雷鋒網(公衆号：雷鋒網)按：7月7日，由中國計算機學會（ccf）主辦，雷鋒網與香港中文大學（深圳）承辦的第二屆ccf-gair全球人工智能與機器人峰會在深圳如期開幕。在大會第一天的ai學術前沿專場，卡耐基·梅隆大學教授、美國工程院院士金出武雄做了主題為”smart
robotic
systems that work in real out door enviro-ments”（戶外環境下的機器人系統）的大會報告。
金出武雄于1974年獲得東京大學電子工學博士學位，是第一批計算機視覺的研究者，然後在1980年前往美國翻開學術生涯的新篇章，從擔任卡耐基·梅隆大學機器人研究所進階研究員起，在該研究所擔任過副教授、教授，并于1992年到2001年期間升任所長，奠定了卡耐基·梅隆大學機器人研究所的江湖地位。作為計算機視覺領域神一樣的存在，以他的名字命名并得到廣泛應用的技術很輕松就能找到。
他究竟帶來了哪些幹貨？以下内容由雷鋒網整理自金出武雄教授的報告，有删減：
今天我要給大家講的主題是在實際戶外場景中能夠應用的機器人系統，為什麼要講這個主題呢？因為我覺得智能不光是用來玩遊戲和資訊處理，實際上真正的智能應該是在真實的環境下跟人類進行互動，我們應該有這樣的智能機器人系統。
最近的研究:雨天如何避免雨滴對車燈的反光
在晚上開車的時候，空中下落的雨滴會被車燈照亮，阻擋我們的視野。為什麼它會成為遮擋視線的障礙物呢？原因是這樣的：車燈在發光的時候，打到了雨滴上面，這時候雨滴變成了一個迷你鏡頭，光會在裡面折射，雨滴看起來就是亮的。要成功阻擋雨滴對我們的遮擋要怎麼做呢？如果把車燈換成投射儀，在雨滴在降落的過程中不照射，隻照亮沒有雨滴的地方，雨滴就變成了透明的，就不會影響到車燈的視覺效果，因為它沒有産生光的折射。
這個場景怎麼變成現實？實際上操作起來比較簡單，因為雨滴的降低過程并不是快速的跌落，一般情況下速度是每秒10米。在計算機視覺或者是照相機看來，他們會把雨滴看成一個一個的物體，通過計算機捕捉雨滴，更直接更快。同時，照相機和投影儀不光能夠接收燈光和光線，在燈光不足的情況下還會産生閃光，這樣就提高了捕捉雨滴時的品質和亮度。
如果對雨滴拍照，就能夠在視線範圍内看到哪些雨滴在什麼地方，隻要看到雨滴的位置，就能對相應雨滴投射出來的光線進行控制，這些雨滴就不會阻擋我們的視線。在真實的場景中雨滴會比我們看到的時候下沉了一些，因為相對照片中的位置它已經發生了位移。根據雨滴的下降後的位置，最終決定在哪些區域投射光線，這樣就可以不會直接在雨滴中折射。
應該怎麼做？準備好一個投影儀和一個錄影機，進行同步的拍攝，用電腦對整個流程進行介入，我們用的就是會議當中的投影儀，需要對其進行相應的改造。現在大部分都是使用dlp的投影儀，他們用比較小的鏡面的序列，每秒可以投射200幀圖像，照亮的速度就可以與雨滴下落的速度相對應。
用投影儀代替試驗當中的大燈，在前面放一個錄影機，将他們放到一個透明的盒子裡面，放在車的大前蓋上，這樣就有了一個全新的智能大燈。當開始下雨時，有了智能大燈，你看不到雨滴，因為這個智能大燈可以有效的避免射線直接投射到雨滴上，對你的視線産生相應的影響。下雪和下雨類似，影像也會清晰很多，我們可以看到視線清晰率的明顯提升。
