當(dāng)我們聊機(jī)器人的時(shí)候，究竟會(huì)聊些什么？

7 月 8 日，由中國(guó)計(jì)算機(jī)學(xué)會(huì)（CCF）主辦，雷鋒網(wǎng)與香港中文大學(xué)（深圳）承辦的全球人工智能與機(jī)器人峰會(huì)的機(jī)器人專場(chǎng)上，幾位來自機(jī)器人產(chǎn)品研發(fā)一線的從業(yè)人士，在“機(jī)器人改變行業(yè)”的圓桌論壇環(huán)節(jié)，為我們講述了機(jī)器人在各個(gè)垂直領(lǐng)域應(yīng)用的一些情況。

此次圓桌討論由中科院深圳先進(jìn)技術(shù)研究院研究員夏澤洋擔(dān)任主持，參與討論的嘉賓分別是博創(chuàng)聯(lián)動(dòng) 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(wú)人機(jī)創(chuàng)始人趙自超。

夏澤洋介紹稱，自己長(zhǎng)期在研究院工作，專注于醫(yī)療機(jī)器人的研發(fā)，特別是醫(yī)療機(jī)器人在牙齒矯正領(lǐng)域數(shù)字化應(yīng)用。博創(chuàng)聯(lián)動(dòng)致力于農(nóng)業(yè)機(jī)械的智能化、信息化以及自動(dòng)駕駛；大道智創(chuàng)是一家專注于 SLAM 技術(shù)應(yīng)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(jī)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(jī)械臂，并“在機(jī)械臂手的基礎(chǔ)上加上眼鏡和大腦”。常鋒無(wú)人機(jī)則主要提供無(wú)人機(jī)行業(yè)應(yīng)用的解決方案。

主持人夏澤洋針對(duì)一些機(jī)器人在行業(yè)的應(yīng)用，與四位嘉賓進(jìn)行了討論，雷鋒網(wǎng)整理如下。

夏澤洋：我們的主題是機(jī)器人改變行業(yè)，我們有做工業(yè)機(jī)器人、有做安防機(jī)器人、無(wú)人機(jī)、農(nóng)業(yè)機(jī)器人，請(qǐng)大家結(jié)合自己的領(lǐng)域來談使用的機(jī)器人技術(shù)和產(chǎn)品，對(duì)我們這個(gè)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(jī)械，農(nóng)業(yè)領(lǐng)域是我們認(rèn)為未來機(jī)器人和人工智能應(yīng)用非常大的領(lǐng)域，像美國(guó)，農(nóng)業(yè)人口大概只占總?cè)丝诘?%，但是美國(guó)是世界級(jí)的農(nóng)業(yè)出口大國(guó)。這里面其實(shí)主要是依賴于農(nóng)業(yè)機(jī)械的智能化以及整個(gè)作業(yè)過程中的信息管理水平。

中國(guó)和世界的水平還有很大的差距，尤其是機(jī)器人和人工智能方面，實(shí)際上有些切實(shí)的改變?cè)诎l(fā)生，比如農(nóng)機(jī)的自動(dòng)駕駛，每年在新疆和東北持續(xù)有大量的應(yīng)用，國(guó)家的補(bǔ)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(dòng)駕駛的農(nóng)機(jī)已經(jīng)獲得客戶很高的認(rèn)可。

比如說每年春天播種的時(shí)候，現(xiàn)在的情況是，如果這臺(tái)機(jī)器不具備自動(dòng)駕駛功能，可能當(dāng)?shù)氐霓r(nóng)場(chǎng)主都不愿意讓你進(jìn)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(shí)候，后期像灌溉、農(nóng)藥的噴灑等都會(huì)導(dǎo)致效率降低。在農(nóng)業(yè)領(lǐng)域，機(jī)器人可能接下來會(huì)有越來越多的應(yīng)用場(chǎng)景。

