飛機盤旋在匹茲堡上空，蜿蜒的森林山路中一座工業(yè)城市的輪廓赫然顯現(xiàn)。匹茲堡被稱作「鋼鐵城」，從 1970 年代開始，滯緩的經(jīng)濟導致大量藍領(lǐng)失業(yè)，這里和底特律、克利夫蘭等東部城市被統(tǒng)稱為「銹帶」（Rust Belt Cities），面臨著轉(zhuǎn)型或破產(chǎn)的困境。

然而與其它「銹帶」城市有所不同，匹茲堡有賓夕法尼亞州最大的醫(yī)院——匹茲堡大學醫(yī)療中心，以及全球排名第六的計算機系大學——卡內(nèi)基梅隆大學。這座城市正在利用這些資源重新包裝、營銷自己。通過機場安檢口滾動的宣傳片大力推送「創(chuàng)客」、「科技」、革新」可以窺見一斑。

人工智能是重頭戲。去年，卡內(nèi)基梅隆大學深度學習部門錄取的 8 博士生里有 6 名華裔，隨著 AI 熱潮，越來越多的中國學生慕名在此就讀。今年，卡內(nèi)基梅隆宣布了新的人工智能研發(fā)計劃「CMU AI」，項目涉及 100 多名學者和 1000 名學生。學校則外宣稱：「AI Is In Our Blood」——人工智能就在我們的血脈里。

這里變成美東地區(qū)除去波士頓紐約地區(qū)之外，求學、創(chuàng)業(yè)、和投資的熱點。然而雖然卡內(nèi)基梅隆大學的技術(shù)實力不可置否，匹茲堡郊區(qū)的基礎(chǔ)設(shè)施鐵劑斑斑，城市公共交通系統(tǒng)仍然陳舊：前面的產(chǎn)業(yè)經(jīng)濟轉(zhuǎn)型是一場硬仗。

卡內(nèi)基梅隆大學：匹茲堡產(chǎn)的美國機器人

與加州理工大學、麻省理工學院和斯坦福等學校相比，卡內(nèi)基梅隆大學有美國最大的機器人研究所（Robotics Institute）?，F(xiàn)任所長 Martial Hebert 是個神情嚴肅的法裔計算機視覺專家，他向機器之心透露：「早在機器人研究所成立時就有自己的預算和人才。這個別的大學不太一樣，它們的架構(gòu)更松散。」

起源要追溯到 1979 年。工程學院院長 Angel Jordan 問計算機系教授 Raj Reddy：「卡內(nèi)基梅隆為什么不做機器人？」二人立即提案專攻工業(yè)制造機器人，并向匹茲堡當?shù)仄髽I(yè) Westinghouse Electric 的總裁 Tom Murrin 拉贊助，后者很爽快地捐助了學校大約 500 萬美元（約今天 3200 美元）。

隨后的科研成果證明，三人做了一個正確的決定。80 年代，Marc Raibert 在這里創(chuàng)建了 Leg Lab，后來他把這個實驗室搬到麻省理工，在軍方資助下創(chuàng)辦波士頓動力公司；

NavLab 推出世界上最早的自動駕駛汽車 NavLab 1；Red Whittaker 制造的機器人車可以幫助清理三里島核泄漏現(xiàn)場。90 年代，金出武雄教授研究的計算機視覺系統(tǒng)在 2001 年超級碗棒球直播上名聲大噪。2007 年，Red Whittaker 又帶領(lǐng) Tartan 賽隊打敗斯坦福，贏得 DARPA 的自駕挑戰(zhàn)比賽的第一名。

卡內(nèi)基梅隆研發(fā)的這款 CHIMP 機器人高 150 厘米、臂展 250 厘米，被用于災難救援。CHIMP 在 DARPA 2015 年機器人挑戰(zhàn)賽（DRC）上榮獲第三名。

科研成果背后的商業(yè)空間很大。1996 年，機器人研究所旗下的國家機器人工程中心（NREC）在 NASA 的資金支持下開張，與美國政府和業(yè)界合作農(nóng)業(yè)、礦業(yè)、核能、航天和國防等機器人研發(fā)項目。

