機(jī)器人實(shí)現(xiàn)智能的關(guān)鍵技術(shù)以及技術(shù)發(fā)展和產(chǎn)業(yè)應(yīng)用前景

概要：讓機(jī)器人實(shí)現(xiàn)智能的關(guān)鍵技術(shù)在最近十年會(huì)發(fā)展到什么程度？整個(gè)產(chǎn)業(yè)的應(yīng)用前景將會(huì)如何？

目前的機(jī)器人已經(jīng)能夠勝任精確、重復(fù)性的工作，但很多時(shí)候，它還不能夠靈活地為新任務(wù)進(jìn)行自我調(diào)整，也不能應(yīng)付一個(gè)不熟悉的或不確定的情景。不過，這些情況都在發(fā)生改變，機(jī)器人正在變得更加智能。我們不禁要問，讓機(jī)器人實(shí)現(xiàn)智能的關(guān)鍵技術(shù)到底是什么？這些技術(shù)在最近十年會(huì)發(fā)展到什么程度？整個(gè)產(chǎn)業(yè)的應(yīng)用前景將會(huì)如何？

隨著家用機(jī)器人的應(yīng)用需求不斷增加，人工智能相關(guān)技術(shù)不斷進(jìn)步，硬件性能的增長(zhǎng)，服務(wù)機(jī)器人近年來開始從實(shí)驗(yàn)室走向家庭，并從掃地機(jī)器人等單一功能向多功能的個(gè)人機(jī)器人發(fā)展。

感知、認(rèn)知和行為控制

機(jī)器人的技術(shù)按照通常的理解分為三個(gè)部分，感知、認(rèn)知和行為控制。感知主要是基于視覺，聽覺及各種傳感器的信息處理；認(rèn)知部分則負(fù)責(zé)更高層的語(yǔ)義處理，如推理，規(guī)劃，記憶，學(xué)習(xí)等；行為控制部分專門對(duì)機(jī)器人的行為進(jìn)行控制。

提到機(jī)器人，一個(gè)最近經(jīng)常提及的詞是人工智能。人工智能是用計(jì)算機(jī)來實(shí)現(xiàn)類似于人的智能行為的一門學(xué)科。機(jī)器人本身即是人工智能的一個(gè)終極應(yīng)用目標(biāo)之一。所以談到機(jī)器人，人們很容易聯(lián)想到人工智能。人工智能的確對(duì)于機(jī)器人非常重要，上面提到的三個(gè)部分的技術(shù)都與人工智能相關(guān)。

從應(yīng)用角度看，機(jī)器人由于有一定的自主性，能與人和環(huán)境交互，與之前的計(jì)算設(shè)備（包括電腦，手機(jī)等）相比，對(duì)智能的要求較高，這也是人工智能逐漸受到關(guān)注的一個(gè)原因。

傳統(tǒng)的人工智能做為一門學(xué)科，起源于20世紀(jì)50年代的達(dá)特茅斯會(huì)議，后來經(jīng)過幾次大起大落，在基礎(chǔ)理論和方法上積累了豐富的成果。從早期的符號(hào)計(jì)算系統(tǒng)，到專家系統(tǒng)，再到90年代發(fā)展起來的機(jī)器學(xué)習(xí)，大數(shù)據(jù)分析，都可以算是人工智能的范疇。在圖像、語(yǔ)音、搜索、數(shù)據(jù)挖掘、社會(huì)計(jì)算等領(lǐng)域，又派生出了一些相關(guān)的應(yīng)用研究。其中與機(jī)器人聯(lián)系較為緊密的包括計(jì)算機(jī)視覺，語(yǔ)音和自然語(yǔ)言處理，還有智能體（Agent）等。

