人机共融将功能化?机器人发展的挑战与机遇

5月8日至10日，以“机器智联、赋能万物”为主题的第六届中国机器人峰会暨智能经济人才峰会在浙江宁波余姚举行。

随着社会人口老龄化，越来越多的大众能够活到90，甚至超过100岁，而我们机体功能在退化。未来人机共融不仅是在结构上，并且是在功能上，真正达到人机共融。那么，如何通过功能化的人机共融来增强人类机体功能呢？来看看科技生活在线如何报道。

戴上智能眼镜，盲人读书学习、自由行动再无障碍；服务机器人可照顾老人；医疗机器人渗透到预防、诊断、治疗、康复全过程，看病难问题有望破解；我国人工智能正在入侵到越来越多的行业……以“机器智联、赋能万物”为主题的第六届中国机器人峰会暨智能经济人才峰会于5月9日在浙江宁波余姚召开，大会期间举行了数十场主题论坛，数百位业内最顶尖专家、学者及企业领袖齐聚，吸引了来自美国、日本、德国、英国、加拿大、澳大利亚、新加坡、香港、澳门等十多个国家及地区的大咖，为全球机器人技术、产业领域搭建了思想交融与观点碰撞、合作的平台。

◆◆我国机器人发展现状◆◆

科技部高技术研究发展中心副主任卞曙光先生致辞时说，近年来，党中央、国务院全力支持推动机器人产业的发展，先后出台机器人产业发展规划。促进新一代人工智能产业三年规划，明确了我国机器人顶层设计、目标任务，构建了政府与社会联动、企业与人才合力、创新与应用同步的良好局面。

他指出，当前我国机器人产业发展日益呈现出功能整位不断丰富、场景应用不断的拓展、总量规模不断扩大的高质量发展态势。但同时，我国机器人智能感知、深度学习、自主决策等核心关键技术不多。高端零部件依赖进口，行业标准体系不完善，人才缺失不断显现，我们必须强化使命担当，不断强化中国机器人发展的创新突破、人才培养和领先应用。着力抢占发展制高点，奋力走在全球前列。

科技部长期以来高端重视机器人领域的技术创新和产业发展，从863计划开始之初明确将机器人作为重点领域给予支持，鼓励研发机器人新产品，突破关键零部件，系统集成的设计制造技术。推动中国机器人产业发展，经过广大科研人员30多年的不断努力，我们欣喜看到我国在机器人核心关键部件方面取得初步成效。如浙江智昌研发智能机器人控制器和苏州绿地高精度谐波减速器实现了量产，工业机器人、服务机器人、特种机器人应用领域在不断的拓展，并成长起来一批创新能力强的优秀企业。在工业机器人方面，研发了各种用途的机器人，在汽车、电子等领域得到广泛应用，特种机器人方面研发载人潜水，多次完全深海探测能力，使我们深海能力覆盖全球99%以上海洋底部，消防机器人、电力巡检机器人等特种机器人初步实现产业化，服务机器人方面研发系列微创手术机器人和康复机器人正在进入治疗实验。

◆◆人工智能正在改变生活◆◆

中国工程院院士、中国工程院原常务副院长、浙江大学教授潘云鹤，是中国智能CAD领域开拓者，也是新一代人工智能战略发展机遇发起人。他表示，在《新一代人工智能发展规划》中，中国指出了人工智能还有5个新的方向将会快速的发展。第一个方向是大数据智能，第二群体智能，第三跨媒体智能，第四人机混合增强智能，第五自主智能系统。将在智能城市，智慧医疗，智能制造，智能农业中都有广泛的应用。

潘云鹤教授在演讲时指出，机器人是人工智能的重要研究领域。60年来，科学家用了很大的力气去模仿人和生物动作的各种各样的机器人，并且取得了重大进展。而如今，真正投入大量应用的是机械手。拟人机器人不断发展，例如最初弹钢琴的是拟人机器人，后来发展为机械手弹钢琴，再到现在的自动化钢琴，就是人工智能+钢琴。大量的研究指出，机器人的核心技术是人工智能。

自主智能机械已经崛起。拟人机器人遇到很大的阻碍的同时，另外一类我们无人系统快速的发展，最早的是无人飞机、无人车辆、无人船，在军方已经开始应用。表明自主智能机械已经成为机器人发展的一个新的趋势。机器人技术无处不在，智能自主的机械将是中国制造业转型升级极大的需求。现在，已经有不少国家在布局智能自主系统，把智能自主系统模块化。然后把它改造成各种各样的机械，我认为这是很重要的发现，美国已经在这方面进行了布局。

