继
加拿大之后
，机器之心为读者绘制了瑞士人工智能产业景象：从行业软件研究领先的南部意大利语区，到首都苏黎世的世界顶尖工业机器人，我们沿路访寻横跨西部省份的机器智能垂直市场，探索这个由欧盟资金支持、面向德国和世界工业消费市场的制造商。
想了解瑞士的人工智能产业，首先要考虑这个国家特有的政治和经济结构。瑞士经济建立在 26 个高度自治的州政府的基础之上，分别治理 260 个市政府，与联邦法律和政策之间互不干涉。每个州各自负责管理自己的跨境业务、自然资源、高等教育、州税、以及公民入籍，直接决定区域经济的规划。在自下而上政治体系潜移默化的影响下，瑞士人的商业思维也很灵活，并且效率很高。
不同于北美的文化大熔炉，瑞士人笃信文化马赛克（Cultural Mosaic），各族裔保持自己的文化独立和封闭，其中包括居住在北部和东北部 63% 的德语人口、西部 22.7% 的法语人口、以及南部 8.4% 的意语人口。瑞士毗邻德国、法国、意大利、奥地利和列支敦士登，长期保持国家中立和内部政治稳定，也因此巩固了金融业的底子，为贸易和跨境人才交流提供了平稳的平台。
在科学界，瑞士是物理和数学领域的领跑者。国家基金会长期大力支持科学发展，平均人均科研基金投入全球最高，平均人均诺贝尔奖得主也是全球最高（忽略不计人口小国圣卢西亚和冰岛）。不久前证实希格斯玻色子（Higgs Boson）的欧洲量子研究组织（CERN）坐落在西南部日内瓦，有着约 13,000 名顶级物理研究人员，同时还是当年互联网「不小心」诞生的地方。瑞士大学学术制度自由，就读学生来自全球各地。邻居德国学术气氛相对单调，很多德国研究人员选择向南交流，青睐瑞士科研环境的流动和宽松。
此次我们寻访瑞士的科技中心，从风景别致的意大利语区卢加诺市开始，向西延伸至法语区马蒂尼、日内瓦、洛桑、德莱蒙，直至北部德语区巴塞尔和首都苏黎世。这些城市群紧挨法国东部和德国西南部，在地图上串成一个「C」型拱桥，集结最具影响力的大学、实验室和科技公司。其中包括 Dalle Molle 人工智能研究所（IDSIA）在深度学习和神经网络研究的成果，洛桑联邦理工学院和巴塞尔大学的跨学科人工智能研究，以及苏黎世大学和苏黎世联邦理工学院的创新机器人。
沿着「C」型拱桥，进行人工智能基础或应用研究的大学共有九个。对于占地面积只有北京市 2.5 倍大小的瑞士，科研成果着实丰硕。感兴趣的读者也可以了解日内瓦大学、纳沙泰尔大学、西瑞士应用科技大学、卢塞恩应用科学与艺术大学、和 IDIAP 研究所。
Dalle Molle 人工智能研究所和深层循环神经网络突破
Dalle Molle 人工智能研究所（IDSIA）位于湖畔城市卢加诺的工业郊区，是意大利语区提契诺（Ticino）的经济重镇。1988 年，瑞士富豪慈善家 Dalle Molle 投资设立三个致力智能研究的姊妹机构，分别是位于卢加诺的 IDSIA、马蒂尼的 IDIAP、以及日内瓦的 ISSCo。
今天，IDSIA 被归纳在提契诺大学（USI）和卢加诺大学两所本地大学旗下，拥有大约 50 多名研究人员，其中包括十几名博士生。
该实验室在许多人工智能领域都有突破性研究，比如深度学习、自适应机器人和蚁群算法等等。在 90 年代，Jürgen Schmidhuber 教授因发明长短期记忆网络（Long Short-Term Memory）而闻名。这种网络算法可以帮助机器学习完成前馈网络（feedforward network）不能实现的任务。今天，数十亿智能手机上的语音识别功能都得益于这项技术：「从 2015 年开始，谷歌语音识别使用连接时序分类（CTC）训练的长短期记忆网络（LSTM），这种方法将谷歌语音的性能提升了 50%。」Schmidhuber 告诉机器之心。自 2009 年，他的团队获得将近 1200 多万美元的科研拨款，最近一笔来自欧洲研究委员会。