從技術(shù)上看，人工智能要達(dá)到人類級(jí)別的智能，要走的路還非常遠(yuǎn)，因?yàn)槟壳皩?duì)人的智能機(jī)理尚未研究清楚。但從實(shí)用角度看，根據(jù)目前技術(shù)的進(jìn)展，如果能夠部分模擬人的智能行為（比如認(rèn)出主人并進(jìn)行相應(yīng)的交互）并達(dá)到較好的用戶體驗(yàn)，將會(huì)在短期內(nèi)取得突破性進(jìn)展。當(dāng)然這在技術(shù)研發(fā)上還需進(jìn)一步解決技術(shù)的實(shí)用性、魯棒性問題。畢竟以往的不少機(jī)器人都還在實(shí)驗(yàn)室或者受限的環(huán)境中（比如養(yǎng)老院）進(jìn)行研發(fā)和測(cè)試，而新興的家庭服務(wù)機(jī)器人，將在家庭環(huán)境中獨(dú)立或者半獨(dú)立地（通過與人的協(xié)作）完成某些服務(wù)，這對(duì)技術(shù)的魯棒性提出了更高要求。其中的一些，如計(jì)算機(jī)視覺、語(yǔ)音識(shí)別等核心技術(shù)還在不斷地改進(jìn)中，還沒有發(fā)展到完全成熟。所有這些，都決定了需相當(dāng)深入的研發(fā)工作，才能實(shí)現(xiàn)真正的實(shí)用化、智能化的家庭服務(wù)機(jī)器人系統(tǒng)。

機(jī)器人不是一堆機(jī)械和芯片

在以往對(duì)服務(wù)機(jī)器人的研究中，一個(gè)典型的目標(biāo)應(yīng)用是機(jī)器人可以做家務(wù)勞動(dòng)，這就要求機(jī)器人可以用手臂去操作物體（抓放）。在這些方面的研究雖然較多，但從目前的技術(shù)進(jìn)展看，在幾年內(nèi)實(shí)現(xiàn)機(jī)器人做家務(wù)勞動(dòng)，仍有諸多的挑戰(zhàn)。

1、目前的機(jī)器人，尤其是人形機(jī)器人的成本過高。舉例說，一條機(jī)器人的手臂可能需幾萬(wàn)美元，而機(jī)器人的手部就需要1萬(wàn)多美元，整個(gè)機(jī)器人的造價(jià)，更是普通家庭無(wú)法承受的。

2、機(jī)械手的靈巧程度，仍然難以和人手相媲美。

3、在安全性方面也存在需要解決的問題。有著鋼鐵之軀的機(jī)器人一旦進(jìn)入家庭，由于程序錯(cuò)誤，不小心揮揮手、伸伸胳膊，都可能對(duì)血肉之軀的人造成巨大傷害。

機(jī)器人如果暫時(shí)不能做家務(wù)勞動(dòng)那又有何用，這是不少人關(guān)心的一個(gè)問題。如果不能應(yīng)用，機(jī)器人不過是一堆機(jī)械和芯片而已。目前除了類似掃地機(jī)器人這樣能夠?qū)崿F(xiàn)比較單一功能的機(jī)器人外，還有不少機(jī)器人的用途正在發(fā)展之中。

機(jī)器人作為一個(gè)新型智能設(shè)備，普通用戶最關(guān)心的是機(jī)器人可以為他們做些什么？如前文所述，機(jī)器人目前還難以實(shí)現(xiàn)類似做家務(wù)這樣的應(yīng)用。而要達(dá)到人的智力水平，也還需要較長(zhǎng)的發(fā)展時(shí)間。所以在應(yīng)用方面也需要針對(duì)人工智能技術(shù)，特別是感知認(rèn)知技術(shù)的現(xiàn)狀進(jìn)行設(shè)計(jì)，要充分利用最新技術(shù)，實(shí)現(xiàn)在過去看來不可能實(shí)現(xiàn)的功能。預(yù)計(jì)未來十年，市場(chǎng)上出現(xiàn)的服務(wù)機(jī)器人將具有以下特點(diǎn)。

1、機(jī)器人將實(shí)現(xiàn)低成本。在前文中提到，如果讓服務(wù)機(jī)器人進(jìn)入專業(yè)或家庭服務(wù)領(lǐng)域，成本需足夠低。專業(yè)服務(wù)機(jī)器人的成本可以相對(duì)高些，而家庭服機(jī)器人則需嚴(yán)格控制成本。

2、機(jī)器人將擁有多功能特點(diǎn)。目前在家庭中使用的服務(wù)機(jī)器人主要是掃地機(jī)器人這樣能夠?qū)崿F(xiàn)單一功能的機(jī)器人。未來多功能的機(jī)器人將有較大的發(fā)展，出于成本考慮，機(jī)器人中的某些處理器將可以用于多種應(yīng)用。同時(shí)隨著技術(shù)的發(fā)展，機(jī)器人的應(yīng)用將越來越多，機(jī)器人將可以像人一樣完成不同的任務(wù)。

