未來智能無人系統將向何處走
本報記者 劉揚
基於大數據、人工智能技術不斷迭代的無人化系統正在成為全球新型戰略性技術發展的重大趨勢。大量無人系統近年來已經在眾多領域得到實際應用。面對未來裝備高度智能化、無人化的技術發展趨勢，中國又在哪些關鍵技術領域加緊研究呢？6月25日，《環球時報》記者走進中國電科集團信息科學研究院（簡稱“智能院”），試圖瞭解中國在相關領域前沿智能科技的最新發展。
跳舞機器人和“機器鯊魚”
説到無人系統，人們最容易想到的就是人形機器人。《環球時報》記者在智能院參觀時首先看到的就是一個會跳舞的機器人。據智能院認知與智能重點實驗室副主任張峯介紹，這個機器人是智能院平時開展智能無人技術研究的一個基礎平台。它最大的特點是在機器人前端集成智能院自主研製的“海雀”認知處理器。按照傳統方式，需要將機器人收集到的海量信息傳回後端處理，一旦網絡帶寬受限，機器人很可能就無法及時反應；加載“海雀”之後，機器人可在前端進行感知推理和輕量級的信息智能預處理，然後再將預處理後的數據回傳，明顯減輕網絡通信的壓力。
據專家介紹，通常機器人在室外是通過GPS、北斗系統來實現定位，而在城市樓宇、深山密林、洞穴中則存在導航信號微弱的情況，此時無人平台就需要具備自主感知環境的能力。《環球時報》記者在現場看到，另一個小機器人可以通過視覺相機等傳感器實現對周邊未知環境的動態感知和自主行動，並展示了三維地圖即時構建和自主定位能力。同時，隨着機器人運動，三維地圖還可以實現增量更新。據介紹，如果在洞穴等黑暗環境下，機器人會使用紅外相機感知環境，再通過深度學習算法識別人、植物、物體等目標，並依然可以探測出與特定目標之間的位置信息。
除了陸地上活動的機器人，現場展示的仿生機器魚智能探測系統也備受關注。這條機器魚外形看起來像是一條鯊魚。據介紹，“仿生鯊魚”模仿鯊魚擺尾動作實現水下游動，下潛深度可達百米，續航時間數小時。它採用智能院自主研製的協同任務處理單元，集成了控制、探測、通信等設備。該機器魚已進行實景樣機測試，可應用於水下目標探測以及水文信息採集、水下礦產探測、海洋生物檢測等場景。
混合協同如何實現
同類設備成體系的操作與協同，正在成為全球關注的前沿技術之一，比如無人機多機協同，波士頓動力還在研製“狗羣”協同。除了單個智能系統的研製成果，電科在其他方向還有什麼樣的成果呢？
張峯對《環球時報》記者表示，目前能夠看到的落地的無人系統，比如在智能製造、物流投送、倉儲搬運、導航服務等領域，其中涉及的無人設備在智能化程度上，尤其是無人設備的自主性和學習 進化能力上，還有一定距離。智能院瞄準智能技術賦能無人系統在三個方向發力。一是虛實融合。通過構建與物理環境相同的數字環境，實現對異構無人系統的虛擬空間智能學習訓練，然後再把形成的能力映射到物理世界中的實體無人系統，提升無人系統的自主決策和羣體協同能力。二是研究具備人在迴路機制的有人無人協同技術：人機混合智能。無人化、智能化想要做得好，一定要有人在迴路的環節，人可以提供經驗和知識，機器提供對具體任務高效執行的能力。三是打造邊緣無人智能單元。
如何打造無人裝備的“大腦”
在採訪過程中，多名專家都提到“海雀”認知處理器，它到底在智能化裝備發展中有多重要呢？
據介紹，“海雀”是一款擁有自主知識產權、面向神經網絡邊緣計算的輕量級低功耗認知處理器。它可針對高即時性的動態環境實現圖像、語音領域智能算法與多元異構硬件的快速部署，有效提升邊緣智能計算能力。
《環球時報》記者在現場瞭解到，除了“海雀”處理器，智能院還研發了智能協同任務處理單元，可以作為無人車、無人機、機器魚等無人平台核心控制單元。“海雀”認知處理器和智能協同任務處理單元共同組成了無人系統的大腦，前者負責感知、認知，後者負責控制、決策。由於無人裝備體積、能耗方面的限制，人們希望它的“大腦”體積越小越好、功耗越低越好，這就需要對3D異構集成等微系統技術進行攻關。在智能院的另一個展廳，《環球時報》記者看到了智能院在相關領域的大量最新研究成果。例如微系統熱管理、硅基毫米波天線陣列、硅基片上光譜分析儀、複合微能源、異構集成無源器件工藝等樣件。其中最受關注的是“晶圓級硅基異構集成樣件”，一個圓形的底座上密密麻麻分佈着無數電子元件。它相對於系統級芯片集成度更高，功能更多，頻率更高，速率更快，為電子系統的高性能集成提供了更快捷、成本更低的解決方案。
據現場專家介紹，微系統的重要特點是讓體積、重量、功耗成百倍地優化，同時性能和功能密度還要指數級提升。如果安裝在無人系統上，這些微系統將大幅提升智能裝備性能。中國電科信息科學研究院院長萬謙表示，微系統着重在微納尺度集成各種成熟技術，通過系統優化設計，可以一定程度擺脱對先進半導體工藝的依賴。智能院目前正致力於打造開放、共享的微系統協同設計公共服務平台，構建基於IP複用的“芯片-集成-系統”微系統協同研發生態，着力解決複雜電子系統研製週期長、效率低、成本高等瓶頸問題，推動智能硬件走向高效發展模式。▲