來源 :AI報道 時間 : 2019-12-03 10:19:45
12月1日，在蘇州工業園區舉辦的第九屆吳文俊人工智能科學技術獎頒獎典禮暨2019中國人工智能産業年會正式閉幕。在智能機器人應用專題論壇上，北京大學教授劉宏、中科大李智軍教授、雲迹科技創始合夥人&CPO應甫臣等嘉賓圍繞服務機器人話題做了精彩獨到的分享。
核心觀點總結：
1.服務機器人産業需求很大，空間很大，是以大家都看好服務機器人産業。
- 全世界都不知道服務機器人最終到底長什麼樣。
- 機器人走進千家萬戶這個夢想還遠遠沒有實作，因為僞需求、價位高。
- 服務機器人的突破點在于公共服務機器人。
- 将來的公共服務機器人一定和智能空間緊密結合起來。
- 新奇、好玩、高大上、高科技、噱頭這些東西都不可持久，效率的提升、體驗的提升和服務的提升，那才是可持續的。
- 腦卒中是頭号病種，發病以後會引起運動功能障礙，可穿戴機器人應用前景大。
- 可穿戴機器人要對人的意圖做一個預測和判斷，并且能夠根據人的意圖産生一定行動或者動作來配合完成任務。
首先，北京大學教授劉宏教授（文末有嘉賓詳細介紹）直接指出看好服務機器人，但是認為由于部分家用服務機器人隻是僞需求、無法完全替代家庭成員工作，并且目前價格也賣不高等原因，導緻産業化面臨困難，是以服務機器人的突破點在于公共服務機器人，可以替代很多勞動力成本，提升社會效率。對于公共服務機器人該怎麼真正走進社會的思考，劉宏教教授提出智能空間概念，提倡人機、環境、任務協同互動，緊接着，他詳述了智能便利店的落地應用前景。
以下是AI報道整理的劉宏教授在“公共服務機器人關鍵技術及應用示範”演講中的若幹觀點：
為什麼看好服務機器人？
機器人分成工業機器人、特種機器人、服務機器人。
從機器人産業來說，工業機器人有剛需、有價位、利潤空間大，但是門檻太高，不比造汽車輕松，不是一般的手工業作坊就能造出的。
特種機器人，是在海洋勘探、抗震救災等危險領域下的特殊工作環境下運用的機器人，盡管機器人有價位，但是量很少，很難成為大規模的産業。
服務機器人産業需求很大，空間很大，是以大家都看好服務機器人産業。
服務機器人應該是什麼樣的形态？
這幾年世界各地研究服務機器人的形态，大緻有三類：
第一類卡通當先，方頭方腦、憨态可掬，做一些語音交流、叫醒服務、科普、咨詢等等，這類機器人雖然功能比較簡單，看起來像個玩具，但是包括亞馬遜、MIT、百度、360、新松等等國内外著名的大學和公司都在研究這種憨态可掬的卡通機器人；
第二類是人形當家，能提供一些服務，日本本田公司、豐田公司，中科大、谷歌等都在着力研究這種人形機器人；
第三類是美女當道，能交流，能幹活還不夠，還需要有友好的人機互動界面，喜聞樂見，能成為我們生活當中的朋友，世界各地都在研究這種美女機器人。
全世界著名的公司、大學和機構都在研究服務機器人，形态千奇百怪，這反而說明，今天服務機器人遠遠沒有找到最終形态，大家都在探索，全世界都不知道服務機器人最終到底長什麼樣。
家用服務機器人産業面臨的最大問題是？
機器人走進千家萬戶這個夢想還遠遠沒有實作。為什麼？
1.僞需求
雖然服務機器人被廣泛看好，但很多都是僞需求、不成熟的需求。掃地機器人是剛需的，低價位的，幾百塊錢就可以買一個比較實惠的掃地機器人，幾千塊錢就能進口清掃機器人，已經開始走入千家萬戶。但是掃地機器人代表不了家庭服務機器人，并沒有真正地帶動家庭機器人實作大規模的産業化。
家用機器人是因為沒有崗位可以替換，家裡沒有一個人是多餘的，爺爺奶奶、父母、孩子各有各的崗位，省不出一個崗位來，也節省不了用人成本，沒有真正的利潤空間，是以機器人很難走進千家萬戶。
2.沒價位
