工業(yè)機(jī)器人趕上并不難

 

　　機(jī)器人很熱，機(jī)器人種類也很多。從水下機(jī)器人到娛樂機(jī)器人，從軍用機(jī)器人到農(nóng)業(yè)機(jī)器人，從工業(yè)機(jī)器人到服務(wù)機(jī)器人，從無人機(jī)到手機(jī)助理“小娜”，門類眾多的機(jī)器人令人眼花繚亂，機(jī)器人該如何來分類，每一類機(jī)器人的難點(diǎn)又是什么？

 

　　吳甘沙坦言，對(duì)機(jī)器人有不同的分類，大致可以將其分為工業(yè)機(jī)器人和服務(wù)機(jī)器人，現(xiàn)在更多談工業(yè)機(jī)器人，而服務(wù)機(jī)器人也已起勢(shì)，像我們聽到的老人看護(hù)、餐廳服務(wù)、前臺(tái)待客機(jī)器人等，一般認(rèn)為其未來前景也許更為廣闊。服務(wù)型機(jī)器人又可分為專業(yè)機(jī)器人和消費(fèi)機(jī)器人，前者包括軍事、物流、手術(shù)、救援等類型，而掃地機(jī)器人、陪伴機(jī)器人、社交輔助機(jī)器人等屬于后者。機(jī)器人也有很多的形態(tài)，既包括人形機(jī)器人或高度仿真的機(jī)器人，也有跟人形不沾邊的機(jī)器手臂、圓乎乎的掃地機(jī)器人、可轉(zhuǎn)動(dòng)的攝像頭，無人機(jī)、自動(dòng)駕駛汽車等新興科技也屬于廣義的機(jī)器人，甚至不具有物理形態(tài)的聊天機(jī)器人，只要有一定自動(dòng)、自主能力的都可以被稱為機(jī)器人。

 

　　總的來說，機(jī)器人的先進(jìn)程度有兩個(gè)層次：自動(dòng)化能力和自主能力。工業(yè)機(jī)器人更強(qiáng)調(diào)自動(dòng)化的能力，但未必有多強(qiáng)的自主能力，多數(shù)不需要太高的技術(shù)含量，競(jìng)爭(zhēng)力主要體現(xiàn)在成本結(jié)構(gòu)上的不一樣。不同的企業(yè)在關(guān)鍵器件的成本占比會(huì)不一樣，比如工業(yè)機(jī)器人中的RV減速器是核心器件之一，日本在這方面的制造和工藝比較強(qiáng)，減速器能夠占到整個(gè)成本的20%多，而中國(guó)目前在這個(gè)方面的能力尚有一定的差距，在整個(gè)機(jī)器人的成本中占45%~50%左右。中國(guó)起步相對(duì)晚一點(diǎn)，在這些精密器件的制造上存在生產(chǎn)制造工藝方面的差異，慢慢會(huì)趕上，這不會(huì)有太多的障礙。

 

　　吳甘沙認(rèn)為，相對(duì)而言服務(wù)型機(jī)器人更強(qiáng)調(diào)自主能力，對(duì)人工智能的要求會(huì)更高一些。當(dāng)然，工業(yè)機(jī)器人也會(huì)越來越強(qiáng)調(diào)與人的協(xié)作，在無法取代人的場(chǎng)景里能夠更好地輔助人，這樣對(duì)感知和認(rèn)知的要求也會(huì)提升，因此這類技術(shù)也將成為工業(yè)機(jī)器人競(jìng)爭(zhēng)的焦點(diǎn)。

 

　　機(jī)器人發(fā)展有三大趨勢(shì)

 

　　吳甘沙指出，事實(shí)上機(jī)器人技術(shù)主要包含三個(gè)方面：一是感知，要感知周圍的人、感知機(jī)器、感知事物；二是思考，比如規(guī)劃和推理；三是想明白后怎么控制“手腳”去完成這個(gè)任務(wù)。

 

　　一是感知，機(jī)器人首先是需要對(duì)環(huán)境建一個(gè)地圖，要感知自己現(xiàn)在在這個(gè)地圖上的位置，感知周圍的環(huán)境。“聰明的機(jī)器人可以感知這是一個(gè)沒有生命的東西，還是有生命的柔軟體，需要用不同的方法來對(duì)待它，或者它是一個(gè)可以挪動(dòng)的椅子，還是是一個(gè)不可以挪動(dòng)的東西。移動(dòng)的椅子機(jī)器人可以把它推開，而不能挪動(dòng)的東西機(jī)器人需要繞開它，這是一種智能。”

 

　　吳甘沙說，“二是規(guī)劃。比如主人命令機(jī)器人把這個(gè)牛奶熱一下，機(jī)器人可能要知道微波爐在何處，如何打開，如何把牛奶放進(jìn)去，如何操作加熱這樣一個(gè)動(dòng)作，之后又如何把它拿出來，這就涉及到規(guī)劃和推理。

 

　　三是控制和動(dòng)作。如何控制，如何行走，有相應(yīng)的動(dòng)作。涉及復(fù)雜的動(dòng)作時(shí)，機(jī)器人要有一定的學(xué)習(xí)能力，比如在人手把手教下來形成動(dòng)作記憶或自己通過試錯(cuò)的方式學(xué)會(huì)。”

 

