“過往的很多設(shè)計里面，機器人都是很被動的，用語音問詢機器人一些情況，或者與機器人一些特定場景的問答，機器人的回答流程標準化?，F(xiàn)在機器人社交方面的功能越來越多，在一些場景比
“服務(wù)機器人是人工智能的一個載體，針對不同的場景，比如工業(yè)場景、養(yǎng)老場景、特種場景等，具有不同的功能。”在近日舉辦的第二十二屆中國科協(xié)年會機器人與人工智能產(chǎn)業(yè)發(fā)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，一個機器人的售價約是60萬元到80萬元，10年以前30萬元，現(xiàn)在變成了15萬元，國內(nèi)的售價多少呢?大概在8萬元左右。”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(jīng)越來越快。
據(jù)億歐《2020中國服務(wù)機器人產(chǎn)業(yè)發(fā)展研究報告》，人工智能技術(shù)的突破、核心零部件成本的下降，加速了服務(wù)機器人在各領(lǐng)域的滲透。近五年，中國服務(wù)機器人行業(yè)增速高于全球平均增速，市場規(guī)模占全球比例超25%，同時在產(chǎn)業(yè)鏈、產(chǎn)業(yè)環(huán)境等方面都具備全球競爭優(yōu)勢，在疫情催化之下以及數(shù)年的持續(xù)高速增長基礎(chǔ)上，中國服務(wù)機器人產(chǎn)業(yè)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(wù)機器人在智能化水平、尤其是自主交互方面還相當于嬰幼兒，這既是機器人產(chǎn)業(yè)化的障礙，也是未來應(yīng)該主要發(fā)力的地方。
交互性差限制服務(wù)機器人發(fā)展
王田苗例舉了未來人工智能機器人可能應(yīng)用前景廣闊的幾個方向：如企業(yè)服務(wù)領(lǐng)域中的機器人代理;醫(yī)療健康領(lǐng)域中養(yǎng)老、手術(shù)機器人，智能假肢等;智慧城市領(lǐng)域中的安防、消防、環(huán)保，以及物流、無人駕駛、金融科技等。“大量應(yīng)用人工智能的機器人將支撐高效豐富的物質(zhì)生產(chǎn)活動和生產(chǎn)要素的重構(gòu)。在這種背景下，我們再來討論人工智能和機器人未來發(fā)展的格局是什么。”王田苗說。
“機器人最大的優(yōu)點是可以做一些重復性、危險性或者人類厭惡的工作，比如安防工作，人不愿意在晚上巡邏或者值班，這些崗位就可以由服務(wù)機器人去替代。所以不能說服務(wù)機器人是完全來跟人類競爭的，服務(wù)機器人更多的是對人類工作的補強、增強。”韓子天說。
但在王田苗看來，目前適合服務(wù)機器人的工作，環(huán)境還是比較固定的，作業(yè)流程標準化，工作比較繁重、單調(diào)、枯燥;而在幼兒教育和護理、老人的護理等方面，服務(wù)機器人還“愛莫能助”。在荷蘭代爾夫特理工大學副教授詹斯·科伯(Jens Kober)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(guān)，但是目前機器人還不具備這些能力，此外，在實際的運動方面和與環(huán)境的交互方面還需要進一步發(fā)展。
韓子天同樣表示，機器人目前并沒有思想，也沒有自主意識。雖然它可以進行視覺感知、語音感知等，但是歸根結(jié)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決策，沒有思想和知識體系，不能和人類很好地交互。
嬰兒期服務(wù)機器人更依賴場景
“服務(wù)機器人就像剛出生的嬰兒。在很多新的技術(shù)比如視覺技術(shù)、語言技術(shù)發(fā)展比較成熟的時候，才會有比較好的服務(wù)機器人出現(xiàn)。”韓子天說，而通用型服務(wù)機器人目前是很難實現(xiàn)的。
“所以，服務(wù)機器人的發(fā)展，到目前為止，更依賴場景。這和工業(yè)機器人很像，工業(yè)機器人在生產(chǎn)流程定義清楚的情況下才能用，服務(wù)機器人也是一樣，也要把它的服務(wù)場景定義清楚，做一個工作規(guī)劃，服務(wù)機器人才能投入到工作的場景里面去使用。”韓子天說。他強調(diào)，這就是服務(wù)機器人的場景依賴。人把場景定義清楚，把機器人的行為定義清楚，才能做出比較有用的服務(wù)機器人。
曠視科技副總裁王銀學舉了個AI堆垛機的例子，在立體倉庫里，貨碼得再整齊，也不可避免會掉下來，這往往會導致貨被壓碎。而在堆垛機上裝一個攝像頭后，不僅僅能觀察貨物掉落情況，AI系統(tǒng)還可以通過運行軌跡反算出是從什么地方掉下來的，并預判掉落情況。此外，堆垛機上不僅裝了攝像頭，還裝了遠紅外探測設(shè)備，隨時巡邏，如果局部溫升超過一定程度就會報警，預防火災(zāi)發(fā)生。此類固定場景、固定模式的人工智能機器應(yīng)用，效果立竿見影。
“機器人跟智能設(shè)備重要的區(qū)別在于機器人有行為，我們甚至希望它以后有自主行為。”韓子天表示，我們所說的場景依賴，比如養(yǎng)老場景、車載場景、醫(yī)療場景、安防場景等，這些場景就相當于機器人服務(wù)的邊界，重要的是它在這個服務(wù)邊界里面有什么行為。
強化學習可提升機器人智能水平
“過往的很多設(shè)計里面，機器人都是很被動的，用語音問詢機器人一些情況，或者與機器人一些特定場景的問答，機器人的回答流程標準化?，F(xiàn)在機器人社交方面的功能越來越多，在一些場景比如服務(wù)于養(yǎng)老院，或者與兒童交互，主動交互成為新熱點。”詹斯·科伯介紹說，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(shè)計因此成為一個非常重要的內(nèi)容。
“機器人是擬人化的設(shè)備，它的社交性非常重要，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交流的，語音的交互或者說行為的主動交互，它的邊界在哪里，它的適度在哪里，都是近幾年業(yè)界比較關(guān)注的。”詹斯·科伯表示。
而難點也在于此。“是什么導致機器人很難完成復雜任務(wù)?很大一部分原因在于復雜的動力學，即機器人如何與周圍的環(huán)境交互。與物體、環(huán)境和任務(wù)交互中會出現(xiàn)很多不確定性和變化，如果機器人要與人類交互，情況可能會更復雜。”詹斯·科伯說。
那么機器人是怎么學會一項新技能的呢?詹斯·科伯表示，通常來說，機器人學習新事物有兩種不同但互補的方式。第一種是模仿學習，即老師示范一項技巧，然后學生試著模仿，這種方式適用于簡單的學習，但對于更復雜的任務(wù)，機器人更需要強化學習，強化學習是一種以“試錯”的方式進行的學習方法，其目標是讓人工智能在特定環(huán)境中能夠采取回報最大化的行為。如果機器在學習的過程中做對了就會得到相應(yīng)獎勵，錯了則無獎勵，這種學習方法可以讓機器在和環(huán)境的互動中明白什么是對的行為，什么是錯的行為，而不是通過大數(shù)據(jù)讓機器“死記硬背”。詹斯·科伯強調(diào)，強化學習能讓機器加快學習過程，從而能完成更復雜的任務(wù)，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。
關(guān)鍵詞：