Hebert 所長每天極早就開始站著工作，面對著成堆的公文，他告訴我們：「工程中心與美國政府簽署的合同一般持續(xù) 5-10 年，和公司的合同一般只持續(xù) 1-3 年。我們喜歡長期合作，不斷積累成果、做系統(tǒng)性開發(fā)?！寡韵轮庹屑{項目的門檻不低。

目前機器人研究所有 116 名教授，33 個實驗室，以及 98 個正在進行的項目。

當然機構(gòu)架構(gòu)只是背景信息，培養(yǎng)下一代才是首任。暑假收尾，在 Cohen 中心大樓的地下室里，機器人俱樂部的學生正忙得不亦樂乎。成員們在這里做自己感興趣的四輪車、無人機、類人機器人開發(fā)。去年，俱樂部主席 Sean Reidy 自己花了$500 美元完成了個可遙控、帶引擎的機器沙發(fā)，在開學日抬到學校草坪正中央，吸引了不少眼球。

機器人俱樂部主席 Sean Reidy，研究生代表 Brad Powell，培訓官 Oliver Zhang（從左到右）

「當然也有人加入俱樂部找做研究的機會。比如我自己，現(xiàn)在正在為 Red Whittaker 的月球車項目打雜?！寡芯可?Brad Powell 說。

Brad 告訴機器之心，當年他在網(wǎng)上看了蘭迪·波許（Randy Pausch）著名的最后一課，決定遞交入學申請?！高@里很自由，并且鼓勵創(chuàng)新，而且不只是說說而已?！?/p>

2007 年，罹患胰腺癌的卡內(nèi)基梅隆大學計算機科學、人機交互及設(shè)計教授波許在學校上了最后一節(jié)課，鼓勵臺下學生在難以預料的人生中把實現(xiàn)童年的夢想放在第一位。這堂課座無虛席，社會影響力巨大，匹茲堡市議會隨后宣布 2007 年 11 月 19 日為「蘭迪·波許博士日。

波許的學術(shù)精神影響了許多后來的學生，其中也包括 Brad：「我非常喜歡太空機器人，我的夢想是在世界上留下自己的痕跡?！顾Ｍ院罂梢匀ッ绹詈骄止ぷ鳎骸改呐庐厴I(yè)不能立即加入 NASA，也可以在多做幾份工作之后再嘗試，總能達成目標的?！?/p>

卡內(nèi)基梅隆大學：機器學習研究的前沿

CoBot 協(xié)作機器人在卡內(nèi)基梅隆計算機系大樓 Gates Hillman 中心招待了我們。這款機器人可以獨立傳達口訊、護送訪客、并且完成一些簡單的任務(wù)和溝通。如果在執(zhí)行中遇到問題，CoBot 會向過路人求助；如果在中途被耽擱，CoBot 可以向人解釋自己遲到的理由。在機器學習部門，CoBot 是一個研究實時導航、多機器人任務(wù)規(guī)劃的平臺，凝結(jié)了許多教授和博士生的心血。

目前機器學習部門有四個 CoBot，每個造價約 $10,000 美元。每個機器人都配有屏幕界面，電動車輪，LIDAR 傳感器和六米視野的 kinect 深度攝像機。其中 CoBot 4 克服了強弱光的問題，只配備相機傳感器。

操刀研究 CoBot 系統(tǒng)的是機器學習部門主管 Manuela Veloso 教授。

上個世紀 80 年代，Veloso 畢業(yè)于里斯本高等院校的電氣工程學院，秉著對工業(yè)自動化的熱忱來 CMU 讀博。她是業(yè)界為數(shù)不多的女強人，也對 CoBot 的 『原始』 外表直言不諱：「機器人應(yīng)該看上去像機器人。就像冰箱一樣，它只是個機器。你要明白的是，我更關(guān)心機器人是否可以自動工作，而不是他們的外表有多好看?！?/p>

