罗仁权教授：怎么才能把机器人变得非常智能？

　　新浪科技讯 8月20日消息，2018世界机器人大会拟于8月15日至19日在北京亦创国际会展中心举行。大会以“共创智慧新动能 共享开放新时代”为主题，由“论坛”、“博览会”、“大赛”、“地面无人系统展示活动”四大版块构成。 本届大赛汇聚了来自美国、俄罗斯、德国、日本、以色列等全球近20个国家和地区的1万余支赛队和数百名顶尖专家，共计超过5万多名参赛选手同台竞技。

　　台湾大学讲座教授、IEEE工业信息期刊总主编罗仁权发表了题为“面向AI和IoT新时代的机器人新商机”的主题演讲。

　　以下是演讲全文：

　　非常高兴，也很荣幸来到这里，感谢世界机器人大会的主办方邀请我参加此次大会。因为今天的演讲时间有限，我大概有三十分钟的时间为大家讲一讲机器人、物联网和人工智能，也就是AIoT。

　　正式开始主题之前，大家要知道，无论是服务型机器人、工业型机器人还是特种机器人，很多都是应用于制造行业，投入产出比非常高。可以看到制造、信息和农业这几个行业都是这样的行业。这是过去的十年当中机器人和自动化系统的专利情况，可以看到专利数量增加了3倍，也就是说这些领域创新是更多的。

　　现在是2018年，在工业应用方面，很多工厂仍然还有人工劳动力，比如iPhone的制造工厂，仍然还是需要很多人力。这是特斯拉的工厂，希望未来会有更多的机器人在这些工厂里面工作，一方面能够降低成本，另一方面能够保证产品品质的稳定性。这些机器人已经可以在医院当中行走了，能够运输一些废料及垃圾，还可远程控制为病人诊治，所以应用的领域还是很多的。

　　按地区划分的话，所有这些图片都在朝着右上角发展，即工业机器人市场都在持续快速增长。服务机器人在未来增速会是现在的4倍，目前来看趋势仍然在不断上涨。亚洲是目前为止增速最快的市场，欧洲是服务机器人规模最大的市场，日本其实更为乐观，认为2022年工业机器人市场规模会是目前的2倍，而对服务机器人的市场估计更加乐观，到2022年会增加20倍。

　　来看技术发展的情况，最开始都是编程型的机器人，也就是完成编程规定的任务，基本与外界环境没有互动，有外力介入的话可能就无法反应。在此基础上我们做了一些初级智能机器人，可以和外部环境有一点互动。现在人们要高智能的机器人，必须达到非常智能，甚至能够自我学习、自己掌握知识，也能够和外界环境进行很好的互动，这是非常热的话题，也是非常难的领域。

　　技术一直在向前发展，这里总结出了四点：要想让机器人变得非常智能，需要通过融合多个传感器以及编码器，让机器人感知周围环境并实现高度自动化。我们需要对机器人行动路径规划技术进行规划，让机器人绕过障碍，完成相应的任务，这也使得工业机器人变得更好。

　　欧盟是机器人非常大的市场，欧盟委员会也是希望将机器人纳入到监管的内容当中，因为希望保证机器人的安全。要有机器人和人之间的协作，以及机器人和人之间不会出现安全问题，所以需要利用AI技术，未来机器人可以在工作场合跟我们共同工作。

　　现在大家都在谈智能制造，也就是都希望降低成本，能够帮助你的客户创造更多的价值。过去我们更多关注的是劳动力成本，可能过去劳动力成本比较低，现在人们已经不再关注这个事情了，大家更关注的是如何能够改善价值链，如何能够创造创新的技术，通过技术提高效率，这也是很多国家都在朝着这个方向发展的原因。美国总统特朗普也希望让更多的制造产业回归美国，包括苹果和Google的制造产业，我们要考虑如何让更多的机器人进入工厂当中。

　　这里显示的是智能制造相关的技术，包括智能传感器和机器人、大数据、物联网、人工智能、数字制造等等，这些都是非常重要的技术领域，也都是促成智能制造的因子。

　　谈到“工业4.0”，尤其是在工厂中实现“工业4.0”，需要机器之间的互联。机器在运行时的温度会越来越高，要安装更多的传感器收集数据并监测各种控制器。可以充分利用这些数据预测机器的运转程度是否健康，之后还需要使用MES制造管理系统，也就是机器使用的时间越长，越需要对它进行更好的管理和测试，制造新的机器的时候从设计、制造、测试、完工，交付到客户手里的时候是整个的流程，客户还要给予反馈，ERP指的是公司可以监控整个公司的运行。

