【前沿动态】新人工智能系统 | 涌现计算 | 脑机接口 | 无人驾驶船 | 无人潜航器 | 高光谱成像卫星
哈佛大学研究新人工智能系统
速度媲美人类大脑
新浪科技讯 北京时间1月27日消息，据国外媒体报道，美国科学家近日获得了2800万美元（约合1.84亿人民币）的研究经费，用于设计一款能与人类识别图形速度相媲美的计算机系统。
情报机构要处理的数据越来越多，这些数据都必须进行迅速分析，但问题是，人类很难保持这样的工作速度，计算机的学习能力又很有限。哈佛大学的研究团队如今正着手解决这一问题。他们希望能弄清，是怎样的大脑活动过程赋予了人类识别图形的出色能力。他们的终极目标是，研发出仿生计算机系统，从而制造出更加聪明的人工智能系统。
人类天生就擅长识别图案，一个东西只需要看几次，再次见到的时候就能认出来了。计算机则不然，就算训练上千次，也很难培养出这样的能力。受人类大脑启发而研发出的智能计算机可以用来察觉网络入侵、读取核磁共振图像、甚至能驾驶汽车。
据哈佛大学工程与应用科学学院（SEAS）称，为了弄清为何人类和其它哺乳动物能够做到这一点，研究人员记录了大脑视觉皮层的活动情况，并使用创新技术将它们之间的联系绘制出来。 接下来，他们再使用逆向工程处理这些数据，并将其运用到高智能计算机算法的研发中去。
高级情报研究计划署（IARPA）将资金拨给了哈佛大学工程与应用科学学院（SEAS）、脑科学中心（CBS）、以及分子与细胞生物学系。“这是一个巨大的挑战，它的规模类似于人类基因组计划。”该项目的领导、分子与细胞生物学系和计算机科学系的助理教授戴维·考克斯（David Cox）说道。
“要记录这么多神经元的活动、并绘制出它们之间的联系，单是这一项工作就具有巨大的科学价值，但这只是我们项目的头一半而已。”“等我们弄清了大脑学习方法的基本准则之后，我们迟早会设计出一款能够媲美、甚至超越人类的计算机系统。”
在该研究的第一阶段，老鼠会接受训练，识别计算机屏幕上的物体。与此同时，考克斯的团队会使用洛克菲勒大学的高级激光显微镜记录视神经的活动情况。记录下这些活动之后，研究人员会从老鼠的大脑中抽取出一块约1立方毫米的脑组织，并在分子与细胞生物学教授杰夫·利奇曼（Jeff Lichtman）的实验室中切成超薄的切片。接下来，研究人员会使用脑科学中心的世上首台多波束扫描电子显微镜对这些切片进行扫描，并拍摄照片。
“这是一次绝妙的机会，我们得以看见一片完整的视觉皮层切片的全部细节。”利奇曼说道。“我们对开始研究感到十分激动，但绝不会幻想这是件容易的事情。”“这些数据超过了一个帕字节，相当于160万张光盘的容量。它们将被送到计算机科学系的汉斯皮特·菲斯特那里，然后他将使用一定的算法来重建细胞边界、突触和细胞之间的联系。”
利用这一方法，该团队便能够获得这些数据的三维图像。“本次项目不仅能拓宽脑科学的边界，还能为脑科学领域创造更多可能。”菲斯特说道。“我们将利用帕比特级的结构数据和功能数据重建神经回路，其规模之大是前所未有的。”“这需要我们在数据管理、高性能计算机、计算机视觉和网络分析领域取得新的进展。”
该团队将使用研究得到的图像，弄清大脑是如何利用视觉皮层的神经元联结来识别和解读图案的。通过将这些发现运用到计算机算法中，该团队立志研发出比现在的计算机更快、更智能的人工智能系统。这将帮助计算机利用数据进行推断，还将有助于机器人视觉和定位技术的研发。
“我们还有艰巨的任务要去完成，但这项研究将帮助我们弄清我们大脑中的特别之处。”考克斯说道。“本次项目最令人激动的一点是，我们正在研究人类大脑运作的基本方式。”
（来源：新浪科技，作者：叶子）
从局部到整体：
涌现计算成为人工智能另类途径
文章来源：环球科学
