0
| 本文作者： 吳華秀 | 2024-09-21 16:57 |
“我們都沒(méi)做過(guò)芯片，但我們覺(jué)得這事必須要做出來(lái)。”
2016年，第一波機(jī)器人浪潮翻涌而來(lái)，馬揚(yáng)發(fā)現(xiàn)，觸覺(jué)傳感器是一片被忽視的藍(lán)海。
對(duì)機(jī)器人而言，觸覺(jué)傳感器能讓機(jī)器人像人一樣，通過(guò)觸覺(jué)感知物體形態(tài)、材質(zhì)、壓力等信息。機(jī)器人一旦要執(zhí)行具體任務(wù)，不可避免要與物體接觸，觸覺(jué)在此時(shí)起到重要作用。
既然觸覺(jué)傳感器如此重要，馬揚(yáng)與另外兩位聯(lián)合創(chuàng)人孫滕諶和楊五強(qiáng)一合計(jì)，三人一同躬身入局，劍指當(dāng)時(shí)鮮有人涉獵的人工智能觸覺(jué)傳感芯片。
然而，自研芯片并不簡(jiǎn)單，更何況是一顆要放入機(jī)器人指尖的觸覺(jué)傳感芯片，這對(duì)芯片性能、體積都有嚴(yán)苛的要求。此外，馬揚(yáng)三人此前并沒(méi)有做芯片的經(jīng)驗(yàn)。
顯然，這注定是條坎坷的道路。
自2017年末成立，到2022年初成功流片，他山科技整整用了四五年時(shí)間，歷經(jīng)萬(wàn)般險(xiǎn)阻，終于做出首款人工智能觸覺(jué)傳感芯片。
他山AI觸覺(jué)傳感芯片
這一芯片搭載了他山團(tuán)隊(duì)基于R-SpiNNaker分布式類(lèi)腦架構(gòu)下的AI觸覺(jué)傳感技術(shù)，得以在微小平面上探測(cè)多維空間觸感。此外，還能從采集到的混合信號(hào)中單獨(dú)提取特定變量，可分析處理不同的物理信號(hào)，打破了傳統(tǒng)觸覺(jué)傳感器的局限。
雖然產(chǎn)品研發(fā)上取得了突破，但過(guò)往五六年的艱辛也曾讓馬揚(yáng)心灰意冷，甚至在第二波浪潮將臨之際，他也一度不相信機(jī)器人能真的起來(lái)。
直到去年，馬揚(yáng)發(fā)現(xiàn)確實(shí)有了新變化，“整個(gè)機(jī)器人行業(yè)，無(wú)論是資本的涌入，還是研發(fā)的投入，都有了新高度。與此同時(shí)，國(guó)家對(duì)機(jī)器人的定位也不一樣了。”
新變量的攪動(dòng)，讓馬揚(yáng)重燃熱情與信心，又一次帶領(lǐng)團(tuán)隊(duì)義無(wú)反顧投入進(jìn)第二次機(jī)器人浪潮。
前不久，在世界機(jī)器人大會(huì)上，他山科技聯(lián)同多家機(jī)器人廠商，展示了靈巧手、機(jī)械臂和視觸融合等解決方案。
AI觸覺(jué)傳感產(chǎn)品矩陣
他山科技不僅在技術(shù)上持續(xù)創(chuàng)新突破，也在產(chǎn)業(yè)落地上頻頻布局，堅(jiān)持技術(shù)與市場(chǎng)雙輪驅(qū)動(dòng)。
以機(jī)器人為終局的他山科技，重點(diǎn)部署觸覺(jué)傳感器、電子皮膚等領(lǐng)域。此外，秉持著兩條腿走路的態(tài)度，馬揚(yáng)還將目光望向了汽車(chē)、家電、消費(fèi)電子等多個(gè)場(chǎng)景，成功拿下了奔馳、寶馬等多家主機(jī)廠供應(yīng)商資質(zhì)，并與比亞迪在多個(gè)項(xiàng)目上達(dá)成量產(chǎn)。
如今，他山科技已推出了多款觸覺(jué)傳感芯片，并步入正軌，有望在明年實(shí)現(xiàn)盈虧平衡。
一路披荊斬棘的他山科技，正在一步步越過(guò)山丘。上周，馬揚(yáng)向AI科技評(píng)論細(xì)數(shù)了他山科技的發(fā)展，并圍繞觸覺(jué)傳感芯片解答了我們的困惑。