新型産業的利潤一定來自于價位。當年中關村賣PC，賣一台賺一台，如果90年代賣電腦，按照現在的白菜蘿蔔價賣，PC機行業早就黃了，是以今天服務機器人産業屬于新興産業，一定要有價位。但是我們對家用服務機器人的需求太多了，我希望它在家裡又照顧老人又看孩子、做飯、掃地、智能安防、感情交流等，但是價位又期望很便宜，幾千塊到1萬塊錢，最好跟手機價格差不多。是以這就成了今天服務機器人産業面臨最大的問題。
服務機器人的突破點？——公共服務機器人
公共服務機器人，是服務機器人應用的重點。比如五星級酒店24小時有酒店前台值班，這個女孩還得形象好、氣質好、懂外語、彬彬有禮，後半夜其實沒有幾個人登記入住還得有一個人值班，這樣的崗位最适合公共服務機器人工作，也是“機器換人”最好的場景之一。
不僅僅是酒店，包括網吧、飯店、政務大廳，機場，超市等各種各樣的場景都存在公共服務崗位，這樣的崗位可以換人，換人就可以節省成本，自然而然這個産業就能形成規模，産品就能賣出價錢，是以公共服務機器人是服務機器人産業發展的突破點。
公共服務機器人該怎麼真正走進社會？
要和新一代人工智能技術緊密結合。為什麼要結合？因為今天機器人技術還不是完美的，人工智能技術也不是完美的，是以機器人要和人工智能結合。
公共服務機器人不是一個完美的機器人，不是最終我們理想的機器人，但是它是可用的機器人，将來的公共服務機器人一定和智能空間緊密結合起來。也就是說，我們不能把所有的壓力都壓給機器人，比如說和5歲小朋友交流，我們得蹲下問他幾歲了？吃飯沒有？玩得高興嗎？這就是今天的人機交流，人一定要蹲下去，降低自己的身段，讓機器人也能感覺到環境，感覺到人，感覺到任務對它的照顧，進而實作一種平等交流。
未來的智能空間當中，肯定是以機器人為中心，更重要是有環境傳感器，視覺、聽覺、距離、力學等等各種各樣的傳感器作為支撐條件，比如這個門很難識别，可以把出門的地方貼一個紅色的标志，進門貼一個綠色标志，甚至環境可以主動發出資訊，告訴它這是入口，告訴它你下一步應該往這兒走了。是以我們提倡的智能空間是人機、環境、任務協同互動的系統，真正有可能讓機器人走進使用。
還有10%左右的人機合作，公共服務機器人在前台，總會遇到新問題，再訓練也不可能把所有類型都訓練完，需要遇到全新問題機器人應對顧客不滿意時，自動切換到背景開始人工參與，背景1個從業人員可以為20台機器人服務，每1台機器人為200個客戶服務，進而形成從客戶到服務機器人到背景人工服務這樣的層次關系。這是今天讓公共服務機器人能夠真正使用的非常重要的一個環節，也是人機混合增強智能的基本方法，沒有這一點，這個解決方案是不完備的，也不可能真正實作。
有什麼應用示範？——智能便利店
便利店競争很激烈，深圳就有6000多家便利店，很多都是24小時營業，資源投入越來越大，利潤空間越來越小，人力成本越來越高。比如京東便利店，30平米便利店4個人，平均成本一個人一年至少5萬以上，加起來就是20多萬。
那麼，前幾年的熱點無人便利店怎麼樣呢？第一，門檻太高，很多無人便利店要建個小盒子就是三五十萬的投入。第二，體驗差，有人說，“那裡冷冰冰的，關着大門，後半夜進去冷飕飕的，一點溫暖的感覺都沒有。”第三，不夠便利，要掃碼後填個人資訊成為會員、下載下傳APP等才能進得去，太繁瑣。
我們倡導智能便利店和無人便利店是有差別的，比如深圳搭建智能便利店實驗空間，它是大環境當中的機器人，相當于我們進了智能機器人空間。
第一，機器換人，減員增效，我們可以替換掉90%左右的店員，過去一個店3個人服務，現在3個店可以1個人服務，甚至10個店可以1個人服務；
第二，拒絕APP，自由進出，進去就拿，拿完就走，會員、下載下傳APP都免了；
第三，智能防盜；
第四，無人超市，有人服務。這個服務，其實是背景錄制了幾千段效果視訊，因為特定場景涉及話題還是有限的，基本上可以應對顧客提出的各種各樣的問題，讓你感覺到有人現場為你服務。
第五，節約成本，友善安裝，僅僅需要在超市上多挂幾台錄影機，把服務性能稍微提高一點。
作為企業方代表，雲迹科技創始合夥人&CPO應甫臣也從具體落地場景來詳述服務機器人的應用價值。
