用训练代替编程:创新教育的人工智能未来

人工智能引领下的创新教育和机器人教育

在人工智能开始普及的今天,创新教育,包括机器人教育将重新被定义,人工智能的开发工具和教学工具将令教育者和受教育者站在更高的起点上。近十年,人工智能算法从实验室走向了科技大公司,尤其是互联网公司的云计算,从网络用户分析到包括视觉和运动在内的机器人算法应用,已经在编织一张商业应用的网络。就如同互联网和移动互联网的发展有赖于开源软件技术和众多开发者的参与一样,人工智能和机器人的发展到了今天,也将会通过技术的“赋权与民”来创造前所未有的爆炸式发展。开源硬件,以及“亲民”的人工智能开发工具将成为众多潜在开发者破除技术和工程围栏的武器,也是建立新的创新教育体系的基础,在开源硬件和人工智能开发工具这一基础上,小到纽扣级可穿戴方案,大到自动驾驶装备,都将成为更多的开发者,包括中小学生开发者可以涉猎的教育内容,这样一来,创造出个性化,层次多样的创新成果就将是水到渠成的事情了。

△ 全新的开放创新模式,人工智能和平民化创新

AlphaGo 战胜李世石,对于智能计算来说,注定将开启一个新的时代。不同于深蓝(DeepBlue)通过 BruceForce 蛮力穷举的方式寻找走棋的答案,AlphaGo 是一部具有神经网络大脑的学习机器,通过对不同棋局的学习,学习如何走棋以及判断局势优劣,形成自己对千变万化棋局的应对方法。神经网络这一具有学习能力的智能工具,改变的将不止是下棋策略,很重要的,它将首先改变创新方式和与之匹配的创新教育方式。

人工智能将不仅仅是一类计算机算法,而将会成为一种新的机器设计语言,让大众可以设计个性化的机器人和智能应用。机器人将不再单单是少数高科技公司打磨和设计的产物,而是大批开发者,甚至大众可以充分参与设计的寻常之物。你身边的机器人,也将不仅仅是一个只具有一定功能的装置,一个所谓的服务型机器人,而是可以一直不断的学习不断进步的机器人,学习你适应你,学习环境适应环境,自我运转,主动协作。

包括谷歌、阿里在内的各大科技公司正为我们准备一系列的云端智能解决方案,通过对 HTML5 和 Javascript 接口的使用,我们就可以实现图像识别,语音处理,数据挖掘等智能应用。另一方面,英特尔在 2016 年推出支持神经网络的 Curie 可穿戴及物联网开源硬件解决方案,“创客大爆炸”通过打造创新工具 SmartNode/AI,将云端智能和终端智能结合起来,提供一套完整的创新工具,支持包括 IntelCurie,Edison,Atom 在内的多种不同硬件平台,实现跨平台的从云端到终端的智能硬件开发方式,云端智能和终端智能将形成一个完整的工具集合,这些努力为创新教育打开了一扇大门,反过来,重新出发的创新教育也将帮助实现智能时代的“赋权与民”。

人人可用的人工智能开发工具

SmartNode 是一款图形化智能硬件开发工具。它采用类似思维导图的视觉设计语言,让没有硬件和编程经验的开发者可以迅速掌握,通过对各种模块的拖拽、连接与设置,轻松设计出你自己“图纸”,实现各种智能应用,支持无代码编程,以及基于 Javascript 语言和 C 语言的模块设计,大大降低智能硬件的开发门槛,让创造的过程更加简单高效直观。


△ SmartNode 智能硬件开发工具

SmartNode 是开源的工具,不只面向硬件或软件工程师,而是面向更广大的创新人群,各年级的学生,设计师,艺术工作者,各行各业的有想法求改变的人。SmartNode 将智能硬件的开发与人工智能的开发结合起来,将各种传感,机构,摄像头,麦克风这些硬件设备,以及机器视觉,模式识别,语音处理,人工智能算法,变成一个个图形化的模块,开发者开始更关注怎样利用这些硬件和算法来设计出自己的应用,而不是止步于怎样弄懂和学会这些技术问题。而算法工作者和工程师们则可以通过 SmartNode 制造出各种工具模块,成为其他人的创新武器。

智能硬件大发展的时代一定是硬件和人工智能的运用对普通开发者来说已经没有障碍的时候。

硬件的可获得性得益于开源硬件的发展,从最初的 Arduino,树莓派,到英特尔推出的 Edison,Curie,一波又一波开源硬件丰富了开发者的武器库,开源硬件也正朝着更强的处理能力,更精细的产品定位,无线连接,低功耗,小巧易用的趋势发展,例如,芯片巨头英特尔 2016 年推出的可穿戴及物联网芯片 Curie(居里)就引领着这一趋势,一颗制服纽扣大小的电路板,可以用纽扣电池供电,16MHz-32 位的 Quark 处理器,内置低功耗蓝牙 4.0,姿态和运动传感器,可以对接更多传感器的数字与模拟接口。

硬件平台本身以及开发工具对人工智能的支持也已经初露端倪, 同样是 Curie(居里)芯片,内藏有一个支持 128 个神经处理单元的处理器,可以用于你身边问题的学习和分类 ,例如,你可以用 Curie 的神经网络来做手势动作的学习和识别,要知道,通常这样的运动数据采集和分类是非常耗时耗力的,但是有了神经网络,对动作数据就可以自动分类,借助 KnowledgeBuilder 这样的工具,还可以将获取的大量数据通过更强大的电脑或云计算来帮助你实现快速分类,未来将这项技术用于体育运动姿态的分析和矫正,甚至可以令普通人也能拥有专业运动员的技术装备,得到专业教练员/运动医生一样的辅助和指导。游泳,拳击,高尔夫,网球,这些运动的爱好者将因此受益,而这些爱好者本身也有可能成为这些应用的积极开发者!