近几十年，人机交互技术已经越来越丰富了。图形交互、可视化技术、动漫技术、语音识别、自然语言理解、图象和视频的识别、动作的捕捉、虚拟现实等，这些交互技术催生了机器人发展的重要方向，就是加强人机交互，因此在这样的情况下面，著名的大学已经设立新的系叫人机交互系。

潘云鹤教授介绍，传感器不断便携，而且穿戴式发展也很快。把摄像机和VR眼镜联在一起，可以看到无人机在空间的情况。更重要VR眼镜有一个头部移动转动情况，指挥下面摄像机的转动，好像在空间可以覆盖地上的情况一样。杭州去年评出的金奖产品是盲人眼镜，盲人用眼镜上摄象头辨别前面有没有障碍物、有没有台阶、有没有坡度等状况，用声音传播到盲人耳朵里，眼镜再进行语音提醒。盲人眼镜可以读书看报了，是把图像文字转换成声音读出来。

目前，机器人会向着机械和人更加融为一体的方式进行迈进，例如达芬奇手术刀号称机器人，是由医生进行控制的，外科医生认为效果非常好。

◆◆机器人实现社会属性仍是难题◆◆

日本首都大学东京教授久保田直行介绍了认知机器人智能技术及利用研究。他认为，认知机器人主要是因为要改善人民的生活水平，改善日本医疗的情况。现在有一些老年人他们被社会所隔离，QOL就是希望让这些老年人互相的帮助，我们也希望通过QOC和QOL改善这些老年人的生活状况和水平。

服务机器人研发中心希望能够实现产学研多方合作，并且尽快的去推行技术转让以及技术的实现。过去我们开发了很多专用机器人，提供信息机器人、导航机器人以及用于家庭儿童照顾的机器人，希望能够分享时间以及空间的各项体验以及数据。体验的打造对机器人设计来讲非常关键，作为服务机器人领域，为了进一步推广它的应用，它的服务比较是完善的而且是消费者以及与人交互体验非常关键，这就是设计过程当中我们希望能够提升用户体验，同时改善系统的可用性。

护理机器人可以用于老年人关怀以及其他的应用场景中，但是这种机器人开发成本非常高。如果一个老年人在床上躺着，如果说它在床下掉了点东西，这个机器人可以把东西捡起来直接放到床上。

作为服务机器人，它的设计本身就非常的困难，也必须要满足特定应用场景以及特定消费人群的需求。还有一些导航机器人以及指南机器人。在部署类似机器人的时候，我们基本上3-4天可以完成原型机打造，所以成本可以获得大幅下降。总而言之，我们要从设计以及需求本身出发，这也可以帮助我们更好的降低机器人的成本，并且推动它普及性增加。

需要注意的是，服务机器人应该有社会性功能，但实现起来非常困难。例如指引机器人，能够通过视觉、声音的识别，了解所服务对象的年龄特征，从而保证老年人行动过程当中的安全性，所以不仅仅是找到路径和进行路径规划而已。它还要去识别老人的生理特征，然后确保他在行进路程当中是安全的。

◆◆从自主智能机器人到群智机器人◆◆

浙江智昌产业集团董事长甘中学博士早年曾担任ABB机器人研究中心的首席科学家，他指出，从自主智能机器人到群智机器人，重新定义工业机器人。从一个做自动化工业机器人走向真正的智能机器人。

国内的工业机器人从核心部件到机器人裸机到机器人集成系统都在有实质性发展，核心部件像南通振康、绿的谐波有非常好实质性进展，在机器人整体上，埃斯顿做得非常好，这些企业为我们中国工业机器人进展做出了贡献。

但是，现在的核心部件和整机市场被国外垄断，核心部件成本近66%，而目前国内核心部件只占市场的23%。2018年，国外品牌反而在国内得到了增长，而国内品牌盈利非常困难。特别是工业机器人增速放缓，低价倾销，无序竞争。因此我们应该重新定义工业机器人。

现在的工业机器人严格来讲不是一个完整产品，目前的工业机器人大部分集中于现在传统的焊接、喷涂等。我们必须把这个工业机器人的面对对象要向3万亿智能制造市场，智能制造这样的市场面对的应该产生新的终端，这就是自主智能工业机器人。