這種智能大燈可以用于很多場景。有了智能大燈，會直接關閉掉投射到對方駕駛員眼球上的射線，這樣就不會出現眩光情況，也不用進行遠光燈和近光燈的調整，不會影響到後面行駛的車輛。目前很多自動駕駛的系統都可以直接檢測到周圍的人行道或者自行車，這種監測反應比人更快，一旦系統監測到行人或自行車，智能大燈就可以向這些行人或者自行車投射更多的燈光，讓你可以清楚看到旁邊有人，不要開車撞到别人。這樣的應用很有意思，看上去是一個創新。
現在有了增強現實，在手機的使用過程中，你可以從不同的角度使用增強現實技術。比如說去年的poke-mongo遊戲，或者通過增強現實技術可以看到你面前的大樓的資訊，這到底是不是真正的增強現實呢？我覺得并非如此，如果把手機拿掉，我根本看不到這個遊戲，也看不到這個大樓。得到增強的不是現實本身，而是對現實的顯示。
将機器人應用于戶外場景的一些研究
機器人可以使用在戶外場景中，例如做道路的勘探或監測。從1980年開始，我們就已經在進行戶外機器人的研究了。當時我們把大量機器人放到要求非常高的活動當中去完成任務。
一般情況下他們都是在很危險的環境下來進行工作的。80年代的時候，我們将一個機器人派去3m島的核電站，在核洩漏地區做環境監測。另外，我們還有機器人在活火山口進行調查，這種環境對于人類來說是上不去的。同時，我們還利用機器人做極地研究，幫助我們很好了解到極地的地況。我們現在也通過機器人幫助挖礦，同時進行戶外開礦。現在的機器人卡車在沒有任何人的幹預下就能自動駕駛和使用，事實上這是上個世紀就完成的，也是自動駕駛的雛形。因為周圍環境沒有人，是以這種自動駕駛對安全性的要求比較低。與此同時我們還有自動收割系統，機器可以幫助我們實作青蒿葉的收集，實作大概600英裡的全天候作業，一次性收集200公頃以上的青蒿葉。
我們在80年代中期就開始做了很多關于自動駕駛的測試，我們做了一系列navlab汽車，在美國的無人駕駛大賽上，navlab5号自動駕駛了三千英裡，它98.2%由電腦控制，而不是100%由電腦控制。當自動駕駛不是100%由電腦控制時，這很危險。從案例中可以看到，有個人得一直在駕駛座上，但是這個人是把手舉起來，由電腦來控制方向盤。當他看到前方有危險，趕緊握住方向盤來自己操作，是以有時開自動駕駛車甚至比你自己開車還要累很多，因為你要随時注意路況。我的同僚在2007年也做了一個試驗，是100%的自動駕駛，在駕駛員的位置上沒有坐人，他們全部用了電腦的程式來控制汽車的駕駛。
在我看來從技術方面已經證明了無人駕駛是可能的，但在當時來看整個世界并不認為我們可以去進行人工不幹預的自動駕駛。在過去的20多年，世界逐漸開始接受這個技術，今天自動駕駛技術也迎來成熟和爆發。在路面測試的自動駕駛或者是挖礦等其他環境下的自動駕駛原理都是一樣的。
我們在90年代還做過一些關于飛行器的試驗，當時用直升飛機可以100%進行自主飛行和無人駕駛，而且可以從空中做一些動作，比如抓取動作。我們在一定的地理範圍内，把其中一個物品用藍色去标記，利用計算機視覺技術進行搜尋，自動檢測出物體在什麼地方，降低飛行高度以及調整移動方向來對物體進行抓取，整個過程全部是通過無人駕駛和無人幹預進行的。現在這個技術變得更加先進了。
還有一個案例，在2000年我的學生接受采訪說他發明了可以無人駕駛的小飛行器。飛行器裡沒有人類駕駛員，完全是由機器人和智能系統以及電腦控制。如果一大群類似的直升飛機飛過一個特定的區域，我們就能夠在這個特定區域裡進行勘探和研究。
以上都是過去我們關于無人機和無人駕駛的試驗，今天的試驗成熟度和複雜度都提高了。現在的應用中gps極大的幫助我們進行無人機駕駛，但有的時候在森林、地下或是比較颠簸的環境中，gps的效果就不是那麼好。
