雷鋒網(wǎng) AI 科技評論按：7 月 12 日-7 月 14 日，2019 第四屆全球人工智能與機(jī)器人峰會（CCF-GAIR 2019）于深圳正式召開。峰會由中國計算機(jī)學(xué)會（CCF）主辦，雷鋒網(wǎng)、香港中文大學(xué)（深圳）承辦，深圳市人工智能與機(jī)器人研究院協(xié)辦，得到了深圳市政府的大力指導(dǎo)，是國內(nèi)人工智能和機(jī)器人學(xué)術(shù)界、工業(yè)界及投資界三大領(lǐng)域的頂級交流博覽盛會，旨在打造國內(nèi)人工智能領(lǐng)域極具實力的跨界交流合作平臺。

7 月 13 日，日本東北大學(xué)機(jī)器人系教授、IEEE RAS 主席、IEEE Fellow 小菅一弘教授為 CCF-GAIR 2019 分會場「機(jī)器人前沿專場」做了題為「Co-worker Robot PaDY」的大會報告。以下為小菅一弘教授所做的大會報告全文。

很高興有機(jī)會給大家做分享，我是來自日本東北大學(xué)的機(jī)器人系教授小菅一弘，今日主要想談協(xié)作機(jī)器人。我收到邀請時，被告知有 30 分鐘的分享時間，現(xiàn)在看來我很可能會超時，希望這次演講能給大家?guī)砀嘤腥さ男畔ⅰ?/p>

首先，給大家看在日本收集到的一些數(shù)據(jù)，當(dāng)中就包括了對 2030 年及 2050 年的人口預(yù)測。

今日上午，我在酒店樓頂欣賞了一下深圳的城市風(fēng)光，我發(fā)現(xiàn)這座城市的風(fēng)景非常好，盡管這樣，我們依然不能忽略社會上存在的一些問題和挑戰(zhàn)，這些都值得我們在未來去做更多努力。

以上兩張圖是截至 2050 年的中國人口預(yù)測數(shù)據(jù)，簡單來說，人口老齡化的情況會變得越來越嚴(yán)重。而美國的預(yù)測數(shù)據(jù)要比中日兩國好，可能是與美國很多人不愿意提前退休，即便到了退休年齡還在繼續(xù)工作有關(guān)。

之前《金融時報》的某個文章截圖表明，在 2016 年到 2017 年期間，日本一些公司招不到員工上班，在缺乏人力支撐業(yè)務(wù)的情況下，這些公司只好宣布破產(chǎn)。美國也存在相應(yīng)情況，2018 年 10 月 10 號的一個數(shù)據(jù)顯示，美國到了 2028 年可能會面臨的一個挑戰(zhàn)是，很大一部分人將欠缺未來所需的必要技能，最終會對整個社會經(jīng)濟(jì)造成很大的損失。

另外還有一組來自聯(lián)合國的數(shù)據(jù)顯示，68% 的世界人口到 2050 年時都會生活在城市里，這說明城市化的趨勢是相當(dāng)明朗的。這樣的環(huán)境將會充斥著各種摩天大樓，有的人也許很喜歡這種環(huán)境，但結(jié)合我們剛剛提到的挑戰(zhàn)來看，很多問題在未來將是潛藏存在的，比如建筑需要加強(qiáng)結(jié)構(gòu)設(shè)計來盡可能容納更多人，以創(chuàng)造更多的集約化空間。

人類與機(jī)器人的互動

接下來，我將與大家分享機(jī)器人研究所遇到的挑戰(zhàn)和機(jī)遇，包括機(jī)器人可以完成哪些事情、存在哪些機(jī)器人類型，以及不同類型的機(jī)器人所對應(yīng)的使用場景。

日本差不多在 10 年前便開始啟動機(jī)器人學(xué)研究，當(dāng)時主要研究將對社會帶來什么影響，不過那時候取得的成果很少，最起碼在 2010 年時的進(jìn)展依然不大。鑒于此，日本政府希望能夠做一些推進(jìn)，尤其是探討機(jī)器人在服務(wù)業(yè)方面的機(jī)會。

我們做了基本分類，從個人、社區(qū)、國際社會三個角度出發(fā)，探討機(jī)器人分別能產(chǎn)生哪些價值。

這張由我列出的表格中，清楚描述了機(jī)器人在每個層面所帶來的挑戰(zhàn)和機(jī)遇。在國際層面，機(jī)器人可以介入的服務(wù)包括環(huán)境監(jiān)控、自然資源探索、太空探索、深海/淺海探索等；在社區(qū)層面，可介入的服務(wù)包括政府服務(wù)、農(nóng)業(yè)、森林、漁業(yè)、挖礦、基礎(chǔ)設(shè)施建設(shè)、制造業(yè)、建筑業(yè)等；在個人生活品質(zhì)的提升層面，包括在醫(yī)療、健康等方面都能帶來許多正面影響。

