如果不是親眼目睹，我從來不知道機器人如此有「靈性」，如同一個具有認知能力的生命體。
這是一台不足膝蓋高、長著名兩個萌大眼的紅色機器人，名叫 eyeRover，當工作人員指引著它在特定路線繞著障礙物行走幾圈後，eyeRover 很快便「熟悉」了路線，能夠躲避障礙物自由行走。而當工作人員把手伸到機器人「眼睛」前，前後移動雙手，重複兩遍後，eyeRover 竟然可以像寵物一樣召之即來揮之即去。
儘管能力有限，但這卻是一台可以真正可以被訓練的機器人，不同於大多機器人的運行機制，你不需要為它編寫一套特定的程序，讓它運轉的只是一個智能手機的芯片和一套特定的軟體。
[youtube]https://www.youtube.com/watch?v=A54SRCQK8Bc[/youtube]
Brain Crop. 是機器人 eyeRover 的締造者，這家被高通投資、同時也位於高通在聖地亞哥總部大樓裡的技術公司專注於開發基於神經系統功能、計算機視覺以及運動控制的算法，eyeRover 之所以與眾機器人不同，正是因為它內置了這種模擬人腦神經結構的芯片。神經形態芯片嘗試在矽片中模仿人腦以大規模的平行方式處理訊息——幾十億神經元和千萬億個突觸對視覺和聲音刺激物這類感官輸入做出反應。
簡單的說，高通和 Brain Crop. 希望讓矽片與生物系統變得模糊，他們將這個項目命名為「Zeroth」。
在出席不久前的 FIRST 機器人決賽活動中，高通 CTO 麥特·格羅布（Matt Grob）告訴我，這種神經形態的硬體是一種全然不同的架構，它採用源自神經元的物理結構——並行與分佈式，能夠解決傳統架構不擅長處理的各類問題。
如今的計算機用的都是所謂的范紐曼型架構，基於循序存儲和處理訊息的獨立芯片。這種方式在處理數字和執行精確撰寫的程序時非常好用，但在處理圖片或聲音並理解它們的意義時效果不佳。
本質上，高通神經形態處理器仍然是一個由矽晶體材料構成的典型計算機芯片，但是它能夠完成「定性」功能，而非「定量」功能。高通開發的軟體工具可以模仿大腦活動，處理器上的「神經網絡」按照人類神經網絡傳輸訊息的方式而設計，它可以允許開發者編寫基於「生物激勵」程序。
高通之所以如此重視神經形態的芯片，並不僅僅因為人工智能和機器人代表著未來，更因為當下的智能設備並不聰明，而神經形態的芯片能夠通過大幅提升感知和處理訊息的效率，逐漸了解人們的習慣。
在此前接受《MIT Technology Review》的採訪時， 高通研究實驗室的業務開發主管薩米爾·庫馬爾（Samir Kumar）說：「如果你和你的設備可以用同樣地感知周遭環境，它將能更好地領會你的意圖，預期你的需要。」
高通展示了一個簡單的例子：我站在一台搭載攝像頭的顯示屏前，螢幕上立刻識別並圈住了我的臉，工作人員在屏幕上輸入了我的名字 Jonathan，並按住「拍照」按鈕連拍了十幾張，接著按下「訓練」按鈕，然後螢幕就會追踪人臉，不管我怎麼移動，如何側臉，顯示螢幕上都能在人群中「認出」我。
我開始很疑惑人臉識別的意義。工作人員說，如果手機能夠認識你，那麼手機鏡頭會在接下來的每張相片中都認出我，比如在足球比賽中，我就可以告訴手機，只在我的射門時才要抓拍照片。
「手機芯片仍然是我們的主業，但你會發現，技術的訴求在越來越多的新產品上都有了，機器人、汽車、無人機……實際上它們對於連接、定位、影像技術、處理能力與智能手機十分相似。所以高通很適合去做這件事。」格羅布說。
不難想像，這些神經系統芯在未來可以完美地融合到高通現有的業務中。高通主導了手機芯片市場，但近來收益成長緩慢。它的 Snapdragon 芯片包含了圖像處理單位這樣的組件，高通同樣可以在芯片中添加「神經處理單位」，以處理感官數據和類似圖像識別等任務。
從更現實意義上看，高通希望最終複製驍龍芯片的成功，創造出一個基於移動機器人方向的計算平台。從而在將來為機器人 OEM 提供解決方案，幫助他們開發除了機器人本體之外的人工智能。
在對人工智能的探索中，不乏技術消極論者的「危言」，包括 Elon Musk 和霍金都對人工智能領域的未來發出了「警告」，似乎當人工智能發展到人類無法控制的程度，人們便離《終結者》中被機器人奴役的場景不遠了。
有趣的是，Zeroth 這個項目的名字起源於「第零原則」，這個原則規定：機器人不得傷害人類個體，或者因不作為致使人類個體受到傷害。
「在未來人工智能問題是上，我有一個更加積極的預期，」格羅布說，「當然我們也擔心科幻小說劇情重現，但是很有可能結果是非常大正面作用。我們需要對科學技術的濫用提高警惕，這其實不僅包括人工智能，還有很多其他的方面。」
- 延伸閱讀
Google 讓人工智慧更強大，靠的就是天才神童 Hassabis
解除機器深度學習迷思，臉書 AI 負責人 Yann LeCun 解釋給你聽
（本文轉載自合作夥伴《ifanr》；未經授權，不得轉載）
