取,包括張量和深度計算。
例如做深度學(xué)習(xí)時有這種現(xiàn)象:輸入時是一個向量,無論怎樣的特征數(shù)據(jù),都要把它割裂成向量,然后輸出來進(jìn)行學(xué)習(xí)。
可以想象一下原來的數(shù)據(jù),如果是更高階的表示/張量的形式,那么直接進(jìn)行學(xué)習(xí),效果是否會更好?確實這樣更好。從張量的深度學(xué)習(xí)到知識圖譜,都可以用一整套的張量理論來進(jìn)行學(xué)習(xí),而得出來的效果也確實比較好。
但是還有一個問題:張量計算的特點是計算量特別大(因為是高階的),TPU能夠很好地去彌補(bǔ)這種缺陷。這里重點提一下TPU。TPU是谷歌最近推廣的一種處理器,T就是Tensor(張量)的意思,TPU即張量處理單元??梢园押芏鄰埩窟\(yùn)算放到TPU里去做,有些不適合的放在GPU里去做,或者放在CPU里去做,以此使異構(gòu)計算能夠更好地幫助進(jìn)行計算。
4 應(yīng)用案例
楊天若教授團(tuán)隊已經(jīng)做了一些項目,例如在湖北和江蘇的智慧交通場景得到了實際應(yīng)用,并在為海南自貿(mào)港項目做研發(fā)。
● 智慧交通
與常州市公交以及湖北交投合作,其“人-機(jī)-路/車”是一個典型的人-機(jī)-物的系統(tǒng)。第一步,怎么去做系統(tǒng)設(shè)計?設(shè)計完后怎么去做數(shù)據(jù)分析?然后進(jìn)行反饋。
例如在人-車-路的大數(shù)據(jù)中,有天氣、路線、公共汽車上的視頻等都是非結(jié)構(gòu)化的數(shù)據(jù)。這些數(shù)據(jù)怎么融合?通過張量分析模型,最終可以做到線路分布、客流分析和預(yù)測等。楊天若教授領(lǐng)銜的項目從2016年開始就已經(jīng)用到了江蘇省常州市公交的200多條線路上,公交車2000余輛,每年累計服務(wù)量近億次。
第二個案例是湖北交投的智慧交通,高速路的綜合監(jiān)管平臺和智慧服務(wù)區(qū)也是以數(shù)據(jù)為中心的。
● 智慧自貿(mào)港
海南自貿(mào)港計劃在2025年封關(guān),封關(guān)以后有很多智慧應(yīng)用,涉及如何使各種應(yīng)用互聯(lián)互通。
設(shè)想遠(yuǎn)程仍然采用上述這種模式:第一,先做總體的系統(tǒng)設(shè)計分析,然后進(jìn)行數(shù)據(jù)驅(qū)動和數(shù)據(jù)分析,再進(jìn)行決策,回來之后進(jìn)行迭代的提高,最終使設(shè)計出來的應(yīng)用能夠真正地達(dá)到互聯(lián)互通的目的。
海南大學(xué)成立了協(xié)同創(chuàng)新中心,由多個學(xué)院、近100支團(tuán)隊組成。這些團(tuán)隊根據(jù)整體思路分成了不同的方向。有的做基礎(chǔ)產(chǎn)品,例如材料與器件、通信芯片、傳感芯片、網(wǎng)絡(luò)等。楊天若教授團(tuán)隊主要做系統(tǒng)設(shè)計,把人-機(jī)-物系統(tǒng)的設(shè)計方法進(jìn)行有效的集成,然后進(jìn)行數(shù)據(jù)分析,這是以張量人工智能為主要特色的分析、預(yù)測、決策。當(dāng)然也不排除別的方法,其他團(tuán)隊從另外的角度來做,最終都會提供這種決策。安全也非常重要,有三支團(tuán)隊分別去做密碼安全、網(wǎng)絡(luò)安全、數(shù)據(jù)安全。
這些工作最終是為了服務(wù)自貿(mào)港應(yīng)用。自貿(mào)港的應(yīng)用是由一些典型的應(yīng)用組成的,例如智慧導(dǎo)航、熱帶農(nóng)業(yè)、深海探測、水下網(wǎng)絡(luò)、智慧養(yǎng)老、離岸金融等,這些都是海南的主要特色。
5 結(jié)束語
希望這些整體的思路和應(yīng)用能夠應(yīng)用起來,真正達(dá)到人們所期望的智慧應(yīng)用、互聯(lián)互通的目的。
評論