飞机盘旋在匹兹堡上空，蜿蜒的森林山路中一座工业城市的轮廓赫然显现。匹兹堡被称作「钢铁城」，从 1970 年代开始，滞缓的经济导致大量蓝领失业，这里和底特律、克利夫兰等东部城市被统称为「锈带」（Rust Belt Cities），面临着转型或破产的困境。

然而与其它「锈带」城市有所不同，匹兹堡有宾夕法尼亚州最大的医院——匹兹堡大学医疗中心，以及全球排名第六的计算机系大学——卡内基梅隆大学。这座城市正在利用这些资源重新包装、营销自己。通过机场安检口滚动的宣传片大力推送「创客」、「科技」、革新」可以窥见一斑。

人工智能是重头戏。去年，卡内基梅隆大学深度学习部门录取的 8 博士生里有 6 名华裔，随着 AI 热潮，越来越多的中国学生慕名在此就读。今年，卡内基梅隆宣布了新的人工智能研发计划「CMU AI」，项目涉及 100 多名学者和 1000 名学生。学校则外宣称：「AI Is In Our Blood」——人工智能就在我们的血脉里。

这里变成美东地区除去波士顿纽约地区之外，求学、创业、和投资的热点。然而虽然卡内基梅隆大学的技术实力不可置否，匹兹堡郊区的基础设施铁剂斑斑，城市公共交通系统仍然陈旧：前面的产业经济转型是一场硬仗。

卡内基梅隆大学：匹兹堡产的美国机器人

与加州理工大学、麻省理工学院和斯坦福等学校相比，卡内基梅隆大学有美国最大的机器人研究所（Robotics Institute）。现任所长 Martial Hebert 是个神情严肃的法裔计算机视觉专家，他向机器之心透露：「早在机器人研究所成立时就有自己的预算和人才。这个别的大学不太一样，它们的架构更松散。」

起源要追溯到 1979 年。工程学院院长 Angel Jordan 问计算机系教授 Raj Reddy：「卡内基梅隆为什么不做机器人？」二人立即提案专攻工业制造机器人，并向匹兹堡当地企业 Westinghouse Electric 的总裁 Tom Murrin 拉赞助，后者很爽快地捐助了学校大约 500 万美元（约今天 3200 美元）。

随后的科研成果证明，三人做了一个正确的决定。80 年代，Marc Raibert 在这里创建了 Leg Lab，后来他把这个实验室搬到麻省理工，在军方资助下创办波士顿动力公司；

NavLab 推出世界上最早的自动驾驶汽车 NavLab 1；Red Whittaker 制造的机器人车可以帮助清理三里岛核泄漏现场。90 年代，金出武雄教授研究的计算机视觉系统在 2001 年超级碗棒球直播上名声大噪。2007 年，Red Whittaker 又带领 Tartan 赛队打败斯坦福，赢得 DARPA 的自驾挑战比赛的第一名。

卡内基梅隆研发的这款 CHIMP 机器人高 150 厘米、臂展 250 厘米，被用于灾难救援。CHIMP 在 DARPA 2015 年机器人挑战赛（DRC）上荣获第三名。

科研成果背后的商业空间很大。1996 年，机器人研究所旗下的国家机器人工程中心（NREC）在 NASA 的资金支持下开张，与美国政府和业界合作农业、矿业、核能、航天和国防等机器人研发项目。

Hebert 所长每天极早就开始站着工作，面对着成堆的公文，他告诉我们：「工程中心与美国政府签署的合同一般持续 5-10 年，和公司的合同一般只持续 1-3 年。我们喜欢长期合作，不断积累成果、做系统性开发。」言下之意招纳项目的门槛不低。

目前机器人研究所有 116 名教授，33 个实验室，以及 98 个正在进行的项目。

当然机构架构只是背景信息，培养下一代才是首任。暑假收尾，在 Cohen 中心大楼的地下室里，机器人俱乐部的学生正忙得不亦乐乎。成员们在这里做自己感兴趣的四轮车、无人机、类人机器人开发。去年，俱乐部主席 Sean Reidy 自己花了$500 美元完成了个可遥控、带引擎的机器沙发，在开学日抬到学校草坪正中央，吸引了不少眼球。

机器人俱乐部主席 Sean Reidy，研究生代表 Brad Powell，培训官 Oliver Zhang（从左到右）

「当然也有人加入俱乐部找做研究的机会。比如我自己，现在正在为 Red Whittaker 的月球车项目打杂。」研究生代表 Brad Powell 说。

Brad 告诉机器之心，当年他在网上看了兰迪·波许（Randy Pausch）著名的最后一课，决定递交入学申请。「这里很自由，并且鼓励创新，而且不只是说说而已。」

