<mark id="oztn4"></mark>
0
當我們聊機器人的時候，究竟會聊些什么？
7 月 8 日，由中國計算機學會（CCF）主辦，雷鋒網(wǎng)與香港中文大學（深圳）承辦的全球人工智能與機器人峰會的機器人專場上，幾位來自機器人產(chǎn)品研發(fā)一線的從業(yè)人士，在“機器人改變行業(yè)”的圓桌論壇環(huán)節(jié)，為我們講述了機器人在各個垂直領域應用的一些情況。
此次圓桌討論由中科院深圳先進技術研究院研究員夏澤洋擔任主持，參與討論的嘉賓分別是博創(chuàng)聯(lián)動 CEO 陶偉、大道智創(chuàng) CTO 刑志偉、梅卡曼德創(chuàng)始人邵天蘭、常鋒無人機創(chuàng)始人趙自超。
夏澤洋介紹稱，自己長期在研究院工作，專注于醫(yī)療機器人的研發(fā)，特別是醫(yī)療機器人在牙齒矯正領域數(shù)字化應用。博創(chuàng)聯(lián)動致力于農(nóng)業(yè)機械的智能化、信息化以及自動駕駛；大道智創(chuàng)是一家專注于 SLAM 技術應用和商業(yè)化落地的公司，其產(chǎn)品用于自主巡邏的安防機器人等。梅卡曼德是將人工智能算法用于工業(yè)上常見的機械臂，并“在機械臂手的基礎上加上眼鏡和大腦”。常鋒無人機則主要提供無人機行業(yè)應用的解決方案。
主持人夏澤洋針對一些機器人在行業(yè)的應用，與四位嘉賓進行了討論，雷鋒網(wǎng)整理如下。
夏澤洋：我們的主題是機器人改變行業(yè)，我們有做工業(yè)機器人、有做安防機器人、無人機、農(nóng)業(yè)機器人，請大家結合自己的領域來談使用的機器人技術和產(chǎn)品，對我們這個行業(yè)產(chǎn)生了哪些影響，甚至目前已經(jīng)發(fā)生的改變。
陶偉：我們做農(nóng)業(yè)機械，農(nóng)業(yè)領域是我們認為未來機器人和人工智能應用非常大的領域，像美國，農(nóng)業(yè)人口大概只占總人口的1%，但是美國是世界級的農(nóng)業(yè)出口大國。這里面其實主要是依賴于農(nóng)業(yè)機械的智能化以及整個作業(yè)過程中的信息管理水平。
中國和世界的水平還有很大的差距，尤其是機器人和人工智能方面，實際上有些切實的改變在發(fā)生，比如農(nóng)機的自動駕駛，每年在新疆和東北持續(xù)有大量的應用，國家的補貼也有很多這方面的支持。所以在大面積農(nóng)田的區(qū)域，自動駕駛的農(nóng)機已經(jīng)獲得客戶很高的認可。
比如說每年春天播種的時候，現(xiàn)在的情況是，如果這臺機器不具備自動駕駛功能，可能當?shù)氐霓r(nóng)場主都不愿意讓你進行作業(yè)，他們很清楚，作業(yè)過程中，播種如果不能有效利用土地的時候，后期像灌溉、農(nóng)藥的噴灑等都會導致效率降低。在農(nóng)業(yè)領域，機器人可能接下來會有越來越多的應用場景。
邢志偉：我們做人工智能技術或者機器人技術，更多是為了解放人們的創(chuàng)造力，把我們從重復性、枯燥性的工作中解放出來。對于安保領域，安保的某方面很符合這樣的定義。
首先，我們在進行物業(yè)社區(qū)安保，目前的安保系統(tǒng)更多基于定點的物理監(jiān)控這樣的安保網(wǎng)絡，加上人工巡防發(fā)現(xiàn)一些問題，這樣比較死板。像保安巡邏，他們經(jīng)常會偷懶，也不逛，尤其夜間，他們半夜躺在那里睡覺，根本不出門，我們也做過一些調研。如果機器人做這個事情，他完全自主，并且夜間按照隨機的路徑規(guī)劃進行巡邏探測，可以最大限度避免人類偷懶等問題。
另外一個方向，比如應用在反恐領域，目前很多逃犯很難追蹤，在機場或者高鐵站進行追蹤，進行爆炸物探測，通過人臉特征比對、后臺大數(shù)據(jù)分析，判斷出團伙間可能有的聯(lián)系，甚至警用的設備還可以抓取我們身上攜帶通用設備的 ID，識別他們的身份。哪怕他們換了手機或者其他的身份，仍然能夠抓取到他們。這樣我們可以在事前把這個事情抓到，我覺得在安防領域，事前預防比事后追捕會帶來更大的安全性。
