該活動由中國人工智能學(xué)會主辦，中國人工智能學(xué)會認(rèn)知系統(tǒng)與信息處理專委會、南京清湛人工智能研究院承辦，北京容天匯海科技有限公司、鎂客網(wǎng)協(xié)辦。

 

　　在歷時4個半鐘頭的分享環(huán)節(jié)，來自產(chǎn)業(yè)、學(xué)術(shù)和應(yīng)用三個方向的嘉賓，構(gòu)成了一個產(chǎn)學(xué)用全方位的“三方對話”，圍繞智能機(jī)器人相關(guān)主題帶來了各自的精彩分享。

　　陳學(xué)超北京理工大學(xué)機(jī)電學(xué)院教授、博士生導(dǎo)師

 

　　——仿人機(jī)器人高動態(tài)跳躍運(yùn)動關(guān)鍵

 

　　在陳學(xué)超看來，仿人機(jī)器人是智能機(jī)器人的一種高級形態(tài)，具有兩手、兩腿、頭部和軀干等人類外形顏色特征，整機(jī)有30至60個自由度，有著復(fù)雜的多體動力學(xué)系統(tǒng)，在公共安全、國防、社會服務(wù)等領(lǐng)域應(yīng)用前景廣泛。

 

　　回顧仿人機(jī)器人發(fā)展歷程大事記，自1973年日本早稻田大學(xué)研發(fā)出首臺可行走仿人機(jī)器人之后，包括日本本田公司的ASIMO、波士頓動力公司的Altas等都是里程碑式的產(chǎn)品。

 

　　而從自身研究項目出發(fā)，陳學(xué)超表示跳躍能力對仿人機(jī)器人增長運(yùn)動敏捷性和環(huán)境適應(yīng)性有著重大意義，意味著機(jī)器人能夠在室內(nèi)外、野外環(huán)境中做到跑得快、跳得高，同時能夠執(zhí)行多種靈巧作業(yè)任務(wù)。其中所涉及的核心部件和多模態(tài)運(yùn)動技術(shù)，也是其匯童仿人機(jī)器人項目當(dāng)下的研究重點(diǎn)。

 

　　陳學(xué)超闡述道，經(jīng)過對跳躍運(yùn)動階段劃分并進(jìn)行特點(diǎn)分析后得到總結(jié)，機(jī)器人：

 

　　起跳階段——要求硬件本體需要做到大力矩、高轉(zhuǎn)速，規(guī)劃、控制方面做到協(xié)全身、精跟隨；

 

　　落地階段——要求硬件本體需要做到強(qiáng)回驅(qū)，規(guī)劃、控制方面做到柔著地。

 

　　這一前提下，陳學(xué)超也指出，傳統(tǒng)仿人機(jī)器人關(guān)節(jié)（電機(jī)+諧波）力矩達(dá)到，但轉(zhuǎn)速低、回驅(qū)性弱，無法滿足需求，一般四足機(jī)器人關(guān)（電機(jī)+行星）也因為力矩小而難以適用。針對這一點(diǎn)，他也提出了一些解決方案，包括采用高磁能密度硬磁材料打造高扭矩密度電機(jī)，并基于多物理場綜合優(yōu)化技術(shù)提升轉(zhuǎn)矩，以及模擬人體肌肉布局作仿生跨關(guān)節(jié)耦合驅(qū)動，同時優(yōu)化變速結(jié)構(gòu)比等等。

 

　　此外，針對特斯拉、小米等企業(yè)對仿人機(jī)器人的布局，陳學(xué)超表示這類企業(yè)的入局將推動人工智能技術(shù)在仿人機(jī)器人產(chǎn)品上的落地，進(jìn)而推動仿人機(jī)器人整體產(chǎn)業(yè)的發(fā)展。與此同時他也指出，小米能夠在幾個月內(nèi)打造一臺仿人機(jī)器人，并完成一些基本操作，也是從另一個角度告訴大家，仿人機(jī)器人研發(fā)的行業(yè)門檻較之前已經(jīng)有所降低。

 

　　葛榮駿東南大學(xué)計算機(jī)科學(xué)與工程學(xué)院副教授

 

　　——用算法彌補(bǔ)國產(chǎn)成像設(shè)備硬件不足

 

　　圍繞人工智能與機(jī)器人產(chǎn)業(yè)，醫(yī)學(xué)是一個繞不過去的細(xì)分市場，其中關(guān)于影像設(shè)備成像，更是一個重點(diǎn)研究方向。

 