以下是AI報道整理的應甫臣先生在“服務機器人價值再思考”中若幹觀點：
為什麼服務機器人有些企業做得好，有些可能做得一般？
曆史上的大趨勢來看，一個技術要跟一個行業或者産業結合才能真正發揮價值。第一次工業革命是蒸汽+産業，比如說運輸業就出現了蒸汽火車，當時英國因為走得比較早，在世界就處于領先地位。第二次電氣技術的時候加上冶金業就出來了煉鋼廠，德國比較早使用，是以當時在世界處于領先地位。最近這次的網際網路技術在很多行業都能應用，比如在零售業就出現電商，誕生出亞馬遜、阿裡巴巴、京東、拼多多這樣的公司。第四次是人工智能革命或者進入智業社會，人工智能其實想象空間會更大，落地也要進入一個行業。
曾經幾個比較有名的機器人公司，比如累積出貨幾百萬台的ANT、行走能力很強的阿基莫，他們卻面臨着項目或公司基本倒閉的結局。
ANT，在2017年時收入已經近億美金了，它的技術做得很好，能跑跳甚至端茶送水都能做，但最終公司還是關閉了。一方面，進入家庭成本非常高。另一方面，能量利用效率比較低，比如平地行走，輪式的能量利用效率肯定要比雙足的要高，因為雙足要維持站立就不停在耗電。
回到商業的本質，我們認為服務機器人要以服務為核心，機器人其實是勞動者+勞動工具，它要真正為社會提高生産力，這樣我們才願意持續買單。現在社會上對于服務機器人第一印象可能是這些詞，新奇、好玩、高大上、高科技、噱頭，這些東西都不可持久，背後其實是效率的提升、體驗的提升和服務的提升，那才是可持續的。
有什麼應用示範？——智能酒店
對于酒店來說，第一個是提高收入，降低成本。還可以給酒店增加口碑，提高他在OTA（線上旅遊）上的評論數量，評分，這樣也會提高它的入住率，提高收入。
服務要形成閉環，要真正給B端和C端創造價值，這就涉及及時的、自主的、個性化的服務。例如，三更半夜打電話讓前台送可能會覺得麻煩人，而用機器人就不會，而且速度會更快。
此外，我們每個月都會給酒店發月報，比如一個酒店8月份的月報，這個月機器人額外給他創造16088元的收入，除了分析收入是多少，還會分析賣得最好的産品是什麼？最差的是什麼？每天分布是怎麼樣的？銷售最高那天的原因是什麼？免費送水等在各項任務中的占比？複購率怎樣？在同行業的對比中差距是怎麼樣？有什麼可以值得學習的等等。
以上兩位嘉賓都是從公共服務機器人展開而發表看法，中國科學技術大學教授李智軍（文末有嘉賓詳細介紹）則主要從個人運動功能障礙康複及體能增強需求出發，闡述了為什麼可穿戴機器人會成為當下熱門應用場景，并且詳細介紹了穿戴機器人的設計理念和研制技術難點。
以下是AI報道整理的李智軍教授在“可穿戴機器人關鍵技術及其應用”演講中的若幹觀點：
為什麼要研制可穿戴機器人系統？
世衛組織對我國老年心血管疾病腦卒中死亡人數做了一個預測，到2030年腦卒中死亡人數會達到6000萬，而且我國每年腦卒中發病率非常高，大概以8.7%的速率在增加，腦卒中發病以後會引起運動功能障礙，這就會給人的生活和工作帶來極大的困擾。
而且對于運動功能障礙的康複，目前隻能通過醫院康複室治療，但是由于閱聽人數目龐大，是以對我們醫療系統造成比較大的壓力。在這種情況下我們提出用輔助機器人來進行康複訓練。使用機器人康複訓練可以持續進行，而且可以給康複訓練患者和醫生提供回報，最後在使用機器人情況下可以非常好地完成醫生給病人設定的醫療康複任務。
目前市場上比較有代表性的機器人是瑞士生産的，這個機器人在很多國内醫院被廣泛使用，但是這種機器人主要的劣勢，它是助力型被動康複訓練機器人，患者并沒有主動參與到康複訓練過程中，屬于被動狀态，由機器人帶着人進行被動康複訓練，患者主動參與程度比較低，同時又不能展現出比較先進的康複訓練的理念。例如人體的意圖識别，主動互動康複等主流康複訓練的方法和手段。
