分布式智能感知系統(tǒng)、跨模態(tài)智能情報(bào)服務(wù)、多智能體博弈訓(xùn)練、自主無人系統(tǒng)、“電科芯云”微系統(tǒng)協(xié)同設(shè)計(jì)平臺(tái)……近日，中國電子科技集團(tuán)公司信息科學(xué)研究院公布了一批創(chuàng)新成果，其中，以深度偽造視頻識(shí)別技術(shù)、仿生機(jī)器魚智能探測系統(tǒng)、虛擬智能機(jī)器人等為代表的研究應(yīng)用成果，可廣泛用于政府決策服務(wù)、市民衣食住行、城市綜合治理等諸多領(lǐng)域，呈現(xiàn)出人工智能的新圖景。

　　我們正在全面轉(zhuǎn)向人工智能研究，重點(diǎn)突破人工智能關(guān)鍵核心技術(shù)，構(gòu)建智能網(wǎng)信體系。圍繞中國電科“軍工電子主力軍”“網(wǎng)信事業(yè)國家隊(duì)”“國家戰(zhàn)略科技力量”的三大定位，成立不到10年的智能院全面轉(zhuǎn)向人工智能研究，將促進(jìn)人工智能技術(shù)與國家治理、社會(huì)民生等領(lǐng)域的深度融合、廣泛應(yīng)用，在促進(jìn)經(jīng)濟(jì)高質(zhì)量發(fā)展的同時(shí)惠及百姓生活、服務(wù)社會(huì)公眾，支撐我國人工智能技術(shù)的跨越式發(fā)展。

　　機(jī)器人有了自己的眼睛

　　有人曾打比方，若是手機(jī)離開了WiFi和數(shù)據(jù)網(wǎng)絡(luò)，就像機(jī)器人離開了SLAM一樣。機(jī)器人自主執(zhí)行任務(wù)的前提是知道自身的位置，而定位信息是由衛(wèi)星導(dǎo)航定位系統(tǒng)提供的。如果將機(jī)器人投放在城市樓宇間、立交橋下、室內(nèi)、深山密林這樣的環(huán)境中，由于遮擋導(dǎo)致衛(wèi)星信號(hào)微弱或者消失，容易導(dǎo)致機(jī)器人不能及時(shí)準(zhǔn)確獲取自身位置信息，無法執(zhí)行精確任務(wù)。

　　機(jī)器人主動(dòng)感知技術(shù)能夠讓機(jī)器人具有自主定位和感知周圍環(huán)境的能力。利用視覺SLAM算法不但可以實(shí)現(xiàn)機(jī)器人的自主定位，還可以實(shí)時(shí)構(gòu)建包括環(huán)境幾何結(jié)構(gòu)、顏色、紋理等特征信息的三維地圖。有了“眼睛”的機(jī)器人，能夠看到周圍環(huán)境，擺脫對衛(wèi)星導(dǎo)航定位系統(tǒng)的依賴，為自主完成既定任務(wù)提供了關(guān)鍵保障。

　　危險(xiǎn)復(fù)雜環(huán)境機(jī)器人如何探索救援?機(jī)器人的眼睛是能夠在黑暗中能看清環(huán)境的。通過集成紅外傳感器，機(jī)器人可以在地下、洞穴這樣的黑暗環(huán)境中執(zhí)行探測任務(wù)，結(jié)合自身定位和目標(biāo)檢測識(shí)別信息，對視野范圍內(nèi)的目標(biāo)進(jìn)行探測、識(shí)別、跟蹤以及目標(biāo)定位，感知周圍有什么物體以及它們的位置，可用于危險(xiǎn)復(fù)雜環(huán)境下的探索救援等任務(wù)。

　　除了用于探索救援，視覺SLAM技術(shù)還可以應(yīng)用在服務(wù)機(jī)器人領(lǐng)域。比較簡單的，像命令機(jī)器人去拿取某個(gè)物品，機(jī)器人知道物體的位置和環(huán)境地圖后，通過SLAM技術(shù)構(gòu)建家庭環(huán)境地圖，然后規(guī)劃出沒有障礙的行進(jìn)路徑，這樣就可以順利拿到物品了。

　　當(dāng)今科技發(fā)展速度飛快，想讓用戶在AR/VR、無人機(jī)、無人駕駛領(lǐng)域體驗(yàn)加強(qiáng)，離不開視覺SLAM技術(shù)的支持。AR技術(shù)就是將虛擬的信息呈現(xiàn)到真實(shí)世界，通過SLAM技術(shù)的實(shí)時(shí)定位，將虛擬的物體實(shí)時(shí)地疊加在真實(shí)的環(huán)境進(jìn)行顯示，隨著顯示介質(zhì)移動(dòng)，虛擬的物體也保持跟隨真實(shí)環(huán)境。使用AR技術(shù)進(jìn)行室內(nèi)導(dǎo)覽，可以將虛擬的物體疊加在真實(shí)的房間中進(jìn)行顯示。當(dāng)觀察者攜帶顯示介質(zhì)移動(dòng)時(shí)，虛擬的物體看起來保持在真實(shí)房間的固定位置。實(shí)際上，通過SLAM技術(shù)的實(shí)時(shí)定位，虛擬的物體是隨著觀察者的視角變化實(shí)時(shí)地更新位置進(jìn)行顯示的，這樣就使觀察者看到的就像是真實(shí)房間里的物體一樣，可以從不同角度去觀看。