　　葛榮駿表示，眼下國內(nèi)醫(yī)學(xué)影像設(shè)備正被國外企業(yè)壟斷，國產(chǎn)設(shè)備則存在成像質(zhì)量不足的問題。他以CT為例，常規(guī)CT存在輻射劑量較大、軟組織分辨率較低等問題，既會給孕婦、新生兒等高敏感人群帶來較大安全風(fēng)險，也會對其臨床應(yīng)用范圍造成諸多約束，同時不同診療場景的CT成像也受制于采集數(shù)據(jù)信噪比低或數(shù)據(jù)稀疏不全等問題。市場側(cè)，85%以上相關(guān)設(shè)備市場則是被國外公司GPS壟斷。

 

　　針對國產(chǎn)設(shè)備成像不足的問題，葛榮駿表示可以通過成像算法來進(jìn)行彌補(bǔ)——基于不同臨床診療需求場景，非理想采樣條件的下優(yōu)質(zhì)CT成像算法。

 

　　圍繞這一研究，葛榮駿也指出傳統(tǒng)成影方法“解析重建”需要高質(zhì)量且完整的投影數(shù)據(jù)，無法應(yīng)對低劑量和不完備數(shù)據(jù)重建，且特征提取能力弱，容易引起二次偽影，同時迭代速度慢，科學(xué)挖掘點(diǎn)少。

 

　　在這一基礎(chǔ)上，基于特征學(xué)習(xí)的CT成像算法受到關(guān)注，包括基于單層特征學(xué)習(xí)的字典學(xué)習(xí)算法、基于深度特征學(xué)習(xí)的重建算法。其中，深度特征學(xué)習(xí)能快速、充分地利用單層特征和各級深度特征，在最終效果上優(yōu)于單層特征學(xué)習(xí)。

 

　　李雨倩NVIDIA自主機(jī)器技術(shù)專家

 

　　——基于IsaacSim平臺為機(jī)器人訓(xùn)練“提速”

 

　　不管是算法開發(fā)，還是智能機(jī)器人研究，過程中總是需要大量的數(shù)據(jù)處理與模型測試、驗證。而如果這些工作全部交由單個項目或企業(yè)來進(jìn)行，將面臨時間長、挑戰(zhàn)大、成本高，以及相關(guān)場景中結(jié)構(gòu)化環(huán)境缺失等問題。

 

　　針對這一點(diǎn)，李雨倩提出的解決方案是NVIDIAIsaacSim，這是一個建立在數(shù)字孿生Omniverse平臺上的機(jī)器人模擬應(yīng)用與合成數(shù)據(jù)生成工具，能夠提供真實(shí)準(zhǔn)確的自然世界虛擬表示，允許導(dǎo)入各種對象類型，包括CAD文件，以生成在邏輯上與現(xiàn)實(shí)世界無法區(qū)分的模擬環(huán)境。

 

　　李雨倩表示，在Isaac平臺，僅需要4個步驟就可以完成一個閉環(huán)應(yīng)用的開發(fā)：

 

　　模型訓(xùn)練——通過IsaacReplicator（形成虛擬合成數(shù)據(jù)集）、TaoToolkit（訓(xùn)練預(yù)訓(xùn)練的模型）工具對機(jī)器人進(jìn)行訓(xùn)練；

 

　　仿真——在整個Omniverse環(huán)境下，基于IsaacSim對整機(jī)進(jìn)行仿真和測試，模型訓(xùn)練好，整機(jī)算法測試完成之后就到第三步搭建；

 

　　搭建——在機(jī)器人本體嵌入式計算平臺Jetson上，利用IasscROSGEMs、RIVA、NovaOrin等來做一個整個機(jī)器人的搭建；

 

　　部署&管理——利用Triton做多個資源的調(diào)動管理，利用CuOpt做大場景下機(jī)器人最優(yōu)路徑的規(guī)劃……

 

　　“實(shí)際環(huán)境測試之后會暴露出機(jī)器人本身的一些問題和模型的不足，就可以回到第一步再完成一個訓(xùn)練。”

 

　　此外，李雨倩也總結(jié)稱，該平臺有測試場景和樣本，可以直觀體驗IsaacSim的一些功能；可以跟ROS生態(tài)進(jìn)行互動；增加了AI的屬性，包括強(qiáng)化學(xué)習(xí)等都集成在里面，基于這些優(yōu)勢，將能夠幫助大家快速搭建自己的應(yīng)用，開發(fā)一個更智能的、具有AI屬性的機(jī)器人。

 

　　王亮NVIDIA高級解決方案架構(gòu)師

 

　　——硬件加速機(jī)器人仿真與訓(xùn)練

 

