查看原文
其他

绘制瑞士人工智能全景图

2017-08-01 李九喻 机器之能

继加拿大之后,机器之心为读者绘制了瑞士人工智能产业景象:从行业软件研究领先的南部意大利语区,到首都苏黎世的世界顶尖工业机器人,我们沿路访寻横跨西部省份的机器智能垂直市场,探索这个由欧盟资金支持、面向德国和世界工业消费市场的制造商。(原文首发于机器之心英文官方网站 Synced Review


撰文 | 李九喻(机器之心海外记者)


想了解瑞士的人工智能产业,首先要考虑这个国家特有的政治和经济结构。瑞士经济建立在 26 个高度自治的州政府的基础之上,分别治理 260 个市政府,与联邦法律和政策之间互不干涉。每个州各自负责管理自己的跨境业务、自然资源、高等教育、州税、以及公民入籍,直接决定区域经济的规划。在自下而上政治体系潜移默化的影响下,瑞士人的商业思维也很灵活,并且效率很高。

不同于北美的文化大熔炉,瑞士人笃信文化马赛克(Cultural Mosaic),各族裔保持自己的文化独立和封闭,其中包括居住在北部和东北部 63% 的德语人口、西部 22.7% 的法语人口、以及南部 8.4% 的意语人口。瑞士毗邻德国、法国、意大利、奥地利和列支敦士登,长期保持国家中立和内部政治稳定,也因此巩固了金融业的底子,为贸易和跨境人才交流提供了平稳的平台。

在科学界,瑞士是物理和数学领域的领跑者。国家基金会长期大力支持科学发展,平均人均科研基金投入全球最高,平均人均诺贝尔奖得主也是全球最高(忽略不计人口小国圣卢西亚和冰岛)。不久前证实希格斯玻色子(Higgs Boson)的欧洲量子研究组织(CERN)坐落在西南部日内瓦,有着约 13,000 名顶级物理研究人员,同时还是当年互联网「不小心」诞生的地方。瑞士大学学术制度自由,就读学生来自全球各地。邻居德国学术气氛相对单调,很多德国研究人员选择向南交流,青睐瑞士科研环境的流动和宽松。

此次我们寻访瑞士的科技中心,从风景别致的意大利语区卢加诺市开始,向西延伸至法语区马蒂尼、日内瓦、洛桑、德莱蒙,直至北部德语区巴塞尔和首都苏黎世。这些城市群紧挨法国东部和德国西南部,在地图上串成一个「C」型拱桥,集结最具影响力的大学、实验室和科技公司。其中包括 Dalle Molle 人工智能研究所(IDSIA)在深度学习和神经网络研究的成果,洛桑联邦理工学院和巴塞尔大学的跨学科人工智能研究,以及苏黎世大学和苏黎世联邦理工学院的创新机器人。


沿着「C」型拱桥,进行人工智能基础或应用研究的大学共有九个。对于占地面积只有北京市 2.5 倍大小的瑞士,科研成果着实丰硕。感兴趣的读者也可以了解日内瓦大学、纳沙泰尔大学、西瑞士应用科技大学、卢塞恩应用科学与艺术大学、和 IDIAP 研究所。


Dalle Molle 人工智能研究所和深层循环神经网络突破

Dalle Molle 人工智能研究所(IDSIA)位于湖畔城市卢加诺的工业郊区,是意大利语区提契诺(Ticino)的经济重镇。1988 年,瑞士富豪慈善家 Dalle Molle 投资设立三个致力智能研究的姊妹机构,分别是位于卢加诺的 IDSIA、马蒂尼的 IDIAP、以及日内瓦的 ISSCo。

今天,IDSIA 被归纳在提契诺大学(USI)和卢加诺大学两所本地大学旗下,拥有大约 50 多名研究人员,其中包括十几名博士生。

该实验室在许多人工智能领域都有突破性研究,比如深度学习、自适应机器人和蚁群算法等等。在 90 年代,Jürgen Schmidhuber 教授因发明长短期记忆网络(Long Short-Term Memory)而闻名。这种网络算法可以帮助机器学习完成前馈网络(feedforward network)不能实现的任务。今天,数十亿智能手机上的语音识别功能都得益于这项技术:「从 2015 年开始,谷歌语音识别使用连接时序分类(CTC)训练的长短期记忆网络(LSTM),这种方法将谷歌语音的性能提升了 50%。」Schmidhuber 告诉机器之心。自 2009 年,他的团队获得将近 1200 多万美元的科研拨款,最近一笔来自欧洲研究委员会。