期間，馬揚(yáng)雖然較少談及機(jī)器人信仰與情懷，更多討論的是實(shí)實(shí)在在的技術(shù)和路線。但談話中，我們能感受到馬揚(yáng)對(duì)機(jī)器人發(fā)展的樂(lè)觀與向往。
以下是 AI 科技評(píng)論與馬揚(yáng)的訪談實(shí)錄，作者進(jìn)行了不改變?cè)獾木庉嬚恚?/p>
AI科技評(píng)論：為什么取名作他山科技，有什么含義嗎？
馬揚(yáng)：剛成立時(shí)，我們與投資人談，說(shuō)的第一件事就是先把硬件做出來(lái)。做芯片相當(dāng)于將二氧化硅變成一個(gè)更值錢(qián)的東西，于是想到了詩(shī)經(jīng)里“他山之石可以攻玉。”
他山不同的芯片也是用不同石頭名字來(lái)命名，最早的芯片就叫紅寶石，叫Ruby；第二顆叫紅水晶；第三顆用在消費(fèi)級(jí)上，相對(duì)用量更大一些、便宜點(diǎn)，我們就叫雨花石。
AI科技評(píng)論：是什么契機(jī)讓你們決定進(jìn)入觸覺(jué)傳感領(lǐng)域？
馬揚(yáng)：2016、2017年正好是機(jī)器人行業(yè)前一波比較火的一個(gè)浪潮，我們看到波士頓動(dòng)力做出了行走功能不錯(cuò)的機(jī)器人，國(guó)內(nèi)優(yōu)必選、達(dá)闥也是最早的一波頭部公司。在我們看來(lái)，這些公司偏屬移動(dòng)派，更多強(qiáng)調(diào)移動(dòng)能力，能通過(guò)屏幕與人進(jìn)行語(yǔ)音互動(dòng)。
我們當(dāng)時(shí)覺(jué)得，未來(lái)機(jī)器人更重要的事情肯定是對(duì)目標(biāo)任務(wù)的執(zhí)行，基于這一角度，觸覺(jué)能力就比較重要。實(shí)際上，在公司成立前10年左右的時(shí)間，我們?cè)谒惴▽用孀隽瞬簧儆|覺(jué)任務(wù)端的訓(xùn)練，也取得了一些不錯(cuò)的成績(jī)。
在那個(gè)時(shí)間點(diǎn)，我們發(fā)現(xiàn)如果要在機(jī)器人手端做執(zhí)行，最大的壁壘是如何將芯片小型化，以便能放入指尖。當(dāng)時(shí)市面上沒(méi)有任何一顆芯片能做到，我們也是一時(shí)沖動(dòng)，想著要不我們就先把這顆芯片做出來(lái)，于是成立了他山科技。
AI科技評(píng)論：第一波浪潮里認(rèn)為機(jī)器人在任務(wù)執(zhí)行這塊會(huì)有發(fā)展?jié)摿Γ?/strong>
馬揚(yáng)：2016、2017年那波機(jī)器人公司，很多做的是非商業(yè)化項(xiàng)目，主要是進(jìn)行語(yǔ)音和視覺(jué)交互的輪式機(jī)器人。當(dāng)時(shí)我們覺(jué)得機(jī)器人在任務(wù)執(zhí)行上非常欠缺，如果真正讓機(jī)器人商業(yè)化落地，走進(jìn)家庭，任務(wù)執(zhí)行是必須要去做的事。
回頭看這幾年最好的兩個(gè)方向，一個(gè)是智能駕駛，將人從戶外空間 a 移動(dòng)到 b，完成物理空間的執(zhí)行；另一個(gè)是機(jī)器人，更多是幫助人類(lèi)完成室內(nèi)環(huán)境的移動(dòng)任務(wù)。無(wú)論是洗碗炒菜，還是整理物品，這些都離不開(kāi)觸覺(jué)、指尖的執(zhí)行能力，這是我們當(dāng)時(shí)比較篤定的一個(gè)方向。
AI科技評(píng)論：加入這波浪潮時(shí)，當(dāng)時(shí)的挑戰(zhàn)是什么？