最近，凯文·凯利(Kevin Kelly，简称KK)很火。其实，KK在中国的走红与国内诸多互联网大佬们的吹捧不无关系。现如今，去中心化、自组织、生态系统等词汇已然成为了互联网公司信奉的金科玉律，而它们恰恰大多来源于KK的那本成名之作《失控》。这本书自始至终都在谈论一个主题，这就是复杂系统。
事实上，早在20世纪的70-80年代，科学家们就已经将关注的焦点定位在各式复杂系统之上，而涌现则是复杂系统中最显著也是最重要的一种特征。涌现(Emergence)，字面翻译为突然出现，在系统科学中它意味着“整体大于部分之和”。任何系统都是由大量微观元素构成的整体，这些微观个体之间会发生局部的相互作用，然而当我们把这些个体看作一个整体的时候，就会有一些全新的属性、规律或模式自发地冒出来，这种现象就称为涌现[1]。
一个涌现的实例来自都市中闪烁的霓虹灯。我们知道，霓虹灯那色彩斑斓的图案无非是由上百支灯泡闪烁而形成的。在灯泡的层面，我们找不到高层次的图案或文字，因此图案和文字就是涌现结果。另一个例子来自蚂蚁王国[2]。我们都知道，每只小小的蚂蚁是一个非常简单的个体，它们没有聪明的头脑，只会完成一些简单的任务。然而，当把成千上万只小蚂蚁组合到一起的时候，整个蚁群就能体现出非常复杂、庞大的涌现现象，例如社会分工、集体协作等等。
例如在蚂蚁觅食的活动中，它们就能体现出涌现的行为。我们知道，单个的蚂蚁由于体形弱小，所以它们的视力范围非常有限，只能看到邻近的景物。然而，当大量的蚂蚁共同协作的时候，它们通过相互作用传递信息，就可以发现一条最快的搬运食物回巢的路线。那么，这条最快的搬运路径就是典型的蚂蚁群体的涌现行为。而且，我们知道，在这群蚂蚁中，并没有哪个蚁王或者蚁后对整队蚂蚁发号施令，所有的涌现行为全部是这群蚂蚁局部相互作用的结果。
那么，我们能否借鉴涌现的思想，来设计出一些人造的系统或程序，从而为我们人类服务呢？这就是涌现计算要解决的问题。将涌现的思想借鉴到计算系统中来便构成了涌现计算的想法。从计算的观点来看，一个涌现系统其实就是一个并行计算的系统。蚁群中的单个蚂蚁就是一个小型的处理器，它们可以并行地、局部地完成计算任务。那么蚁群、霓虹灯整体就可以通过集合这些并行处理单元，而完成复杂的运算任务，例如寻找到有效的搬运食物路径或者形成复杂好看的图案。我们完全可能设计一个人工计算系统来通过模拟简单的并行计算单元而实现整体涌现系统的模拟。
例如，我们可以把蚁群觅食的例子用计算机模拟出来[2]。如下图所示：
在一个二维的、离散化的网格世界里，我们可以用一个计算机程序体(称之为Agent)来模拟一个觅食的蚂蚁。这只蚂蚁可以从自己的巢穴出发，在这个网格世界中随机游走，如果它找到了食物就开始往回折返。为了呼唤其他的蚂蚁过来，它会往经过的格子中撒下信息素(右图中的彩色方格)。其它的蚂蚁在随机游走的过程中，如果碰到了彩色的方格(闻到了信息素的味道)就会沿着信息素的浓度引导向前爬行，直到找到食物。一旦它找到食物，就又会进一步往环境中播撒信息素。这样，一旦有一只蚂蚁找到了食物，就会吸引更多的蚂蚁过来。
与此同时，信息素会在环境中慢慢地挥发、退色，这样，没有什么蚂蚁经过的那条路径就会逐渐耗散它的信息素。渐渐地，只有那条最短的路径会聚集最多的蚂蚁，蚂蚁群体们就通过相互作用找到了最短的路。所有这些现象完全可以在计算机模拟世界中计算得到。因此，我们说，涌现是可以通过多主体计算进行模拟的。
由于涌现的系统有很多优越特征，例如它的抗干扰能力、创新性等，所以人们感兴趣的是另外一种思路，也就是我们给系统预设一个具体的计算目标，但是这个计算目标不是通过传统的编程直接告诉计算机如何实现，而是通过设计一种微观个体的相互作用规则，而让最终的目标自发地涌现出来。也就是说，如果某系统的涌现行为或者属性可以看作是某种计算的话，那么我们就称这个系统正在执行涌现计算[3]。
