文 程 呈 賈理理 韓 成

視覺語言導(dǎo)航技術(shù)的發(fā)展，讓人工智能離“像人類一樣”更近了一步。

有專家這樣說，人類開發(fā)人工智能的未來目標(biāo)，如同現(xiàn)在科幻電影所呈現(xiàn)的場景一樣，智能機(jī)器可以獨立“看、聽、思、行”，具備像人類一樣的語言理解系統(tǒng)、視覺感知系統(tǒng)、自我理解與行動的能力，最終成為人類的完美“替身”。

如今，世界科技飛速發(fā)展，視覺語言導(dǎo)航技術(shù)日臻成熟，高智商的機(jī)器人正向我們走來。

視覺語言導(dǎo)航，指的是讓智能體跟著自然語言指令進(jìn)行導(dǎo)航，同時理解指令與視角中可以看見的圖像信息，然后在環(huán)境中對自身所處狀態(tài)加以調(diào)整、修復(fù)，做出對應(yīng)的動作，最終到達(dá)目標(biāo)位置。比如，我們把機(jī)器人放置在一間臥室里，讓它去取放在另一間臥室里的足球。因為房間無法通視，機(jī)器人需要走出房間，經(jīng)過走廊、客廳等場所，并通過推算看到的每一處環(huán)境信息，來判定下一步行進(jìn)方向，最終定位找到足球。

在人工智能里，計算機(jī)視覺可以類比人類的眼睛。

由此可見，視覺語言導(dǎo)航涉及計算機(jī)視覺、自然語言處理和自主學(xué)習(xí)三大核心技術(shù)。

先進(jìn)的科技成果往往備受軍事領(lǐng)域的青睞。世界許多國家已開始致力于視覺語言導(dǎo)航在人工智能上的拓展運用，打造智能戰(zhàn)爭機(jī)器，搶占打贏明天戰(zhàn)爭的前沿高地。

計算機(jī)視覺，讓智能機(jī)器“看清”世界

計算機(jī)視覺是一個跨領(lǐng)域的交叉學(xué)科，包括計算機(jī)科學(xué)、數(shù)學(xué)、工程學(xué)、物理學(xué)、生物學(xué)和心理學(xué)等。

在人工智能里，計算機(jī)視覺可以類比人類的眼睛，是在感知層上最為重要的核心技術(shù)之一。它能讓智能機(jī)器人靈敏地辨識“眼”前的一切，并對捕捉到的圖像數(shù)據(jù)信息進(jìn)行分析識別、檢測、跟蹤等。嵌入計算機(jī)視覺技術(shù)的智能武器，可以通過視覺系統(tǒng)，精準(zhǔn)辨識和區(qū)分目標(biāo)的主次、真?zhèn)危蟠筇嵘鲬?zhàn)效率。

據(jù)悉，現(xiàn)在技術(shù)人員讀取由無人機(jī)傳回的戰(zhàn)場態(tài)勢數(shù)據(jù)，每天的工作時間要超過10個小時。這與瞬息萬變的未來戰(zhàn)場不相適應(yīng)。然而，當(dāng)計算機(jī)視覺技術(shù)應(yīng)用于戰(zhàn)場智能偵察裝備前端時，可從海量信息中有效過濾無關(guān)信息，向作戰(zhàn)人員提供甄別處理后的視覺態(tài)勢圖，指揮決策效率隨之提升。

當(dāng)前，世界發(fā)達(dá)國家的部分裝備已經(jīng)開始應(yīng)用該項技術(shù)。如美軍搭載計算機(jī)視覺技術(shù)的iRobot偵察機(jī)器人，就是其中之一。它可以警告作戰(zhàn)人員有伏擊或其他危險，經(jīng)過處理的態(tài)勢感知，能夠明確指出目標(biāo)坐標(biāo)，或提示危險等級。該偵察機(jī)器人還可準(zhǔn)確傳回有價值的態(tài)勢視頻與相關(guān)建議指令，縮短己方在戰(zhàn)場上的決策周期，從而把握行動優(yōu)勢。