這種實用主義在卡內(nèi)基梅隆是主流。

「計算機科學研究始于上個世紀 50 年代。當時，赫伯特·西蒙和艾倫·紐維爾共同創(chuàng)立了工業(yè)管理研究生院，研究符號推理計算。」紐維爾在 1975 年贏得圖靈獎，而西蒙則被授予 1978 年的諾貝爾經(jīng)濟學獎?！肝矣浀冒瑐悺ぜ~維爾對我們說過，『說讓計算機做什么很簡單，讓他們真正這么做卻很難?！弧筕eloso 教授追憶道。

而這兩年由深度學習引爆的人工智能熱潮，似乎仍舊逃不出 『只說不做』 這個窠臼。

Veloso 教授在 1997 年幫助創(chuàng)立了 RoboCup 機器人足球賽。2015 年，她的 CMU 團隊 CMDragons 贏得了第一名。

「盡管如此，人工智能不會消失，這項研究只會變得越來越重要。」Veloso 教授表示?！肝覀兘裉煺f人機互動——Human Computer Interaction，但我認為我們正在與人工智能互動——Human AI Interaction。這是一個嶄新的領(lǐng)域。」

機器學習部門附屬于計算機學院，目前擁有 22 名教授，40 名教師，和約 60 名博士生。在去年部門錄取的 6 名華裔學生里，以 3.92 GPA 高分畢業(yè)于加拿大麥克吉爾大學的周承惠就是其中之一。

承惠的研究方向是深度強化學習。她說導師 Veloso 教授提出的應(yīng)用場景非常具體，例如：「當系統(tǒng)看到對面有人打招呼時，會停下來并提醒盲人做出回應(yīng)?！拐谧x第一年的她目前正在鉆研如何使機器人攔截移動目標。

承惠告告訴我們：「讀博其實是一種生活方式，你 24 小時不停的工作，卻感覺自己完全沒在工作。你想明白問題的那一瞬間可能是在吃飯，或者剛起床賴在床上的時候，從來都不是低頭學習的時候?！?/p>

「我爸爸就是計算機系的教授，我小時候覺得他一直特別閑。我家里人反對女生讀博士，覺得學個本科就行了?！?015 年，承惠的導師在 Grace Hopper 年度會議上演講，鼓勵女性投身科研。目前即便在美國，女生讀計算機博士仍是少數(shù)?！傅矣X得這些跟性別沒什么關(guān)系，女生也一樣能做得很好?！钩谢菡f。

同樣在八樓辦公，前任機器學習部門主管 Tom Mitchell 教授手上有三個研究項目：使用統(tǒng)計學習算法分析 fMRI 數(shù)據(jù)，教手機如何學習用戶指令，和一個名為「無止境語言學習」（NELL）的軟件系統(tǒng)。

NELL 是一個無休止的推理系統(tǒng)，被用來在網(wǎng)絡(luò)上學習、并且分類語義知識。自 2010 年以來，它一直在不間斷地運行。如果說 80 年代的專家系統(tǒng)因為封閉和單一失敗，NELL 的開放式系統(tǒng)則打破了這個局限性。

NELL 使用了八種不同的算法，每種都在同時幫助系統(tǒng)確認知識點的準確性。Michtell 教授解釋說：「假設(shè)一種算法根據(jù)語義來分類信息，例如當你說「匹茲堡市長」，系統(tǒng)會根據(jù)「市長」確認匹茲堡是個城市；另一種算法則查看拼寫方法，例如「Pittsburgh」的「burgh」則是城市常見的后綴。如果八種算法相互確認，我們可以肯定匹茲堡是座城市?！?/p>

NELL 最近新確定的知識點是克里斯托弗·諾蘭指導了《蝙蝠俠：開戰(zhàn)時刻》。

除此之外，NELL 還與一個由 Abhinav Gupta 教授開發(fā)的「無止境圖像學習」（NEIL）的系統(tǒng)溝通，通過視覺和語義知識的交互進行學習?！窷ELL 和 NEIL 都在網(wǎng)絡(luò)上自由爬行，分頭收集和分類數(shù)據(jù)。」在這個過程中，Mitchell 教授認為 NELL 和 NEIL 系統(tǒng)的開發(fā)或許能夠幫助機器學習擺脫使用標簽數(shù)據(jù)集的限制。