馬揚(yáng)：當(dāng)時(shí)整個(gè)市場(chǎng)上，還沒(méi)有人很深刻地去思考機(jī)器人的執(zhí)行問(wèn)題，而我們主要從機(jī)器人的廣義層面來(lái)思考執(zhí)行。廣義上的機(jī)器人，包括工廠里的機(jī)械臂，都是自動(dòng)閉環(huán)。所謂自動(dòng)閉環(huán)，舉個(gè)例子，工廠機(jī)械臂執(zhí)行任務(wù)時(shí)，目標(biāo)是針對(duì)固定物體進(jìn)行移動(dòng)，這一執(zhí)行動(dòng)作是明確的動(dòng)作，因此大部分機(jī)械臂在實(shí)際操作時(shí)并不需要添加感知，只需設(shè)定好一個(gè)重復(fù)性的動(dòng)作即可。當(dāng)然，有一部分可能會(huì)加一些視覺(jué)，比如當(dāng)物體位置有所變化時(shí)，一個(gè)基礎(chǔ)的3D視覺(jué)能實(shí)現(xiàn)空間定位，然后機(jī)器人再執(zhí)行下一步命令。
但這會(huì)存在一個(gè)實(shí)際問(wèn)題，即執(zhí)行的動(dòng)作得是已經(jīng)學(xué)習(xí)過(guò)的，或目標(biāo)物體的各種特性很明確，甚至說(shuō)目標(biāo)物體必須是一個(gè)剛性物體，才能完成這樣的執(zhí)行。我們當(dāng)時(shí)和其他廠商溝通，發(fā)現(xiàn)大家想做的其實(shí)是泛化抓取，也就是執(zhí)行泛化任務(wù)。那時(shí)候要是能把桌上不同的幾個(gè)物體抓起來(lái)，就很不錯(cuò)了。
我們那波最早進(jìn)入機(jī)器人產(chǎn)業(yè)的人其實(shí)都有點(diǎn)過(guò)于樂(lè)觀了，當(dāng)時(shí)覺(jué)得真正走進(jìn)家庭也就三五年，最多不超過(guò) 10 年，但現(xiàn)在也過(guò)去了七八年?；赝莻€(gè)時(shí)間點(diǎn)，其實(shí)還缺很多東西，尤其是用人工智能做學(xué)習(xí)時(shí)，機(jī)器人的一些硬件條件、基礎(chǔ)要求還很難達(dá)到。
AI科技評(píng)論：您提到第一波浪潮中缺了不少東西，具體是少了哪些？現(xiàn)在都補(bǔ)上來(lái)了嗎？
馬揚(yáng)：那時(shí)候我感覺(jué)機(jī)器人離人還很遠(yuǎn)，更多是做出一個(gè)像人形的機(jī)器人，能給人看就不錯(cuò)了。就像一個(gè)工業(yè)品，最終實(shí)現(xiàn)需要三步，第一步是想出來(lái)，第二步是做出來(lái)，第三步是用起來(lái)。我感覺(jué)第一波浪潮更多是介于第一和第二階段的中間，很多東西都還是一個(gè)idea，在“想出來(lái)”和“做出來(lái)”中間還是差了很多東西。在當(dāng)下這一時(shí)間點(diǎn)上，大部分是第二步過(guò)渡向第三步，大家已經(jīng)在做小批量商用，這也是為何這波參與進(jìn)來(lái)的人更多。
AI科技評(píng)論：所以當(dāng)時(shí)是直接將目標(biāo)瞄準(zhǔn)向泛化執(zhí)行？
馬揚(yáng)：這是比較具體的一個(gè)目標(biāo)，我們更大的目標(biāo)就是為機(jī)器人提供可在邊緣段執(zhí)行作業(yè)任務(wù)的觸覺(jué)能力。
AI科技評(píng)論：你們是只做芯片這一塊嗎？
馬揚(yáng)：并不是。我們最早要做的事情，其實(shí)是機(jī)器人整個(gè)觸覺(jué)的解決方案。換言之，我們做的是整個(gè)皮膚端的解決能力，其中最主要的是指尖傳感器。