　　面向海量數(shù)據(jù)處理與模型測試與驗證，除了平臺層面各類軟件工具的協(xié)助，背后的算力支撐也是不可或缺的。針對這一點(diǎn)，王亮主要從NVIDIAA40和A100兩款產(chǎn)品進(jìn)行講解。

 

　　其中，提及A40就不得不提到“NVIDIAOVX”，這是為了在Omniverse中運(yùn)行數(shù)字孿生模擬而創(chuàng)建的數(shù)據(jù)中心級計算系統(tǒng)，由8塊NvidiaA40GPU、3塊NvidiaConnectX-6Dx200Gbps網(wǎng)卡、雙IntelIceLake8362CPU、1TB系統(tǒng)內(nèi)存和16TBNVMe存儲組成，啟用RDMA以實(shí)現(xiàn)最低延遲，支持精確計時(PTP)，可擴(kuò)展以滿足工作負(fù)載需求。

 

　　并且，當(dāng)使用Spectrum-3交換機(jī)連接時，OVX計算系統(tǒng)可以從包含8臺OVX服務(wù)器的單個Pod擴(kuò)展到32臺OVX服務(wù)器的超級Pod。多個超級POD可以用于部署更大的仿真需求。

 

　　至于A100，王亮表示“A10080GBPCIE”是世界上性能最高的AI超級計算GPU，也是主流EGX服務(wù)器的靈活部署選項。性能方面，相較于上一代產(chǎn)品，面對仿真、AI訓(xùn)練等應(yīng)用均得到了數(shù)倍的提升。

 

　　同時，王亮也提到了基于A100打造（20臺起步）的DGXSuperPOD系統(tǒng)，串聯(lián)后將形成一站式AI超級計算機(jī)，基于并行計算實(shí)現(xiàn)大規(guī)模AI模型的構(gòu)建、訓(xùn)練和部署。

 

　　孫玉潔中國兵器工業(yè)集團(tuán)高級工程師

 

　　——未來機(jī)器人作戰(zhàn)樣式

 

　　就分類來看，智能機(jī)器人可以分為多種類型，工業(yè)機(jī)器人體量最大，消費(fèi)級商用機(jī)器人更為貼近日常生活，特種機(jī)器人則較為少見，其歸屬下的軍用機(jī)器人，更是“神秘”。

 

　　對此孫玉潔講到，軍用機(jī)器人依據(jù)作戰(zhàn)環(huán)境的不同分為地面軍用機(jī)器人、空中軍用機(jī)器人、其他軍用機(jī)器人（如無人艇、無人船等）。

 

　　提及需求，軍用機(jī)器人部隊則是需要做到三點(diǎn)，分別是能夠聚焦全維感知、街區(qū)突貫、要點(diǎn)奪控、樓宇清繳等城市作戰(zhàn)環(huán)境，實(shí)現(xiàn)信息主導(dǎo)、火力主戰(zhàn)、智能主控、體系致勝，做到多域精確跨域協(xié)同。

 

　　只是就目前來看，軍用機(jī)器人部隊在構(gòu)建上還存在一些短板，這也對當(dāng)前業(yè)界提出了幾點(diǎn)建議：

 

　　第一，發(fā)展機(jī)器人彈性算力和可拓展的硬件平臺，設(shè)計相關(guān)接口和標(biāo)準(zhǔn)協(xié)議，基于“軟硬解難”思路，提升硬件能力；

 

　　第二，完成地面軍用機(jī)器人、空中軍用機(jī)器人及其他機(jī)器人部隊體系要素的需求論證；

 

　　第三，統(tǒng)籌推進(jìn)相關(guān)科技競賽，以及優(yōu)質(zhì)智能技術(shù)成果的轉(zhuǎn)化應(yīng)用。

 

　　屆時，比如空中機(jī)器人，將能夠做到集偵查、監(jiān)視、軟干擾和硬打擊于一體，以及長時滯空、空中戰(zhàn)場遮斷、空中格斗等等。地面機(jī)器人則將呈現(xiàn)“無人軍團(tuán)”模式，就像電影中的機(jī)械戰(zhàn)士。

 

　　黃洪波墨影科技聯(lián)合創(chuàng)始人、VP

 

　　——機(jī)器人產(chǎn)業(yè)“非標(biāo)+長尾”現(xiàn)象如何破局？

 

　　黃洪波以冰山作比，浮出水面的一小塊冰山是如今簡單容易的項目或值得投入的大客戶，但另外沉在水面下、體積占比約80%的冰山則代表著那些無法被觸達(dá)和滿足的大量潛在需求機(jī)器人和自動化改造的行業(yè)和項目。