匹茲堡大學：當人工智能遇見醫(yī)療

在過去幾年，匹茲堡大學神經(jīng)生物系的 Andrew Schwartz 教授正在忙著開發(fā)一個神經(jīng)假肢項目，幫助全癱患者恢復手臂功能。與他一起工作的還有包括電氣工程師、生物工程師、統(tǒng)計學家、機器學習科學家等在內(nèi)的 20 名專家。

「系統(tǒng)會接收到兩種信息流：一種來腦部植入電極，一種來自相機傳感器背后的視覺計算系統(tǒng)。系統(tǒng)將兩種信息流解碼后移動假肢?！筍chwartz 教授向我們解釋道。作為腦科學家，他對人工智能最近的發(fā)展并不感冒，但表示自己的項目的確受益于計算機分析大量平行數(shù)據(jù)流能力的提升。

Schwartz 教授在匹茲堡醫(yī)學中心

Schwartz 教授認為，目前的產(chǎn)品雖經(jīng) FDA 預先批準，但仍需要兩到三年的改進時間：「我們想從顱骨中去除電極傳輸線，并且用新型材料提高手臂靈的活性?！顾姓J目前科學并不徹底理解大腦的運作方式?！溉祟惖谋郯蛴?10 個活動自由度，手掌有 20 個活動自由度。在這種復雜度的前提下，我們還不知道腦信號是如何傳播到脊髓和四肢的?！?/p>

支持 Schwartz 這項研究的機構(gòu)是賓夕法尼亞州最大的醫(yī)療和保險提供商——匹茲堡醫(yī)學中心（UPMC）。目前，UPMC 旗下共有 330 萬會員，25 家醫(yī)院，和 3,800 名執(zhí)業(yè)醫(yī)師。2007 年醫(yī)院購買了匹茲堡最高的地標性建筑 US Steel Tower 的冠名權(quán)，并且在全市擁有名目繁多的物業(yè)。

幾年前醫(yī)院成立了創(chuàng)新部門，雇傭了約 250 名數(shù)據(jù)科學家和技術(shù)專家，和谷歌匹茲堡分部一起在 Bakery 廣場的大樓辦公。

匹茲堡醫(yī)學中心的首席創(chuàng)新官兼企業(yè)執(zhí)行副總裁 Rasu Shrestha 醫(yī)生告訴機器之心：「的確，我們正在和谷歌搶人才，我們希望畢業(yè)生可以選擇 UPMC，而不是樓上?！?/p>

創(chuàng)新部門最重要的業(yè)務(wù)是孵化科技項目。幾年前 Shrestha 投資了一個叫 Covergence 的公司，開發(fā)可供醫(yī)生閱覽的患者醫(yī)療數(shù)據(jù)平臺。

然而在醫(yī)療行業(yè)競爭激烈、利益劃分界限明確、信息保密度極高的美國，這個平臺最終未能推廣開來。Shrestha 很快決定關(guān)掉公司?！府斸t(yī)生的人不喜歡說 『失敗』 這個詞，但在我們部門，保持 『敏捷』 是很重要的。如果一個點子不好，就讓它快速失敗?！?/p>

醫(yī)院也投了各式各樣的醫(yī)療項目，其中一個例子是 Vivifyhealth，一家使用移動設(shè)備監(jiān)控病人體征的公司?！溉绻颊叩捏w征顯示不正常，我們可以提前進行干預?！筍hrestha 博士說。