邢志偉：我們做人工智能技術(shù)或者機(jī)器人技術(shù)，更多是為了解放人們的創(chuàng)造力，把我們從重復(fù)性、枯燥性的工作中解放出來。對(duì)于安保領(lǐng)域，安保的某方面很符合這樣的定義。

首先，我們?cè)谶M(jìn)行物業(yè)社區(qū)安保，目前的安保系統(tǒng)更多基于定點(diǎn)的物理監(jiān)控這樣的安保網(wǎng)絡(luò)，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(huì)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(diào)研。如果機(jī)器人做這個(gè)事情，他完全自主，并且夜間按照隨機(jī)的路徑規(guī)劃進(jìn)行巡邏探測(cè)，可以最大限度避免人類偷懶等問題。

另外一個(gè)方向，比如應(yīng)用在反恐領(lǐng)域，目前很多逃犯很難追蹤，在機(jī)場(chǎng)或者高鐵站進(jìn)行追蹤，進(jìn)行爆炸物探測(cè)，通過人臉特征比對(duì)、后臺(tái)大數(shù)據(jù)分析，判斷出團(tuán)伙間可能有的聯(lián)系，甚至警用的設(shè)備還可以抓取我們身上攜帶通用設(shè)備的 ID，識(shí)別他們的身份。哪怕他們換了手機(jī)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(gè)事情抓到，我覺得在安防領(lǐng)域，事前預(yù)防比事后追捕會(huì)帶來更大的安全性。

邵天蘭：機(jī)器人行業(yè)本來也在經(jīng)過很大的變革。我是做工業(yè)機(jī)器人，工業(yè)機(jī)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(shí)候，這個(gè)東西就已經(jīng)有了最早的應(yīng)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(gè)工藝機(jī)器人比人還多。機(jī)器人和汽車一樣，傳統(tǒng)看來，大家認(rèn)為這是機(jī)械的問題，比如計(jì)算能力，每秒我可以算多少浮點(diǎn)運(yùn)算。

以前拿到機(jī)器人或者汽車，里面的運(yùn)算力是 1 秒 1G，但是梅卡曼德現(xiàn)在發(fā)現(xiàn)，如果要為機(jī)器人賦予智能，起碼要賦予 1T 的計(jì)算力。機(jī)器人行業(yè)的運(yùn)算力有了幾十倍甚至上百倍的提升，行業(yè)從原來大家認(rèn)為的機(jī)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(jī)屬于機(jī)械化，現(xiàn)在機(jī)器人加上人工智能就屬于信息化。機(jī)器人和人工智能應(yīng)該讓傳統(tǒng)行業(yè)從勞動(dòng)力密集型變成技術(shù)密集型。比如農(nóng)業(yè)，以前人種地，做法跟用機(jī)械和自動(dòng)化、智能化的機(jī)械效率肯定不一樣，剛才陶總講拖拉機(jī)走不直。人開的時(shí)候，播種向右彎，收割向左彎，那肯定有問題，自動(dòng)駕駛很直就可以。

無(wú)人機(jī)在植保這塊，大規(guī)模農(nóng)場(chǎng)也會(huì)對(duì)地形進(jìn)行測(cè)繪，把數(shù)據(jù)保存下來，再用植保無(wú)人機(jī)到現(xiàn)場(chǎng)把數(shù)據(jù)下載下來，規(guī)劃航線讓飛機(jī)自動(dòng)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(duì)農(nóng)業(yè)生產(chǎn)過程的數(shù)據(jù)進(jìn)行測(cè)量、采集，再進(jìn)行統(tǒng)計(jì)處理，簡(jiǎn)單的就是統(tǒng)計(jì)處理，高級(jí)就是人工智能。整體說，種地的種法就會(huì)有變化。

夏澤洋：最近我們百度的無(wú)人車上北五環(huán)，不僅引起大眾的關(guān)注，還引起執(zhí)法部門的關(guān)注，我想后續(xù)還會(huì)有故事。幾位同事肯定遇到這些方面的問題，是不是請(qǐng)做無(wú)人機(jī)的趙自超談?wù)?，無(wú)人機(jī)在這方面是不是也有很多想法？