Schmidhuber 在提契诺校园的 IDSIA 实验室旧址大楼前，他目前也在这里任教。他与几位 IDSIA 的研究员和博士生联合创立了 NNAISENSE（寓意 『人工智能复兴』），致力于开发 AI 的商业应用。
Schmidhuber 强调，虽然 Alpha-Go 对战柯洁引发了一系列对神经网络领域「突破」的渲染报道，但其实早在 1975 年，苏联科学家 Alexey G. Ivakhnenko 就创建了前馈网络，用当时的计算机实现了八层神经网络。整个人工智能学科是多年各国科学家传承的发展，而非短短几年内一蹴而就。在 20 世纪 80 年代，Schmidhuber 还是一名德国慕尼黑大学的博士生，神经网络的可能性让这个年轻人着了迷。「我主修数学和计算机科学。在 1987 年的毕业论文封面，我手绘了一个自主学习的机器人。论文本身雄心勃勃地描述了一个能够自我改写的「元程式」，不仅能够提高在单个领域的表现，还可以重新编程学习过程本身的算法。当然这个机器人还是受到库尔特·格尔德在 1931 年提出的可计算性理论（Computability Theory）限制。
」
IDSIA 研究所储藏室里的 ABB 工业机械臂
DSIA 实验室里的 iCub 人形机器人。iCub 是欧盟大学合力研究的开源机器人，目前全世界有 30 个。Jürgen 心疼地表示，iCub 手部关节很容易断，而单个机器人造价高达 25 万欧元。每个实验室都会写自己的程序，利用这个约三岁小孩身高的机器人模拟人类认知体系，特别针对面部表情、力量控制、手部捏拿等。
Schmidhuber 最终目标是让「认知具身化」（embodied intelligence）。人工智能不再局限于游戏和模拟场景，转向物理机器人。他的实验室也用不同的机器人编程，上图中的 iCub 在很久前已经可以完成拿罐头等需要灵活度的任务。其它项目还有在森林中利用计算机视觉导航的无人机，以及相互协作的群体机器人。
Schmidhuber 经常和他的五六名在读博士生一起在楼下的意大利餐馆吃午餐。这些来自欧洲不同国家的年轻人在 IDSIA 的日常生活比较单调，每个人都能熟记其他人要点的食物。不过在聊起人工智能与脑科学的跨学科研究时，大家却兴致勃勃地辩论了起来。2011 年，Jürgen 在 IDSIA 的博士生 Shane Legg 参与创办了 DeepMind，这家公司在 2014 年被谷歌以 6 亿美元收购，在深度学习业界的影响力可谓举足轻重。截止目前，DeepMind 核心团队中 IDSIA 毕业的博士生不在少数。
洛桑联邦理工学院和巴塞尔大学的跨学科研究
向西到法语区沃州（Vaud canton），我们来到瑞士最好的理工大学之一：洛桑联邦理工学院（简称 EPFL）。EPFL 在 STEM 教育方面有着非常夯实的科研成果。这座大学在机器人领域还有两个欧洲著名的实验室：智能系统实验室和仿生机器人实验室。2013 年开始，人类大脑项目（Human Brain Project）也落户在 EPFL。这个为期十年的欧盟旗舰研究项目经营预算为 10.19 亿欧元，吸引了很多对脑科学感兴趣的跨学科专家。
洛桑联邦理工学院的标志性建筑——劳力士学习中心由日本建筑公司 SANAA 承包。室内开阔却起伏不平的窗户和地板设计被校长 Patrick Aebischer 描述为：「不同学科的传统界限被消除的地方，数学家、工程师、神经科学家、和微技术人员在这里碰撞创意，利用技术革新生活。」
