“服務機器人是人工智能的一個載體，針對不同的場景，比如工業的場景、養老的場景、特種的場景，具有不同的功能。”8月13日舉辦的第二十二屆中國科協年會機器人與人工智能產業發展論壇上，澳門科技大學教授、澳門人工智能與機器人學會理事長韓子天表示。

“在我讀書的時候，一個機器人80萬、60萬，十年以前30萬，現在變成了15萬，國內的多少呢？大概在8萬左右。”北京航空航天大學機器人研究所名譽所長王田苗表示，機器人的普及腳步已經越來越快。

據億歐《2020中國服務機器人產業發展研究報告》，人工智能技術的突破、核心零部件成本的下降，加速了服務機器人在各領域的滲透。近五年，中國服務機器人行業增速高於全球平均增速，市場規模佔全球比例超25%，同時在產業鏈、產業環境等方面都具備全球競爭優勢，在疫情催化之下以及數年的持續高速增長基礎上，中國服務機器人產業未來仍將迅速擴張且潛力巨大。

但專家們也普遍表示，目前的服務機器人在智能化水平、尤其是自主交互方面還相當於嬰幼兒，這既是機器人產業化的障礙，也是未來應該主要發力的地方。

交互性差限制機器人發展

王田苗例舉了未來機器人和人工智能可能集中落地的場景：如企業服務，機器人代理等直接應用的場景，養老、手術機器人、智能假肢等醫療健康領域，安防、消防、環保等智慧城市領域，以及物流、無人駕駛、金融科技等等，“大量應用人工智能的機器人將支撐高效豐富的物質生產和生產要素的重構。在這種背景下，我們再來討論人工智能和機器人未來發展的格局是什麼。”

王田苗表示，在傳統領域，對質量要求比較高、速度比較快的機器人基本被西方把持，但在非標和新興領域，中國是絕對有發展機會的。

“機器人最大的優點是可以做一些重複性、危險性的或者人類厭惡的工作，比如安防工作，人不願意在晚上巡邏或者值班，這些工作和崗位就是服務機器人去替代的一個部分。所以不能說服務機器人是完全來跟人類競爭的，更多的是對人類工作的補強、增強。”韓子天說。據他介紹，服務機器人是應用於服務領域的，針對不同的服務內容或者根據不同的崗位研發出的由機器人替代或補全某個崗位的工作。

在王田苗看來，服務機器人可以替代的工作標準在於“環境是固定的，作業流程可以標準化，同時又比較繁重、單調、枯燥”；而在幼兒教育和護理、老人的護理等方面，服務機器人還“愛莫能助”。

但是，目前服務機器人的智能水平距理想狀況還相去甚遠，“大家聽說過很多人工智能的理論，但是很少聽人工智能和機器人的結合，這是爲什麼？” 荷蘭代爾夫特理工大學副教授Jens Kober開門見山地提出問題。在他看來，機器人利用人工智能能做的事情，主要與認知和高級推理有關，但是，實際的運動和與環境的交互還需要進一步發展。

韓子天同樣表示，機器人目前並沒有思想，也沒有自主意識，它所有的行爲還僅限於一種智能設備，由人類定義。它可以進行視覺感知、語音感知等，藉此進行很好的交互。但是歸根結底，目前的機器人沒有自主思想，也沒有辦法進行很好的自主行爲，沒有思想和知識體系，不能和人類很好地交互。

場景依賴讓服務機器人“比較有用”

“服務機器人就像剛出生的嬰兒，在很多新的技術比如視覺技術、語言技術發展比較成熟的時候，纔會有比較好的服務機器人。”韓子天說，這幾年服務機器人的發展有一個趨勢：通用的服務機器人目前是很難做到的。

“所以，服務機器人的發展，到目前爲止，主要是場景依賴。這和工業機器人很像，工業機器人在生產流程定義清楚的情況下才能用，服務機器人也是一樣，也要把它的服務場景定義清楚，做一個工作規劃，投入工作的場景裏面去使用。”韓子天說。

他強調，這就是服務機器人的“場景依賴”。在場景依賴下，人把場景定義清楚，把機器人的行爲定義清楚，才能做比較有用的服務機器人。

曠視科技副總裁王銀學舉了AI堆垛機的例子：“立體倉庫裏，貨碼得再整齊，也不可避免會掉下來，往往會把貨壓碎。而通過在堆垛機上裝一個攝像頭，攝像頭不僅僅能把它拍下來，能夠判斷有貨物掉下來，還可以通過運行軌跡反算出是從什麼地方掉下來的。在有貨掉下來的時候，馬上拍照片上傳，同時給設備一個指令，讓它停下來，不至於把東西壓壞。”立體倉庫當中的無人區裏有消防噴頭，消防噴頭的玻璃泡破裂的溫度是68度，一旦着火，溫度超過68度就會噴水，而發生火災往往是電器的原因，電器電纜已經有溫升了，因此，堆垛機上不僅裝了攝像頭，還裝了遠紅外探測，隨時巡邏，如果局部溫升超過一定程度就會報警，提前預防。此類固定場景、固定模式的人工智能機器應用，效果立竿見影。

強化學習可提升機器人智能水平

“機器人更重要的跟智能設備區分的是它有行爲，甚至希望它有自主行爲。”韓子天表示，“我們講場景依賴，比如養老的場景、車載場景，或者說醫療場景、安防場景等等，這些場景相當於機器人服務的邊界，更重要的是它在這個服務邊界裏面有什麼行爲。”

“過往的很多設計裏面，機器人都是很被動的，用語音問詢機器人一些情況，或者問機器人一些特定場景的問答，機器人有問有答。現在機器人社交方面的功能也越來越多，有一些搜索場景比如養老院，或者兒童機器人，主動交互成爲一種新的熱點。”Jens Kober介紹說，所謂主動交互，是希望機器人該講話就講話，該不講話就不講話，做“一個懂你的機器人”，主動交互的設計因此成爲一個非常重要的內容。

“機器人是擬人化的設備，它的社交性、搜索屬性非常重要，機器人跟機器人之間是不需要語音的，但是跟人的交互是需要語音的，語音的交互或者說行爲的主動交互，它的邊界在哪裏，它的適度在哪裏，都是近幾年在業界比較關注的。”Jens Kober表示。

而難點也在於此。“是什麼導致機器人很難學習任務？很大一部分原因在於複雜的動力學，機器人如何與周圍的環境交互。物體、環境和任務中會出現很多不確定性和變化，如果機器人要與人類交互，情況可能會更糟。”Jens Kober說。

那麼機器人怎麼學會新技巧、新的運動方式呢？Jens Kober表示，通常來說，有兩種不同但互補的方式。第一種是模仿學習，即老師示範一項技巧，然後學生試着模仿，這種方式適用於簡單的學習，但對於更復雜的任務，機器人也需要學習，也就是強化學習，人類學習中有這樣的經驗，學習過程中師生持續互動，老師不僅提供最初的示範和指導，也提供額外的示範和其它反饋，但是，這是目前機器學習中缺少的一個方面。Jens Kober強調，強化學習能讓我們加快學習過程，從而能完成更復雜的任務，對人類來說，通過這種方式進行教學也相當直觀。這也是未來機器人加強學習和交互能力的可行路徑。

相關文章