人工智能赋能机器人 “智”在新变局

　　还记得索菲亚吗？史上首个获得公民身份的智能机器人。人们不仅惊叹她可以模拟62种面部表情，更对其在识别表情、理解语言、与人互动时展现的智能感到惊讶。

　　其实，索菲亚只是智能机器人家族中的一支。近年来，世界各国对发展智能机器人十分重视，不少国家都发布了产业规划。2015年国务院印发的《中国制造2025》中提到，突破智能机器人关键技术，开发一批智能机器人，积极应对新一轮科技革命和产业变革的挑战。

　　9月11日上午，众多专家学者齐聚2021世界机器人大会“领航峰会”新变局主论坛，由人工智能与机器人发展现状切入，坦陈科技发展瓶颈，对未来的人工智能赋能机器人发展愿景提出见解。

　　机器人发展逆势上扬

　　机器人技术发展既依靠自身技术的进步，又由相关的产业与消费升级牵引。从上世纪90年代至今，机器人在负载能力、精度、速度、可靠性、控制能力等方面都发生了非常大的变化，功能、性能和可靠性不断提升，成本却不断降低。这样的发展势头即便遭遇新冠疫情也没有停止。当全球生产生活备受疫情影响的情况下，机器人领域反而逆势上扬。

　　国际机器人联合会统计数据显示，全球机器人产业规模从2016年的204亿美元持续增长到2019年的306亿美元，年均增长14.5%。新冠疫情暴发后，服务机器人逆势增长， 2020年同比增长20.7%，机器人产业正成为经济发展的重要增长点。

　　AI+机器人驶入高速路

　　在高速发展的过程中，人工智能技术越来越深地与机器人结合，机器人体现出越来越高的智能化。

　　在新松机器人自动化股份有限公司创始人曲道奎看来，机器人技术发展经历了3个阶段。“第一阶段是自动化阶段，是设备概念的阶段；第二阶段是智能阶段，也就是机器人实现人机协作、环境感知、数据采集、人机交互的阶段，当下就在第二阶段。第三阶段则是下一步即将展开的自主化阶段。”

　　中国工程院院士王耀南指出，机器人的人工智能发展方向非常重要，很多关键技术决定了机器人的未来。其中记忆技术、感知技术、行动规划、机器学习，这些都是人工智能近几年发展方向，完全可以移植到机器人里面，未来的机器人一定是具备智能化、自主化、网络化的控制系统。

　　未来机器人要像人一样能够看懂说明书，进行自动装配，就需要从感知智能到认知智能到行为智能的全面进化，这些都是需要人工智能技术。

　　智能工厂也体现人工智能的发展方向。为适应小批量、定制化、多品种制造，工厂就要有柔性化、智能化生产线。依靠数字化、智能化升级，加入工业互联网、智能云，才能实现所谓的灯塔工厂、无人工厂。

　　可喜的是，人工智能与机器人正在深度融合。世界工程组织联合会主席、中国电子学会副理事长龚克介绍，近年来，在新一代人工智能理论、方法、器件基础、技术等方面都在向前发展，智能基础设施、人才、法律、政策、标准等也在建设完善，一个智能社会正在构建。

　　瓶颈亟待突破

　　虽然人工智能与机器人发展势头迅猛，但依然存在令人无法忽视的瓶颈。例如协作机器人虽然弥补了工业机器人的缺点和短板，但也存在负载过大或运行速度过快时安全性无法保障的缺陷。

　　王耀南在演讲中引用2019年发表在Science Robotic上的文章，提到近几年全世界机器人发展面临的十大挑战和十大研究方向。“十大挑战总结下来就是，未来的机器人一定是朝着自主化、鲁棒性更强、融合性更好、多机协作的方向发展。”王耀南说道。

　　要解决这些问题，深度学习是途径之一。王耀南说：“近几年发展非常迅速的就是强化学习控制器。不论是加工大型复杂构件还是完成医疗手术，都需要深度迭代运动控制学习。只有通过传统控制不断迭代、不断训练，人工智能学习后才可以完成复杂作业。而当环境发生变化则再学习。”

　　深度学习也让计算机走出CPU统治的天下。“因为人工智能的大量计算都集中在处理图形上，属于矢量和向量的计算，而非CPU擅长的逻辑运算。”龚克解释道。由此诞生的图形处理器（GPU）神经网络计算（NPU）提升了计算速度，同时降低了计算能耗，“这些新的处理器就成了新蓝海”。

　　不过，龚克也坦言，尽管算法、理论、硬件和基础器件都取得了长足进步，但依然还有关键技术尚未解决。例如著名的莫拉维克悖论提到的，对计算机而言，实现逻辑推理等人类高级智慧只需要相对很少的计算能力，而实现感知、运动等低等级智慧却需要巨大的计算资源。“机器人发展一直朝着解决悖论的方向发展，这也是未来机器人技术研究方向的支点。”

　　我国正面临大的技术突破机遇期，人工智能、云、大数据的技术发展让机器人处于颠覆式阶段。尽管任重道远，但路在脚下。正如曲道奎所说：“尽管我国在机器人与人工智能发展方面存在困难与挑战，但机遇也是前所未有的。”

　　“我国拥有全球最大的市场，这是我们发展第二产业最大的信心。我们不仅有良好的市场环境，还有良好的金融环境和资本市场。这些也在支撑创新以及新科技成果的孵化和转化。同时，内循环和双碳目标都在加速机器人新的智能制造。”曲道奎表示。