2007 年，罹患胰腺癌的卡内基梅隆大学计算机科学、人机交互及设计教授波许在学校上了最后一节课，鼓励台下学生在难以预料的人生中把实现童年的梦想放在第一位。这堂课座无虚席，社会影响力巨大，匹兹堡市议会随后宣布 2007 年 11 月 19 日为「兰迪·波许博士日。

波许的学术精神影响了许多后来的学生，其中也包括 Brad：「我非常喜欢太空机器人，我的梦想是在世界上留下自己的痕迹。」他希望以后可以去美国宇航局工作：「哪怕毕业不能立即加入 NASA，也可以在多做几份工作之后再尝试，总能达成目标的。」

卡内基梅隆大学：机器学习研究的前沿

CoBot 协作机器人在卡内基梅隆计算机系大楼 Gates Hillman 中心招待了我们。这款机器人可以独立传达口讯、护送访客、并且完成一些简单的任务和沟通。如果在执行中遇到问题，CoBot 会向过路人求助；如果在中途被耽搁，CoBot 可以向人解释自己迟到的理由。在机器学习部门，CoBot 是一个研究实时导航、多机器人任务规划的平台，凝结了许多教授和博士生的心血。

目前机器学习部门有四个 CoBot，每个造价约 $10,000 美元。每个机器人都配有屏幕界面，电动车轮，LIDAR 传感器和六米视野的 kinect 深度摄像机。其中 CoBot 4 克服了强弱光的问题，只配备相机传感器。

操刀研究 CoBot 系统的是机器学习部门主管 Manuela Veloso 教授。

上个世纪 80 年代，Veloso 毕业于里斯本高等院校的电气工程学院，秉着对工业自动化的热忱来 CMU 读博。她是业界为数不多的女强人，也对 CoBot 的 『原始』 外表直言不讳：「机器人应该看上去像机器人。就像冰箱一样，它只是个机器。你要明白的是，我更关心机器人是否可以自动工作，而不是他们的外表有多好看。」

这种实用主义在卡内基梅隆是主流。

「计算机科学研究始于上个世纪 50 年代。当时，赫伯特·西蒙和艾伦·纽维尔共同创立了工业管理研究生院，研究符号推理计算。」纽维尔在 1975 年赢得图灵奖，而西蒙则被授予 1978 年的诺贝尔经济学奖。「我记得艾伦·纽维尔对我们说过，『说让计算机做什么很简单，让他们真正这么做却很难。』」Veloso 教授追忆道。

而这两年由深度学习引爆的人工智能热潮，似乎仍旧逃不出 『只说不做』 这个窠臼。

Veloso 教授在 1997 年帮助创立了 RoboCup 机器人足球赛。2015 年，她的 CMU 团队 CMDragons 赢得了第一名。

「尽管如此，人工智能不会消失，这项研究只会变得越来越重要。」Veloso 教授表示。「我们今天说人机互动——Human Computer Interaction，但我认为我们正在与人工智能互动——Human AI Interaction。这是一个崭新的领域。」

机器学习部门附属于计算机学院，目前拥有 22 名教授，40 名教师，和约 60 名博士生。在去年部门录取的 6 名华裔学生里，以 3.92 GPA 高分毕业于加拿大麦克吉尔大学的周承惠就是其中之一。

承惠的研究方向是深度强化学习。她说导师 Veloso 教授提出的应用场景非常具体，例如：「当系统看到对面有人打招呼时，会停下来并提醒盲人做出回应。」正在读第一年的她目前正在钻研如何使机器人拦截移动目标。

承惠告告诉我们：「读博其实是一种生活方式，你 24 小时不停的工作，却感觉自己完全没在工作。你想明白问题的那一瞬间可能是在吃饭，或者刚起床赖在床上的时候，从来都不是低头学习的时候。」

「我爸爸就是计算机系的教授，我小时候觉得他一直特别闲。我家里人反对女生读博士，觉得学个本科就行了。」2015 年，承惠的导师在 Grace Hopper 年度会议上演讲，鼓励女性投身科研。目前即便在美国，女生读计算机博士仍是少数。「但我觉得这些跟性别没什么关系，女生也一样能做得很好。」承惠说。

同样在八楼办公，前任机器学习部门主管 Tom Mitchell 教授手上有三个研究项目：使用统计学习算法分析 fMRI 数据，教手机如何学习用户指令，和一个名为「无止境语言学习」（NELL）的软件系统。

NELL 是一个无休止的推理系统，被用来在网络上学习、并且分类语义知识。自 2010 年以来，它一直在不间断地运行。如果说 80 年代的专家系统因为封闭和单一失败，NELL 的开放式系统则打破了这个局限性。

NELL 使用了八种不同的算法，每种都在同时帮助系统确认知识点的准确性。Michtell 教授解释说：「假设一种算法根据语义来分类信息，例如当你说「匹兹堡市长」，系统会根据「市长」确认匹兹堡是个城市；另一种算法则查看拼写方法，例如「Pittsburgh」的「burgh」则是城市常见的后缀。如果八种算法相互确认，我们可以肯定匹兹堡是座城市。」