近年來，俄軍也在大力開發(fā)人工智能系統(tǒng)。其自主研制的陸戰(zhàn)機(jī)器人，可在遙控下完成巡邏、偵察、追蹤、阻截、攻擊等任務(wù)；形似軍犬、快速奔跑的機(jī)器人，可供火線運輸彈藥給養(yǎng)；鏟車式機(jī)器人，可將戰(zhàn)場上的傷員用鏟斗送回后方等。俄軍部分導(dǎo)彈也已裝有人工智能設(shè)備，在導(dǎo)彈飛向預(yù)定目標(biāo)時，若人工智能設(shè)備在途中甄別出價值更大的目標(biāo)，導(dǎo)彈可自動轉(zhuǎn)向進(jìn)行攻擊。在這些先進(jìn)的武器中，都能看到計算機(jī)視覺的影子。

在民用領(lǐng)域，計算機(jī)視覺技術(shù)已陸續(xù)應(yīng)用到安防、自動駕駛、醫(yī)療、消費等活動中。這也是當(dāng)前人工智能細(xì)分領(lǐng)域中發(fā)展最快、應(yīng)用最廣、炙手可熱的技術(shù)之一。

隨著算法的更迭、硬件算力的升級、數(shù)據(jù)的大爆發(fā)，以及5G帶來的高速網(wǎng)絡(luò)，無論在民用領(lǐng)域還是軍用領(lǐng)域，計算機(jī)視覺技術(shù)的應(yīng)用將會有更大的空間。

自然語言處理，讓智能機(jī)器“聽懂”指令

簡單地說，自然語言處理就是用計算機(jī)來處理、理解以及運用人類語言（如中文、英文等），它屬于人工智能的一個分支，是計算機(jī)科學(xué)與語言學(xué)的交叉學(xué)科，又常被稱為計算語言學(xué)。

自然語言處理的歷史發(fā)展大致經(jīng)歷了3個階段：20世紀(jì)40年代到20世紀(jì)50年代屬于萌芽期，英國科學(xué)家艾倫·麥席森·圖靈的計算機(jī)算法模型為現(xiàn)代計算機(jī)科學(xué)奠定了基礎(chǔ)；20世紀(jì)60年代到20世紀(jì)80年代屬于發(fā)展期，機(jī)器翻譯技術(shù)日漸成熟，并被應(yīng)用于實際生活；20世紀(jì)90年代后屬于繁盛期，隨著計算機(jī)計算量、計算速度以及萬維網(wǎng)的爆炸式發(fā)展，自然語言處理技術(shù)也隨之在更多方面得到長足進(jìn)步。

眾所周知，語言是人類區(qū)別于其他動物的根本標(biāo)志之一，沒有語言，人類的思維也就無從談起。所以，自然語言處理技術(shù)體現(xiàn)了人工智能的最高任務(wù)與境界。也就是說，只有當(dāng)智能機(jī)器具備了處理自然語言的能力，才算實現(xiàn)了真正的智能。這樣，人類才能與機(jī)器人進(jìn)行無障礙語言溝通。

如今，自然語言處理在軍事上的應(yīng)用越來越多。比如，在指揮控制上，通過高辨識度的語音系統(tǒng)，指揮員可以在作戰(zhàn)中直接用語音實時控制雷達(dá)、無線電、火力等作戰(zhàn)單元，省去煩瑣的指揮流程，集中精力專注于作戰(zhàn)謀劃；在通信保障上，語音增強(qiáng)技術(shù)能夠減弱噪聲對智能機(jī)器語音信號的干擾，減少聽話人的疲勞和溝通失誤；在人機(jī)交互上，典型代表是人機(jī)口語對話系統(tǒng)，人類通過自然口語與復(fù)雜的智能機(jī)器系統(tǒng)進(jìn)行交互，包括語音識別、語言理解、語言生成、語音合成、對話管理和知識庫等。

提起“臺風(fēng)”戰(zhàn)斗機(jī)，相信軍迷們都不會陌生。它是由英國、德國、西班牙、意大利聯(lián)合研發(fā)的，最大的技術(shù)亮點是搭載了直接語音輸入系統(tǒng)，飛行員可以通過語音下達(dá)命令，控制戰(zhàn)機(jī)的傳感器、武器以及自衛(wèi)系統(tǒng)。

除此之外，自然語言處理在不少國家的醫(yī)學(xué)、互聯(lián)網(wǎng)監(jiān)控、執(zhí)法部門的犯罪預(yù)防以及大數(shù)據(jù)反恐應(yīng)用等領(lǐng)域也很受歡迎，極大地提升了任務(wù)執(zhí)行效率。