　　吳甘沙強(qiáng)調(diào)，人工智能目前主要用在前兩個(gè)部分，即感知和規(guī)劃當(dāng)中。當(dāng)然控制和運(yùn)動(dòng)本身也有很大的挑戰(zhàn)性。吳甘沙介紹，卡耐基梅隆大學(xué)的一個(gè)研究員莫拉維克提出一個(gè)悖論，感知和運(yùn)動(dòng)這些一歲小孩就能做的事情，機(jī)器人實(shí)現(xiàn)就很困難，而另外一些機(jī)器人的高層規(guī)劃、判斷，比如下棋等這些成年人才有的智能，機(jī)器人反而很容易去實(shí)現(xiàn)。

 

　　這個(gè)悖論反映了機(jī)器人和人的構(gòu)造并不完全相同。所以不能靠模擬人就實(shí)現(xiàn)和做好機(jī)器人，有些地方需要利用機(jī)器的優(yōu)勢(shì)，有些地方需要利用人的優(yōu)勢(shì)，有些地方需要?jiǎng)?chuàng)造一個(gè)新的計(jì)算架構(gòu)才能有效地實(shí)現(xiàn)更高層面的認(rèn)知，這其中就會(huì)涉及人工智能、計(jì)算架構(gòu)、控制和自動(dòng)化等方面的交叉。

 

　　談及未來的趨勢(shì)和可能性，吳甘沙認(rèn)為，目前機(jī)器人的發(fā)展并不遵循摩爾定律，尤其是機(jī)械部分，價(jià)格長(zhǎng)期居高不下，具有復(fù)雜動(dòng)作能力的機(jī)器人常常有幾十個(gè)電機(jī)，價(jià)格幾萬到幾十萬美元，現(xiàn)在有一種研究趨勢(shì)是用計(jì)算來替代復(fù)雜機(jī)械機(jī)制，這樣的話機(jī)器人將受益于摩爾定律的發(fā)展，價(jià)格會(huì)真正便宜到“飛入尋常百姓家”。機(jī)器人領(lǐng)域另一個(gè)趨勢(shì)是平臺(tái)化。

 

　　過去的機(jī)器人都是定制化的，未來如果有一個(gè)平臺(tái)，就像PC一樣，能夠基于一定的標(biāo)準(zhǔn)編程，使成本降低，進(jìn)入市場(chǎng)的速度加快，應(yīng)用也更為豐富。再有一個(gè)趨勢(shì)是云化。云化一方面可以把高強(qiáng)度的計(jì)算放到云中，解決本地計(jì)算能力的問題；另一方面可以把知識(shí)放在云中，如果未來成千上萬的機(jī)器人通過云相互交換知識(shí)，就能夠使智能化程度快速提升。

 

　　總之，機(jī)器人與我們看到的手機(jī)和移動(dòng)設(shè)備有質(zhì)的飛躍。它是一個(gè)真正自動(dòng)或自主移動(dòng)的操作平臺(tái)，未來物聯(lián)網(wǎng)和大數(shù)據(jù)的智能要從虛擬世界反饋到物理世界，機(jī)器人將是首要的平臺(tái)。另外一個(gè)與PC和手機(jī)都不一樣的地方是機(jī)器人是有情商的、能夠“共情”的，它能夠讓你感到舒服，有親密感，讓你有被需要的感覺，這是過去任何電子設(shè)備都不能做到的。未來機(jī)器人會(huì)越來越“人格化”，一開始可能只是一個(gè)助手、管家，最后也許將是你的替身，當(dāng)你不能身臨其境時(shí)，它就是你的阿凡達(dá)。

 

　　機(jī)器人大潮是中國(guó)的好機(jī)會(huì)

 

　　談及與國(guó)外機(jī)器人的差異，吳甘沙認(rèn)為，在工業(yè)機(jī)器人方面中國(guó)一定能趕上，現(xiàn)在的差距是在一些運(yùn)動(dòng)器件上，比如馬達(dá)、減速器，中國(guó)產(chǎn)的部件現(xiàn)在稍微差一些，在一些復(fù)雜惡劣的工業(yè)場(chǎng)景中，或者是耐用性要求非常強(qiáng)的場(chǎng)景中，還只能用國(guó)外的，這個(gè)部分是短板。但是我們相信，中國(guó)有很多聰明的人，只要有需求，一定很快能趕上來。

 

　　服務(wù)型機(jī)器人與韓國(guó)、日本、美國(guó)相比要落后一些，但吳甘沙覺得中國(guó)趕上還是有機(jī)會(huì)的，而且比較看好。從自動(dòng)駕駛汽車來看，中國(guó)發(fā)展也很火，也有不少團(tuán)隊(duì)已經(jīng)做出了真正能夠在路上跑的汽車，感覺有差距但差距不大?，F(xiàn)在谷歌的自動(dòng)駕駛汽車要商用化，也遇到一些技術(shù)上的瓶頸，也沒有完全突破。比如它的感知器件，激光雷達(dá)、攝像頭等，在一些惡劣環(huán)境中工作得不好，比如下雨、下雪時(shí)無法準(zhǔn)確感知環(huán)境，或是強(qiáng)逆光不能分辨紅綠燈，導(dǎo)致在實(shí)際應(yīng)用中還會(huì)遇到問題，這些問題可能需要5年時(shí)間才能解決，這樣也給了中國(guó)時(shí)間來趕上。

 

　　在服務(wù)型機(jī)器人上，在人工智能方面，現(xiàn)在有了開源以及更多跨國(guó)之間的學(xué)術(shù)交流，應(yīng)該說中國(guó)已經(jīng)在迎頭趕上的路上，并沒有哪一個(gè)坎國(guó)外邁過去了，中國(guó)還沒有邁過去。