涌现计算与涌现的模拟有很大的相似性：它们都是利用计算系统实现系统的涌现现象。但是两者又有很大的不同：涌现的模拟旨在用计算机模拟一个真实的系统，使得这个模拟具备某种涌现的特征；然而涌现计算则要求更高，它要求该系统不仅仅需要具备涌现特征，而且这种涌现特征还能完成某种特定的计算任务。也就是说，涌现模拟是利用个体的简单计算而实现涌现，涌现计算则要求系统的涌现完成实际的计算。
让我们再回到蚂蚁的例子上来。虽然我们已经可以把蚁群的行为和涌现属性用计算机模拟出来了，但是这个模拟系统并不能帮我们执行有意义的计算。
然而，1992年Marco Dorigo在他的博士论文中提出的蚁群优化算法(Ant Colony Optimization)就是一种典型的涌现计算的例子[4]。因为蚁群算法通过改造蚂蚁的模拟程序的确可以找到一条真实地图上的最短路径，因此，作为一种涌现的结果，这条最短路径是被涌现计算而出的。
进一步，蚁群优化算法还可以被用来解决包括旅行商问题、组合优化问题等更一般的问题上来。这也体现了涌现计算的强大优势。
作者：张江 (北京师范大学系统科学学院副教授、集智俱乐部创始人)
美军研发脑机交互技术
士兵可变“半机械人”
美国国防部计划研发一种脑机交互技术，这种技术可使其士兵变成与电脑直接连接的“半机械人”。
美国国防部先进研究项目局(DARPA)19日在其官网称，正在开展一个叫做“神经工程系统设计”(NESD)的研究项目，该项目旨在研发一种可植入人体的神经接口，能够使人类大脑直接与电脑连接。这种神经接口将扮演“翻译官”的角色，可以在大脑神经元的电化学语言与电子信息技术语言——0和1——之间进行转化。DARPA透露，这种可实现生物兼容的神经接口将有1立方厘米那么大。
目前的脑机交互系统允许将大脑与电脑通过100个频道互相连接，每个频道同时收集成千上万大脑神经元的信息。其结果是脑机交互过程中噪音很多而且信息不精确。
DARPA计划完善这项技术，以使这种系统可与特定大脑区域的多达百万个神经元精确相连。这将实现对脑机交互系统更好的控制，减少其噪音，而且理论上可以提高大脑与电脑的沟通速度。
NESD项目负责人菲利普·阿尔维尔达说：“目前最好的脑机交互系统就像两个超级电脑试图用古老的300波特调制解调器在对话。想象一下，如果我们将工具升级，真正打开人类大脑与现代电子系统之间的频道会发生什么。”
DARPA表示，实现这个“高大上”的目标需要在神经科学、合成生物学、低功耗电子、光子学、医疗器械制造等多个领域实现共同突破。
据英国《卫报》报道，DARPA所资助的所有科研项目都以军事应用为最终目的。不过脑机交互技术目前在先进民事应用领域也大有用武之地，包括机械假肢、视力等知觉恢复以及疾病控制等等。
NESD项目是2013年奥巴马发起的“推进创新神经技术脑研究计划”(BRAIN，简称“脑计划”)的一部分。“脑计划”预计投入数亿美元，其目标是探索人类大脑工作机制，绘制出完整的人脑活动图，并最终找到应对大脑疾病的治疗方法。
(来源：中国新闻网，作者：记者刘园园)
全球首艘无人驾驶船或2020年服役
据英国《每日邮报》报道，全球第一艘无人驾驶船将由英国制造，这艘船的全称是“Mayflower Autonomous Research Ship”，简称“MARS”。这艘无人驾驶船预计在两年半内建造完毕，并且进行一年航行测试，然后争取赶在2020年，即“五月花”号轮船首次登陆北美大陆400周年纪念之际，横跨整个大西洋，用于监控海洋环境变化。