甘中学博士认为，所谓自主机器人就是无人参与的自动运作。工业智能机器人，应该是智+能的的结合，包括感知、学习、预测、决策，执行等。不用人的干预就像人一样可以思考，同时要有比人柔性能力更强的能力去工作，智能类似人，能力高于人。现在很多企业已经开始向这个方向发展。

目前我们把机器人分为四个类别，第一个最简单自主智能机器人，它应该是本身有完整的产品，有柔性，有智能，能够形成闭环，完成它的动作，这样对创业者，对个性化生产的小企业可以用的。

第二个是协作智能机器人，这个就是人和机器的安全、舒适、智能化交互，这种机器人可以对我们的协同化生产、协同化单元。

第三个网络智能机器人，要实现人和数据和物流协同，形成三个流程融合，这个就需要一个生产线和生产车间，最终我们群智机器人就是对一个工厂，有机器本体的装备的连接，同时，有管理流、虚拟的数字生成单。

还有一个分布的云大脑，我们这个分布云大脑不是云平台，而是一个由机器人大脑和人大脑群脑分布群体，这是群智智能机器人，总而言之，我们认为如果我们想把工业机器人的市场扩大，我要解决我们目前工业机器人的困境，必须面对新型智能制造的工厂，发展新的重新定义的工业机器人，使我们中国的工业机器人走出我们新特点，我们要争取并跑，最终达到领跑。

◆◆德国人工智能研究例证◆◆

德国汉堡科学院院士张建伟演讲时说，人工智能在中国、在全世界变得非常火热，人工智能如何在机器人落地、如何产生价值，是今年2019年要讨论重要话题。

现在世界科技发达国家对人工智能资助热潮一轮又一轮。大家拼命比赛追赶。德国也是在人工智能和机器人结合方面，有几个大的重要的项目。我自己领导的中德之间有史以来最大基础研究项目，叫跨模态学习的项目。人工智能不只是算法、软件的问题，语音识别和人脸识别，更重要的是和我们真正的实体，包括我们的智能制造、智能驾驶和机器人结合。未来这方面更可持续、更有价值，现在人工智能大家也逐渐听说了，遇到了投资者抛弃，未能交付顶尖技术，难以得到回报的问题，我想这些指的是纯粹做软件的虚拟现实的人工智能的问题，而我们这个实际上正好是我们发挥机器人和人工智能结合很好的机会。

我自己在清华大学毕业的时候，做的是人工智能，到德国以后和智能制造和机器人的结合。所以总结这30年人工智能，有高潮，有低潮。我们今天再谈人工智能落地和未来的颠覆性创新，我们有什么样更好的机会能保证这一轮真正能够做好。我们今天从数据角度，从图象、语音、文本等单模态的数据到现在非欧几里德多源数据，算力来讲，云、雾边缘计算，伴随5G计算到来，这种软硬结合，使我们有了新的能力，从算法角度我们由于我们整个的计算的和创造指数型增长，大家共享算法发展得非常快。另外从真实落地的机会方面，现在包括我们中国的数字化上云，我们的机器人多样化，我们汽车都有接口，我们的医疗设备都有各种各样的智能化接口。另外全球化知识共享、多学科的交叉和所谓的全球化国际合作。尤其是在我们中国，多种资源互动，从政府顶层设计，我们的产学研经用，我想今天到场的不只是我们学术的专家，还有投资界的朋友，还有用户的朋友，在中国这几种资源的结合，给我们人工智能真正能够做出持续性的创新和创造价值，贡献了新的资源。

从计算角度，从我毕业这30年到今天，每个人使用的处理器上百个，跟我们30年前几个人共用处理器一个情况，它的计算能力不只是上升30倍，是上百万倍，今天各种各样的计算，尤其是和大数据，有5G的应用，带来新的场景使得我们所谓的高性价比联网燃料加上我们计算的强大引擎，使我们在人工智能和机器人结合方面有新的创新，大家知道人工智能和机器人结合，不仅是未来机器人创新的主要因素之一。还有更多的可穿戴设备、5G、脑科学、材料、能源都是未来我们颠覆性创新的基础。

