校园频道 校园 社会 学习 文史 政经 科技 自然 军事 生活 人物 观点 专题 登录 注册 投稿
【三海一核】哈尔滨工程大学
【知识】人工智能及其在海洋探测中的应用漫谈
16-03-25 作者:佚名   编辑:刘磊

人工智能日益成为万众瞩目的研究方向。2016年3月9日,谷歌人工智能围棋程序AlphaGo第一局战胜了人类最强棋手之一的李世石。3月15日,人机大战尘埃落定,谷歌的AlphaGo以4:1战胜李世石。至此,计算机人工智能程序已在围棋、国际象棋、中国象棋、五子棋、黑白棋等各项智力竞技中,实现了对人类顶尖高手的全面胜利。

这是人工智能研究历史上与1997年“深蓝”战胜卡斯帕罗夫一样里程碑式的成就。围棋之所以被称为人类智慧的最后堡垒,是因为围棋是一个既简单又极其复杂的游戏。围棋规则很简单:围棋以纵横各19条直线分成的361个交叉点为棋盘,双方以黑白二色圆形棋子交替行棋对弈,棋子走在交叉点上,落子后不能移动,围地多者为胜。但是围棋的变化极其复杂:围棋下第一步有361种选择,第二步有360种选择,再加上吃子打劫等变化,其可能性是一个恐怖的数字。据计算,围棋总共可能有10^171种可能性。这个数字比宇宙中的原子总数是10^80(1后面80个零)还要大很多。因此,围棋被认为是靠穷举法无法克服的一种游戏。行棋之中更加依赖于棋手的直觉和精确的推理计算,在AlphaGo出现之前,计算机围棋程序一直处于业余棋手水平。

此次AlphaGo取得的最大进步在于成功的引入了深度学习技术。基于DeepMind对深度学习技术的深刻理解,成功的利用策略网络和价值网络两个深度神经网络对围棋极其复杂的变化进行筛选,最终极大的降低了棋局搜索的复杂度。AlphaGo实现了深度神经网络技术与经典蒙特卡洛搜索树方法的成功融合,让人工智能第一次拥有了与专业围棋棋手一决高下的能力。

深度神经网络让计算机除了强大的计算能力之外,第一次拥有了类似人类直觉的围棋能力。AlphaGo似乎具有了以往人类引以为傲的棋形、棋势和棋感等人类围棋智慧。AlphaGo对棋局总体性的把握和各个棋子势力的应用达到了让人脑都相形见绌的地步。在全部5盘棋中,往往李世石在局部占尽了优势,最后突然发现整体棋局还是AlphaGo优势。难怪以大局观见长的棋圣聂卫平称“要向AlphaGo脱帽致敬。”0:5败于AlphaGo的欧洲冠军樊麾说“AlphaGo可能会发现另外一种围棋美,是我们想象不到的”。

这其实并不奇怪。随着深度学习技术的进步,人工智能在最近几年取得了突破性的进展。在语音识别、图像识别等领域,由于深度学习技术带来的快速进步,让计算机在对目标识别能力方面已经逐渐超过了人类的大脑。现在,计算机“听得清,看得见”的问题已经逐渐解决,研究热点逐渐向“听得懂,看得懂”的方向推进。

所有应用技术和产品的进步背后都是基础理论的突破。牛顿的三大和万有引力定律指引了机械时代的进步;电磁感应的理论指导了电气时代;相对论则引导人类进入核时代。作为科技工作者,我们更应该向在神经网络技术异常低迷的20年间始终坚持研究并取得突破的科学家们致敬。

不过,我们也不必为人工智能过于担心,在可以预见的10年之内,人工智能还不可能真正象人类一样思考。

人类智慧体现在两个基本方面,经验归纳和推理演绎。经验归纳让人能够根据自己的经验总结出规律。推理演绎则让人们认识规律,并通过严密的推导,建立起完整的理论体系,并指导人类的生产和生活。古希腊数学家欧几里德把人们公认的几条几何知识作为定义和公理,在此基础上研究图形的性质,推导出一系列定理,组成演绎体系,写出《几何原本》,形成了欧氏几何。实际上牛顿的三大定律、万有引力定律、爱因斯坦的相对论和量子力学等伟大的科学成就都是经验归纳和推理演绎的完美结合,是人类智慧之光闪烁的最高成就。