Schmidhuber 在提契诺校园的 IDSIA 实验室旧址大楼前,他目前也在这里任教。他与几位 IDSIA 的研究员和博士生联合创立了 NNAISENSE(寓意 『人工智能复兴』),致力于开发 AI 的商业应用。


Schmidhuber 强调,虽然 Alpha-Go 对战柯洁引发了一系列对神经网络领域「突破」的渲染报道,但其实早在 1975 年,苏联科学家 Alexey G. Ivakhnenko 就创建了前馈网络,用当时的计算机实现了八层神经网络。整个人工智能学科是多年各国科学家传承的发展,而非短短几年内一蹴而就。在 20 世纪 80 年代,Schmidhuber 还是一名德国慕尼黑大学的博士生,神经网络的可能性让这个年轻人着了迷。「我主修数学和计算机科学。在 1987 年的毕业论文封面,我手绘了一个自主学习的机器人。论文本身雄心勃勃地描述了一个能够自我改写的「元程式」,不仅能够提高在单个领域的表现,还可以重新编程学习过程本身的算法。当然这个机器人还是受到库尔特·格尔德在 1931 年提出的可计算性理论(Computability Theory)限制。」


IDSIA 研究所储藏室里的 ABB 工业机械臂


DSIA实验室里的 iCub 人形机器人。iCub是欧盟大学合力研究的开源机器人,目前全世界有30个。Jürgen心疼地表示,iCub手部关节很容易断,而单个机器人造价高达25万欧元。每个实验室都会写自己的程序,利用这个约三岁小孩身高的机器人模拟人类认知体系,特别针对面部表情、力量控制、手部捏拿等。


Schmidhuber 最终目标是让「认知具身化」(embodied intelligence)。人工智能不再局限于游戏和模拟场景,转向物理机器人。他的实验室也用不同的机器人编程,上图中的 iCub 在很久前已经可以完成拿罐头等需要灵活度的任务。其它项目还有在森林中利用计算机视觉导航的无人机,以及相互协作的群体机器人。

Schmidhuber 经常和他的五六名在读博士生一起在楼下的意大利餐馆吃午餐。这些来自欧洲不同国家的年轻人在 IDSIA 的日常生活比较单调,每个人都能熟记其他人要点的食物。不过在聊起人工智能与脑科学的跨学科研究时,大家却兴致勃勃地辩论了起来。2011 年,Jürgen 在 IDSIA 的博士生 Shane Legg 参与创办了 DeepMind,这家公司在 2014 年被谷歌以 6 亿美元收购,在深度学习业界的影响力可谓举足轻重。截止目前,DeepMind 核心团队 IDSIA 毕业的博士生不在少数。

洛桑联邦理工学院和巴塞尔大学的跨学科研究

向西到法语区沃州(Vaud canton),我们来到瑞士最好的理工大学之一:洛桑联邦理工学院(简称 EPFL)。EPFL 在 STEM 教育方面有着非常夯实的科研成果。这座大学在机器人领域还有两个欧洲著名的实验室:智能系统实验室和仿生机器人实验室。2013 年开始,人类大脑项目(Human Brain Project)也落户在 EPFL。这个为期十年的欧盟旗舰研究项目经营预算为 10.19 亿欧元,吸引了很多对脑科学感兴趣的跨学科专家。



洛桑联邦理工学院的标志性建筑——劳力士学习中心由日本建筑公司 SANAA 承包。室内开阔却起伏不平的窗户和地板设计被校长 Patrick Aebischer 描述为:「不同学科的传统界限被消除的地方,数学家、工程师、神经科学家、和微技术人员在这里碰撞创意,利用技术革新生活。」


Boi Faltings 教授在 1987 年加入 EPFL,担任人工智能教授并且管理人工智能实验室,目前负责辅导六名博士生。他告诉我们:「相较其他国家,瑞士的人工智能研究以设计和工程为主,讲究缜密和务实。20 世纪 90 年代,我开始从事软件研究时曾开发过喷气发动机的诊断、以及优化机场调度系统。」然而这些系统并没有按照预期投入使用。在 Boi Faltings 的回忆中,早期与企业合作问题重重:「企业需要短期解决方案,新的方法对于企业来说风险很高,项目常常泡汤。」


在人工智能领域从业多年,Faltings 亲历了不同的热潮和低谷时期。在 1974-1980 年、1987-1993 年的人工智能寒冬期间,他看到很多失望的科学家或投机者离开这个领域。Faltings 在这期间坚持担任瑞士人工智能和认知科学组织(SGAICO)的会长,组织国内的学术会议。但如今,这个组织已经不再活跃,大部分学者都选择直接参加类似 AAAI,IJCAI 等国际会议。