我有個做導航系統的同僚，他是用imu的系統，用計算機來抓取圖像，來控制物體的飛行和移動速度，另外他們還裝了雷射裝置，用這種新的導航系統來幫助探測物體的位置、移動和動态，并且能夠根據傳回來的資料創造出一個3d實景圖。一旦描繪出實景圖，就可以在圖上做很多有趣的動作。比如我的同僚在草地上進行奔跑，跳來跳去，可以看到他的整個行動路徑全部被記錄下來了，而且進行了3d還原。在15年或者20多年前這種技術還是非常先進和前沿的。
另外，還有在飛行過程中就能自動進行繪圖的飛行器，不光是在戶外，在建築物之下也能飛行。它可以降低高度，穿過建築物和屋頂，在其下面飛行，也可以在比較模糊的環境中飛行。整個飛行路徑全部是無人駕駛的。
現在的無人駕駛技術已經變得越來越有應用空間，甚至能夠應用于地下。在地下gps的導航系統一般是沒有辦法工作的，我們就需要在這些飛行器或者無人機上安裝傳感器來進行定位，把無人機用于地下礦區進行勘探，對地下礦區情形做3d繪圖在今天已經變得很成熟，技術成本也變得越來越低。
再舉個例子，大多數的無人機或者飛行器的任務是進行導航，但是在真實的農業場景和應用中，除了導航還要對整個植物的生長情況做勘探，例如長得好不好，有沒有害蟲，是不是已經成熟了。我們不僅想讓無人機看到這些植物，也希望能提取出關于植物細節的參數來，對植物的成長狀态進行分析。由人去采集這些資訊的時候，不可避免的會對植物造成影響，而智能系統在抓取資訊時不會損害農作物本身種植的情況。除此之外我們還可以看到果實的篩選、包裝和運輸等流程。這個智能系統能夠幫助我們提升最終收益。
機器人研究促進城市發展
最後想介紹我們的國家工程中心，簡稱nrec，它座落在卡耐基梅隆大學内部，我們有一個機器人中心，專門針對于機器人研究和生産，這些機器人可以使用在實際生活中。在nrec的研究中，還有一個機器人生态系統，在跟很多世界知名公司進行合作，不斷擴充機器人的研究。
90年代以前，匹茲堡是先進而且富有的工業化城市，但是大概在10——20年前，匹茲堡進入衰落時期。當時我們對國家研究中心的舊址進行了修繕，作為我們的研究中心。研究中心剛剛建立的時候，這個地方是高危地區，很多人跟我說天黑後不要去那兒，非常危險。現在周圍都發生了變化，變得非常棒，當時的房子隻要10萬或者20萬美元，但是現在的房價都到了上百萬。可以看到機器人的研究真正能夠幫助本地帶來新的收入，建立更好的環境。優步也來到了匹茲堡，他們在本地雇傭了團隊，建立了研發中心，在匹茲堡已經有了無人駕駛汽車。他們是從零開始的，兩年時間就做到了這一點，現在他們和各個行業進行合作，實作優步的自動駕駛。
人工智能的未來發展：技術結合實際
戶外機器人是非常有意思的事情，因為它把理論和實際緊密結合在一起，可以真正的實作多人多學科多方面的合作。就像在農業行業，我們要和農業的專家進行探讨才知道一些農業機器可不可以用。在全球環境裡都是如此，我們要不斷的推廣、研發和測試，真正為社會帶來變革和進步。
未來的發展在何處？從我個人角度來說，特别是在機器人的研發領域，現在我們應該去設想，不僅僅隻是想機器人的機制、傳感器或者算法，而要真正關注的是整個內建性的機制、應用和其他技術，如果沒有辦法想到未來的應用，是沒有辦法做好現有的研發的。我們要有整體系統，不斷的研發和前進。我希望大家能夠認同我的觀點，一起攜手創造能夠真正為世界帶來貢獻的完全系統，這樣我們的人工智能和人工智能系統才能夠真正成功，不再隻是一個口号。
本文作者：思穎