张建伟院士指出，真正让机器人有情感和未来的再提高的机器智能的能力，包括自重构、自适应、交互、安全等，使我们创造未来的机器智能模块提供了重要的机会跟场景。如果把机器人智能从技术成熟度上，从9-1来分割的话，我想我们一方面在基础研究和通用理论方面，我们借助很多人工智能的技术研究，包括深度学习，包括从事跨模态学习、强化学习、人脑建模、心理模型和概率模型，大数据知识库方面，我们可以把技术成熟度到4到5的基础研究智能方法，着重打造这些共性技术和所谓的机器人AI引擎或者机器人操作系统，再抓取装配定位、导航、外观监测、柔性控制、人机安全等等，我们可以创造新的合作的机会，我想在这方面产学研合作，和政府研究院的地位就显得非常重要。现在真正把人工智能人才，特别缺失的情况如何通过我们的共享，我们的智能模块的打造和共享来创造我们新的机会。

现在，大家谈的人工智能发展的主要的动能是深度学习。只是机器学习的五种最大的方法之一。我们叫数据驱动的自上至下的逼近学习，我们现在走向强人工智能的方法，包括自上至下的多视角，融合棒智能和可泛化的迁移学习，都是我们强人工智能的最关心的方法。现在大家越来越意识到基于数据的深度学习，已经远远满足不了机器人智能的需求，包括我们深度强化学习，包括小样本的半监督、无监督的学习，还有一些人工智能典型的方法，借助生物智能的方法等。

我们现在从单层所谓的深度学习到连续的多层的叫连续学习的技术，实际上逐渐从实验室走向慢慢实用和原理样机。从给机器，教会不同难度的样本，让机器人逐渐的变得在同一场景下变得越来越聪明，这些都给我们在机器人方面提供了一些新的方法。这个SONI狗是可移动的，这个狗公布过程当中使用了连续学习的技术，这是我参与的一个公司，给SONI狗给了学习的任务，大家网上可以看一下视频，这里放不出来了。

另外就是所谓跨模态学习方面，我们在国家自然科学基金和德国科学基金会联合资助下，和整个的心理学，和脑科学一起研究跨模态学习的认知和神经机制，另外把利用的这些理解的知识和模型进一步提高，一方面现在用机器人，用新的通讯方式，用可穿戴方式，实际上我们把传统人的意义提到2.0的人类，我们现在的机器人2.0，包括我们机器人在半结构化或者非结构化环境里的认知、交互，自适应能力，使得我们创造未来智能机器人方面有新的动能。在我们中德项目里，我们不只是使用了计算分析的方法，而是我们参与了 在脑科学，心理学，常用的，包括神经呈像，脑筋刺激，行为学方法，研究人各种各样和机器人类比任务里，大脑神经和知识表达和整个的自上至下的控制结构，怎么能够建好各种各样模型给最后的机器人系统使用。多模态的学习感知，让任何时候、任何状态、任何模态都能够有机的、完整的、有效的融合到一起。人的认知模型给我们提供非常好的榜样，使得我们在机器智能里头有新的参考办法。这里三个主要的按照领域，实际上都代表了在人工智能和机器学习方法非常值得重视的方向，包括自适应动态变化怎样的，随着不同的环境，自己不同的时间，它是如何变化的。

我们有一个比较典型的结果就是在观察老鼠在学习前和学习后它的神经网络的结构，然后找到一些新的，具有局部记忆的机器人的新的神经网络控制结构。另外就是在第二个领域里，包括我们跨模态的泛化和预测方面。另外在多模态里面，让机器人人看到不同的物体和听到不同的概念。怎么让它把听到的知识和看到知识融合在一起，我们有一条神经网络的学习建模。

这个欧盟项目是我们真正的第一次把基于经验的学习，在移动的操作的餐馆服务的场景，让机器人不断为人服务交互过程中能够学到什么时候，什么位置给我们的客户提供最好的服务，所谓的基于经验的学习。这个场景是机器人开始进来以后，是不知道人的位置和不知道什么时候东西该放在哪，通过逐渐的学习，把它的规则、概念都一层一层学到，把人常用的知识转化成机器人可操作的。

