隨著邊緣AI在各行各業的落地，全球各國/地區正在進行“群體智能”項目研究。目前，歐洲各國和美國、韓國的相關機構均有針對“智能群體”進行合作，可以預期的是，在未來的工廠車間中，自主機器人可以實現無縫協作。

邊緣AI正帶動群體機器人商用

在意大利比薩的國家大學電信聯盟(CNIT)實驗室，Filippo Cugini的研究團隊正致力于開發具備邊緣智能通信與協作能力的自主移動機器人。該實驗室通過模擬戴爾科技公司工廠車間環境，部署三臺搭載攝像頭與遙測設備的機器人，構建了一個動態測試平臺，用于驗證軟硬件在邊緣智能架構下的機器人群體行為控制能力。

“我們通過重現真實的工廠運行區域，精準評估機器人在復雜環境中的避障響應機制。”CNIT研究負責人Filippo Cugini解釋道，“例如當人員進入實驗區時，機器人能實時識別并觸發安全停機程序。”

戴爾科技公司為該項目提供了專用實驗場地，并強調工業場景對動態資源接入的需求：“在這些環境中，設備必須具備秒級響應能力，同時確保端到端的安全驗證機制。”

作為歐盟資助的SmartEdge項目核心成員，CNIT與包括西門子、博世、英偉達等在內的16家產學研合作伙伴，共同探索去中心化制造系統的演進路徑。該項目自2023年1月啟動以來，已開發出支持邊緣智能的低代碼編程工具鏈，并通過英偉達BlueField-2硬件加速器實現安全高效的網絡連接。

Cugini的研究是SmartEdge項目網絡部分的核心內容。SmartEdge是一個由歐盟資助的聯合研發項目，總金額達920萬歐元，旨在開發支持邊緣智能、制造業、汽車及醫療保健領域的語義低代碼編程工具。該項目于2023年1月啟動，目標是探索如何將傳統集中式制造系統演進為由自主移動機器人組成的群體化系統。這些機器人能夠在邊緣節點完成實時通信與協作，同時最大限度地減少對人類操作和中央控制系統的依賴。

自項目啟動以來，來自工業界和學術界的16家合作伙伴(包括西門子、博世、英偉達、德國柏林工業大學、英國牛津大學、德國弗勞恩霍夫開放通信系統研究所、戴爾科技公司及CNIT)已共同探索出實現這一目標的路徑。

西門子聯合戴爾科技公司與柏林工業大學開發了支持邊緣智能的語義化低代碼工程工具鏈。這種極簡編碼框架通過模塊化設計降低了去中心化系統的開發門檻，使企業能夠快速部署邊緣計算節點，同時簡化了從傳感器到執行器的端到端開發流程。最近，歐盟創新雷達(Innovation Radar)認定該工具鏈已具備市場應用條件，該計劃專門識別具有高潛力的創新技術。

與此同時，博世團隊專注于高級計算機視覺算法的研發，其視覺感知系統已在工業分揀和質量檢測場景中實現亞像素級精度。英偉達則通過其BlueField-2 DPU(數據處理單元)為項目提供了硬件加速支持，以實現高性能、高安全性的網絡連接。正如Cugini所強調："CNIT、柏林工業大學、牛津大學及弗賴堡大學與英偉達的合作，正在將網絡加速能力從傳統數據中心擴展到邊緣設備。"

作為工作的一部分，Cugini及其團隊還開發了一種軟件層，可以對設備的底層硬件進行編程。他指出，這一額外的軟件層負責管理機器人之間的通信，同時執行安全驗證并防止消息被攔截。

為什么群體機器人依賴邊緣人工智能？據研究人員稱，邊緣人工智能結合了邊緣計算、物聯網和人工智能技術，能夠在本地實時完成數據收集、處理、分析和決策，從而大幅降低延遲。對于需要毫秒級響應的機器人操作(如避免碰撞)，邊緣人工智能的實時性至關重要。相比之下，基于云的人工智能由于網絡延遲較高，無法滿足這種快速響應的需求，導致其在執行此類任務時速度過慢。

Cugini及其團隊在項目全程關注延遲限制，特別是額外軟件層的影響。研究顯示，輕量級軟件層不會顯著增加群體網絡的延遲，同時群體網絡能夠在不到1秒內適應網絡變化。這一優化設計確保了系統的實時性和適應性。