近三年来,Faltings 再次看到部分行业会议从 1000 人短期扩充到 5000 名的参会规模:「大多数人对机器智能并不了解,一旦遇到科研瓶颈就会离开。」他也为离开学界的毕业生感到担忧:「如果研究人员都都只为几家大公司工作,数据也相应被掌控在他们手中,这对整体科研生态来说并不好。」


Boi Faltings 教授在人工智能实验室入口


近年来,Faltings 花了大量的时间研究自组织代理和使用机器学习确认数据集的真实性。基于多年经验,他对人工智能发展的预期比较保守。Faltings 告诉我们:「其实多些关注也没有坏处,人们需要新概念刺激。」对这位家族里出过菲尔兹奖得主的科学家而言,科研就是日常生活的一部分。

在 Faltings 教授的介绍下,我们与巴塞尔大学的青年学者 Malte Helmert 教授结识。Helmert 在德语区巴塞尔城市州有约 30 名人工智能研究团队,目前专攻领域独立的自动规划系统(domain-independent automated planning)和启发式状态空间搜索。「我们对不需要人类专家介入、可以直接使用、能够解决总体性规划问题的算法感兴趣。」在过去五年中,他的团队从欧盟科研委员会(ERC)和瑞士国家基金会获得 350 万瑞士法郎的拨款。

苏黎世联邦理工大学和苏黎世大学的机器人

在瑞士北部,苏黎世联邦理工大学(简称 ETH)是世界一流、欧盟最好的机器人研究机构,拥有 8 个实验室和 120 名博士生。其中 Bradley Nelson 在微机器人和软体机器人上的声誉,以及 Raffaello D'andrea 在飞行机器人上的创意都令行业瞩目。每个实验室的项目各有千秋,Roland Seigwart 教授的自动系统实验室主攻工业项目,有约 30 个在读博士生。

在我们采访时,Siegwart 的博士生正在做农业无人机项目,在农田上空俯瞰收集生物质数据。无人机代替农民收集实时数据,减少时间和劳力成本,有明显的商业化前景。除了这个与瑞士跨国电器巨头博世合作的项目之外,实验室还与过谷歌、微软和西门子一起做过项目。


实验室桌上的无人机是大疆早先的模型,被用来做重新编程。


Siegwart 实验室最新的研究成果是一个基于同时定位和映射(SLAM)技术的 OKVIS 开源平台。通常来说,SLAM 通过激光、声纳或视觉数据输入帮助机器人探索环境。而开源关键帧视觉间隔 SLAM(Open Keyframe-Based Visual-Intertial)的方法,可以帮助机器人在短区间内移动,并且同步反馈视觉信息定位。OKVIS 于 2014 年 11 月在《国际机器人学研究杂志》首次发表。

在硬件独当一面的瑞士,Siegwart 的研究与机器学习等软件突破没有太多重合,但这并不限制工业机器人的蓬勃发展。

虽然公众对工业机器人投入使用感到担忧,Siegwart 却认为对自动化影响人类工作不必太担心:「社会总会适应。现在很多工作一开始就不适合人类去做。真正需要谨慎对待的是机器人在物理环境中的安全问题。如果手机死机,你可以另买一个。但是如果无人机砸在头上、或者自动驾驶汽车在马路上出现故障,这是性命攸关的意外。截至目前,我们的实验都在封闭的环境里进行,一旦投入使用,每一个设备都应该有紧急模式,并且对周围人的存在有很强的意识。」


ANYmal 是苏黎世联邦理工大学和苏黎世大学合办的 Wyss 研究院旗下项目,旨在增强机器人的移动能力和互动性。


自动系统实验室的 Roland Siegwart 教授


Siegwart 教授表示,瑞士和美国的机器人研究与日本之间的区别在于前者「更注重机器的功能性」。而清醒和理性的工业精神,在瑞士人身上比美国人更甚。当然也有例外,例如 ETH 与迪士尼研究所合作的沙滩机器人(BeachBot),唯一的功能就是在沙滩上画大型卡通简笔画,为行人提供娱乐。

ETH 与许多机构都有合作,其中包括德国马克斯·普朗克研究所和美国斯坦福大学。最亲密的合作伙伴要数街对面的苏黎世大学。很多 ETH 毕业的博士生也会选择留在苏黎世大学任教,这就包括目前已退休的 Rolf Pfeifer 教授。Pfeifer 曾在苏黎世大学负责人工智能实验室,直到 2014 年项目终结后上海交大做访问教授。