NELL 最近新确定的知识点是克里斯托弗·诺兰指导了《蝙蝠侠：开战时刻》。

除此之外，NELL 还与一个由 Abhinav Gupta 教授开发的「无止境图像学习」（NEIL）的系统沟通，通过视觉和语义知识的交互进行学习。「NELL 和 NEIL 都在网络上自由爬行，分头收集和分类数据。」在这个过程中，Mitchell 教授认为 NELL 和 NEIL 系统的开发或许能够帮助机器学习摆脱使用标签数据集的限制。

匹兹堡大学：当人工智能遇见医疗

在过去几年，匹兹堡大学神经生物系的 Andrew Schwartz 教授正在忙着开发一个神经假肢项目，帮助全瘫患者恢复手臂功能。与他一起工作的还有包括电气工程师、生物工程师、统计学家、机器学习科学家等在内的 20 名专家。

「系统会接收到两种信息流：一种来脑部植入电极，一种来自相机传感器背后的视觉计算系统。系统将两种信息流解码后移动假肢。」Schwartz 教授向我们解释道。作为脑科学家，他对人工智能最近的发展并不感冒，但表示自己的项目的确受益于计算机分析大量平行数据流能力的提升。

Schwartz 教授在匹兹堡医学中心

Schwartz 教授认为，目前的产品虽经 FDA 预先批准，但仍需要两到三年的改进时间：「我们想从颅骨中去除电极传输线，并且用新型材料提高手臂灵的活性。」他承认目前科学并不彻底理解大脑的运作方式。「人类的臂膀有 10 个活动自由度，手掌有 20 个活动自由度。在这种复杂度的前提下，我们还不知道脑信号是如何传播到脊髓和四肢的。」

支持 Schwartz 这项研究的机构是宾夕法尼亚州最大的医疗和保险提供商——匹兹堡医学中心（UPMC）。目前，UPMC 旗下共有 330 万会员，25 家医院，和 3,800 名执业医师。2007 年医院购买了匹兹堡最高的地标性建筑 US Steel Tower 的冠名权，并且在全市拥有名目繁多的物业。

几年前医院成立了创新部门，雇佣了约 250 名数据科学家和技术专家，和谷歌匹兹堡分部一起在 Bakery 广场的大楼办公。

匹兹堡医学中心的首席创新官兼企业执行副总裁 Rasu Shrestha 医生告诉机器之心：「的确，我们正在和谷歌抢人才，我们希望毕业生可以选择 UPMC，而不是楼上。」

创新部门最重要的业务是孵化科技项目。几年前 Shrestha 投资了一个叫 Covergence 的公司，开发可供医生阅览的患者医疗数据平台。

然而在医疗行业竞争激烈、利益划分界限明确、信息保密度极高的美国，这个平台最终未能推广开来。Shrestha 很快决定关掉公司。「当医生的人不喜欢说 『失败』 这个词，但在我们部门，保持 『敏捷』 是很重要的。如果一个点子不好，就让它快速失败。」

医院也投了各式各样的医疗项目，其中一个例子是 Vivifyhealth，一家使用移动设备监控病人体征的公司。「如果患者的体征显示不正常，我们可以提前进行干预。」Shrestha 博士说。

目前数据处理技术的成熟与医院的发展策略相辅相成。「医院有许多结构的文本数据，包括用药、过敏、和实验室等数据单；以及非结构化数据，包括手术放血摘要，放射学报告和实验室摘要。」Shrestha 博士解释说。「像素数据的图像识别技术也在不断进步，这些都是人工智能技术用武之地。」据悉，UPMC 是最早的医疗数据归档系统 PACS 的发源地。目前医院每年收到数百亿字节的数据，并且每 18 个月翻一番。处理海量数据已成为当务之急。

UPMC 去年在「创新」上投资了近 20 亿美元。2017 年，医院宣布与微软合作，利用人工智能和云端存储技术数字化所有纸质档案。

IAM Robotics：在匹兹堡创业的仓库机器人公司

除去大学、大医院，匹兹堡的机器人创业公司也是产业链中不可或缺的一部分。

Tom Galluzzo 是佛罗里达大学机器人、机械工程和电气工程系的三栖博士。2009 年，他受聘于国家机器人中心担任工程师，三年后离职创立 IAM Robotics，一家利用计算机视觉开发货架存储机器臂的公司。

公司的工厂位于匹兹堡郊区。在我们造访时，Tom 正在招呼几个工程师清理庭院。对于他来说，每年毕业于卡内基梅隆约 100 名机器人系毕业生是首选的招聘对象，其次还有来自匹兹堡大学和宾州大学的毕业生。「跟硅谷比起来的话，匹兹堡的好处是的工资便宜。」Tom 告诉机器之心。

