2015世界機器人大會在北京國家會議中心開幕。加拿大阿爾貝塔大學(xué)教授、加拿大工程院院士張宏，在分論壇演講時表示，現(xiàn)在形形色色的機器人還沒有產(chǎn)業(yè)化，尤其是服務(wù)機器人，而服務(wù)機器人發(fā)展空間很大。

 

　　要想發(fā)展服務(wù)機器人，就要讓機器人獲得人的能力，重點是解決機器人視覺系統(tǒng)。因為視覺對人很重要，人類獲得訊息90% 以上是依靠眼睛的，那么對于機器人，獲得信息來說，也是非常重要。

 

 

　　在過去的一年中，圍繞著AI(人工智能)的嗡嗡聲，一直在非常強勁的增長。我們還從來沒有如此接近的觀察到這個技術(shù)的好處。2016年，將會看到新式的AI(人工智能)的供電設(shè)備，因為我們對于人工智能，所面臨的最困難的挑戰(zhàn)之一，已經(jīng)取得了進展：讓我們的設(shè)備，能夠了解它們所看到的。

 

　　12月3日，谷歌發(fā)布了其云視覺API，來執(zhí)行這些任務(wù)，如：識別人臉、標(biāo)志和文字，探測物體并了解其環(huán)境的應(yīng)用。一些客戶都對這些功能感到非常興奮，在市場上其它企業(yè)也正在尋找類似的一種服務(wù)，為使其適應(yīng)其業(yè)務(wù)模式。

 

　　為什么一個機器人需要去看呢? Vision(視覺)在我們的生活中，是非常有意義的，而且也是主要媒介之一。為了使機器人能夠與人類進行相處，以及提供給我們所需要的服務(wù)等。當(dāng)務(wù)之急就是它們可以觀察，并且能夠根據(jù)自己視覺所觀察到的東西，來引導(dǎo)自己的行為。這可能是一個小攝像頭的形式，可以幫助盲人去“看”和感受環(huán)繞他們周圍的世界?；蛘呤且粋€家庭監(jiān)控系統(tǒng)，該系統(tǒng)能夠正確識別一群流浪貓之間的差異，或者移動樹枝，和一個防盜的形式。

 

　　在我們的日常生活中，由于設(shè)備逐漸成為我們不可分割的一部分，我們已經(jīng)看到如果沒有足夠的視覺能力，越來越多的應(yīng)用程序?qū)⒆呦蚴?，其中包括空中無人機碰撞和機器人吸塵器“吃”了它們本不應(yīng)該吃的東西。

 

　　機器人視覺，作為AI(人工智能)一個快速增長的分支，目的是能夠給機器人與我們自己相當(dāng)?shù)囊曈X，在過去幾年中，由于研究人員運用專門的神經(jīng)網(wǎng)絡(luò)，以幫助機器人識別和理解來自現(xiàn)實世界的圖像，機器人視覺已經(jīng)取得了巨大的進步。2012年是一個開始的起點，雖然電腦現(xiàn)在能夠做一切，從在互聯(lián)網(wǎng)中識別貓，到能夠在一組照片中，識別特定的面孔，但仍然有很長的路要走。今天，我們看到機器視覺能夠離開數(shù)據(jù)中心，并適用于一切從自主無人機到機器人身上，可以整理我們的食物。

 

　　為了更好的了解機器人視覺，一個常見的類比，機器人視覺與人類自己的視覺，就好比天空中飛行的鳥類與飛機。兩者最終都將依賴于基礎(chǔ)物理學(xué)(如伯努利原理)，來幫助它們飛入到高空中，但是，這并不意味著飛機將要扇動它的翅膀進行飛翔。只是因為人與機器可能會看到同樣的東西，并且對這些圖像進行解釋的方式，甚至可能有一定的共性，最后的結(jié)果仍然可能是具有很大的不同。

 

　　雖然基本的圖像分類已經(jīng)變得更加容易，但是，當(dāng)它涉及到從抽象的場景中提取意義和信息時，機器人就面臨著一系列新的問題。錯覺就是一個很好的例子，機器人視覺仍然還有很長的路要走。

 

　　每個人可能都熟悉兩個剪影彼此面對，所產(chǎn)生經(jīng)典的錯覺。當(dāng)一個人看著這個圖像時，他們不限于只看到抽象的形狀。他們的大腦中插入更多的背景，使他們能夠識別圖像的多個部分，看到兩副面孔或一個花瓶，其實所有的都來自相同的圖像。

 

　　當(dāng)我們通過一個分類，就能夠管理這些相同的圖像(你可以在互聯(lián)網(wǎng)上找到一些免費的)，我們很快就意識到，對于一臺機器來說，要理解這些復(fù)雜的東西，這是多么困難的。一個基本的分類，并沒有看到兩副面孔或一個花瓶，而是看到另外的一些東西，像一把斧頭、鉤子、防彈背心，甚至是一把木吉他。雖然該系統(tǒng)是公認的不確定性，在這些圖像中，實際上任何東西都有可能產(chǎn)生，它顯示了多么大的挑戰(zhàn)性，人類尚且看不太懂，更不要說是機器人了。

 

　　如果我們看到一些更復(fù)雜的東西，這個問題甚至?xí)兊酶永щy，比如Beverly Doolittle(富康杜利特爾)的一幅畫，雖然看到這個圖的每個人，可能不能夠發(fā)現(xiàn)，其實每個人的臉都在這塊畫布上，他們幾乎立即看到，比映入他們眼簾更多的圖片。

 

　　為了理解為什么這是如此大的挑戰(zhàn)，你需要考慮，為什么視覺是如此的復(fù)雜。就像這些圖像一樣，世界其實是一個非常混亂的地方。瀏覽世界，并沒有像構(gòu)建一個算法，然后通過數(shù)據(jù)進行分析這么簡單，它要求我們需要根據(jù)實際的情況，我們能夠采取相應(yīng)的行動經(jīng)驗，并且需要進行深入的理解。

 

　　機器人和無人駕駛飛機面對這些無數(shù)的障礙，可能是超出常規(guī)的，并且找出如何克服這些挑戰(zhàn)的方法，是那些希望能夠?qū)崿F(xiàn)人工智能革命的人，需要解決的一大問題。

 

　　隨著連續(xù)采用這些技術(shù)，如神經(jīng)網(wǎng)絡(luò)和專用機器視覺硬件，我們正在迅速縮小人類和機器視覺之間的差距。在將來的某一天，我們甚至開始看到機器人的視覺能力，可能會超越我們自己，使它們能夠完成許多復(fù)雜的任務(wù)，并且我們的社會將會完全自主運作。