Pfeifer 是瑞士人工智能领域研究「元老级」科学家。在 70 年代,刚毕业的 Pfeifer 曾跟随心理学家根据心理分析理论模拟梦境,也尝试做过专家系统,后来被证实没有真正的用处。在 90 年代中期,Pfeifer 对人工智能整体理念产生了变化,由软件研究转向机器人。即使在今天,这也是两个截然不同的领域。他的结论是人工智能必须是一个独立的物理存在:「我一直深信的理念是智能 『具身化』(embodiment),智力应该局限在大脑。拥有真实躯体的机器人可以体验声音、图像、感触,这些感官信息,从真实环境学习。目前大部分深钻软件算法的从业者并不理解这些。」

得利于良好的研究成果,Pfeifer 一直都有非常舒适的科研拨款。其中 80%来自欧盟,瑞士国家科学基金会一般会提供中等规模的资金。「欧洲研究委员会最新出台的『未来与新兴技术』(FET)项目是非常好的资金支持。欧洲研究委员会采用自下而上的方式,先了解每个研究人员提出的科研方向,然后批准预算。据我观察,亚洲国家不是这样。如果选题由上至下,创新是件很难的事。」

Pfeifer 与洛桑理工大学的 Dario Floreano 教授一起创办了瑞士国家机器人研究中心(NCCR)。「这里有生物机器人,可穿戴机器人,神经假体,软机器人等,研究名目繁多。」该中心整合 ETH,苏黎世大学,EPFL 和 IDSIA 等四个学府和研究机构,拥有众多行业合作伙伴,也为创业公司提供投资。

在不久的将来,Pfeifer 希望看到更多人工智能领域的跨学科研究,结合神经科学,认知科学,材料科学和机器人技术。


瑞士的国家竞争优势:工业机器人与第四次工业革命

第四次工业革命的概念最早由德国政府提出,旨在加快制造业的技术自动化和数据交换。在 2015 年,全球一共售出工业机器人 24.8 万台,其中中国独占 6.8 万台。根据波士顿咨询集团的预测,生产线上的机器人可以帮助企业降低成本 20%。到 2025 年,机器将取代目前由人类执行的制造工作的 23%。对于例如汽车和电子电器等成熟的行业,降低制造成本是确保企业竞争力的重要环节。当企业能够平衡一次性安装费用和人工成本时,全面使用自动化系统生产只是时间问题。

瑞士的竞争优势是拥有完整的行业价值链。根据弗里堡大学竞争力中心对瑞士区域经济的分析,工业机器人和信息技术的上游和下游产业链在南部、西北边界的密度很高(上述的学术机构也是如此)。这其中包括金属、手表、材料、微技术和高科技设备等行业。手表行业的实力为精密制造奠定了很好的基础,外加工业机器人技术的材料、工艺、专利及进出口政策等等都是全球竞争企业的进入壁垒。


瑞士弗里堡大学发布的瑞士区域经济表现,依据 1995 - 2005 年数据集聚类出毗邻法国的手表行业;毗邻意大利的金融与电子设备;以及毗邻德国的金属、电子设备、化工材料和金融产业。


瑞士工业机器人公司也有与国际竞争对手不同的商业模式,大部分都有能力独立进行研发、采购、制造、集装、并为全球客户配置服务。相比较下,日本的制造商通过招标将组装和客户服务外包给下游公司,美国公司则专攻集装和非标准化配置。利用完整的流程,瑞士工业机器人公司 ABB 能够锁定大额利润,连贯国际第一。

ABB 的总部位于苏黎世,是迄今为止在工业机器人方面最成功的企业。全球员工达 132,000 人,年收入 340 亿美元。几年前,该公司开始提供数字服务和软件,销售硬件产品。2016 年,ABB 的售后服务和软件占企业总收入的 18%。

刚被美的集团收购的德国工业机器人公司 Kuka AG 在瑞士也有重头业务。Kuka 在苏黎世附近 Buch 市与 Swisslog 集团合作,设有两个业务部门:医疗健和仓储配送解决方案。其它诸如迅达电梯巨头,德国汽车公司如大众汽车等等也是工业机器人的主要客户。

机器人创业公司则主要来源于苏黎世理工和洛桑理工的实验室,生产服务机器人、无人机等。

瑞士的人工智能创业生态系统

在瑞士做人工智能创业公司是怎样的一种体验?我们带着这个问题回到了卢加诺,并且与 NNAISENSE 的联合创始人 Jan Koutnik 聊了聊。Koutnik 在 IDSIA 时重点研究人工神经网络、循环神经网络和深层强化学习。公司的另一个合伙人正是他的导师 Jurgen Schimidhuber。