當(dāng)時(shí)有一家美國(guó)公司指尖傳感器做的能力效果和技術(shù)指標(biāo)還行，但國(guó)內(nèi)售價(jià)高達(dá)2萬(wàn)至3萬(wàn)美金。所以我們當(dāng)時(shí)定下了一個(gè)主要的任務(wù)目標(biāo)——先把指尖傳感器做好。
AI科技評(píng)論：指尖傳感器的技術(shù)要求高，主要門(mén)檻在哪里？
馬揚(yáng)：對(duì)指尖傳感器而言，其核心需求是既要實(shí)現(xiàn)感知，又要實(shí)現(xiàn)抓取，這也是觸覺(jué)與其他感知不同之處。
在整個(gè)感知領(lǐng)域，視覺(jué)與聽(tīng)覺(jué)這兩部分已經(jīng)做得比較成熟，不僅與人的能力不相上下，甚至能超越人的能力。為什么它們能比觸覺(jué)做得更快？因?yàn)閷?duì)這部分感知來(lái)說(shuō)，只是對(duì)客觀世界的一個(gè)圖像化，或是脈沖化的一個(gè)反應(yīng)。再基于過(guò)往十年多人工智能的深度學(xué)習(xí)，我們已經(jīng)擁有了一套成熟的算法，基于此，視覺(jué)與聽(tīng)覺(jué)能達(dá)到并超越人的能力。
觸覺(jué)相對(duì)比較難的一點(diǎn)是除了感知外還要做執(zhí)行，甚至可以說(shuō)，更重要的是做執(zhí)行。機(jī)器人要想完成一個(gè)執(zhí)行的目標(biāo)，首先要通過(guò)視覺(jué)的引導(dǎo)，“物體在哪里？”；當(dāng)接近物體時(shí)，此時(shí)感知轉(zhuǎn)移到觸覺(jué)上。觸碰物體時(shí)，要感知物體的材質(zhì)、形狀、三維力，將物體整個(gè)拿起來(lái)作交接時(shí)，還需要感知物體內(nèi)部重心的變化。整個(gè)過(guò)程中，觸覺(jué)端要完成從感知到執(zhí)行的全閉環(huán)。
我舉個(gè)例子，比如拿起一杯水，如果杯子是柔性材質(zhì)，那么在抓取和拿起的過(guò)程中，杯子的重心和形狀會(huì)一直不斷地發(fā)生變化。當(dāng)人做這一件事時(shí)，不同指尖在抓取姿勢(shì)和力度的控制上都相應(yīng)會(huì)有所調(diào)整。這對(duì)于機(jī)器人也是如此，需要不斷進(jìn)行調(diào)整和閉環(huán)。
AI科技評(píng)論：目前觸覺(jué)感知技術(shù)的發(fā)展情況如何？
馬揚(yáng)：對(duì)觸覺(jué)而言，主要是兩個(gè)問(wèn)題。
第一個(gè)問(wèn)題，在前端上要有更快的反應(yīng)速度。例如，六十赫茲頻率，對(duì)視覺(jué)而言已經(jīng)算是高頻，對(duì)于人眼已經(jīng)足夠。但對(duì)于觸覺(jué)端，六十赫茲或一百赫茲還遠(yuǎn)遠(yuǎn)不夠。要想達(dá)到人類(lèi)的能力，基本上要達(dá)到毫秒級(jí)，即千赫茲。
此外，觸覺(jué)傳感器的數(shù)量更多。無(wú)論是觸覺(jué)還是聽(tīng)覺(jué)，對(duì)機(jī)器人而言一個(gè)視覺(jué)或聽(tīng)覺(jué)傳感器就夠了。但觸覺(jué)涉及到最后目標(biāo)任務(wù)的執(zhí)行，必然需要多個(gè)傳感器一起做，比如抓取一杯水，得要有五個(gè)傳感器在五個(gè)不同的指尖來(lái)協(xié)同完成。
每一個(gè)指尖傳感器，也是由多個(gè)傳感單元來(lái)協(xié)同完成。不同于視覺(jué)、聽(tīng)覺(jué)只需一個(gè)芯片就可解決所有的數(shù)據(jù)問(wèn)題，由于觸覺(jué)感知端可能是幾十個(gè)甚至上百個(gè)傳感器共同工作，其中所產(chǎn)生的數(shù)據(jù)僅靠一個(gè)芯片難以為繼，所以我們采用分布式多芯片系統(tǒng)，以便在前端低延時(shí)、低功耗狀態(tài)下能實(shí)現(xiàn)快速邊緣處理。
