|
人工智能不该成为少数人的“奢侈品”，而应更多“赋权于民”。与此同时，机器人教育正随着这股浪潮风起云涌，人工智能的大规模普及也必将促进教育的创新。现阶段，机器人教育创新到底怎么做？创客大爆炸的实践给我们带来了启发。 在人工智能开始普及的今天，创新教育，尤其是机器人教育被重新定义。人工智能的开发工具和教学工具令教育者和受教育者站在了更高的起点上。近十年，人工智能算法逐渐从实验室走进科技大公司。最典型的便是互联网公司的云计算，它已经发展成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，正在编织一张巨大的商业应用网络。 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，人工智能和机器人发展到今天，也将会通过技术的“赋权于民”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。 （全新的开放创新模式、人工智能和平民化创新） 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。 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）通过暴力算法（Brute Force）以“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，更重要的是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，它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。机器人将不再是少数高科技公司精心打磨的产物，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，而是可以一直不断地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。另外，英特尔在2016年推出了支持神经网络的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，提供一套完整的创新工具，支持包括Intel Curie、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，而重新出发的创新教育也将帮助实现智能时代的“赋权于民”。 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，轻松设计出你自己的“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，还面向广大的创新人群，各年级的学生、设计师、艺术工作者，以及各行各业的有想法、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、人工智能算法等，变成一个个图形化的模块。因此，开发者开始更关注如何利用这些硬件和算法来设计出自己的应用，而不因弄懂和学会这些技术问题而止步。算法工作者、工程师们则能够通过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需要硬件和人工智能的运用对普通开发者没有任何障碍。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、小巧易用等趋势上发展。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，搭载16MHz-32位的Quark处理器，内置低功耗蓝牙4.0和运动传感器，可以对接更多传感器的数字与模拟接口。 （内置神经网络信号处理的 Intel Curie芯片） 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。以Curie（居里）芯片为例，其内部藏有一个支持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。通常这样的运动数据采集和分类是非常耗时耗力的，但一旦拥有神经网络，动作数据就可以自动分类，借助Knowledge Builder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。未来这项技术将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，得到专业教练员或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。 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着强力助推器的角色，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，以及其在线仓库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。 “创客大爆炸”的门口有一棵圣诞树：树叶由彩色纸卷组成，底座带轮子，树干和树枝具有伸缩功能，树叶的表面装有LED灯带。其实，这是一个会动的“机器人圣诞树”。2015年圣诞节之前，创客们为自己准备了这样一个礼物，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） 用学习代替编程的“神经机器人” 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，然后夜以继日地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。 你不需要编写代码，不需要调试避障距离，也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。这个过程，我们就称之为“神经网络的学习”。 （神经网络学习机器人的SmartNode“图纸”） 上图就是神经网络学习机器人的SmartNode“图纸”，左上的4个模块接收来自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地学习一组组输入/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，机器人开始根据你之前训练它的那样，自己躲避障碍物。 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，也可能优雅地原地转个圈再离开。 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，在未来的几年时间内，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，这便是滚滚而来的智能开源浪潮。 本文作者系创客大爆炸联合创始人、英特尔（中国）创客活动的发起人之一，李洪刚 关注机器人圈微信：jiqirenchanye |
|
|