邵天蘭：機器人行業(yè)本來也在經(jīng)過很大的變革。我是做工業(yè)機器人，工業(yè)機器人可能離大家生活比較陌生，但這不是新鮮的東西。50年代的時候，這個東西就已經(jīng)有了最早的應用，比如 10 多年前、20 年前，大家去奔馳寶馬的工廠或者特斯拉的工廠，可以看到?jīng)_、焊、涂幾個工藝機器人比人還多。機器人和汽車一樣，傳統(tǒng)看來，大家認為這是機械的問題，比如計算能力，每秒我可以算多少浮點運算。
以前拿到機器人或者汽車，里面的運算力是 1 秒 1G，但是梅卡曼德現(xiàn)在發(fā)現(xiàn)，如果要為機器人賦予智能，起碼要賦予 1T 的計算力。機器人行業(yè)的運算力有了幾十倍甚至上百倍的提升，行業(yè)從原來大家認為的機械行業(yè)和汽車類似，慢慢變成軟件和智能、算法。
趙自超：以前農(nóng)機屬于機械化，現(xiàn)在機器人加上人工智能就屬于信息化。機器人和人工智能應該讓傳統(tǒng)行業(yè)從勞動力密集型變成技術密集型。比如農(nóng)業(yè)，以前人種地，做法跟用機械和自動化、智能化的機械效率肯定不一樣，剛才陶總講拖拉機走不直。人開的時候，播種向右彎，收割向左彎，那肯定有問題，自動駕駛很直就可以。
無人機在植保這塊，大規(guī)模農(nóng)場也會對地形進行測繪，把數(shù)據(jù)保存下來，再用植保無人機到現(xiàn)場把數(shù)據(jù)下載下來，規(guī)劃航線讓飛機自動作業(yè)，繞開障礙物等等。有這些東西之后，我們可以再加上一些方法，讓它對農(nóng)業(yè)生產(chǎn)過程的數(shù)據(jù)進行測量、采集，再進行統(tǒng)計處理，簡單的就是統(tǒng)計處理，高級就是人工智能。整體說，種地的種法就會有變化。
夏澤洋：最近我們百度的無人車上北五環(huán)，不僅引起大眾的關注，還引起執(zhí)法部門的關注，我想后續(xù)還會有故事。幾位同事肯定遇到這些方面的問題，是不是請做無人機的趙自超談談，無人機在這方面是不是也有很多想法？
趙自超：無人機影響航班、黑飛、內(nèi)幕等各種說法甚囂塵上，飛機涉及空運問題，比較敏感。現(xiàn)在所有無人機都屬于黑飛，受影響最嚴重的就是 C 端的消費類無人機，現(xiàn)在國家出臺政策要求實名制、要登記。我覺得政府考量最關鍵的是兩點：一是安全問題，什么產(chǎn)業(yè)發(fā)展都不能影響安全。二是權責，權責要匹配，以前無人機沒有人管，因為我管就有責任。但是我的權利，政府部門要考慮，以前空運，同行要下放到地方政府，但是地方政府和軍隊就沒有辦法達成一致。
我們作為從業(yè)者也要考慮：
技術上規(guī)避安全風險，像國家不允許飛的敏感地帶、敏感場所是最基本要規(guī)避的。
方向上，作為一個玩具，又有很高的能力，可以自由飛，也可以隨便看。其實在形式上、法律上罪名很高。
農(nóng)業(yè)為什么比較合適呢？飛得低，農(nóng)田上作業(yè)不影響別人作業(yè)，飛機航拍玩，但是影響別人，但是噴藥不會礙著別人。這種應用能比較好的和政策、法規(guī)不沖突。這方面國家支持也比較大。
邵天蘭：現(xiàn)在做機器臂，狹義工業(yè)機器人的趨勢是協(xié)作機器人，現(xiàn)在大家想把機器人和人放在同一個物理空間，甚至共同完成一個任務。這個事情和人接觸不避免涉及安全性問題，不說中國，像德國，全世界現(xiàn)在也沒有比較成型的行業(yè)標準，只有一些技術的建議。包括標準、法律法規(guī)的滯后，其實完全可以理解。
我的看法是，這個東西一定會滯后的，作為從業(yè)者，我們有最起碼的“節(jié)操”，不要過度夸大這個東西的安全性，我要把我的風險很好的告訴用戶。比如百度的問題，特斯拉之前做測試的問題，用戶可能會被很高大上的宣傳片，覺得機器人、車、飛機非常智能，無所不能。但是大家向后看，人工智能實際應用中還是有很多局限性，還是會有問題，還是會出錯。我們要以非常直觀的方式告訴用戶，這樣才不會在遇到問題之后，行業(yè)遭遇信任危機。