這就好比，當(dāng)我們摸了一個(gè)很燙的東西，手會(huì)本能地快速躲避。此時(shí)動(dòng)作并不需過(guò)腦，完全是靠手部前端的解決能力和神經(jīng)元，因此就需要在邊緣端實(shí)現(xiàn)從感知到執(zhí)行的自主全閉環(huán)。
第二個(gè)問(wèn)題，觸覺(jué)由于感知維度不同，涉及物體的材質(zhì)、形狀、表面干濕度、三維力、法向力、切向力的情況，且是分布式傳感器，要解析多維的觸覺(jué)數(shù)據(jù)，就需要在算法端上從基本的感知結(jié)構(gòu)上去解決問(wèn)題。
這也是為何對(duì)機(jī)器人來(lái)講，視覺(jué)與聽(tīng)覺(jué)已經(jīng)達(dá)到了一定的商業(yè)化程度，而觸覺(jué)相對(duì)來(lái)說(shuō)還比較慢的原因。
AI科技評(píng)論：指尖傳感器會(huì)產(chǎn)生大量數(shù)據(jù)，一般如何處理數(shù)據(jù)？
馬揚(yáng)：數(shù)據(jù)的處理有兩點(diǎn)。數(shù)據(jù)在單個(gè)傳感器上完成時(shí)，我們會(huì)強(qiáng)調(diào)在單個(gè)芯片上快速?gòu)母兄綀?zhí)行全程數(shù)據(jù)處理的能力。第二，當(dāng)我們執(zhí)行抓取動(dòng)作時(shí)，中間的快速反應(yīng)需要在前端的硬件上完成，即邊緣端要有分布式的數(shù)據(jù)處理能力。
2016、2017年以前，我們基本上也是基于深度學(xué)習(xí)或卷積的算法去做數(shù)據(jù)處理，采用的也是市面上主流的芯片。但是做下來(lái)后，我們發(fā)現(xiàn)整個(gè)體積和反應(yīng)時(shí)間達(dá)不到應(yīng)用端的需求，這也是我們自己要去做芯片的原因。
AI科技評(píng)論：相當(dāng)于是在 SNN 結(jié)構(gòu)這一塊找到了突破口？
馬揚(yáng)：對(duì)，不過(guò)與其說(shuō)是找到一個(gè)突破口，不如說(shuō)是為 SNN 結(jié)構(gòu)找到了一個(gè)比較好的應(yīng)用方向。大家原來(lái)都會(huì)有一個(gè)疑惑，就是 SNN 結(jié)構(gòu)很好，但要用在哪里呢？我想，我們找到了一些答案。
AI科技評(píng)論：觸覺(jué)感知方案上為什么會(huì)選擇電容感知這一方向？
馬揚(yáng)：聯(lián)創(chuàng)孫滕諶與楊五強(qiáng)是77屆清華自動(dòng)化系同學(xué)。孫滕諶發(fā)明了平面電容與曲面電容技術(shù)，楊五強(qiáng)在曼徹斯特大學(xué)任教時(shí)一直在研究電容測(cè)量技術(shù)?？梢哉f(shuō)，我們?cè)陔娙菁夹g(shù)這塊積累了非常強(qiáng)的know-how。
90年代末時(shí)，楊五強(qiáng)的一項(xiàng)技術(shù) ECT 在工業(yè)端得到了廣泛的應(yīng)用。我們將搭載電容的傳感單元裝在石油管道外側(cè)，可實(shí)時(shí)探測(cè)管道橫截面上油與水的成分，還能直接做出內(nèi)部物體材質(zhì)的成像。這說(shuō)明，電容技術(shù)能很好識(shí)別物體材質(zhì)。
這樣的應(yīng)用放在10年前，在我們開(kāi)始做抓取學(xué)習(xí)時(shí)非常有用。好比，抓一個(gè)塑料瓶還是抓一個(gè)玻璃瓶？用多大的力抓取？人抓取任何物體時(shí)的底層邏輯是，用盡可能小的壓力不讓物體在手中滑動(dòng)。電容技術(shù)能在抓取過(guò)程中提供除視覺(jué)端外的觸覺(jué)信息，以便幫助我們?cè)谧ト《双@取信息。
