绘制瑞士人工智能全景图机器之能

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（CulturalMosaic），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（HiggsBoson）的欧洲量子研究组织（CERN）坐落在西南部日内瓦，有着约13,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DalleMolle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。

DalleMolle人工智能研究所和深层循环神经网络突破

DalleMolle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。年，瑞士富豪慈善家DalleMolle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，JürgenSchmidhuber教授因发明长短期记忆网络（LongShort-TermMemory）而闻名。这种网络算法可以帮助机器学习完成前馈网络（feedforwardnetwork）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。自年，他的团队获得将近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，但其实早在年，苏联科学家AlexeyG.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年提出的可计算性理论（ComputabilityTheory）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」（embodiedintelligence）。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。年，Jürgen在IDSIA的博士生ShaneLegg参与创办了DeepMind，这家公司在年被谷歌以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（Vaudcanton），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。年开始，人类大脑项目（HumanBrainProject）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PatrickAebischer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。」

BoiFaltings教授在年加入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BoiFaltings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-年、-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1人短期扩充到5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。」

BoiFaltings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

转载请注明：http://www.abuoumao.com/hykh/2056.html