GMTIC 2018全球营销技术创新峰会

德国汉堡科学院张建伟院士:挖掘机器人+人工智能的无限可能

活动家 2017-7-6 硬件 6,940 德国汉堡科学院张建伟院士:挖掘机器人+人工智能的无限可能已关闭评论 喜欢 (0)

20161214160909807

今天非常高兴跟大家交流一下我们在学术方面,在人工智能和机器人结合方面所做的和产业化相关的成果,今年世界智能机器人的学术大会在韩国举行,我受邀一个月前在韩国做了一场人工智能机器人的专业报告,今天我做一个不同的汇报,可以转化成产品的汇报。

去年我们的IROS大会在汉堡举行,在座的PARK先生也参加了去年的IROS大会,我也是作为大会主席,把IROS作为学术和工业连接交流的平台和桥梁,今天我觉得咱们中国机器人产业推进大会也是一个很好的桥梁,需要研究机构,需要大学来给咱们的工业提供源源不断的技术积累,这是我们去年在汉堡的IROS论坛的广告。在IROS期间我们也组织了非常多的工业参观,包括汉堡的几个机器人的大公司,我想大家都留下非常深刻的印象。

今天我们说人工智能和机器人,我们有什么新的功能?一个是可计算的功能,这个是以前前所未有的,另外一个是大数据,我们应用很好的存储形式,云存储的形式,各种各样的IOT的形式,把各种各样多模态的数据收集起来。这两个是我们今天谈智能机器人两个非常重要的能够起飞的重要引擎。

工业4.0跟机器人非常相关,我们可以把人、机器、物体、工厂、社会联结在一起,可以实现工业3.0不能实现的工业化制造。今后我们可能会更多的使用智能化机器人工作,比如我们简易的编程,通过人简单的示教,机器人可以辨认很复杂的装备功能。

刚才前两位嘉宾都介绍了机器人在服务领域的应用,大家看到2B的应用是非常非常多的,现在服务机器人成功的模式是先2B再2C,去年和今年我都参加了中国两个重要的产业的会议,去年咱们的中国机器人产业推进大会在青岛,我也参加了,然后去年和今年的深圳的IT领袖论坛,我也都应邀做了大会报告,我觉得这两个趋势实际上是一个非常明确的趋势,就是软件和硬件的结合,从IT领袖论坛,BAT为主导的信息方面的软件虚拟世界的互联网的技术,到他们现在要进军硬件世界,包括咱们这个从机器人角度,从机械、电子和机电方面对软件、对英特网,对智能和感知方面的新的要求,这是一个全球的非常明确的趋势,从软件的公司来说,大家都看到,谷歌、脸书和亚马逊都纷纷进军智能领域,机器人领域,中国的包括华为,包括百度等等,他们都在试着做智能汽车,做智能机器人。从德国的这些典型的公司来说,从硬件的锦华角度来说,德国的典型硬件公司包括BOOS,包括西门子等等硬件自动化公司,他们雇了越来越多的软件人员。所以现在我们谈人工智能,实际上是一个非常跨学科的一个重要题目,它诞生于计算机领域,我三十年前在清华大学跟中国第一个人工智能院士,张达院士用人工智能方法做机器人的路径规划,现在的人工智能它已经远远的跨出了计算机领域,现在在认知科学和文科里面的心理学、语言学等等,我一会还可以介绍我们大的跨学科的研究项目,跟脑科学、跟心理学家研究人工智能。另一方面在机电和整个工程领域,甚至扩展到整个社会领域,可以说是一个无处不在的,像空气跟水一样的技术。

人工智能对传统机电系统的技术补充是非常明显的,传统技术是需要机电的复杂性方面,这就带来硬件的系统,一个是成本增加,一个是它的可靠性变得非常差,但是我们今天,我们再希望实现很复杂的机器人的功能方面,我们现在利用新的感知技术、新的计算技术、通讯和控制技术,我们能实现很复杂的系统的功能,而不增加机电系统的复杂性。人工智能现在通过几轮的低谷和高估,现在有几个比较重要的突破,包括在下旗,包括在无人驾驶和自动翻译方面取得了非常接近的成果,这也是我们今天又谈人工智能在机器人应用领域非常好的起点。

工业4.0它的技术实际上是包括了人工智能和大数据,还有很多制造的各种各样的新的技术,实际上它最早是使用像刚才几个报告都提到的,在汽车制造方面和现在的其他工业领域,但是现在这个技术已经远不止工业领域,它可以帮助我们解决老龄化的问题,包括大城市的交通问题,包括环保的问题,这就是我们提到的服务机器人和工业机器人整个的融合。