由于今天的會議跟人工智能相關(guān)，所以我選擇了一個細(xì)分主題叫「人類與機(jī)器人的互動」。人類與機(jī)器人互動的歷史非常悠遠(yuǎn)，說白了即是一個增強(qiáng)人類力量的功能，看起來仿佛很簡單，然而事實卻不是這樣的。從機(jī)器人，到操作員，再到環(huán)境，這三者之間的互動是非常微妙的，任何一個小動作都會牽涉到三者之間的綜合性變化。為了協(xié)調(diào)它，看似簡單的一個動作，都要在控制方面做非常多的努力。

另外一個我個人比較感興趣的話題是人類如何與機(jī)器人進(jìn)行合作，因為這是未來人機(jī)協(xié)作方面非常核心的話題。

有一款差不多是在 20 年前被發(fā)明出來的機(jī)器人助手，從人機(jī)協(xié)作的層面來看非常成功，因為它可以幫人抬桌子。另外還有一款連接式機(jī)器人，通過兩個配套的機(jī)器人，可以幫人類移動柜體。

采用這些相近技術(shù)，我們可以拓展到更多領(lǐng)域促成更多的事情。況且，當(dāng)時我們還缺乏精確的控制技術(shù)，因為不存在優(yōu)質(zhì)的感知系統(tǒng)。換句話說，如果我們想控制一個移動機(jī)器人的精確移動，就要提高在機(jī)械力學(xué)方面的精度，這樣機(jī)器人才能夠在不借助人類的幫助下自主地移動物體。

剛剛介紹的是我們早期做的一些實驗，我們可以看到一些簡單的操作是可以由機(jī)器人配合人類去完成的，與此同時，我們也發(fā)現(xiàn)在一些比較泛化的任務(wù)上，實際操作起來還是有點困難的，即使配置的是一個輔助型機(jī)器人系統(tǒng)。這是因為它無法理解這件事情。為了促進(jìn)機(jī)器人與人類的合作，我們需要做的包括：

• 使其了解任務(wù)指的是什么

• 使其了解人類的意圖是什么

• 使其了解人類需要獲得的具體是哪些幫助

也許還有其他的內(nèi)容，但我相信這三點是最重要的，相比起 10 年前，如今多了人工智能的加持后，這三點其實已經(jīng)做得越來越好了。

「翩翩起舞」的舞伴機(jī)器人

我們后來做出了許多有趣的機(jī)器人，比如會跳舞的舞伴機(jī)器人。舞伴機(jī)器人可以對舞步提前做出精準(zhǔn)的預(yù)測行為。一般是男女兩個人共舞時，我們通過有形的物體去進(jìn)行操作，這是一個基本的人機(jī)互動例子。這個研究非常有意思，我曾這樣告訴過我的學(xué)生，通過使用我們的研究，就能學(xué)會跳舞。

我們的跳舞行為是由一系列的動作組成的，一般是男性舞者做引導(dǎo)，女性舞伴進(jìn)行配合，然后再根據(jù)跳舞規(guī)則以及周圍環(huán)境來完成的，所以得有相應(yīng)的參數(shù)。作為女性舞伴，她必須根據(jù)自己對舞蹈的認(rèn)識和經(jīng)驗來配合男性舞伴，這也意味著女性舞伴必須對舞蹈非常了解，才能與男性舞伴配合好。換而言之，只有對舞蹈的規(guī)則設(shè)置了然于心，我們才能開發(fā)出這么一個女舞伴系統(tǒng)，當(dāng)然，第一版并不太完美，但已在 2005 年的瀨戶世博會上被使用起來了。

這是一款很古老的機(jī)器人，經(jīng)過這些年都有點破舊不堪了，接下來我們盡量往極簡主義的方向去做。

在多維視覺方面，最開始的版本并不存在上下運動的操作，但考慮到上下運動對舞蹈而言非常重要，所以我們后來做了相應(yīng)改進(jìn)，既可以上下，又可以傾斜。此外，為了讓機(jī)器人在跳舞時能順利預(yù)測后面的舞步，我們決定把信息輸入到機(jī)器人的上肢中，因此設(shè)計了相應(yīng)的舞步預(yù)估機(jī)器，使其能在跳舞過程中通過數(shù)據(jù)錄入來預(yù)測接下來的舞步。

需要強(qiáng)調(diào)的是，當(dāng)時的 CPU 處理器的處理速度要比今天慢得多，但我們還是基于當(dāng)時的處理器開發(fā)出了舞步預(yù)估機(jī)器，從而把舞伴機(jī)器人給成功創(chuàng)造出來。

在瀨戶世博會上，我們通過 10 天的時間向大眾展示了舞伴機(jī)器人的魅力，給廣大參觀者留下了深刻的印象。后來很多人問我這么一個問題：這個東西設(shè)計出來，商業(yè)價值體現(xiàn)在哪里？有人說了，可以放在日本的舞蹈學(xué)校中應(yīng)用，但在現(xiàn)實中，這些學(xué)校的女性舞者數(shù)量大大超過了男性舞伴，根本就不需要這種女舞伴機(jī)器人。

