从英特尔中国研究院看未来的AI与智能机器人

  【天极网笔记本频道】12月12日，英特尔中国研究院2018年媒体开放日在北京举行，英特尔中国研究院院长宋继强阐释了人工智能、自动驾驶、5G、服务机器人等重点研究内容，并介绍了英特尔中国研究院与学术界、产业界的广泛合作。与此同时，英特尔中国研究院的研究员们也展示了众多针对AI、自动驾驶、5G等领域的研究成果。

  据介绍，成立于1998年的英特尔中国研究院(Intel Labs China, ILC)目前主攻方向包括：人工智能算法、自主系统平台和智能基础设施。英特尔中国研究院由五大团队组成，分别是机器人创新实验室、认知计算实验室、智能驾驶实验室、通讯架构实验室和新技术中心。研究院拥有约60位正式的研究员，其中博士及博士后人员占比达70%。同时，研究院接收来自国内外重点高校的研究生作为实习生参与科研项目，并且设立了由全国博士后管委会批准成立的博士后科研工作站，常年与国内重点高校联合培养博士后。作为拥有完整的垂直领域人才和行业资源的研究院，英特尔中国研究院掌握覆盖了硬件、软件、算法及全面跨学科整合能力。

  英特尔中国研究院的创新文化主张建设性对抗、支持风险性创新、鼓励探索性试错，形成了多元化的人才培养机制。同时研究院以开放合作共赢的方式，在技术生态、学术及行业领域打下了坚实的基础，有利于进一步吸引人才，强化创新基因，从而为研究院中各项创新工作提供人才及技术支持，这也是英特尔中国研究院长期以来能够取得众多优异成绩的重要原因。

  作为英特尔中国研究院的主攻方向之一，在媒体开放日活动上，众多研究员均谈到英特尔中国研究院在人工智能领域取得的创新成果，包括算法、人机交互、机器学习等多个方面。

  可以说在英特尔中国研究院的多项成绩中都有人工智能的身影，比如针对自动驾驶技术提出的“受真实场景启发的异常情况仿真及验证”，就利用了计算机视觉等诸多技术。据英特尔介绍，研究院中认知计算实验室聚焦面向英特尔智能计算的视觉认知(包含感知、识别、理解及认知)和机器学习前沿技术研究。过去三年，认知计算实验室共获得专利申请批准60多项，发表顶级计算机视觉及机器学习学术论文近30篇，向英特尔产品部门完成技术转移13项(含3项重大技术转移)。

  谈到认知，首先我们要了解“感知”，也就是获取信息。人类获取信息的方式有视觉、听觉、嗅觉等等，计算机目前则主要依靠视觉(摄像头)以及听觉(麦克风)等传感器。比如我们智能手机中的“AI场景识别”以及“AI语音助手”就是利用了计算机对视觉以及语义理解，实现了进一步交互或体验优化。英特尔中国研究院的认知计算实验室不仅做到了让计算机知道图片(或视频)中主体是什么，甚至还能理解更进一步的信息，比如人脸分析、情感识别等。这有什么用呢？

  简单来说，如果计算机能够识别人脸是开心还是发怒，那么就可以作为判断其行为是否有效的一种依据，而不需要使用者频繁下达指令进行操作。例如当你让智能机器人去拿一瓶水，但它却送来了一块蛋糕，显然你的表情不会很愉悦。如果是低沉、生气的表情，那么人工智能可以识别为“否定”信号，下次可以避免同类错误，这也是一种“机器学习”，并且是随时进行。

  在媒体日活动的Demo展示中，研究员演示了一项关于人脸属性识别的内容。通过英特尔人工智能技术，基于自主设计的简洁高效网络HoloNet，能够同时高效识别包括性别、年龄、情绪、是否佩戴帽子/眼镜等在内多种属性。据介绍这项技术可以被应用在在线直播、用户画像、商品推荐等诸多领域。看到英特尔相关的人脸识别技术，很容易想到英特尔的RealSense。据悉，RealSense人脸分析关键技术包括人脸关键点检测跟踪、人脸表情识别和人脸识别技术均来自于英特尔中国研究院认知计算实验室的具有自主知识产权的第二代人脸分析技术(Face Analysis Technology 2.0)的技术转移(Technical Transfer)。

  谈到图像识别还需要关注一点就是机器学习效率，这也是认知计算实验室重要的研究内容。例如该实验室推出的深度监督监测器DSOD(ICCV 2017)以及Tiny-DSOD在精度和效率方面就有出色表现，特别是针对一些特殊场景下的从头训练应用。

  想要实现计算机物体识别，目前应用的很多方法需要提前进行ImageNet预训练，但是某些情况下ImageNe模型并不适用，比如医疗图像、激光雷达图像、多光谱图像等，这就对从头训练提出了强烈需求，，DSOD是业内首个从头训练的深度检测器，在有限数据下也能工作，精度和速度(在Intel NUC没有特需优化达到20fps)方面都有出色表现。

  算法研究属于前沿和基础，除此之外作为人工智能落地的一个重要应用场景——智能机器人，英特尔中国研究院的机器人创新实验室也带来了很多有趣的内容。该实验室研究院谈到，未来服务机器人拥有广泛的应用场景，比如教育、看护等等，他们希望未来5-10年多功能服务机器人能够得到广泛应用，在此期间就需要克服几大难题——成本、服务种类、交互以及安全性。因此，机器人创新实验室谈到了“自适应机器人交互”的概念，让机器人能够在日常使用过程中“自我强化学习”。

  据机器人创新实验室研究员介绍，机器人想要准确完成一项应用(指令)，需要在底层拥有精准丰富的感知系统(比如物体检测、情绪检测、动作检测)，然后构建三维语义环境，进一步完善个性化知识库以方便记忆、推理。在研究院展示了自适应机器人交互的Demo，可以通过这一用例更加直观感受支持3D环境理解和个性化知识图谱的机器人的智能之处。

  负责该项内容的研究员介绍到，通过高性能3D环境建模，可以快速让机器人熟悉当前环境，并建立一个初级知识图谱。机器人完成的3D建模中就包括很多结合人工智能的“标注信息”，如客厅中的沙发、书籍等等，以不同距离、坐标的方式被关联存储在机器人的“个性化知识图谱”中，为机器人添加自然语音交互功能后就可以通过指令完成实时搜索查询。同时，机器人对于环境的建模可以控制扫描时间来保证其对环境变化的实时更新，当然这也意味着其知识图谱的进一步丰富。

  当然机器人想要真正的智能，仅仅是依靠“现有知识”远远不够，还需要不断学习，随后机器人创新实验室的另一位研究员介绍了“微样本强化学习以及其在机器人当中的应用”。研究员表示希望通过强化学习的方式，让机器人能够自主学习新能力，并且越做越好，进而实现正确提供“主动式服务”，例如“猜测”用户想要寻找物品，机器人结合用户行为以及“知识内容”，无需用户下达指令及完成一些操作。

  写在最后

  通过英特尔中国研究院众多研究人员的介绍，不仅对研究院当前的工作以及目标有了进一步了解，同时也能够感觉到我们在众多设备上体验到的一项项新技术是如何诞生并提供良好体验的。更为重要的是，作为创新的源泉，在研究院中看到的前沿技术或者产品雏形能够让我们感受到一些“尖端技术”其实已经距离我们的日常生活越来越近，也许不久将来，真正的智能机器人就将来到我们家中，成为不可或缺的生活助手!