決策者的前沿科技：人工智能助力美好未來

文 李巖 石燕紅

分布式人工智能是什么？讓眾人焦慮的人工智能是真的機器人，還僅僅是一套算法系統？多機器人如何協作？如今，技術進步正在一步一步滲透到我們的生活當中，據預測，在未來的10 年到20 年，自主無人系統產業將成為世界經濟進步的新引擎，而人工智能的發展，就是其重要的推動力之一。

每次技術革命，都會引發產業人才結構調整，人工智能毫無疑問是當下熱度最高的技術之一，人工智能的普及到底會給企業帶來什么？決策者們在做出許多面向未來的選擇之前，加快知識更新、優化認知結構非常重要。

由航津教育主辦的《決策者的前沿科技》課程（第二期）正是以人工智能、計算機自然語言、無人駕駛等內容為主要課程，邀請西湖大學人工智能與機器人中心主任于長斌、西湖大學特聘研究員蔡尚、西湖大學生命科學學院研究員周強等科學家講解前沿科技，深度解讀分布式人工智能和智能機器人等概念，帶領我們學習前沿科技，理清思路，提前一步看清未來。

分布式人工智能和智能體

2017 年，人工智能首次被寫入中國政府工作報告，隨著智能制造政策環境進一步優化，中國人工智能發展駛入快車道。其中，作為人工智能的重要分支—分布式人工智能（DIA）也正式走進大眾的視野。

分布式人工智能（The Workshop on Distributed Artificial Intelligence）一詞由來已久，首次提出于1980 年MIT召開的第一屆DAI 國際會議，它是人工智能和分布式計算相結合的產物，是指研究在邏輯上或物理上分散的智能系統如何并行地、相互協作地實現問題求解。

傳統人工智能理論與方法在很大程度上只適用于串行處理結構，但大型智能問題都存在著潛在的并行性、分布性和開放性特點，理論難以解決實際問題。而計算機網絡的發展為利用這些特性以提高問題求解效率和質量提供了現實基礎，分布式人工智能的概念應運而生。

分布式人工智能主要研究分布式問題求解（DPS）和多智能體系統（MAS）兩方面內容。分布式問題求解研究怎樣將一個特殊的問題求解工作在多個合作的、知識共享的模塊或節點之間劃分；而多智能體系統則研究自主的智能Agent 之間智能行為協調，為了一個共同的全局目標，也可能是關于各自的不同目標，共享有關問題和求解方法的知識，協作進行問題求解。

目前，分布式問題求解已經在部分領域得到運用，在美國加州大學伯克利分校“搜尋地球以外智能”（SETI）研究小組發起的SETI@home 項目中，通過位于波多黎哥群山之中的巨型射電望遠鏡Arecibo 收集地外信號，將每天約35GB的數據傳送到SETI@home 管理中心，SETI@home 管理中心將數據進行分解、劃分為合適的大小，然后通過英特網將它們分發到全球成千上萬個志愿者的電腦中。SETI@home 利用志愿者電腦中多余的處理器資源，在不影響用戶正常使用計算機的情況下，處理這些數據，客戶端程序會將有價值的信號送回SETI@home 項目管理中心并自動下載更新數據。

多智能體系統需要解決的關鍵問題是如何進行資源分配、任務調度、行為調節和沖突消解，使功能獨立的智能體通過協商、協調來完成復雜的控制任務或解決復雜的問題，是在邏輯上或者物理上呈分布狀態的多個智能體組成的較為松散的聯合體，各智能體按照預先規定的協議，根據系統的目標狀態及自生的目的、資源和知識，利用通信網絡，相互之間通過協商來確定各自的任務，并通過協調和寫作來共同完成任務并達到整體目標。

多智能體的技術已經在部分場景得到應用，如在多機器人系統上，將每個機器人作為一個智能體，當多個機器人同時從事同一項或者多項工作時，就可以利用多智能體技術建立多智能機器人的協調系統，避免沖突的出現，共同完成復雜并行的作業任務。

在未來，多智能協作將會在工程系統、安全與國防系統、信息系統和醫學、生物和生態系統等方面發揮重要作用。

人工智能與機器人

新一代信息通信技術的發展，催生了移動互聯網、大數據、云計算、工業可編程控制器等的創新和應用，推動了制造業生產方式和發展模式的深刻變革，機器人作為一種具有自動編程能力的自動化機械裝置，是目前工業自動化的重要手段。“德國工業4.0”、美國“再工業化”以及中國制造“2025”等概念的提出標志著現在已經到了機器人技術快速發展的黃金時期，機器人也從工業運用走向人機協同和服務場景。

目前市面上1.0 版本的機器人只能從事代替可被重復的工作，如識別、計算、執行等簡單的操作。而2.0 版本機器人則能從事可被經驗化的職業，如自動駕駛、智能語音、健康診斷等。若人工智能與機器人“牽手”，則將會誕生3.0 版本的智能機器人，真正實現機器人自我學習、自我強化的目標，這種機器人會在非監督式情況下，自我強化學習社會進化，真正擁有像人一樣“思考”的能力。

傳統機器人只能按照程序按部就班地完成任務，不能夠“因地制宜”應對任務中的突發情況，因而應用的范圍十分有限。而以深度學習、強化學習為代表的機器學習和大數據技術的快速發展以及機器感知、認知能力提升和硬件成本的下降使得智能機器人在能夠真正理解自然語言所描述的任務的情況下完成該任務，不但可以適應不同、復雜、全新的任務及環境，而且能夠大規模生產投入市場，真正為市場所用。

未來的機器人發展，絕不是那種大型的用于焊接與噴漆的生產線專用機器人，而是研發更小的、廣泛應用的機器人，同時適用于中小企業的性價比較高的機器人。智能機器人應用的范圍也會變得十分廣泛，無人駕駛、自主導航、機械臂手眼協同、室內建圖、雙臂協作、移動機器人＋家務等方面都有它大展拳腳之地。

科學技術推動社會進步，學習新技術，加快知識更新是決策者正確決策的前提之一，把握前沿技術，企業才能更好地發展。