Boi Faltings 教授在 1987 年加入 EPFL，担任人工智能教授并且管理人工智能实验室，目前负责辅导六名博士生。他告诉我们：「相较其他国家，瑞士的人工智能研究以设计和工程为主，讲究缜密和务实。20 世纪 90 年代，我开始从事软件研究时曾开发过喷气发动机的诊断、以及优化机场调度系统。」然而这些系统并没有按照预期投入使用。在 Boi Faltings 的回忆中，早期与企业合作问题重重：「企业需要短期解决方案，新的方法对于企业来说风险很高，项目常常泡汤。」
在人工智能领域从业多年，Faltings 亲历了不同的热潮和低谷时期。在 1974-1980 年、1987-1993 年的人工智能寒冬期间，他看到很多失望的科学家或投机者离开这个领域。Faltings 在这期间坚持担任瑞士人工智能和认知科学组织（SGAICO）的会长，组织国内的学术会议。如今这个组织已经不再活跃，大部分学者都选择直接参加类似 AAAI，IJCAI 等国际会议。
近三年来，Faltings 再次看到部分行业会议从 1000 人短期扩充到 5000 名的参会规模：「大多数人对机器智能并不了解，一旦遇到科研瓶颈就会离开。」他也为离开学界的毕业生感到担忧：「如果研究人员都都只为几家大公司工作，数据也相应被掌控在他们手中，这对整体科研生态来说并不好。」
Boi Faltings 教授在人工智能实验室入口
近年来，Faltings 花了大量的时间研究自组织代理和使用机器学习确认数据集的真实性。基于多年经验，他对人工智能发展的预期比较保守。Faltings 告诉我们：「其实多些关注也没有坏处，人们需要新概念刺激。」对这位家族里出过菲尔兹奖得主的科学家而言，科研就是日常生活的一部分。
在 Faltings 教授的介绍下，我们与巴塞尔大学的青年学者 Malte Helmert 教授结识。Helmert 在德语区巴塞尔城市州有约 30 名人工智能研究团队，目前专攻领域独立的自动规划系统（domain-independent automated planning）和启发式状态空间搜索。「我们对不需要人类专家介入、可以直接使用、能够解决总体性规划问题的算法感兴趣。」在过去五年中，他的团队从欧盟科研委员会（ERC）和瑞士国家基金会获得 350 万瑞士法郎的拨款。
苏黎世联邦理工大学和苏黎世大学的机器人
在瑞士北部，苏黎世联邦理工大学（简称 ETH）是世界一流、欧盟最好的机器人研究机构，拥有 8 个实验室和 120 名博士生。其中 Bradley Nelson 在微机器人和软体机器人上的声誉，以及 Raffaello D'andrea 在飞行机器人上的创意都令行业瞩目。每个实验室的项目各有千秋，Roland Seigwart 教授的自动系统实验室主攻工业项目，有约 30 个在读博士生。
在我们采访时，Siegwart 的博士生正在做农业无人机项目，在农田上空俯瞰收集生物质数据。无人机代替农民收集实时数据，减少时间和劳力成本，有明显的商业化前景。除了这个与瑞士跨国电器巨头博世合作的项目之外，实验室还与过谷歌、微软和西门子一起做过项目。
实验室桌上的无人机是大疆早先的模型，被用来做重新编程
Siegwart 实验室最新的研究成果是一个基于同时定位和映射（SLAM）技术的 OKVIS 开源平台。通常来说，SLAM 通过激光、声纳或视觉数据输入帮助机器人探索环境。而开源关键帧视觉惯性 SLAM（Open Keyframe-Based Visual-Inertial）的方法，可以帮助机器人在短区间内移动，并且同步反馈视觉信息定位。OKVIS 于 2014 年 11 月在《国际机器人学研究杂志》首次发表。