　　现在我们生活在一个互联网的世界，图中从左到右是演进，大型主机、微型电脑、个人电脑和移动互联网，今后是M2M机器到机器，也就是物联网，所有的物体都要联系到一起。大家知道阿里巴巴所做的线上和线下的整合，物联网的发展也是今后的趋势。IoT的市场发展是在激增的，86%的硬件都被物联网所占据。可以看到AI加上IoT才能够给整个系统赋能，AI市场变得越来越大，整个会议上我们听到了很多有关AI的话题，包括AI赋能以及市场规模。

　　这是深度卷积神经网络，我们都知道神经网络技术，但有些之前的工作要做，也就是深度卷积神经网络需要做好准备，输入这些信息以后，通过特征矢量就可以实现最后信息的识别分类和输出，这张图其实就是具体实施的过程。

　　看到不同物体的时候，比如三明治或者水和剪刀，机器人的AI系统会从不同的角度进行学习，然后就可以识别并捕捉这些物体，这是一项非常有意思的工作。当然，这种识别是非常成功的，0.8和0.9表示信心指数，如果是1就说明是100%。

　　最近我们做的研究是如果安装各种各样的雷达和传感器的话，这是一个拓扑图的产生机制，如果是服务机器人的话，传统来说我们会让它到达某一点，因为有的时候机器人并不需要这样的信息，比如需要机器人从这扇门出去，但有的时候放了一个垃圾桶，正好把门挡住了，机器人搞不清楚就不知道怎么走了，所以最好就是要有一个机器人，可以在这张拓扑图的基础上自动导航。

　　这种机器人是跟Kiva类似，可以举起150公斤的东西，我们也实施了一些防碰撞的机制，混合意味着激光雷达和视觉形象的结合。我们还有不同类型的机器人，人形机器人是用轮子驱动，这是在我们实验室当中的实验，红点是其中的一些节点，机器人会根据指示进到不同的房间，导航的过程当中可以防碰撞。有的时候让机器人上床睡觉，可机器人不知道床是什么，因此需要让机器人提前进行语意学习，可以看到机器人识别周围的物体。我们会告诉机器人这是起居室、房间和卧室，左边就是一张拓扑图，里面会体现出房屋的分割情况，所以机器人会变得更加智能，而且也对环境更加熟悉。要让这样的服务机器人真正工作的话，这是必须要解决的首要问题。

　　这里放了几个支柱，包括物联网、机器人和大数据。机器人不断移动、不断工作，可以产生大量的数据。移动机器人可以和人互动，也可以和环境互动，所以在不断产生数据。物联网可以实现万物互联，也会产生数以十亿计的数据，利用这些数据再反馈给AI，我们要做的事情就是把物联网和大数据结合起来。我们有很多不同层次的任务，过去直接可以把数据发到云计算当中，但要意识到它的时间敏感性，比如在过马路的时候现在是绿灯，把信息发到云当中，云再给予反馈，但如果云的反馈速度比较慢的话就变成红灯了。

　　AIoT技术，也就是人工智能+物联网，可以使工业价值链、行业价值链升级，也能够实现生态系统的升级。要对整个消费电子产品进行重塑，工业价值链、行业价值链会发生巨大的变化。可以看到这是一些终端设备，然后是一些门户和边缘服务器，还有边缘集群，最后是云。很明显，目前市场的机会是很多的，市场对轻量化、反应快的IC芯片的需求很大。

　　明年5G的移动网络将会推出，可以想象它的速度是4G的20倍，3个小时的电影几秒钟就能够下载，非常强大，到时候沟通也会非常快速，整个业务都会发生变化。未来我们可以使用5G移动系统，而且可以直接控制机器人。大家都在谈AI和IoT，但这条路并不平坦，但你也不是一个人在战斗，大家都在思考AI+IoT的问题，确实是一个新的业务，今后也要改变它的模式，我们必须要面对它，不仅仅是IT、数字和创新的问题，而是一个商业问题。

　　作为工程师，我们总是在想我们的客户需要什么，但不知道他们真正的希望是什么，怎样通过我们市场的洞察来实现颠覆性的创新？所以市场的洞察非常重要。我们要把技术的洞察和市场的洞察结合在一起，它们之间的重叠部分就是我们的舒适点。如果我们购买咖啡豆的话是比较便宜的，如果去了星巴克就会比较贵了。这里显示的是技术、客户体验和可持续的商业模式，商业模式是让你盈利的。这里我们一定是以人为中心的，服务机器人尤其如此。

　　查尔斯达尔文说过，不是最强壮的人能够生存下来，也不是最聪明的，而是最能够适应变化的。每个人都会想，不要让我工作更努力，我希望大家都能够更有创意、更加聪明地工作。