△  内置神经网络信号处理的 IntelCurie(居里)芯片

对于硬件和智能计算的开发和普及来说,开源社区和工具化扮演者强力助推器的角色,因为对于普通开发者来说,易懂易用而又兼容智能的工具,以及开源社区的大量案例和开发者之间的经验互助是克服技术实现障碍的法宝。将硬件和算法结合在一起,将设计“脑图化”,“图纸化”的 SmartNode,以及她的在线仓库 www.smartnode.io,就代表了这样的工具和社区。支持 Edison 及更强处理器平台的 SmartNode/AI,内置“神经网络”模块;而针对 Curie 平台的 SmartNode/C,支持对 Curie 之上的神经网络的设计和使用。SmartNode 在线仓库收集了从传感器使用,计算视觉,到人工智能,物联网应用的大量案例,上面还不断更新教你开设 SmartNode 工作坊的各种方法,从物料的准备到具体操作的步骤,帮助更多人学习使用 SmartNode。


△ SmartNode 开源网站 www.smartnode.io 

“创客大爆炸”的门口有一颗圣诞树:彩色纸卷组成的树叶和带轮子的底座,具有伸缩功能的树干和树枝,树叶的表面装有 LED 灯带,其实这是一个会动的机械圣诞树,2015 年圣诞节之前创客们为自己准备的礼物,而让一个机器人底盘神奇变身的工具就是平板电脑上运行的 SmartNode。

△  圣诞树机器人,通过 SmartNode 实现设计

一个案例:用学习代替编程的“神经机器人”

那未来的智能设备应该如何开发呢?是每个人都学会程序设计,然后夜以继日的编写代码去开发自己的设备?还是训练机器,指导机器,使得它们能够如我们预想一般工作?

前者将世界变成了一个开发公司,而后者将机器纳入了我们的社会,如果我们蹑手蹑脚地掀开未来的一角,后者才是未来更加可能的模样。个性化定制的硬件设备,以及根据每个人的习惯运行的独一无二的软件系统。

最近,我们设计了一个“神经机器人”,来帮助大家理解什么是人人可用的人工智能开发方法,用训练而不是编程教会一个机器人如何避障。


△  第一个通过 SmartNode/AI 实现的神经网络学习机器人

看上去它和传统避障小车很相似,实际上的确是一模一样的硬件。通过在 Intel Edison 系统上运行的 SmartNode/AI 神经网络模块,它能够自己学习躲避障碍,也就是说,当前方发现障碍物的时候,它是自己“学会”了如何“优雅转身”防止碰撞的。

不需要你编写代码,不需要你调试避障距离,不需要预先设计躲避策略,通过“你教它”这样的非常自然的学习方式,用户按照希望的样式操作“神经机器人”十几次,SmartNode 神经网络收集数据进行训练,然后“神经机器人”就能够自动躲避障碍物了。当然,如果你一定想制作一只有自毁倾向的机器人,比如让它看到障碍物就撞过去,也可以,只要改变训练方法就行了,哈哈。这个过程,我们就称之为“神经网络的学习”。

下图就是“神经机器人”的 SmartNode“图纸”,左上的 4 个模块接受来自 4 个距离传感器的数据,作为“这是什么情况”的输入信息送给“神经网络”,左下的游戏手柄通过蓝牙无线连接机器人,在训练和学习阶段,开发者通过蓝牙手柄控制机器人的运动,在离障碍物很近时避让,并且把这个控制指令作为“教你怎么做”的参考输出信息交给“神经网络”,然后,“神经网络”就开始不断的学习一组组 {输入,参考输出} 的信息,逐渐“领会”在什么状况下该做出什么样的动作反应。“神经网络”完成训练之后,开发者通过蓝牙手柄切换机器人的运行模式,从“训练”切换到“执行”,“神经网络”开始接管对机器人的控制,接收来自 4 个距离传感器的数据,产生自己的控制指令,控制最右侧的机器人运动单元,机器人开始自己躲避障碍物了,并且就是根据你之前训练它的那样。有趣的是,你还可以通过不同的行为训练方案,把机器人训练成有不同行为方式的机器人,例如,遇到前方有障碍物,你的机器人可能会倾向随机朝其他方向转向,或者倾向于朝着特定方向转向,也可能优雅的原地转个圈再离开,有意思吧!


△  神经网络学习机器人的 SmartNode“图纸”

尽管“神经机器人”只是一个很简单的例子,但是通过它,我们体验了一下未来智能设备的开发方式和人工智能给我们带来的奇妙体验。

站在开源硬件和人工智能发展的风口上,我们可以展望,在未来的 2-3 年时间内,每个人都将有机会参与到智能应用(而不是智能手机应用)的开发中来,使用各种开放的创新工具,塑造千千万万有智能大脑的机器人和物联网装置,无需借助编写一行行代码就调动各种人类智慧结晶的算法和逻辑,通过内嵌的机器学习模块让机器自我学习,自我适应,自我迭代,这就是滚滚而来的智能开源浪潮!

 


作者  | 李洪刚 

创客大爆炸 联合创始人

李洪刚帮助制定了 Intel 众创空间计划,并推动 Intel 众创空间加速器的实施。他曾经负责一系列基于 Edison 的可穿戴项目,以及机器人,物联网等 Intel 新技术项目;领导开发了开源开发工具 Smart Node,领导开发了 Intel 开源智能硬件套装。

 

原文刊登于《机器人产业》杂志五月刊。如需转载,须注明本公众号账号(makercollider)并附上二维码以及作者简介。

发布者:Cara,转载请注明出处:http://www.makercollider.com/viewpoint/1909

发表评论

登录后才能评论
QR code