趙自超：無(wú)人機(jī)影響航班、黑飛、內(nèi)幕等各種說法甚囂塵上，飛機(jī)涉及空運(yùn)問題，比較敏感?，F(xiàn)在所有無(wú)人機(jī)都屬于黑飛，受影響最嚴(yán)重的就是 C 端的消費(fèi)類無(wú)人機(jī)，現(xiàn)在國(guó)家出臺(tái)政策要求實(shí)名制、要登記。我覺得政府考量最關(guān)鍵的是兩點(diǎn)：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(quán)責(zé)，權(quán)責(zé)要匹配，以前無(wú)人機(jī)沒有人管，因?yàn)槲夜芫陀胸?zé)任。但是我的權(quán)利，政府部門要考慮，以前空運(yùn)，同行要下放到地方政府，但是地方政府和軍隊(duì)就沒有辦法達(dá)成一致。

我們作為從業(yè)者也要考慮：

1. 技術(shù)上規(guī)避安全風(fēng)險(xiǎn)，像國(guó)家不允許飛的敏感地帶、敏感場(chǎng)所是最基本要規(guī)避的。

2. 方向上，作為一個(gè)玩具，又有很高的能力，可以自由飛，也可以隨便看。其實(shí)在形式上、法律上罪名很高。

3. 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(jī)航拍玩，但是影響別人，但是噴藥不會(huì)礙著別人。這種應(yīng)用能比較好的和政策、法規(guī)不沖突。這方面國(guó)家支持也比較大。

邵天蘭：現(xiàn)在做機(jī)器臂，狹義工業(yè)機(jī)器人的趨勢(shì)是協(xié)作機(jī)器人，現(xiàn)在大家想把機(jī)器人和人放在同一個(gè)物理空間，甚至共同完成一個(gè)任務(wù)。這個(gè)事情和人接觸不避免涉及安全性問題，不說中國(guó)，像德國(guó)，全世界現(xiàn)在也沒有比較成型的行業(yè)標(biāo)準(zhǔn)，只有一些技術(shù)的建議。包括標(biāo)準(zhǔn)、法律法規(guī)的滯后，其實(shí)完全可以理解。

我的看法是，這個(gè)東西一定會(huì)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(gè)東西的安全性，我要把我的風(fēng)險(xiǎn)很好的告訴用戶。比如百度的問題，特斯拉之前做測(cè)試的問題，用戶可能會(huì)被很高大上的宣傳片，覺得機(jī)器人、車、飛機(jī)非常智能，無(wú)所不能。但是大家向后看，人工智能實(shí)際應(yīng)用中還是有很多局限性，還是會(huì)有問題，還是會(huì)出錯(cuò)。我們要以非常直觀的方式告訴用戶，這樣才不會(huì)在遇到問題之后，行業(yè)遭遇信任危機(jī)。   

邢志偉：任何一項(xiàng)技術(shù)要發(fā)展、要應(yīng)用，一定會(huì)碰到道德、法律上的問題或者考量，大家對(duì)這些問題的關(guān)注、鼓勵(lì)、支持，或者批評(píng)、質(zhì)疑，從背后的邏輯是大家對(duì)這些變革抱有很大的期待與興奮。當(dāng)然，對(duì)于新興事物、新興技術(shù)的法律法規(guī)制訂會(huì)滯后于科技的發(fā)展，從業(yè)人員，不管是研發(fā)還是測(cè)試，一定要慎之又慎，一定要抱有精微之心，做測(cè)試要更加安全、科學(xué)、規(guī)范。我們?cè)卩嵵莞哞F東站執(zhí)行任務(wù)安放機(jī)器人，高鐵東站面積是 13.5 萬(wàn)平米，我們不光要準(zhǔn)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(guó)硅谷有一個(gè)安保機(jī)器人，在商場(chǎng)進(jìn)行巡邏任務(wù)，從一個(gè)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(shí)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(jī)械的數(shù)據(jù)，平均運(yùn)行起來，大概 10 秒有一條數(shù)據(jù)上來，數(shù)據(jù)量級(jí)很大，有幾 T 的數(shù)據(jù)在服務(wù)器上，數(shù)據(jù)的安全怎么應(yīng)用，接下來是很模糊的問題，包括國(guó)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(jì)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(jī)械、新能源汽車，其實(shí)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(dòng)，都可以做一些控制。這里面控制的算法、安全、國(guó)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(guān)的政策部門盡快能夠把行業(yè)的標(biāo)準(zhǔn)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(yīng)用的時(shí)候會(huì)避免踩到法律上的紅線。