　　AI能力快速賦能無人設(shè)備

　　隨著人工智能技術(shù)的不斷發(fā)展，數(shù)據(jù)、算法和算力作為人工智能的三個(gè)基本要素，其發(fā)展趨勢也在不斷變化。對于整個(gè)AI行業(yè)而言，海量數(shù)據(jù)獲取和處理難度在下降，算法也在深度學(xué)習(xí)模型的基礎(chǔ)上不斷優(yōu)化，而負(fù)責(zé)將數(shù)據(jù)和深度算法統(tǒng)一協(xié)調(diào)的芯片能否獲得大的飛躍，成為業(yè)內(nèi)關(guān)注的焦點(diǎn)。

　　我們面向邊緣智能計(jì)算多元化、高效化的需求，以打造能用、好用、易用的‘編譯—處理’一體化智能計(jì)算生態(tài)為目標(biāo)，開展自主可控邊緣認(rèn)知處理器與編譯器研究。在處理器中，智能院構(gòu)建了研發(fā)周期短、資源需求度低、模型適用性強(qiáng)的加速器IP核及硬件工具鏈，性能相較于通用CPU提高20倍以上，功耗降低5倍以上;在編譯器中，智能院實(shí)現(xiàn)了神經(jīng)網(wǎng)絡(luò)模型統(tǒng)一表示、壓縮優(yōu)化及代碼自動(dòng)生成算法，能夠快速地將神經(jīng)網(wǎng)絡(luò)模型植入硬件，實(shí)現(xiàn)AI能力快速賦能無人設(shè)備。

　　具體到智能應(yīng)用，圖像和語音是兩大重要領(lǐng)域。研制基于AI指令集的可重構(gòu)、可配置卷積神經(jīng)網(wǎng)絡(luò)加速器，支持大多數(shù)常用目標(biāo)檢測網(wǎng)絡(luò)及其變種，可以應(yīng)用于無人機(jī)、無人車等無人設(shè)備對實(shí)時(shí)圖像的低功耗、高精度目標(biāo)檢測。相關(guān)技術(shù)已用于無人機(jī)編隊(duì)海上搜救、無人車洞穴探索等任務(wù)，提升了無人裝備的目標(biāo)發(fā)現(xiàn)能力。

　　智能語音技術(shù)是無人裝備的耳朵。在語音智能應(yīng)用領(lǐng)域，我們基于國產(chǎn)自主可控平臺(tái)，研制高噪聲語音環(huán)境的車輛操控設(shè)備，連續(xù)語音識(shí)別準(zhǔn)確率超過93%，具備聲紋識(shí)別和語音降噪能力。自主可控邊緣認(rèn)知處理器與編譯器相關(guān)技術(shù)的應(yīng)用，提升了圖像、語音領(lǐng)域智能算法到計(jì)算資源及功耗受限多元異構(gòu)硬件平臺(tái)的快速部署能力，提升了高復(fù)雜度、高實(shí)時(shí)性場景下無人系統(tǒng)精確、高效的邊緣感知能力。

　　多雷達(dá)協(xié)同探測的智能感知系統(tǒng)：實(shí)現(xiàn)“1+1>2”

　　雷達(dá)是探測空中目標(biāo)的主要傳感器，可以穿云透霧、不受天氣影響、全天24小時(shí)穩(wěn)定工作。但目前雷達(dá)探測感知以“單打獨(dú)斗”探測為主，面對無人機(jī)等低慢小目標(biāo)時(shí)，存在“看不遠(yuǎn)、跟不上、識(shí)不準(zhǔn)”等問題。

　　通過聯(lián)合集團(tuán)內(nèi)14所、38所等骨干研究所以及清華大學(xué)、北京理工大學(xué)、西北工業(yè)大學(xué)等高校，智能院打造了一支敢闖敢拼的創(chuàng)新攻關(guān)團(tuán)隊(duì)，聯(lián)合開展技術(shù)攻關(guān)，先后攻克了檢測、跟蹤、定位、資源管控等一系列關(guān)鍵技術(shù)，成功構(gòu)建了多雷達(dá)協(xié)同探測的智能感知系統(tǒng)。