目前數(shù)據(jù)處理技術(shù)的成熟與醫(yī)院的發(fā)展策略相輔相成?！羔t(yī)院有許多結(jié)構(gòu)的文本數(shù)據(jù)，包括用藥、過敏、和實驗室等數(shù)據(jù)單；以及非結(jié)構(gòu)化數(shù)據(jù)，包括手術(shù)放血摘要，放射學報告和實驗室摘要。」Shrestha 博士解釋說?！赶袼財?shù)據(jù)的圖像識別技術(shù)也在不斷進步，這些都是人工智能技術(shù)用武之地?！箵?jù)悉，UPMC 是最早的醫(yī)療數(shù)據(jù)歸檔系統(tǒng) PACS 的發(fā)源地。目前醫(yī)院每年收到數(shù)百億字節(jié)的數(shù)據(jù)，并且每 18 個月翻一番。處理海量數(shù)據(jù)已成為當務(wù)之急。

UPMC 去年在「創(chuàng)新」上投資了近 20 億美元。2017 年，醫(yī)院宣布與微軟合作，利用人工智能和云端存儲技術(shù)數(shù)字化所有紙質(zhì)檔案。

IAM Robotics：在匹茲堡創(chuàng)業(yè)的倉庫機器人公司

除去大學、大醫(yī)院，匹茲堡的機器人創(chuàng)業(yè)公司也是產(chǎn)業(yè)鏈中不可或缺的一部分。

Tom Galluzzo 是佛羅里達大學機器人、機械工程和電氣工程系的三棲博士。2009 年，他受聘于國家機器人中心擔任工程師，三年后離職創(chuàng)立 IAM Robotics，一家利用計算機視覺開發(fā)貨架存儲機器臂的公司。

公司的工廠位于匹茲堡郊區(qū)。在我們造訪時，Tom 正在招呼幾個工程師清理庭院。對于他來說，每年畢業(yè)于卡內(nèi)基梅隆約 100 名機器人系畢業(yè)生是首選的招聘對象，其次還有來自匹茲堡大學和賓州大學的畢業(yè)生?！父韫缺绕饋淼脑?，匹茲堡的好處是的工資便宜?！筎om 告訴機器之心。

在國家機器人中心，Tom 曾在國防高等研究計劃署的 ARM-S 機器臂項目工作。他說那個項目教會他「仿人機械手」的局限性：「五指是復雜，容易碎，昂貴，并且笨拙的設(shè)計?！乖谒约旱膭?chuàng)業(yè)公司，Tom 擯棄了這個創(chuàng)意。

IAM 的機器人產(chǎn)品」Swift「使用板載 RGB 相機和吸盤從貨架上拿貨。當新產(chǎn)品進入儲物間時，工作人員將在一個叫「Flash」的掃描儀上將物品記錄入檔。使用時，Swift 的計算機視覺系統(tǒng)可以在貨架上找到物品。在光線昏暗或不確定的情況下，紅外線投影儀會根據(jù)「Flash」的存檔圖像進行判斷。用來抓取物品的吸盤最多有 0.68 公斤的吸力，目前僅適用于箱子和包裝貨物。

Swift 的工作量相當于一名全職工人，而一臺電池可將機器維持 10 小時。Tom 表示安裝 Swift 的企業(yè)可以在 2-3 年后收回投資成本。

IAM 的客戶包括美國最大的醫(yī)療保健經(jīng)銷商之一的羅切斯特藥物合作社。在選擇物流行業(yè)之前，Tom 做了一些調(diào)查：「美國人花 400 億小時在線購物，如果不能自動化物流的不同環(huán)節(jié)，就沒有辦法滿足包裝和運輸?shù)男枨??！箒嗰R遜 Kiva 是倉儲機器人的標桿，在美國激烈的商業(yè)競爭中，IAM 需要盡快找到利基市場，持續(xù)擴大產(chǎn)品的應(yīng)用場景。

像美國大多數(shù)機器人公司，IAM 外包了生產(chǎn)和部分設(shè)計工序，目前公司產(chǎn)品使用的機器臂是 FANUC 公司生產(chǎn)的。