是以在這種情況下，我們研制了一系列的穿戴機器人，例如上肢雙臂機器人，主要是上肢運動恢複，還有手功能康複機器人。對于下肢康複，有針對截癱患者設計的輔助機器人，也有針對正常人的運動體能增強需求而設計的下肢運動增強機器人。例如下肢步态康複訓練機器人，我們設計了VR環境，患者在穿戴機器人進行康複過程中非常容易沉浸在遊戲或者比較有趣的場景中。
穿戴機器人有什麼設計規則？
功能性，無論運動康複也好，體能增強也好，一定要具有一定的功能性，這個功能性得滿足我們的實際需要。
安全性，因為穿戴機器人不同于工業機器人，它是比較近距離的與人進行互動，是以保障人的安全非常重要。比如移動雙臂操作機器人，我們設計的彈性串型驅動器有一個非常好的人機互動的效果，在它和人發生碰撞的時候，關節可以自動調節剛度，這樣在和人機進行互動的時候可以實作柔順的人機互動。
智能化，因為穿戴機器人更需要了解人的意圖或者判别人想要做什麼事情，而且要提前進行預測，是以智能化要求比工業機器人高一些。
友好性，人機互動界面友好，否則操作起來就顯得笨拙。
容錯性，設計機器人過程中有非常多傳感器和控制系統，這麼一個複雜系統如果容錯性不好或者在與人互動過程中對人造成傷害，這顯然不是我們設計穿戴機器人的初衷，是以對容錯性要求是比較高的。
我們主要是在穿戴機器人上設計很多傳感器，兩個傳感器完成一個功能，這樣提高它的容錯性和魯棒性。
研制穿戴機器人過程的技術難點？
首先，人體的意圖感覺。穿戴機器人不同于工業機器人，工業機器人是人機分離的，機器人是在一個大籠子裡，人遠遠地操作它，是希望人不與機器人發生接觸，因為工業機器人都是品質非常龐大，和人發生碰撞的時候會對人造成無法彌補的傷害。但是穿戴機器人是和人形成緊耦合的系統，機器人無時無刻不與人發生互動，是以機器人必須能夠感覺人的意圖。對人的意圖做一個預測和判斷，并且能夠根據人的意圖産生一定行動或者動作來配合完成任務。
是以在這裡，人體意圖感覺就包含了很多生機電信号融合，因為人體也是一個實體系統，裡面有非常多的電信号，我們檢測這些電信号，将電信号的特征進行提取，用于去判别人的意圖進而形成人的意圖感覺。
第二，因為人的肢體在運動過程中是變量實體系統，是以在研制穿戴機器人的時候也希望配合或者完全接近人的肢體運動模式，比如我們希望穿戴機器人關節也能夠像人一樣實作變剛度，是以就研究了變剛度柔性的控制系統，這方面主要做兩塊工作，人作為實體系統在運動過程中有很多電信号，如果我們能夠提取這些電信号用于關節控制是非常好的一個方向。在這裡，我們提出了使用機電信号，對人體的關節剛度增量進行估計，将關節剛度增量的估計傳遞給機器人，進而實作人機的機能傳遞和柔性控制。
第三，人機對于穿戴機器人是緊耦合系統，我們就不能用傳統工業機器人的控制方式來處理穿戴機器人，是以我們考慮人機耦合在一起形成這樣一個系統。針對這個系統展開人機協調控制方面的研究。這方面我們的前期工作主要基于區域函數的控制方法，将機器博弈思想用于人機的緊耦合控制。
最後，我們在考慮控制的同時要注意人機緊耦合系統對其運動進行優化，是以這裡就出現了多實體限制下的人機緊耦合運動優化。
背景連結：
劉宏，北京大學教授、中國人工智能學會副理事長，CAAI Fellow，國家“萬人計劃”首批專家、國家“十三五”重點研發計劃“智能機器人”總體組專家。深圳市政協委員。
李智軍，中國科學技術大學二級教授、博導、博士。現任資訊科學技術學院副院長。主要從事可穿戴機器人和生機電系統理論及應用研究。入選IEEE機器人與自動化學會傑出講師（2018），第三批國家“萬人計劃”科技創新領軍人才（2017）等。
原文釋出時間：2019-12-3
本文來源 :AI報道
本文來自雲栖社群合作夥伴“
AI報道”，了解相關資訊可以關注“
”
![K-近鄰算法以及圖像分類應用[圖]](data:image/gif;base64,R0lGODlhAQABAIAAAP///wAAACwAAAAAAQABAAACAkQBADs=)