人工智能通过深度神经网络等技术的进步,让我们看到了解决人类经验主义智慧的希望。可以预计,计算机在专业应用,即面向特定领域的弱人工智能,会逐渐超过人类。但是,计算机程序在推理演绎方面取得的进步还非常缓慢,也许我们需要等待又一个30年或者50年才能取得真正的突破。只有计算机在推理演绎方面取得了突破,人工智能在解决开放式问题、通用问题和独立面对真实世界的能力才会有本质的飞跃。

尽管如此,人工智能现有成就已经为我们打开了一扇门,给下一代的科技革命奠定了坚实的基础。我们隐约可以感觉到以人工智能、大数据和虚拟现实为基础的又一次科技浪潮在逐渐积累,等待着爆发。目前,智能搜索、精准广告、语音识别、图像识别等人工智能技术已经实用化。自动驾驶、虚拟现实、机器翻译、无人机/无人车/无人船/无人潜器,以及实用化的人形机器人也已经取得了突破,很快达到实际应用的水平。未来,在非监督学习、语义理解、逻辑推理、概念理解等方面还需要更多的积累,并期待进一步突破。

目前,美国防高级研究计划局(DARPA)正在发展人工智能技术,帮助人们理解过去50年互联网积累的海量数据,并做出正确的决定。而在第三次抵消战略中,“人机协作”已被认为是“高科技圣杯”。美国计划在无人机、无人车、无人船、无人潜器和智能电子对抗方面投入巨资,以建立起新的绝对军事优势。

人工智能已经日益渗透到海洋探测行业中也是大势所趋。人工智能技术将是以无人船和无人潜器为载体的未来海洋探测系统的大脑。

美国是智能化海洋探测技术的领导者。美国海军早在1994年就制订了无人潜航器的发展计划。2005年1月21日,美国海军公布了经过大规模修订后的升级版的“海军无人潜航器主计划”,重新设定了无人潜航器的使命任务以及海军希望它所具有的能力,同时指明了工业部门的发展方向。新计划以“21世纪海上力量”为指南,重新确定了9个方面的重点能力,包括:情报/监视/侦察能力(ISR),水雷对抗能力(MCM),反潜战能力(ASW),检测/识别能力(ID),海洋学能力,通信/导航网络节点能力(CN3),有效载荷发送能力,信息战能力(IO)以及时敏打击能力(TCS)。

欧洲也非常重视智能化海洋探测技术的发展。英国、法国、德国都制定了长期的发展计划,推进以水面和水下机器人为载体的海洋探测技术发展。瑞典、意大利等国家也在研制用于扫雷的无人水下航行器。

由于海洋环境的特殊性,决定了海洋探测机器人尤其是水下机器人面临着严峻的功耗、通信能力和计算能力的限制。未来以水面和水下机器人为载体的海洋探测技术比无人机面临着更困难的技术挑战。因此,具有低功耗低计算量的智能控制、智能感知、目标识别、协同工作、动物型潜器和智能通信导航技术将具有非常广阔的应用前景。在这些方面,人工智能技术将有显著应用需求,需要解决大量的难题,并具有巨大的发展空间。

对于大量的普通舰船和潜艇,利用人工智能技术的智能调度系统、智能指挥系统、水下目标自动探测和识别、智能驾驶和智能水声电子对抗等方面也有大量的研究课题和商业机会。

随着近几年的人工智能科技取得的巨大进步,人工智能的浪潮逐渐席卷了机器人、互联网、汽车、飞行器等多个行业。人工智能技术也必将大大推进海洋探测技术实现又一次飞跃。让我们放下对人工智能的恐惧和贪婪,迎接智能化的海洋探测时代的到来。

来源:网络转载
浏览(533) 评论(0) 举报
网友评论(0)

请先登录后再进行评论!

 
通用窗口