我們后來(lái)又改進(jìn)了傳感端的結(jié)構(gòu)，采用多對(duì)的電容傳感器，再加以力的識(shí)別結(jié)構(gòu)，可以很好地做三維力的學(xué)習(xí)。并且，我們?cè)谒惴ㄉ峡梢园堰@兩層做一個(gè)很好的分級(jí)，既能解決前面部分，又能解決后面部分，讓兩部分?jǐn)?shù)據(jù)不產(chǎn)生耦合，這其實(shí)非常有難度。
四五年前，包括現(xiàn)在都有很多選擇了電容這一路線的團(tuán)隊(duì)。通過(guò)單一傳感器對(duì)多維觸覺(jué)數(shù)據(jù)做解耦，在這一塊我們可以說(shuō)我們是做得最好的。
AI科技評(píng)論：目前市面上還有哪些路線方案？
馬揚(yáng)：觸覺(jué)傳感器目前路線方案較多，我們看現(xiàn)在不同的路線都是可行的，其他路線包括視觸覺(jué)路線、電子霍爾路線，還有壓電壓感材料等。
在我們看來(lái)，機(jī)器人的不同部位對(duì)觸覺(jué)的需求不太一樣，采用的路線也會(huì)有所差異。比如，軀干更多強(qiáng)調(diào)的是可替代化，對(duì)單點(diǎn)要有足夠的感知能力，整體成本要足夠低。像壓阻、壓電材料成本已經(jīng)很低了，就很適合大面積布置在機(jī)器人身體上。只不過(guò)對(duì)于機(jī)器人而言，電子皮膚得是點(diǎn)陣式，一個(gè)點(diǎn)壞了，能快速替換掉。
對(duì)于指尖傳感器而言，電容感知是業(yè)內(nèi)普遍認(rèn)可的一個(gè)方案。雖然也有其他方案路線，但在我們看來(lái)都有些不足。比如，有的只是一個(gè)中間方案，實(shí)際感知維度是達(dá)不到的；還有的可能更適合做展示、做POC、做樣件。從最終路線的實(shí)現(xiàn)來(lái)看，我們會(huì)認(rèn)為電容是一個(gè)非常合適的解決方案。
AI科技評(píng)論：電容感知方案得到了行業(yè)認(rèn)可，目前是主流方案嗎？
馬揚(yáng)：從指尖傳感器對(duì)廠家的出貨量上看，我覺(jué)得已經(jīng)是一個(gè)主流方案了。其次，近些年來(lái)，我們每年參加 IPRA 會(huì)議都會(huì)與業(yè)內(nèi)人溝通交流，大家也會(huì)認(rèn)為要實(shí)現(xiàn)人形，從目前幾種路線來(lái)看是最可行的一個(gè)方案。
AI科技評(píng)論：觸覺(jué)傳感器再進(jìn)一步發(fā)展，要突破的關(guān)鍵點(diǎn)有哪些？
馬揚(yáng)：第一個(gè)是在傳感端，整個(gè)傳感器的結(jié)構(gòu)上大家并沒(méi)有走在同一個(gè)路線上，a有a的路線，b說(shuō)b的路線，這就造成傳感器端在商業(yè)化上的速度相對(duì)來(lái)講是比較慢的。
今年，指尖傳感器我們已經(jīng)可以做到1萬(wàn)顆及以上的批量了，在行業(yè)里我們應(yīng)該算多了。但我也很難篤定地說(shuō)我們的穩(wěn)定性已經(jīng)非常好了。如果沒(méi)有一個(gè)幾十萬(wàn)，甚至更多的批量，要說(shuō)自己的穩(wěn)定性非常好，可能都是一句比較空的話。