MARS的原型来自当年从英国普利茅斯港出发前往北美的“五月花号”轮船，该项目属于英国上议院发起的“塑造未来”计划，将耗资数百万英镑。MARS将由英国普利茅斯大学船舶自主研发公司MSubs和游艇设计师Shuttleworth决定联手打造，是世界上第一艘全尺寸、完全自主研发的无人驾驶船，在世界上尚属首次。MARS的设计风格很具有科幻性质，狭窄的外观跟无人机一样，抽象好看。
MARS之所以设计成三体船型，是为了降低风阻，保持船的平稳航行，确保太阳能板浮出水面接受足够的阳光从而避免被海浪冲击。船体的材质还进行了优化，能减少8%的阻力。
MARS的长为32.5米、宽为16.8米，配备两根具有柔韧性的桅杆，有风力时，最高航速可达20节。没有风力，利用太阳能航行的话最高时速可达12.5节。船只还配备了GPS导航及防撞系统。
MARS另一个最大特色是使用了可再生能源技术，也就是利用风力、太阳能以及其他正在开发的新能源技术为船的航行提供足够的动力，保证持久航行能力。而且，它在航行时配载无人机方便配合进行科学实验，这些无人机可以随时释放，支持不同的科研实验。这艘无人驾驶船的出现可不仅仅只是为了美国的周年纪念，而是为了一项重要任务：收集气候、海洋和气象科研所需的数据。
（来源：环球网）
俄罗斯正在发展无人潜航器颠覆性技术
[据国际防务社区1月26日报道]俄罗斯海军正在投资一项具有“变革海军战争”潜力的未来技术，防务专家戴维·姆达向“国家利益”网站透露，这项技术包括无人潜航器和无人水面艇。
本周，俄官方确认了这一消息，海军副司令亚历山大·费多坚科夫中将表示，俄罗斯海军正在开发“无人艇”。同时，他提到这些舰船可能是陆基也可能是海基。虽然费多坚科夫似乎是指无人水面艇，姆达推测俄罗斯海军正在开发无人潜航器。
姆达解释说：“俄罗斯有可能在同时开发这两种无人装备，但是从军方致力于发展反探测能力的立场，开发长航时无人潜航器的可能性更大。”
无人潜航器（UUV）已经被用于海洋监测、环境研究和排雷。最近的一个例子是参与MH370搜寻工作的蓝鳍-21 UUV。而UUV的任务将可能扩大到包括反潜和电子战，以及情报收集。
美国在过去的十年中一直在发展UUV。2015年7月，在美国北达科他州，一艘弗吉尼亚级核动力潜艇成功发射并回收UUV。这是美国海军第一次进行此试验，同时，该测试也正计划用于商用UUV。
迄今为止，由于技术还处于起步阶段，UUV的应用受到限制，但其未来潜力无限。隐身和低成本UUV，如同空中无人机一样，有望成为“改变游戏规则”的装备。
（中国船舶工业综合技术经济研究院 志伟）
美国防部发展超高速芯片
寻求解决频谱通信拥堵问题
[防务系统网2016年1月20日报道] 由于对电磁频谱的争夺没有减弱以及越来越多的连接设备接入到电磁频谱中，美国国防部提出需找到更有效利用频谱的方式。频谱在其频率范围内的传输速度非常快，然后频谱又是有限的。目前，国防部不仅需要为未来的设备寻求更多的频谱空间，而且还必须在2020年之前释放出500兆赫兹的频谱用于商业目的。
军事研究人员已经开展了几项频谱共享项目，如“无线电地图”项目以及“雷达和通信系统共享频谱接入”
项目。前者旨在降低复杂环境中的通信拥堵和干扰问题，后者旨在增强军用雷达和通信系统以及商业通信系统之间的频谱共享。
“无线电地图”和
“雷达和通信系统共享频谱接入”项目由美国国防先进研究计划局（DARPA）负责。目前，DARPA已经研制出另一种工具，能够在竞争环境中更好地防护系统，同时还可更有效地利用频谱。DARPA表示，这种工具就是超高速模/数转换器，其处理速度几乎比目前最好的商用模/数转换器高10倍，使其可以一次对更广泛地频谱范围进行分析，并可更快地对干扰或其他威胁做出反应。
DARPA表示，模/数转换器可将频谱中的模拟数据转变为数字代码，这样计算机就可对输入信息进行分析。但是，当前的模/数转换器一次只能对频谱广泛的频率范围内的一小部分进行处理，使其对企图进行干扰或者其他通信的雷达数据形成盲区。