NAISSENSE 成立于 2015 年。直到今天公司的环境还是让人联想起 IDSIA 实验室:一帮聪明人合伙研发技术解决方案。目前这家公司有 16 名员工,但年底可能会扩张至 100 人,并将在大洋彼岸的德克萨斯州开设新的分公司。当我们拜访时,Koutnik 正在使用强化学习算法改善一个奥迪自动驾驶系统的轮胎停车噪音。


Jan Koutnik 在 NNAISENSE 的卢加诺办公室举起一辆正在编程的奥迪 Q2 模型


Koutnik 说:「对于奥迪来说,把任务外包给我们,我们可以更高效地完成任务。NNAISENSE 的第一个项目 Quantenstein 由德国基金 Actis 引荐。该项目建立可调参数的金融投资组合,以最大限度提高投资回报。Koutnik 表示他不直接开发产品,而是为欧洲各大跨国公司提供解决方案。

他还向我们透露了一个有趣的小事——在 DeepMind 被谷歌收购后,卢加诺市政府曾询问过联合创始人 Shane Legg 为何不把公司设立在瑞士,得到的答复是新西兰籍的 Legg 想要在本地办公司实在太麻烦了。

Koutnik 原籍捷克共和国,在瑞士意语区工作多年。他对目前的移民政策颇有微词。「不是不想,是政策不欢迎。」Koutnik 耸了耸肩。


卢卡诺市湖畔是瑞士著名的旅游景点谷歌


2014 年 2 月,瑞士通过了一项关于收紧「大规模移民」的倡议,各个州截止 2017 年底将严控移民配额。这和欧盟在 2002 年成员国自由人流动协议背道而驰。一方面,开放的移民政策可以带来高技能的移民,特别是来自德国。另一方面,根据最近的世界经济论坛关于国家风险的报告,瑞士的国土面积小,在移民问题上承受风险巨大,仅次于资产泡沫的威胁。

尽管移民政策不宽松,瑞士的整体生态系统却仍然保持对欧盟人才的巨大吸引力。在 2016 年,Google 开设了欧洲最大的苏黎世人工智能实验室。而 IBM 在苏黎世已经有中心多年,诞生了四位诺贝尔奖得主。路透社也在这里开设了一家孵化器,「为大数据分析,人工智能,和分布式分类帐等领域的创业公司提供可访问的框架数据和内容。」


位于的苏黎世的办公室


商业生态系统必须得到资金的支持。瑞士的投资人对新兴产业态度保守,人工智能领域超过一半融资来自国外,尤其是德国的风投。根据《瑞士创业投资报告》的数据,去年融资的中位数相对较低,仅有 250 万瑞郎(约合 260 万瑞郎)。获得融资的公司大多是生物技术和医药技术。其次是 ICT 和 Fintech 公司,吸引了 2.11 亿瑞士法郎。2016 总投资额则是 5.77 亿瑞士法郎。

与美国,中国对人工智能领域的技术投资相比,瑞士的行业规模并不大。然而,瑞士的商业环境稳定。位于内瓦办的国际电信联盟中心一直提倡对人工智能加以监管。在英国脱欧之后,瑞士有望成为下一个欧洲的金融中心,瑞银和瑞士信贷坐拥瑞士一半的国民资产。Hoffmann-La Roche 和 Norvartis 等本土巨头生物制药公司正在大面积研发的生物信息学。瑞士制造和企业创新不是营销口号,而是公认的事实。瑞士与德国在上游研究和下游工业的亲密合作也是影响全球格局的商贸关系。

瑞士的生活质量是最吸引 Koutnik 的地方。工作和生活的平衡对家庭生活很重要。「短期内我不打算去别的地方。」采访结束后的下午,他还要去市中心湖边的游泳池接女儿下课。

正如 Schmidhuber 教授所说:「瑞士是一个由移民在意想不到的地方,做意想不到的事情的地方。德裔爱因斯坦在伯尔尼做专利文员时彻底改变了物理学。英国物理学家 Tim Berners Lee 则在 CERN 发明了万维网。」对人工智能研究来说,历史又是否会重演呢?

本文感谢 Boi Faltings 教授, Jurgen Schmidhuber 教授, Roland Siegwart 教授, Rolf Pfeifer 教授, Malte Helmert 教授, Jan Koutnik, Raghav Khanna, 以及高振教授提供的经验和技术支持。



您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存