人机交互模式也在逐渐变化,语音识别变得越来越普遍,科大讯飞的技术,比如在很多交互机器人里面已经得到了很好的应用,下面我们跟机器人和智能机器的打交道以后,可能就像人与人之间打交道一样自然,比如我们用脑信号或者是物理的各种各样姿势,和我们的机器人进行交互。

机器人下一步实际上它有一个重要的内容就是它要融入非常多的传感器,来提供它的复杂感知的能力,还有很复杂的解决动态变化的应对能力,我们在这方面使用传感器,在机器人方面我们也做了产业化的尝试,包括多功能轮椅、模块化机器人,刚才两位报告都谈到了,今后机器人模块化的趋势,我们在模块化里面,是我在博士后七年前的专利,现在已经把模块化做成了基本上可以商用和教育用的产品,用十个模块可以搭出上百种的造型来进行教育,以后可以进行操作,进行工业的应用。

另外我们在被动行走这方面我们也取得了一些举世瞩目的成就,这是和重庆邮电大学的李教授我们一起合作,他也在汉堡进修过两次,做的被动行走的机器人,实际上基尼斯的新的纪录是由中国的科研人员创立的,这个被动行走的结果,我们把被动行走的机器人转化成新的助行的工具,变成智能的助行装置。

具有操作功能的服务机器人也是下一步移动机器人的发展方向,包括硅谷的这些新的公司也朝这方面在努力,我们现在通过欧盟的一个项目,我们也在中国工程杂志第一期发表了我们软件控制的结构,用移动的、自主的、带头部观察的智能机器人做家庭的服务和助老、助残的很多操作。

另外在多传感器的灵巧操作方面,昨天曲总也一再强调,现在机器人很多只有肌肉,还没有很灵巧的手,在这方面我们也做了很多的学习的算法,像这个灵巧的手,在处理有危险的化学物品方面,包括抓取和各种各样的试管操作,时间关系我就不放了,包括各种各样复杂的、有毒样品的操作,包括最后注射的灵巧操作,我们通过示教的办法,通过学习算法,使得机器人能够实现真正的灵巧操作。

另外基于多传感器的控制方面,我们现在也在开发一些实用的控制系统,这个是我指导的深圳的团队在深圳的一家博为医疗做机器人整个配药系统,里面有近三十个电机,有很多视觉系统进行有毒药品的自动配换。移动机器人可以走道病房里面,帮助护士完成护理人物,包括入院宣教、环境引导等等,希望减少护士的劳动强度,使护士专心到和病人的心理咨询方面,能够把护士还给患者。

昨天我们也谈到今后智能机器人的软件方面的趋势,我们说现在是开源机器人操作系统时代,现在中国做机器人的很多研究生都使用这套开源的操作系统,现在我们在准备下一步,叫做基于ROS的机器人理论系统应用,我觉得不管是人工智能的算法还是深度学习的算法,在这里面都能够体现。

多传感器的融合也是人工智能的一个非常重要的方面,我们现在希望解决的是不只是视觉的处理,还有听觉的处理,还有触觉的处理,还有激光传感器的处理,包括和人的感知相像的,和一些自然的深度相机等等,把这些综合信息融合,实现对世界比较完整、正确的实时的表达,这是一个非常具有挑战性,也非常具有实际意义的研究方向,特斯拉最近几场事故都跟传感器的融合一定程度的失败相关。在这个方向,我们希望做的是把人的多传感器融合的机理搞清楚,我们人是非常自然的,随时随地的整合五种感官,实现非常精妙的,对世界正确的表达,我们在今年起有一个跨学科的研究,一年上千万人民币的研究经费,包括中方的经费和德方两百多万欧元的经费。中国现在正在启动中国大脑计划,清华大学和科学院都在准备类脑的芯片,我们现在一起在讨论,用类脑芯片进行传感器的融合和机器人的控制以及智能交互。

在多模态信息表达方面,我们近期也出了一本书,即将上市,这本书里面我们总结了非常多的开源机器学习的、深度学习的很多算法,为中国的这些高级研究生和博士生们提供技术咨询。另外就是在视觉运动中枢方面,我们现在也是把很好的视觉定位的系统来做成产品。

包括用这套系统来实现环境的感知和物体的识别,包括在工业里面的视觉定位和测量,用多个相机非常精确的测车在焊接里面整个车体的姿态,在中国一半以上的汽车工厂都使用多相机的测量系统。另外一个是用多传感器的融合做道路的检修,包括机场、桥梁和公路等等,这方面现在也有一个圭目的道路检测公司正在把这套设备变成现实。

我十五年前做助理教授的时候已经在这方面用多模态双臂装配系统改装成C语言可以控制的双臂机器人,当时关于控制结构可以交互的、智能的、带记忆的控制结构获得了IEEE ROMAND的奖励。