　　系統(tǒng)采用多個(gè)低成本雷達(dá)+4G/5G或有線寬帶通信網(wǎng)絡(luò)+大數(shù)據(jù)云平臺(tái)的智能感知系統(tǒng)架構(gòu)，基于不同的探測任務(wù)，動(dòng)態(tài)控制前端雷達(dá)，并自適應(yīng)智能重構(gòu)后端處理算法，按需生成滿足任務(wù)需求的產(chǎn)品。通過使用新技術(shù)，能夠有效挖掘原有設(shè)備潛力，實(shí)現(xiàn)系統(tǒng)整體能力的提升。

　　系統(tǒng)可以從多個(gè)角度同時(shí)協(xié)同觀測目標(biāo)，極大的提升系統(tǒng)能力，實(shí)現(xiàn)“看得遠(yuǎn)、跟得上、識(shí)得準(zhǔn)”的群體智能感知能力，促進(jìn)由單裝探測向體系協(xié)同探測的跨代發(fā)展，采用大數(shù)據(jù)、人工智能等技術(shù)后，系統(tǒng)的能力可以像人一樣不斷進(jìn)化。經(jīng)過針對性學(xué)習(xí)，該技術(shù)也可應(yīng)用于新一代氣象雷達(dá)中，實(shí)現(xiàn)全空域無盲區(qū)覆蓋、精確預(yù)測氣象的運(yùn)動(dòng)狀態(tài)等新的能力。

　　技術(shù)成果的推廣應(yīng)用，還可催生一種傳感器陸海空天廣域泛在分布、自由互聯(lián)、深度協(xié)同、透徹認(rèn)知的智能感知系統(tǒng)新形態(tài)，打造全球感知“一張網(wǎng)”，大幅度提升對全球環(huán)境和目標(biāo)的感知與認(rèn)知能力，滿足各類應(yīng)用需求。

　　無人系統(tǒng)也能不斷學(xué)習(xí)進(jìn)化

　　隨著無人技術(shù)的發(fā)展，無人車、無人機(jī)、機(jī)器人等無人系統(tǒng)被應(yīng)用于搜索、跟蹤、救援。但如何實(shí)現(xiàn)無人系統(tǒng)的自主協(xié)同作業(yè)，有效規(guī)避風(fēng)險(xiǎn)，提高工作效率還是業(yè)內(nèi)公認(rèn)的難題。

　　無人系統(tǒng)分布式智能‘大腦’，可有效解決集中式集群控制的安全性、健壯性問題。智能“大腦”分為綜合信息處理區(qū)、認(rèn)知決策規(guī)劃區(qū)、行為協(xié)同控制區(qū)和學(xué)習(xí)訓(xùn)練進(jìn)化區(qū)四個(gè)核心區(qū)域，“綜合信息處理區(qū)”將無人系統(tǒng)“眼睛”“耳朵”等傳感器收集的信息進(jìn)行綜合處理;“認(rèn)知決策規(guī)劃區(qū)”則基于綜合信息處理結(jié)果進(jìn)行判斷，形成決策規(guī)劃方案;“行為協(xié)同控制區(qū)”基于決策規(guī)劃結(jié)果對無人系統(tǒng)行為動(dòng)作進(jìn)行協(xié)同控制;“學(xué)習(xí)訓(xùn)練進(jìn)化區(qū)”利用數(shù)字孿生技術(shù)將虛擬模型與物理實(shí)體緊密相連，通過線上線下協(xié)同學(xué)習(xí)與訓(xùn)練，不斷提升無人系統(tǒng)協(xié)同認(rèn)知決策與控制能力，以及對復(fù)雜、未知作業(yè)環(huán)境的適應(yīng)能力。

　　目前，智能“大腦”已成功應(yīng)用于空中無人集群區(qū)域索搜、空地協(xié)同要地防護(hù)、水下資源協(xié)同探測等場景。張德告訴記者，智能大腦能夠適配不同形態(tài)的無人裝備，天上飛的、地上跑的、水里游的都可以作為無人系統(tǒng)的一部分。

　　分布式智能大腦是由智能院研究團(tuán)隊(duì)由2016年開始研制的。從最初在仿真環(huán)境下試驗(yàn)，到半實(shí)物測試，一直到如今應(yīng)用到實(shí)際系統(tǒng)，花了近5年的時(shí)間。在實(shí)際運(yùn)用中攻克了兩大難點(diǎn)，一是人工智能算法如何向硬件設(shè)備的遷移，因?yàn)槿斯ぶ悄芩惴ǖ倪\(yùn)算邏輯與傳統(tǒng)算法是完全不同的;二是智能“大腦”在實(shí)際裝備應(yīng)用時(shí)，由于無人平臺(tái)體積能耗的限制，需要基于微系統(tǒng)等技術(shù)使智能“大腦”質(zhì)量變輕、體積變小、能耗變低。