通过每秒超过600亿次的信号处理速度，DARPA开展的“商业时标阵列（ACT）”项目所研制的高速模/数转换器可探测和分析信号为30千兆赫及以下的信号,几乎覆盖了军事用户可能使用的所有频率。
DARPA表示，这一处理速度的缺点是每秒将产生太字节的数据。由于数据过多而无法被传送到其他电子设备中，因此必须在模/数转换器上进行处理，从而需要强大的晶体管。
半导体制造商GlobalFoundries公司帮助DARPA利用32纳米绝缘硅片技术解决了这一难题，从而使模/数转换器可在限制功率内处理大容量数据。
ACT项目经理特洛伊奥尔森表示，演示器将创新设计、先进的生产工艺及技巧结合在一起，将创造出世界一流的技术。他表示，目前的结果比较接近设计预期。
（来源：中国国防科技信息中心，作者：申淼）
美称中国将射最强高光谱成像卫星
探隐形战机及核武
美国《大众科学》杂志25日报道称，2011年美国海军陆战队“海豹”突击队第6分队奔赴巴基斯坦对本·拉登藏身之地发动突袭并将其击毙。这次行动的成功与美军借助高光谱成像技术获得的夜战优势不无关系。文章称，如今，中国即将把这种优势带到太空，准备发射世界上“最强大的高光谱成像卫星”。
报道称，相机和红外线传感器等光电设备，通常仅能观测电磁频谱中的某一波段。例如，普通相机能够观测到人眼可见的波段，而红外线相机能同时“看到”某单一形象的数百种电磁波段，并在不同电磁波长内打造出一种多层次的形象“立方体”。因此，使用这种技术能发现隐身战机或地下掩体。
文章称，从上世纪70年代起，中国就开始大力研发高频谱成像技术并将其投入民用领域。目前，中国已将该技术应用于各种太空平台，包括“嫦娥”探月任务、“天宫”和HJ-1高光谱小卫星的对地观测任务等。此外，中国还正利用安装在各种飞行器上的高频谱成像设备开展许多工作，如环境监测、石油勘探、减灾防灾和农作物估产等。这篇文章称，随着计算机处理能力与日俱增和高光谱传感器体积越来越小，中国很可能将扩大这种技术的军用和民用范围。
报道援引来自中国科学院某研究所的消息称，中国计划在今年晚些时候发射商业遥感卫星系统（CCRSS），将成为这种应用的关键部分。该系统能收集来自328个电磁波段的信息，提供15米的分辨率。相比之下，美国2010年发射的“战术卫星-3”（TacSat 3），仅能收集300个波段的信息且分辨率更低。文章称，尽管中国的卫星将被用于商业客户，但正如中国的大部分对地观测卫星一样，该系统亦将具备军用价值。
报道还称，中国政府今年1月8日举行的国家科学技术奖励大会上，来自上海微小卫星工程中心的一位教授，因“不明项目”获得中国领导人颁发的获奖证书，而该教授正是一位“高光谱成像专家”。
报道称，中国在高光谱成像领域取得的更广泛进展，有望具有一系列军事用途。这种技术将成为探测浅水区潜艇和水雷的“宝贵工具”。对于陆地上的目标，由于能区分“木质诱饵”和真实导弹发射装置的频谱特性，该技术能够识别伪装设施。在空中，高频谱传感器还能被动探测采取了屏蔽热源措施的隐身战机。对反大规模杀伤武器任务而言，高光谱成像技术能用于探测核武器和化学武器，并定位隐藏此类战略资产的地下隧道和掩体。
一名中国航天专家26日接受《环球时报》采访时表示，他对于美媒的相关报道无法置评。不过，他表示，要说将相关技术率先用在军事领域的不是中国，而是美国。美国的“战术卫星-3”搭载的主要仪器是一台高分辨率的高光谱成像仪。该仪器可以探测到地面特征。据介绍，卫星处于头顶上方时，美军指挥官可以连接到所关注的地点，卫星可以自动判断如何更好搜集、处理数据。
（来源：环球网，作者：王会聪）
【重磅推荐】“战略前沿技术”2015年全部历史文章已整理完毕，请回复“2015”或点击自定义菜单中的历史文章“2015文章全收录”查阅！