第二個(gè)問(wèn)題是由第一個(gè)問(wèn)題衍生出來(lái)的，大家現(xiàn)在在觸覺(jué)端缺少一個(gè)可執(zhí)行的標(biāo)準(zhǔn)。大家可以用不同思路做感知，但是感知完后關(guān)于力的一些基礎(chǔ)數(shù)據(jù)，在解碼端可以用同一種方式做解碼和存儲(chǔ)，這有利于大家快速地做下一代產(chǎn)品迭代。因?yàn)椴还苁钦l(shuí)的數(shù)據(jù)，如果我們大家可以用起來(lái)，不過(guò)在短期內(nèi)也不太好解決。
再往長(zhǎng)遠(yuǎn)看，后面還有一個(gè)小壁壘，我們現(xiàn)在還沒(méi)講觸覺(jué)與視覺(jué)相融合。從抓取執(zhí)行的動(dòng)作來(lái)看，視覺(jué)先做完再交給觸覺(jué)，觸覺(jué)執(zhí)行完再還給視覺(jué)，不斷反復(fù)進(jìn)行這一過(guò)程。人在這一過(guò)程中，是用模糊計(jì)算做視觸融合，在不同時(shí)間里的視觸占比會(huì)有所變化，對(duì)此人是有自己非常精妙的一套機(jī)制，但對(duì)機(jī)器人而言這怎么設(shè)定呢？這會(huì)是未來(lái)要思考的問(wèn)題。
此外，我們比較強(qiáng)調(diào)先在手端做私有網(wǎng)絡(luò)訓(xùn)練，然后再把手端數(shù)據(jù)給到腦端，由腦與手的數(shù)據(jù)相結(jié)合，再去做后面的訓(xùn)練，以具備更好的水平。但目前怎么做這種協(xié)調(diào)的訓(xùn)練，也是比較難解決的一個(gè)問(wèn)題。
AI科技評(píng)論：今年WRC展會(huì)上也看到了不少觸覺(jué)傳感器相關(guān)廠商，現(xiàn)在觸覺(jué)傳感器市場(chǎng)情況如何？
馬揚(yáng)：這次展會(huì)上看到做手的廠商是最多的，不只是傳統(tǒng)靈巧手廠商，還有一些頭部機(jī)器人廠商也在做手，包括一些觸覺(jué)傳感器廠商也加入。
現(xiàn)在傳感器走到了一個(gè)節(jié)點(diǎn)上，主要是兩條路徑。一個(gè)是傳統(tǒng)行業(yè)里的傳感器，有電容屏、觸摸屏等應(yīng)用，整個(gè)市場(chǎng)規(guī)模也比較大。另一個(gè)方向，就是從傳統(tǒng)材料切進(jìn)整個(gè)人形機(jī)器人做觸覺(jué)感知，但大家對(duì)未來(lái)的瞄點(diǎn)不同，技術(shù)路徑不同，而這個(gè)市場(chǎng)還在慢慢起來(lái)，朝著更大的商用方向。目前現(xiàn)在做得出色的還相對(duì)較少，未來(lái)一兩年可能會(huì)有一次比較大的洗牌。
AI科技評(píng)論：您親歷了兩次機(jī)器人浪潮，您覺(jué)得這兩次浪潮的變化在哪里？
馬揚(yáng)：我覺(jué)得第一波其實(shí)相對(duì)要虛一點(diǎn)，而第二波明顯在落地上會(huì)更清晰一些。
第一波沒(méi)有很多商業(yè)化的東西。當(dāng)時(shí)大家更多就是做出來(lái)一個(gè)樣子，主要也是為了展示技術(shù)能力，以更好融資來(lái)進(jìn)行下一步。從我們的感受來(lái)看，第一波我們還在找方向，也沒(méi)有什么競(jìng)爭(zhēng)對(duì)手。其實(shí)，如果沒(méi)有競(jìng)爭(zhēng)對(duì)手，就像走夜路一樣，走兩步就得檢查走得對(duì)不對(duì)。
我希望從第二波開(kāi)始，這會(huì)是真正的一個(gè)趨勢(shì)，而不只是一個(gè)浪潮這樣。尤其是去年年底開(kāi)始談?wù)摼呱碇悄?，具身智能也涵蓋不同的感知，其中觸覺(jué)得到了更多的重視。我們也看到了更多友商、合作伙伴的加入。這相當(dāng)于是把我們要做的事情具象化了，商業(yè)化也變得更現(xiàn)實(shí)了。
AI科技評(píng)論：對(duì)于人形機(jī)器人的發(fā)展，您是樂(lè)觀的嗎？