 

　　這也導(dǎo)致雖然機(jī)器人市場各垂直場景的價值達(dá)到了千億級、萬億級，大量機(jī)器人公司和集成商也僅僅是在“冰山一角”中進(jìn)行競爭。

 

　　為什么會這樣？黃洪波解釋道，機(jī)器人企業(yè)開拓產(chǎn)品、集成商部署項目少則一兩年，多則三五年，投入資源重、周期長、成本高迫使他們提高報價、延長實(shí)施周期，繼而導(dǎo)致機(jī)器人和自動化改造價格高、周期長。但對于客戶來說，他們的需求是快速完成機(jī)器人和自動化改造，降低產(chǎn)險停產(chǎn)時間，實(shí)現(xiàn)降本增效目的，也因此，低價格、短周期的壓力自然而然就給到了企業(yè)和集成商，最終造成機(jī)器人企業(yè)、集成商普遍存在低價競爭、虧本賺吆喝現(xiàn)象。“這就是一個惡性循環(huán)。”

 

　　當(dāng)然，目前存在的“非標(biāo)+長尾”現(xiàn)象只是機(jī)器人產(chǎn)業(yè)發(fā)展過程中階段性的必然結(jié)果，“需求種類和數(shù)量進(jìn)一步增加，單一廠商的能力和開發(fā)速度逐漸無法滿足所有需求，跨廠商系統(tǒng)集成又異常復(fù)雜，與此同時很多客戶想用機(jī)器人和自動化，但需求和場景各不相同，導(dǎo)致非標(biāo)+長尾。”

 

　　至于如何破局，響應(yīng)“更快滿足急速增長的客戶需求、更快更簡單地開發(fā)新產(chǎn)品新功能”的趨勢，黃洪波則是提出“平臺型系統(tǒng)”。在其看來，平臺型系統(tǒng)將能夠提供行業(yè)基礎(chǔ)共性功能，簡化開發(fā)流程，整合上下游，進(jìn)而共同促進(jìn)行業(yè)爆發(fā)。

 

　　楊磊南京清湛人工智能研究院執(zhí)行副院長

 

　　——“云+邊+端”架構(gòu)賦能機(jī)器人視頻感知

 

　　在楊磊看來，產(chǎn)業(yè)內(nèi)諸多公司為機(jī)器人的感知和計算基礎(chǔ)都提供了杰出的支撐，但就目前來說，“感知”依舊是機(jī)器人技術(shù)發(fā)展的一個重要瓶頸。

 

　　其中，視頻感知不同于以往更多討論的機(jī)器視覺，所處理的數(shù)據(jù)基本上是實(shí)時連續(xù)幀圖片序列，需要處理的數(shù)據(jù)量更大，且多數(shù)數(shù)據(jù)都沒有經(jīng)過加工處理器，落地之后更具實(shí)用性，是眼下計算機(jī)視覺與人工智能領(lǐng)域發(fā)展比較活躍的研究方向。

 

　　“相較于視頻監(jiān)控，視頻感知除了要獲取數(shù)據(jù)、分析數(shù)據(jù)，還要理解視頻內(nèi)容以及目標(biāo)前后關(guān)系。”

 

　　而就落地來看，隨著工業(yè)場景新需求的出現(xiàn)，傳統(tǒng)視頻監(jiān)控已經(jīng)不足以完成安全保障等方面的新挑戰(zhàn)，視頻感知逐漸在工業(yè)場景獲得極大應(yīng)用。

 

　　與此同時，就機(jī)器人整個發(fā)展來看，“原先機(jī)器人平臺算力較小，存在巨大的算力障礙，而現(xiàn)在提出的新架構(gòu)——‘云-邊-端感知架構(gòu)’，依據(jù)不同場景需求通過云端或邊端的算力去解決算力不足的問題，幫助進(jìn)行視頻運(yùn)算和解析，這是未來發(fā)展的一個重要方向。”

 

　　針對這一點(diǎn)楊磊也說到，清湛人工智能研究院采用“云+邊+端”架構(gòu)打造了一套基于視頻行為分析的智能監(jiān)造系統(tǒng)，在前端網(wǎng)絡(luò)中增加邊緣分析設(shè)備，基于計算機(jī)視覺深度學(xué)習(xí)技術(shù)，構(gòu)建專有的安全生產(chǎn)預(yù)警模型，是面向大型企業(yè)用戶，提供簡單、易用、優(yōu)質(zhì)視覺算法的開放平臺。