在国家机器人中心，Tom 曾在国防高等研究计划署的 ARM-S 机器臂项目工作。他说那个项目教会他「仿人机械手」的局限性：「五指是复杂，容易碎，昂贵，并且笨拙的设计。」在他自己的创业公司，Tom 摈弃了这个创意。

IAM 的机器人产品」Swift「使用板载 RGB 相机和吸盘从货架上拿货。当新产品进入储物间时，工作人员将在一个叫「Flash」的扫描仪上将物品记录入档。使用时，Swift 的计算机视觉系统可以在货架上找到物品。在光线昏暗或不确定的情况下，红外线投影仪会根据「Flash」的存档图像进行判断。用来抓取物品的吸盘最多有 0.68 公斤的吸力，目前仅适用于箱子和包装货物。

Swift 的工作量相当于一名全职工人，而一台电池可将机器维持 10 小时。Tom 表示安装 Swift 的企业可以在 2-3 年后收回投资成本。

IAM 的客户包括美国最大的医疗保健经销商之一的罗切斯特药物合作社。在选择物流行业之前，Tom 做了一些调查：「美国人花 400 亿小时在线购物，如果不能自动化物流的不同环节，就没有办法满足包装和运输的需求。」亚马逊 Kiva 是仓储机器人的标杆，在美国激烈的商业竞争中，IAM 需要尽快找到利基市场，持续扩大产品的应用场景。

像美国大多数机器人公司，IAM 外包了生产和部分设计工序，目前公司产品使用的机器臂是 FANUC 公司生产的。

Tom 说：「在匹兹堡创业的最大障碍是资金。我们拿到种子轮就用了很长时间，直到今天融资还有挑战。」

卡内基梅隆大学 Swartz 创业中心：「钢铁城」的投资与知识产权之战

作为和 CMU 有关的创业公司，Tom 告诉我们在拿投资的路上，帮助他最多的人之一是 Swartz 创业中心的主管 Dave Mahogany。

六年前，从事风投和创业多年，人脉和经验都很丰富的 Dave 被卡内基梅隆聘请，帮助学校的项目寻找投资并且跟进后期孵化。两年前，匹兹堡本地的投资人 James Swartz 爽快捐赠 3100 万美元，用于支持 CMU 的创业活动，因此有了 Swartz 创业中心。

Dave 的办公室位于 Tepper 商学院的二楼。「我能帮到你什么？你想了解什么？」他开门见山地问道，精力充沛地看不出一丝倦容，尽管刚从硅谷飞回来，又马上要与来自台湾的投资者人会面。

根据安永会计师事务所的报告，「从 2012 年到 2016 年，匹兹堡共有 318 家公司吸引了约 17 亿美元的资金。」投资最多的类别包括软件，生命科学（生物技术，医疗器械，医疗 IT 和医疗保健服务），得益于匹兹堡医学中心强大的后盾，其次是硬件（机器人和电子），得益于卡内基梅隆大学强劲的科研实力。

Dave 告诉我们，近年来有许多国际投资者正在敲匹兹堡的门，尤其是中国投资人。「我们正在与李开复的创新工场公司谈项目。不过兴趣是一回事，大部分都持观望态度。但不可置否的是，中国投资人正在帮助美国创业公司成长。」

Dave 为匹兹堡本地缺乏的风险投资人而感到担忧，他还认为本地公司不愿意和创业公司合作。「这里和硅谷有所不同。在硅谷，今天的创业公司十年后可能会成为一家成熟的公司，所以人们愿意承担风险。但在匹兹堡，就连 UPMC 也不愿意和创业公司做生意。当然这不合理，哪怕惠普也曾经是家小公司。」

另外一个需要谨慎处理的问题是专利。

2016 年，匹兹堡最大的三个大学共生产专利 145 项，比 2012 年增长 43％。事实上，批准专利使用权是国家机器人中心的业务之一，卡内基梅隆大学目前拥有 659 项机器人专利。

在最近的高调官司中，学校起诉半导体巨头 Marvell 硬盘降噪技术专利侵权。去年结案时 Marvell 向学校支付的赔款高达 7.5 亿美元，金额为美国专利诉讼第二高，一举打破计算机领域最高的纪录。学校将受益支付给专利持有人 José Moura 教授及他的学生 Aleksandar Kavcic。一年后，二人联合 Moura 的妻子 Manuela Veloso 教授向学校回捐了 1650 万美元，用于数据科学和工程研究。

为了避免官司纠纷，卡内基梅隆技术转让与创业中心（CCTEC）成立，旨在通过科普法律手续，帮助创业公司驾驭知识产权问题。学校网站上详解了整套流程，区分在不同情况下产权使用的明细。

（本文经机器之心授权转载，作者李九喻）