今后在机器人的学习与记忆方面还有长期的,非常有趣的,对未来技术有很大影响的题目。

然后我想汇报一下我们在机器学习方面进行的一些科研和产业化的进展,大家都知道,实际上工业的AUTOMATION到数据的自动化,到可监督的学习,现在我们叫深度学习和深度的增强学习,我们现在已经到了深度增强学习的下一步,我们叫连续学习,我们实际上在十几年前已经用五层的深度网络做多传感器的机器人控制,左边可以用高纬的向量表达视觉和触觉,右边输出的是机器人的各种各样的参数,比如机器人的三个姿态和三个位置。今天我们已经远远超越了在底层的简单的输入输出的,没有语义表达的学习方法,我们现在在做的是一种基于经验学习的服务机器人,这也是我主持的一个三百万元的欧盟项目,我们设计的是机器人服务的餐馆,机器人可以自动识别,到哪个桌子、到哪个位置,盘子该放在哪,咖啡该放在哪,哪个东西可以拿走,哪些东西不可以拿走等等,基于经验交互的知识都通过机器人不断的跟世界的交互来获取,在右下边这个图是我们表达我们在智能方面,学习机器人的两个重要指标,横轴是我们人和机器交互命令长度,如果这个机器人智能非常差,我们就需要告诉机器人每一个细节,要做什么,如果这个机器人智能慢慢提高,实际上我们只需要告诉他一个最简单的命令,比如说给我端一杯咖啡,它包括任务的分解,包括视觉和感知的分解都是由它来完成的。竖轴我们叫对世界模型的理解越来越精确。

最后我们做了增强连续学习的技术,我们除了考虑到整个智能系统的输入和输出之外,我们更多是考虑到它对未来的预测功能,这个预测功能也是通过各种各样的传感器来判断每一个时间点,做每一个动作对今后未来价值的影响,这里面的预测也是考虑到以前的预测和现在的状态,以及对未来的一种期盼,这种学习过程实际上是连续学习增强的过程。我们把连续学习的过程和经验学习的过程,计划在做一个通用的学习引擎,美国Cogitai公司在硅谷也受到越来越多的关注,它公司把全球十个做增强学习的著名教授作为他们公司的顾问,现在在专注做机器人连续学习的智能引擎,我也是这个公司的顾问之一。另外在大数据方面,我们利用大数据和机器人结合,不管是机器人顾问和工业4.0产业链的预测等等,都做了生产的内部数据和外部数据,包括天气、经济形势、股票等等,这些多模态的信息融合在一起。

最后我想总结一下,我们通过这个技术实现2.0的机器人,另一方面可以增强人的学习记忆的能力,所以这实际上是2.0的人和2.0的机器人同时增强。

刚才几位包括嘉宾都说到了全世界机器人的部署,我在这里想强调一下中国在这方面的长处,昨天咱们的座谈曲总组织得也非常好,怎么让中国做器件、做部件的公司,做系统集成的公司,怎么能在非常严峻竞争的情况下盈利,我说发挥我们真正个性化的定制、个性化的服务,把我们特殊的、新的领域找到,用我们很强的、很快的创新能力实现高的附加值。这方面实际上我们中国的机器人和人工智能现在在各个方面都取得了非常好的进展,左边是我列举的一些非常令人振奋的结果,右边是还可以提高的,包括原创能力、交叉增强、跨学科的人才培训,领军创新的人物,包括资助的强度和长久度,和避免低水平重复等等,我想我们会议对这些改进都有非常大的促进。

最后两章我想总结一下为什么德国制造和机器人能够长久不衰,在欧洲经济能够独树一帜?有几个原因吧,包括它的工业自动化的高度发达,机械制造、系统工程、软件开发的优势,德国整个产学研的研发体系和它的技术员的培养机制,使的他们的人才再一个地方能够积累非常多的经验,能够长期把这个技术做精做好,这些都为德国的制造业保驾护航,中德在很多方面都可以联手,我想中德在技术合作方面,在欧美包括日韩里面是能够很好的领先的。我想越来越多的中国企业对收购德国企业感兴趣,现在在汉堡也成立一个德中企业家联合会。

演讲最后总结一下,我们智能和机器人和制造方面的结合是潜力非常非常大,要真正搞清楚人的认知系统是这一百年的任务,这个过程中我们可以不断发现新的算法,可以转化成真正的,可以服务于我们的生产,创造我们新的机器人产品的一个新的形式。

转载请注明来自活动家资讯,本文标题:《德国汉堡科学院张建伟院士:挖掘机器人+人工智能的无限可能》

喜欢 0 发布评论
2018年度朗迪金融科技峰会(朗迪Fintech)
第二届中国金融科技与区块链创新2018年度盛会
Top