自主學(xué)習(xí)，讓智能機(jī)器“蛻變”成長

嬰兒剛出生時，只會用眼神、哭泣、歡笑與周圍的人交流。隨著一天天長大，他們不斷擴(kuò)大接觸觀察范圍，學(xué)會了走路、說話、做游戲等，慢慢建立起自己的思維體系。這就是人類的一個自我學(xué)習(xí)成長過程。人類大腦擁有860億個神經(jīng)元、數(shù)萬億個傳遞信息的結(jié)構(gòu)——神經(jīng)突觸。神經(jīng)突觸的重要特征是具有可塑性，即允許神經(jīng)元對記憶進(jìn)行編碼、學(xué)習(xí)和自我修復(fù)。

人工智能的自主學(xué)習(xí)技術(shù)，就是讓機(jī)器人像擁有人類大腦、甚至超越人類大腦一樣，可以通過思考學(xué)習(xí)實現(xiàn)自我完善。在很多人眼里，自主學(xué)習(xí)能力是人工智能與人類智能的天然鴻溝。當(dāng)前，伴隨該項技術(shù)的發(fā)展，這一鴻溝正在被逐漸填平。

2019年11月，在捷克布拉格召開的第二屆計算機(jī)視覺與模式識別國際會議上，評分第一的論文主要貢獻(xiàn)就是為智能機(jī)器提供了自主學(xué)習(xí)反饋機(jī)制，讓其自主導(dǎo)航時能夠?qū)崟r詢問自己的知識儲備。

“這條路對嗎？”“到目的地了嗎？”……擁有學(xué)習(xí)反饋機(jī)制的智能機(jī)器，根據(jù)預(yù)設(shè)環(huán)境信息與實際對比，在行動過程中形成“是非”觀念，讓智能機(jī)器真正變成有思想的“機(jī)器人”。

究其根本，智能機(jī)器“是非觀”的形成，離不開強(qiáng)化學(xué)習(xí)，這種學(xué)習(xí)方式是當(dāng)今人工智能最熱門的研究領(lǐng)域之一。

說到這里，我們不能不提無師自通的“圍棋高手”阿爾法元（AlphaGo Zero），它的一鳴驚人也正是利用了新的強(qiáng)化學(xué)習(xí)方式。從一個對圍棋“零”儲備的神經(jīng)網(wǎng)絡(luò)開始，接著與強(qiáng)大的搜索算法相結(jié)合，神經(jīng)網(wǎng)絡(luò)在博弈中不斷被調(diào)整更新后，與搜索算法再次重新組合，循環(huán)往復(fù)，系統(tǒng)性能經(jīng)過每一次迭代持續(xù)提高，使得神經(jīng)網(wǎng)絡(luò)預(yù)測越來越精準(zhǔn)，阿爾法元也擁有了“戰(zhàn)無不勝”的本領(lǐng)?？梢哉f，它也讓人工智能離“像人類一樣”更近了一步。

如果把自主學(xué)習(xí)技術(shù)應(yīng)用于軍事無人裝備上，并按照戰(zhàn)斗力水平劃分等級，那么自主學(xué)習(xí)級和智能對抗級應(yīng)該屬于“王者”級別。自主學(xué)習(xí)級，就是不再局限于人為提供的學(xué)習(xí)樣本，可以邊執(zhí)行任務(wù)邊組織學(xué)習(xí)，并且遇強(qiáng)更強(qiáng)，靈活應(yīng)對任務(wù)過程中出現(xiàn)的未知事件；智能對抗級，是指無人裝備在具備自主學(xué)習(xí)智能水平的基礎(chǔ)上，形成自身的核心價值，能夠短時間內(nèi)適應(yīng)未知的任務(wù)環(huán)境，迅速理解周圍局勢并做出判斷，完成作戰(zhàn)任務(wù)。

從近幾年的技術(shù)突破來看，智能機(jī)器感知環(huán)境、識別語言、自主學(xué)習(xí)的能力越來越強(qiáng)大。這些能力的提升，不僅使智能機(jī)器成為人類分擔(dān)任務(wù)的得力幫手，也或?qū)⒆屗蔀槲磥響?zhàn)場的主角。