夏澤洋：人工智能的技術(shù)在未來 5 年、10 年，甚至再遠(yuǎn)的二三十年，對(duì)我們的行業(yè)有什么樣影響，可能導(dǎo)致哪些行業(yè)消失，會(huì)催生哪些新的行業(yè)？

邵天蘭：我觀察的趨勢(shì)是，整個(gè)計(jì)算機(jī)行業(yè)在往很多其他行業(yè)輸出基礎(chǔ)知識(shí)和基礎(chǔ)技能，這讓我很爽。我原來在清華醫(yī)學(xué)院研究腦科學(xué)的地方工作過，不管是研究化學(xué)、物理、生物，甚至傳統(tǒng)的文科，研究社會(huì)、經(jīng)濟(jì)等，大家?guī)缀醵荚趯懗绦?、做?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(shí)證性的方式滲透到各個(gè)行業(yè)。原來我上學(xué)找我們寫程序的就幾個(gè)系，現(xiàn)在各個(gè)院校都會(huì)寫程序。我想未來使用像分析數(shù)據(jù)、簡(jiǎn)單的編程、使用機(jī)器人，慢慢會(huì)變成通用技能。AI 行業(yè)在往各個(gè)地方輸出這種基本的技能。

趙自超：現(xiàn)在機(jī)器人都自動(dòng)駕駛，這對(duì)大學(xué)生影響不多，最嚴(yán)重的是藍(lán)翔技校，因?yàn)槲覀儗?duì)機(jī)械進(jìn)行自動(dòng)駕駛，或者加上自駕儀或者智能。醫(yī)療專家系統(tǒng)，對(duì)技能型又需要技術(shù)的，未來通過專家系統(tǒng)就會(huì)解決，像金融、醫(yī)療方面的應(yīng)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(jī)器人在有些小區(qū)巡邏，經(jīng)常會(huì)有保安問我們，你們這個(gè)機(jī)器人用了之后，保安是不是全部失業(yè)了？凡是技術(shù)上重復(fù)性比較高、形式固定的工作，以后一定會(huì)人工智能或者機(jī)器人替代掉的。另一個(gè)角度，商務(wù)上，不光要具備技術(shù)的可行性，從技術(shù)上進(jìn)行自動(dòng)化，我能帶來更多的商業(yè)附加價(jià)值，創(chuàng)造更多的商業(yè)價(jià)值、創(chuàng)造更多的利潤(rùn)，這個(gè)行業(yè)、這個(gè)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(jì)算機(jī)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(shù)，對(duì)自己的工作效率也會(huì)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(dān)心，因?yàn)樾袠I(yè)的變革，隨著技術(shù)的發(fā)展，人類社會(huì)一再重演，一個(gè)職業(yè)消失，新的職業(yè)被創(chuàng)造出來。對(duì)于舊有行業(yè)來講，就算這個(gè)行業(yè)被機(jī)器替代，他們?cè)?jīng)行業(yè)擁有的背景知識(shí)、行業(yè)背后邏輯的理解，讓他們應(yīng)用到跟新技術(shù)結(jié)合的領(lǐng)域下，他們有一席之地，仍然有很重要的指導(dǎo)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(gè)數(shù)據(jù)有幾百個(gè)參數(shù)。為了支持?jǐn)?shù)據(jù)結(jié)入存儲(chǔ)，可能會(huì)有很強(qiáng)大的軟件團(tuán)隊(duì)幫助做這個(gè)事。這個(gè)事情我們可以很好解決，但是這個(gè)過程中，我們發(fā)現(xiàn)最缺的是懂技術(shù)的行業(yè)專家，不管是機(jī)器人還是人工智能，行業(yè)通用性技術(shù)方面，我們可以找到很好的資源。如果想找到既懂技術(shù)，又懂行業(yè)的實(shí)際應(yīng)用場(chǎng)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(gè)人發(fā)展，愿意扎根某個(gè)細(xì)分行業(yè)，愿意應(yīng)用專業(yè)的技術(shù)，也許會(huì)有很好的發(fā)展。