邢志偉：任何一項技術要發(fā)展、要應用，一定會碰到道德、法律上的問題或者考量，大家對這些問題的關注、鼓勵、支持，或者批評、質疑，從背后的邏輯是大家對這些變革抱有很大的期待與興奮。當然，對于新興事物、新興技術的法律法規(guī)制訂會滯后于科技的發(fā)展，從業(yè)人員，不管是研發(fā)還是測試，一定要慎之又慎，一定要抱有精微之心，做測試要更加安全、科學、規(guī)范。我們在鄭州高鐵東站執(zhí)行任務安放機器人，高鐵東站面積是 13.5 萬平米，我們不光要準確定位自己的位置，安排自己的路線和行走，由于是鐵路中樞，里面人流量很多，不光大人，還有小孩，要避免碰到大家和出現(xiàn)意外情況，這是我們很要注意的。美國硅谷有一個安保機器人，在商場進行巡邏任務，從一個小孩身上軋了過去。
陶偉：數(shù)據(jù)安全的問題，人工智能很多都是依賴于大型數(shù)據(jù)，數(shù)據(jù)和用戶信息確實是行業(yè)里面臨很大的問題。我們有一部分汽車，包括農(nóng)用機械的數(shù)據(jù)，平均運行起來，大概 10 秒有一條數(shù)據(jù)上來，數(shù)據(jù)量級很大，有幾 T 的數(shù)據(jù)在服務器上，數(shù)據(jù)的安全怎么應用，接下來是很模糊的問題，包括國家的政策法規(guī)都沒有明確界定。我們現(xiàn)在用到的數(shù)據(jù)還是基于脫出用戶敏感信息的大型統(tǒng)計分析數(shù)據(jù)，具體用到什么程度也是比較模糊的。
二是反向數(shù)據(jù)控制，尤其現(xiàn)在很多物聯(lián)網(wǎng)，像車輛、農(nóng)用機械、新能源汽車，其實可以做一些反向控制，包括車是不是可以馬上停下來，是不是可以做一些突然的啟動，都可以做一些控制。這里面控制的算法、安全、國家政策法規(guī)的要求，現(xiàn)在還是比較模糊的。我們也期待著相關的政策部門盡快能夠把行業(yè)的標準以及我們的數(shù)據(jù)要求能夠給到全行業(yè)，這樣在大家應用的時候會避免踩到法律上的紅線。
夏澤洋：人工智能的技術在未來 5 年、10 年，甚至再遠的二三十年，對我們的行業(yè)有什么樣影響，可能導致哪些行業(yè)消失，會催生哪些新的行業(yè)？
邵天蘭：我觀察的趨勢是，整個計算機行業(yè)在往很多其他行業(yè)輸出基礎知識和基礎技能，這讓我很爽。我原來在清華醫(yī)學院研究腦科學的地方工作過，不管是研究化學、物理、生物，甚至傳統(tǒng)的文科，研究社會、經(jīng)濟等，大家?guī)缀醵荚趯懗绦颉⒆鰯?shù)據(jù)分析，他們不像我們這樣從底下做一些基本的算法，他們更多用現(xiàn)成的工具。
但是我們發(fā)現(xiàn)，這種定量、實證性的方式滲透到各個行業(yè)。原來我上學找我們寫程序的就幾個系，現(xiàn)在各個院校都會寫程序。我想未來使用像分析數(shù)據(jù)、簡單的編程、使用機器人，慢慢會變成通用技能。AI 行業(yè)在往各個地方輸出這種基本的技能。
趙自超：現(xiàn)在機器人都自動駕駛，這對大學生影響不多，最嚴重的是藍翔技校，因為我們對機械進行自動駕駛，或者加上自駕儀或者智能。醫(yī)療專家系統(tǒng)，對技能型又需要技術的，未來通過專家系統(tǒng)就會解決，像金融、醫(yī)療方面的應用。人工智能在其他方面，最多的是耳朵和眼睛，我們可以聽懂你說什么話，可以看到圖像，像人的眼睛一樣。
邢志偉：機器人在有些小區(qū)巡邏，經(jīng)常會有保安問我們，你們這個機器人用了之后，保安是不是全部失業(yè)了？凡是技術上重復性比較高、形式固定的工作，以后一定會人工智能或者機器人替代掉的。另一個角度，商務上，不光要具備技術的可行性，從技術上進行自動化，我能帶來更多的商業(yè)附加價值，創(chuàng)造更多的商業(yè)價值、創(chuàng)造更多的利潤，這個行業(yè)、這個職業(yè)一定是最先被改革掉的。