無論如何，在這個研究過程中，我們更好地解讀并理解女性舞者。2005 年，《時代》雜志把我們的研究評為當(dāng)時最震撼人心的一個發(fā)明。近期有個韓國人告訴我，這個舞伴機(jī)器人在韓國的名聲也很響亮。

舞伴機(jī)器人還存在哪些挑戰(zhàn)呢？還是得回歸到與人的互動上，以及對人類行為和意圖的理解，然后在這過程中完成預(yù)測和互動，這些都還存在進(jìn)步空間。另外前面也提到過，日本舞蹈學(xué)校欠缺男性機(jī)器人舞伴，而男性舞者起的是領(lǐng)舞作用，如何讓機(jī)器人領(lǐng)舞的意圖被人類舞伴所理解，依然是需要攻關(guān)的課題。

裝配機(jī)器人 PaDY

這是另一個典型的畫面，圖片中顯示的是過去的汽車工廠，這些工廠的生產(chǎn)線往往是由機(jī)器人負(fù)責(zé)組裝的。實際上，我們依然可以看到現(xiàn)實還存在許多需要人類親自動手組裝的環(huán)節(jié)，因為這部分組裝工作對機(jī)器人而言存在難度，如果在這樣一個空間里，能有一個機(jī)器人給人類遞去相關(guān)零部件，那么人類就能專注于配件與車身的連接，工作效率也就能獲得明顯的提升。

由我們創(chuàng)造出來的這款機(jī)器人名叫 PaDY，可以用來進(jìn)行汽配零件的傳遞和交付，最終達(dá)到減少工作負(fù)載與錯誤率的目的。從 ISO 標(biāo)準(zhǔn)來看，它已不是單純的機(jī)器人，因為我們是按照 ISO 安全法規(guī)部署到位的——換句話說，我們的系統(tǒng)是基于公司的政策和規(guī)章制度來進(jìn)行設(shè)計的。把 PaDY 引進(jìn)后，我們可以有效把工人工作的時間縮短 20% 到 30%，當(dāng)然還要取決于具體執(zhí)行任務(wù)的差異化。

這背后有很多故事，我們將它引進(jìn)到工廠里使用幾個月后，廠方?jīng)Q定不再繼續(xù)使用，因為確實存在一些問題，需要我們進(jìn)一步去提升性能，而我們提升性能使用的最主要手段就是機(jī)器學(xué)習(xí)。

為了改進(jìn)早前系統(tǒng)存在的問題，我們需要收集歷史統(tǒng)計數(shù)據(jù)，這樣工廠的生產(chǎn)線工程師才能根據(jù)收集到的數(shù)據(jù)提前進(jìn)行編程。由于生產(chǎn)線經(jīng)常有變化，主要取決于每天量產(chǎn)的車數(shù)以及配置的工人數(shù)量，于是我們設(shè)置了實時、自動進(jìn)行數(shù)據(jù)收集的系統(tǒng)，這樣就能針對這些工人的工作進(jìn)行建模，然后基于建模進(jìn)一步判斷該如何對機(jī)器人進(jìn)行良好控制。

我們使用的是回歸模型建模方法，當(dāng)工人完成一項任務(wù)時，我們就會進(jìn)行回歸分析，從而獲知都存在哪些工作步驟。

這是我們實驗室所做的一個實驗，可以看到存在這么一個循環(huán)鏈條——先執(zhí)行任務(wù) 1，然后執(zhí)行任務(wù) 2，最后再到任務(wù) 3，最后又回到前面的動作。類似的實驗主體只要重復(fù) 10 次實驗，系統(tǒng)就能正式運轉(zhuǎn)起來。

工廠的管理人員告訴我，有時工人試圖按照不同的流程來進(jìn)行操作，為此，我們又另外開發(fā)了一個控制系統(tǒng)，來應(yīng)對工人不按照標(biāo)準(zhǔn)流程進(jìn)行操作的問題。我們的系統(tǒng)會進(jìn)入自主學(xué)習(xí)模式，進(jìn)而習(xí)得人類新的行為模式。當(dāng)然，這個工作還在不斷擴(kuò)展當(dāng)中，我們試圖把這樣一個理念擴(kuò)展到組裝線上去。剛制作出來的機(jī)器人有時跟公司現(xiàn)狀不是特別匹配，這時就需要你做相應(yīng)的調(diào)整。

最后，進(jìn)入到我的演講小結(jié)。

我們在全球范圍內(nèi)遇到了各種各樣的挑戰(zhàn)和問題，當(dāng)下的機(jī)器人可以做更多突破與創(chuàng)新，尤其是在應(yīng)用方面。我希望未來能有更多以應(yīng)用為導(dǎo)向的研究和發(fā)展，而人機(jī)協(xié)作是近來機(jī)器人領(lǐng)域的重點探討問題，因為我們在日常生活中非常需要類似的助理型機(jī)器人。演講中我具體介紹的案例包括舞伴機(jī)器人和裝配機(jī)器人 PaDY，最后也介紹了相關(guān)的運作原理?？偠灾?，希望未來能看到更多機(jī)器人的應(yīng)用場景。感謝大家的聆聽。

雷鋒網(wǎng) AI 科技評論

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。