“為了實現額外的安全性、動態性和總體的網絡能力，我們所增加的額外延遲在很大程度上取決于底層硬件，”他說，“如果使用價格僅為幾十歐元的樹莓派，其性能與家用Wi-Fi網絡相當，但如果使用強大的英偉達數據處理單元，我們就能實現每秒100吉比特或更快的速度。”

目前，實驗已覆蓋多達20個自主機器人的群體，模擬規模可達1,000個。Cugini表示，工廠車間無需同時容納1,000臺設備，但在汽車用例中，目標是支持約1,000臺自動駕駛汽車的群體協作。他強調，SmartEdge項目在多個層面實現了創新，推動了相關技術的發展。

各國出現更多群體智能項目

隨著邊緣人工智能與群體智能的潛力不斷顯現，相關研究正在加速推進。例如，2024年1月啟動的Swarmchestrate項目，由歐盟地平線歐洲(Horizon Europe)計劃、英國研究與創新機構(UKRI)和韓國國家研究基金會(NRF)共同資助，總金額達550萬歐元。該項目旨在分布式云到邊緣基礎設施中創建和管理相互連接的群體，實際應用場景包括洪水預防和停車位管理，展示了網絡邊緣傳感器如何高效處理大量數據。

2024年1月啟動的Discover-US項目獲得了歐盟100萬歐元的資金支持，旨在加強跨大西洋地區在分布式計算和群體智能領域的聯盟合作。項目協調人、比利時根特大學的Koen De Bosschere表示：“Discover-US的名字具有雙重含義，美國研究人員通過項目‘發現我們’在歐洲，而歐盟研究人員則通過項目‘發現’美國的研究。”

Discover-US項目正在構建一個由來自歐盟和美國的80名研究人員組成的網絡。項目合作伙伴包括西班牙巴塞羅那超級計算中心(BSC-CNS)、法國原子能和替代能源委員會(CEA)、比利時根特大學、挪威科學與工業研究基金會(SINTEF)，以及意大利帕多瓦大學。據Sintef Digital的首席科學家Ovidiu Vermesan介紹，該項目專注于非競爭性前沿研究，研究領域包括新的計算范式、通過抽象簡化復雜性、分布式計算的新興概念、計算連續體、群體智能、邊緣智能設備、編程框架和工具。最近發布的一份出版物為未來的跨大西洋合作勾勒出了一幅清晰的愿景

“分布式計算和群體技術的大部分開發工作將在邊緣進行，但隨著政治和技術格局的發展，許多‘孤島’正在形成，”Vermesan說道。“這對技術發展不利，可能會開發出不具互操作性、可擴展性或標準化的元素，許多機會可能會被錯過。合作和思想交流是開發這項技術、識別未來挑戰的關鍵。”

在最近的一次Discover-US會議上，美國阿貢國家實驗室(ANL)的Discover-US成員Rajesh Sankaran呼應了Vermesan的觀點。“隨著人工智能在邊緣設備上的應用越來越普及，研究人員及其學生可以探索創新的分布式系統，從而推動歐盟和美國在這一領域的進步，”Sankaran說道。

Vermesan協調的EdgeAI聯合項目由歐盟資助，總金額3,500萬歐元，專注于“優化性能的嵌入式處理邊緣人工智能技術”。該項目于2022年12月啟動，擁有48個合作伙伴，包括意法半導體(ST)、英飛凌(Infineon)、恩智浦半導體(NXP)、艾邁斯歐司朗(ams Osram)、昕諾飛(Signify)、imec和奧地利維也納工業大學(TU Wien)。

雖然EdgeAI項目并未專注于群體技術，但其在邊緣AI硬件加速器、算法、安全、隱私、入侵檢測、實時過程反饋、智能無線網狀通信等方面取得了眾多成果，所有這些成果都可以為群體智能和分布式邊緣AI提供支持。目前，項目合作伙伴正在使用意法半導體開發的工業級MPU(在項目范圍內開發)，該MPU集成了Arm Cortex處理器和神經處理單元，用于在邊緣運行實時機器視覺等應用。

群體智能面臨的一個挑戰是，群體協作所需的工具和平臺尚未完全開發。然而，正如Vermesan所指出的，正在發生積極的變化。除了歐盟資助的研究進展外，像亞馬遜和OpenAI這樣的美國大型企業也據稱正在推出群體智能框架。這些發展與基于代理的人工智能中看到的趨勢非常吻合，無論是單代理系統還是多代理系統，這些趨勢都與群體智能的概念完美契合。