目前各行各業(yè)有很多的交叉性，寫代碼不只是計算機程序員寫代碼，哪怕之前從事文職工作的，他懂這方面的技術，對自己的工作效率也會有巨大的提升。我覺得之前行業(yè)的從業(yè)者也沒必要太過擔心，因為行業(yè)的變革，隨著技術的發(fā)展，人類社會一再重演，一個職業(yè)消失，新的職業(yè)被創(chuàng)造出來。對于舊有行業(yè)來講，就算這個行業(yè)被機器替代，他們曾經(jīng)行業(yè)擁有的背景知識、行業(yè)背后邏輯的理解，讓他們應用到跟新技術結合的領域下，他們有一席之地，仍然有很重要的指導性地位。
陶偉：我們大量用戶車上的數(shù)據(jù)匯總過來，一天有幾億條數(shù)據(jù)，一個數(shù)據(jù)有幾百個參數(shù)。為了支持數(shù)據(jù)結入存儲，可能會有很強大的軟件團隊幫助做這個事。這個事情我們可以很好解決，但是這個過程中，我們發(fā)現(xiàn)最缺的是懂技術的行業(yè)專家，不管是機器人還是人工智能，行業(yè)通用性技術方面，我們可以找到很好的資源。如果想找到既懂技術，又懂行業(yè)的實際應用場景，而且建立模型的人，這種人很稀缺。如果有新的愿意從業(yè)者的個人發(fā)展，愿意扎根某個細分行業(yè)，愿意應用專業(yè)的技術，也許會有很好的發(fā)展。
夏澤洋：我們有多項技術對未來 5-10 年產(chǎn)生重大影響的關鍵技術，像人工智能、機器人、增強現(xiàn)實的技術，已經(jīng)占了 4 項技術的 3 項，在你們看來，未來 5-10 年，影響你們行業(yè)最核心的技術有哪些？
趙自超：無人機屬于機器人板塊，更多像 SLAM 等這些技術可能短期內(nèi)能很好的幫助我們解決定位，還有相當于機器人的耳朵、眼睛功能。關于腦的功能，目前還比較遠，最多是數(shù)據(jù)采集過來分析，然后指揮你。技術上，不管是移動機器人還是空中機器人還是水下機器人，基本就是導航的問題，相關的需求都會很需求，這幾年都會有很大的發(fā)展。
邵天蘭：SLAM 技術研發(fā)了很多年，我們通過大量產(chǎn)業(yè)化的努力，可以讓機器人在幾十毫秒內(nèi)完成復雜的運算，這一切建立在運算的硬件能力上和整個算法的提升。我覺得機器視覺和運動規(guī)劃是我覺得對機器人行業(yè)影響最大的兩塊技術。
邢志偉：我們主要應用視覺 SLAM 技術，這是我們的技術核心，雖然它目前基本滿足我們的應用情況，但是仍然有很多缺陷。現(xiàn)在通過視覺構建出來的地圖場景，更多的是一種或稀疏或者稠密的點云圖，抓取的是技術的點的結構特征。連用到線的都很少，所以它的智能層次還是比較低的。
后面更多需要和目前熱火朝天的深度學習對場景做到語義級別的理解，不光要知道哪里是特征點、特征線、特征面，更多要知道這是什么物體，什么場景，在大廳里還是外面的廣場里，這都是需要我們判斷的東西。基于場景的識別能力、理解能力，對我們來講是很重要的，提升機器人真正的行動智能的方面。
陶偉：我們接下來是多種數(shù)據(jù)的融合，農(nóng)業(yè)機械，像國外的先進農(nóng)機做到的自動控制、自動駕駛、遠程聯(lián)網(wǎng)，我們都做到了。融合數(shù)據(jù)信息，在作業(yè)過程中，可以實現(xiàn)下一步的方案變量作業(yè)。某些地區(qū)在同一塊土地上，有的地區(qū)酸堿度不一樣，進行農(nóng)藥的變量作業(yè)。下一步基于多傳感器數(shù)據(jù)融合，以及本身自動控制的過程，可能會對下一步機器人的應用帶來全新的爆發(fā)力。
有關機器人專場的演講，雷鋒網(wǎng)將持續(xù)帶來更多報道。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉載。詳情見轉載須知。
專題
本專題其他文章