Tom 說：「在匹茲堡創(chuàng)業(yè)的最大障礙是資金。我們拿到種子輪就用了很長時間，直到今天融資還有挑戰(zhàn)?！?/p>

卡內(nèi)基梅隆大學 Swartz 創(chuàng)業(yè)中心：「鋼鐵城」的投資與知識產(chǎn)權(quán)之戰(zhàn)

作為和 CMU 有關(guān)的創(chuàng)業(yè)公司，Tom 告訴我們在拿投資的路上，幫助他最多的人之一是 Swartz 創(chuàng)業(yè)中心的主管 Dave Mahogany。

六年前，從事風投和創(chuàng)業(yè)多年，人脈和經(jīng)驗都很豐富的 Dave 被卡內(nèi)基梅隆聘請，幫助學校的項目尋找投資并且跟進后期孵化。兩年前，匹茲堡本地的投資人 James Swartz 爽快捐贈 3100 萬美元，用于支持 CMU 的創(chuàng)業(yè)活動，因此有了 Swartz 創(chuàng)業(yè)中心。

Dave 的辦公室位于 Tepper 商學院的二樓?！肝夷軒偷侥闶裁?？你想了解什么？」他開門見山地問道，精力充沛地看不出一絲倦容，盡管剛從硅谷飛回來，又馬上要與來自臺灣的投資者人會面。

根據(jù)安永會計師事務(wù)所的報告，「從 2012 年到 2016 年，匹茲堡共有 318 家公司吸引了約 17 億美元的資金。」投資最多的類別包括軟件，生命科學（生物技術(shù)，醫(yī)療器械，醫(yī)療 IT 和醫(yī)療保健服務(wù)），得益于匹茲堡醫(yī)學中心強大的后盾，其次是硬件（機器人和電子），得益于卡內(nèi)基梅隆大學強勁的科研實力。

Dave 告訴我們，近年來有許多國際投資者正在敲匹茲堡的門，尤其是中國投資人。「我們正在與李開復的創(chuàng)新工場公司談項目。不過興趣是一回事，大部分都持觀望態(tài)度。但不可置否的是，中國投資人正在幫助美國創(chuàng)業(yè)公司成長?！?/p>

Dave 為匹茲堡本地缺乏的風險投資人而感到擔憂，他還認為本地公司不愿意和創(chuàng)業(yè)公司合作。「這里和硅谷有所不同。在硅谷，今天的創(chuàng)業(yè)公司十年后可能會成為一家成熟的公司，所以人們愿意承擔風險。但在匹茲堡，就連 UPMC 也不愿意和創(chuàng)業(yè)公司做生意。當然這不合理，哪怕惠普也曾經(jīng)是家小公司。」

另外一個需要謹慎處理的問題是專利。

2016 年，匹茲堡最大的三個大學共生產(chǎn)專利 145 項，比 2012 年增長 43％。事實上，批準專利使用權(quán)是國家機器人中心的業(yè)務(wù)之一，卡內(nèi)基梅隆大學目前擁有 659 項機器人專利。

在最近的高調(diào)官司中，學校起訴半導體巨頭 Marvell 硬盤降噪技術(shù)專利侵權(quán)。去年結(jié)案時 Marvell 向?qū)W校支付的賠款高達 7.5 億美元，金額為美國專利訴訟第二高，一舉打破計算機領(lǐng)域最高的紀錄。學校將受益支付給專利持有人 José Moura 教授及他的學生 Aleksandar Kavcic。一年后，二人聯(lián)合 Moura 的妻子 Manuela Veloso 教授向?qū)W校回捐了 1650 萬美元，用于數(shù)據(jù)科學和工程研究。

為了避免官司糾紛，卡內(nèi)基梅隆技術(shù)轉(zhuǎn)讓與創(chuàng)業(yè)中心（CCTEC）成立，旨在通過科普法律手續(xù)，幫助創(chuàng)業(yè)公司駕馭知識產(chǎn)權(quán)問題。學校網(wǎng)站上詳解了整套流程，區(qū)分在不同情況下產(chǎn)權(quán)使用的明細。

（本文經(jīng)機器之心授權(quán)轉(zhuǎn)載，作者李九喻）