在骁龙芯片占据了移动市场高端智能手机的绝大部分之后，高通正试图将其骁龙芯片推向一个新的平台和领域。在今年的CES上，高通推出了搭载骁龙SoC的飞行机器人——Snapdragon Cargo。利用计算机视觉技术，机器人上两对不同焦距的摄像头可以检测景深，让Cargo感知自己所处的环境，实现飞行中自动避障的功能。
“我们的前沿研究部门认为，机器人和人工智能应该是下一代工业发展的必然趋势。”在与我们的独家采访中，侯吉磊博士，研发；高通中国d总监表示，高通之所以重视机器人及相关领域，一方面是符合行业发展趋势，另一方面是自身的技术积累可以用于移动机器人的探索。
据侯继雷分析，机器人领域之所以在最近五到十年迎来飞跃，得益于智能终端的发展，尤其是处理器、传感器、Wi-Fi、GPS等模块集成度的提升，让过去无法搭载的机器人成为可能。另一方面，随着计算能力和大数据能力的飞跃，机器学习的训练得到了很大的提升，传统的机器学习逐渐向深度学习跨越。
高通重视移动机器人，比如像骁龙货运公司这样的飞行机器人。“首先，从用户兴趣来看，包括工农业监测和流行的航拍，对照片、视频和录像的需求，以及在计算机视觉领域展现的能力，只是高通可以发挥作用的一个方向。”
龙鹰机器人(迷你骁龙货运)
事实上，高通研发的机器人优艾设计网_设计百科原则上都是基于骁龙芯片，利用芯片的处理能力和附带的传感器能力。例如，骁龙Cargo利用计算机视觉技术，通过机器人上两对不同焦距的摄像头检测景深，让Cargo感知自己所处的环境，实现3D建模，实现飞行中自动避障的功能。“事实上，这背后的计算过程相当复杂，需要每秒30帧或60帧，这正是我们的骁龙处理器所扮演的重要角色。”
从更现实的意义上说，高通希望复制骁龙芯片的成功，打造基于移动机器人方向的计算平台。从而为未来的机器人原始设备制造商提供解决方案，帮助他们开发机器人本体之外的人工智能。
高通看好的另一个方向是基于人工智能的服务机器人，比如骁龙漫游者机器人，也是围绕骁龙芯片打造的，但它采用了高通的大脑灵感技术Zeroth，可以模拟人脑和神经系统，让机器人具备一定的学习能力。例如，漫游者机器人可以通过深度学习实现对物体的自动识别、分类和存储。
骁龙罗孚机器人。
人工智能和深度学习是Zeroth技术的核心。侯磊博士指出，深度学习是机器学习中比较深入的模型，更多的是模仿上世纪五六十年代人们谈论的神经网络模型。“从节点模式来看，很多机器学习一般都有很多节点，节点之间相互连接，信息不断传递。通过多级迭代，可以实现收敛，给出最终的信息呈现。传统的机器学习往往是一层，或者最多两层，而这种深度学习可能是多层的。每一层所代表的信息含义不同，但恰恰是有了更多的层之后，构建知识结构的复杂性和完备性才会更深。”
在模糊硅片与生物系统界限的探索中，侯继雷博士认为最大的困难在于对人类思维能力的最终认知理解。“我们内部经常讨论，即使你想实现一个视觉功能，今天的电脑的能力还很遥远，需要很长时间才能实现。通过数字方式在人脑中实现模拟环境，复杂度应该是指数级的。"
但这并不意味着人们不能做任何事情来推广机器人技术。正如侯继雷博士所说，“大脑的启发方式即使能够达到一定的能力达到一定的局部功能，也能在社会上发挥积极的作用。”比如他说视觉方向是近期可以达到的领域，包括机器人对场景的判断和物体的识别，比如判断人的表情和提取特征。
在人工智能的探索中，不乏来自技术否定论者的“危险词汇”，包括埃隆马斯克和霍金，他们都对人工智能的未来发出了“警告”。看来，当人工智能发展到人类无法控制的程度时，人类离《终结者》年被机器人奴役的场景也就不远了。
侯继雷博士没有给出明确的意见，但他认为人工智能的发展到目前为止还处于一个非常早期的阶段，人们应该从发展逻辑和社会影响两个方面分开来看待人工智能的积极作用。
“这就像我们年轻时谈论人们对空间和宇宙的探索。人类诞生之初，就有一种对外星文明的焦虑。然而，人类并没有因为对外星文明的担忧而停止对空间和宇宙的探索，而只是激发了我们对科学研究、技术和宇宙探索的追求。那么，在人工智能的起步阶段，更多的是人类在敬畏，而不是止步不前，通过如何在发展过程中更理性地面对技术方向的发展，然后在这个过程中不断迭代，让我们知道什么才是最正确的方向，什么才是未来对人类最有利的方向。”
加载中,请稍侯......
精彩评论