馬揚(yáng)：我還是很樂(lè)觀的。很多人在討論，人形落地還要多少年？我覺(jué)得這個(gè)事情并不是從 0 到 1 的一蹴而就，而是中間會(huì)有很多過(guò)渡階段。比如我們之前談?wù)摕o(wú)人駕駛，雖然到現(xiàn)在也沒(méi)有實(shí)現(xiàn)純粹無(wú)人駕駛，但是智能駕駛在汽車(chē)應(yīng)用上起到了越來(lái)越重要的作用， 商業(yè)化方面已經(jīng)做得非常好了。
那么機(jī)器人其實(shí)也是一樣的。我們作為消費(fèi)者，其實(shí)現(xiàn)在還不需要一個(gè)能和人同等聰明的機(jī)器人——既能幫我做事，又能給我提供情緒價(jià)值，這是一個(gè)很遠(yuǎn)的事情。
但是從發(fā)展路徑上看，首先在一些專(zhuān)用場(chǎng)合，比如物流、清潔、養(yǎng)老等都是比較落地的方向，需求顯著。而且，人對(duì)機(jī)器人的容忍度并不像我們想的那么難以接受。好比智能駕駛汽車(chē)一開(kāi)始也會(huì)有一些弱智表現(xiàn)，但只要能給人提供便利，人還是能包容汽車(chē)的一些小失誤。所以我們會(huì)覺(jué)得，機(jī)器人的市場(chǎng)實(shí)在是太大了，你只要能做出一些小小的進(jìn)步，大家就能共同推動(dòng)行業(yè)一步步發(fā)展。
看今年的情況，我覺(jué)得大家都很務(wù)實(shí)。現(xiàn)在大家都很少談雙足了，基本上都會(huì)認(rèn)為可以先做一個(gè)輪式，先解決室內(nèi)平地問(wèn)題。我們也看到很多廠商已經(jīng)可以把成本控制到一兩萬(wàn)左右，在這基礎(chǔ)上我們能夠訓(xùn)練出一些執(zhí)行能力的話，我想在未來(lái)兩年里應(yīng)該很快會(huì)有落地。
AI科技評(píng)論：您對(duì)通用機(jī)器人的想象是什么？
馬揚(yáng)：我希望未來(lái)的通用機(jī)器人能擁有與人相類(lèi)似的能力，不僅是物理空間的移動(dòng)操作能力，也包括情感能力。
我為什么會(huì)這么想呢？我們?cè)谘芯坑|覺(jué)感知時(shí)，中間經(jīng)常要觀察和學(xué)習(xí)人是如何感知的。人特別有意思，人獲取的信息是靠脈沖和神經(jīng)元，這獲取的信息非常模糊，而且都是沖擊信號(hào)，沒(méi)有具體信號(hào)。具體信號(hào)只集中在有限的感知上，如視覺(jué)和聽(tīng)覺(jué)，其他的都得要充分去調(diào)動(dòng)大腦才能獲取一些信息。
現(xiàn)在機(jī)器人的信息獲取能力已經(jīng)超過(guò)了人。在最終情感的實(shí)現(xiàn)上，人其實(shí)是通過(guò)不斷積累的神經(jīng)元訓(xùn)練所得，那么機(jī)器人也可以通過(guò)不斷喂數(shù)據(jù)的方式獲得與人相類(lèi)似的情感溝通能力。
現(xiàn)在機(jī)器人數(shù)據(jù)量已經(jīng)足夠大，但它的維度還沒(méi)有像人這么多，所以我們希望能夠在觸覺(jué)端解決更高維度的問(wèn)題。我們下一步其實(shí)也在做多模態(tài)的前端訓(xùn)練，我們希望把聽(tīng)覺(jué)、視覺(jué)，甚至嗅覺(jué)的脈沖信號(hào)都加進(jìn)去，在前端做更多的私有訓(xùn)練。
雷峰網(wǎng)(公眾號(hào)：雷峰網(wǎng))雷峰網(wǎng)雷峰網(wǎng)
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見(jiàn)轉(zhuǎn)載須知。