◆◆中国人工智能发展现状分析◆◆

张建伟院士表示，中国机器人技术发展现状总结起来还是非常惊喜，中国研究样机的数量和应用宽度方面，实际上跟世界水平基本差不多，数量方面、原创方面我们有追赶的空间。另外在跨学科的人才，尤其是人工智能和机器人和控制这方面人才的培养、创新人才培养和基础研究的持久度，我们在人机共融项目里有很好的开端，我想在很多企业参与的过程中，如何提高企业的技术高度，避免我们的低水平重复，跟投资界朋友一块多交流，把期待值定好，大家对整个机器人可持续发展的共识做得越来越好，可以说把这个生态和学习曲线，形成正反馈的效应，我们人工智能和机器人结合的新的起点上寻求创新的创新突破。

虽然我们面临逆全球化过程或者后全球化的过程，但是真正的全球智慧的创新合作还是有很多的空间，包括我们产学研深度的合作，包括政府、行业协会之间的对话，包括我们中德、中欧、中美未来直接和间接的合作，我想在科技快速迭代的智能互联阶段，协调全球资源，有效推动技术转移，创造最优的实践，我们还会有非常大的发展空间。

◆◆机器人未来发展的挑战和机遇◆◆

上海交通大学医疗机器人研究院院长、英国皇家工程院院士、帝国理工大学医学院教授杨广中教授提出，现在中国机器人企业投资的力度非常大，然后产出进度也非常快。那么今后机器人挑战在哪里？它的痛点在哪里？我们要在哪些方面能够弯道超车？在哪些方面我们可以进行前瞻性布局？在产业转化和应用方法做出哪些好的创举？

今后在机器人方面，能够真正起到革命性引领作用，跟创新的话，实际上在新材料。在材料的融合，怎么样能够不光是我们能够做独立的机器人，穿戴式的机器人，并且今后会发展到SOLS机器人，这个会在后面做拓展。其他在动能、集群、智能、导航、人机交互和伦理、法律方面，是非常重要的方向。我们把机器人做小、做轻、更智能化，材料要进行非常重要的拓展，这是非常重要的考量。那么在功能方面，人机共融不光是结构上的，并且是功能上的，真正的达到了人机共融。社会人口老龄化，越来越多的大众能够活到90，超过100岁。我们机体功能在退化的，怎么增强我们机体功能，有很大的挑战，这也是我们希望未来的科研人员在这方面做一些事情。

智能化牵涉到两个因素，不光是机器向人学习，在机器的自学习当中，我们怎么样教会机器学，我们希望它所学到的东西，并且能够理解机器所做的一切，也就是我们所讲的，这是源于深度学习作为一种方法，我们不能过多的注重它，更关键的是要求我们能够进行研究。

医疗机器人是我们关注的，医疗在过去的50年、100年当中有一个非常大的飞跃，这也就是从我们开放式手术走向微创手术，走向了机器人辅助微创手术，这是上海交通大学医疗研究原注重的方向之一。过去25年中达到了把医疗机器人从实验室走向了临床。并且能够解决一些临床所不能解决的问题，它能够做精确的定位，能够做单孔、多孔并且进行影像增强现实，把一系列功能、少数导航结合在手术当中。我们现在所要讨论的问题就是到底我们做手术是需要不需要全自动化。医疗机器人会不会取代外科医生？早期发现、早期诊断、早期治疗、更精准的手术，对于我们今后手术机器人研究是一个非常重要的方向。

目前，治疗手术装备技术日新月异，从厘米机、毫米机、微米机，并且走向了纳米机。我们纳米机器人实际上在今后会有越来越多的发展。那微纳米机器人，如果完全是一个推动的话，可以用化学，用磁场，用声波，并且可以用自然物体带着它进行在身体流动。这个就是在早期诊断，早期治疗怎么结合起来，这在今后的医疗机器人发展方向，对今后医疗的主治工程，对今后的给药，大分子制药，给我们治疗方案会有非常大变化。

机器人产业的布局越来越广。现在好多的建筑公司，地产公司都在研究机器人。用现成材料怎么把建筑做出来，这些建筑就是通过叠加制造的技术可以做出不同的结构，超出简单的搬运、累砖功能，如果我们想到建筑机器人只是想到搬运、累装、喷涂，这样的机器人在建筑界不会产生太大的功能，只有把材料、建筑整个理念、建筑整个过程进行重新的定位跟思考。在医疗机器人当中一个很重要的方向就是康复机器人，康复机器人就是假肢，这方面，此次现场展览中有很好的产品和研究。而航天、深海作业专业机器人的应用已日趋成熟。