夏澤洋：我們有多項(xiàng)技術(shù)對(duì)未來 5-10 年產(chǎn)生重大影響的關(guān)鍵技術(shù)，像人工智能、機(jī)器人、增強(qiáng)現(xiàn)實(shí)的技術(shù)，已經(jīng)占了 4 項(xiàng)技術(shù)的 3 項(xiàng)，在你們看來，未來 5-10 年，影響你們行業(yè)最核心的技術(shù)有哪些？

趙自超：無(wú)人機(jī)屬于機(jī)器人板塊，更多像 SLAM 等這些技術(shù)可能短期內(nèi)能很好的幫助我們解決定位，還有相當(dāng)于機(jī)器人的耳朵、眼睛功能。關(guān)于腦的功能，目前還比較遠(yuǎn)，最多是數(shù)據(jù)采集過來分析，然后指揮你。技術(shù)上，不管是移動(dòng)機(jī)器人還是空中機(jī)器人還是水下機(jī)器人，基本就是導(dǎo)航的問題，相關(guān)的需求都會(huì)很需求，這幾年都會(huì)有很大的發(fā)展。

邵天蘭：SLAM 技術(shù)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(jī)器人在幾十毫秒內(nèi)完成復(fù)雜的運(yùn)算，這一切建立在運(yùn)算的硬件能力上和整個(gè)算法的提升。我覺得機(jī)器視覺和運(yùn)動(dòng)規(guī)劃是我覺得對(duì)機(jī)器人行業(yè)影響最大的兩塊技術(shù)。

邢志偉：我們主要應(yīng)用視覺 SLAM 技術(shù)，這是我們的技術(shù)核心，雖然它目前基本滿足我們的應(yīng)用情況，但是仍然有很多缺陷?，F(xiàn)在通過視覺構(gòu)建出來的地圖場(chǎng)景，更多的是一種或稀疏或者稠密的點(diǎn)云圖，抓取的是技術(shù)的點(diǎn)的結(jié)構(gòu)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(xué)習(xí)對(duì)場(chǎng)景做到語(yǔ)義級(jí)別的理解，不光要知道哪里是特征點(diǎn)、特征線、特征面，更多要知道這是什么物體，什么場(chǎng)景，在大廳里還是外面的廣場(chǎng)里，這都是需要我們判斷的東西?；趫?chǎng)景的識(shí)別能力、理解能力，對(duì)我們來講是很重要的，提升機(jī)器人真正的行動(dòng)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(jī)械，像國(guó)外的先進(jìn)農(nóng)機(jī)做到的自動(dòng)控制、自動(dòng)駕駛、遠(yuǎn)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(shí)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(jìn)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(dòng)控制的過程，可能會(huì)對(duì)下一步機(jī)器人的應(yīng)用帶來全新的爆發(fā)力。

有關(guān)機(jī)器人專場(chǎng)的演講，雷鋒網(wǎng)將持續(xù)帶來更多報(bào)道。

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。