3、具有獨(dú)特的應(yīng)用。這是用戶購(gòu)買使用服務(wù)機(jī)器人的主要?jiǎng)訖C(jī)，這些應(yīng)用不是簡(jiǎn)單移植已有的電腦或手機(jī)的應(yīng)用，而是具有獨(dú)特的機(jī)器人應(yīng)用的特點(diǎn)，如自主性，操控類似于人并能夠與人進(jìn)行互動(dòng)等。

4、可與人協(xié)作完成任務(wù)。因?yàn)闄C(jī)器人是為人服務(wù)的，所以需要與人進(jìn)行多方面的互動(dòng)，以了解主人對(duì)服務(wù)的需求。另一方面是受制于機(jī)器人的智能和人相比還是有很大差距，所以有些任務(wù)還不能獨(dú)立完成，需借助于人的幫助才能完成。

5、機(jī)器人將有高安全性特點(diǎn)。這包含信息安全和物理安全兩方面。即不給用戶帶來安全隱患，甚至能主動(dòng)檢測(cè)并制止一些有潛在安全威脅的行為。著名的阿西莫夫三大定律，規(guī)定了基本的機(jī)器人安全規(guī)則。當(dāng)然如何具體實(shí)現(xiàn)這些安全性，尤其是物理安全，還需要在機(jī)器人硬件和軟件上下功夫。

家庭服務(wù)機(jī)器人和專業(yè)服務(wù)機(jī)器人的未來將會(huì)如何發(fā)展，已成為業(yè)界關(guān)心的話題。

家庭服務(wù)機(jī)器人將會(huì)實(shí)現(xiàn)如下幾類較典型的應(yīng)用。

1、家庭服務(wù)機(jī)器人將實(shí)現(xiàn)各種助手類的應(yīng)用。智能手機(jī)上流行的個(gè)人助理軟件（Siri，Cortana等），將從虛擬的無(wú)形演變?yōu)橛形锢硗庑蔚臋C(jī)器人能夠?qū)崿F(xiàn)的功能?？梢栽O(shè)想，機(jī)器人助手可以幫用戶查詢一些如：天氣，限行尾號(hào)等信息，或?qū)τ脩暨M(jìn)行提醒。聽上去好像與手機(jī)上的體驗(yàn)并無(wú)區(qū)別，但實(shí)際上在體驗(yàn)上已有不少改變。用戶和機(jī)器人互動(dòng)的時(shí)候可用更自然的方式，像和人交流一樣，甚至可以看到機(jī)器人的表情，使服務(wù)顯得更加個(gè)性化。除了這些應(yīng)用，服務(wù)機(jī)器人還可在更多的場(chǎng)景中作為人的助手。比如服務(wù)機(jī)器人可以作為人的健身助手（見圖1），當(dāng)人在健身的時(shí)候，機(jī)器人可像健身教練一樣提供一些建議。相信此類應(yīng)用隨著技術(shù)的發(fā)展，將會(huì)越來越豐富。

2、家庭服務(wù)機(jī)器人將助力少兒教育。因?yàn)榉?wù)機(jī)器人具有自主性和移動(dòng)性，將會(huì)為少兒教育帶來無(wú)限的可能和更廣泛的應(yīng)用空間。

3、家庭服務(wù)機(jī)器人將可實(shí)現(xiàn)老人看護(hù)。包括中國(guó)在內(nèi)的許多國(guó)家，正在或?qū)⒁饺肜淆g化社會(huì)。中國(guó)的老人一般希望居家養(yǎng)老，而子女又忙于工作，即使住在一起也無(wú)法一直在身邊照看老人。諸如提醒老人吃藥或緊急情況時(shí)及時(shí)救助等，如果能由家庭服務(wù)機(jī)器人來完成，將大大提高老人居家養(yǎng)老的生活質(zhì)量，也使得子女更放心。老人看護(hù)將是未來機(jī)器人的一個(gè)應(yīng)用熱點(diǎn)，具有極大的社會(huì)價(jià)值。機(jī)器人能完成的事還有很多，除了與健康輔助直接相關(guān)的功能，還可幫助老人讀書讀報(bào)，與老人簡(jiǎn)單聊天等，進(jìn)行情感方面的關(guān)懷。

對(duì)于專業(yè)服務(wù)機(jī)器人，其應(yīng)用根據(jù)專業(yè)應(yīng)用領(lǐng)域的不同，而有較大區(qū)分。

1、在物流中心進(jìn)行貨物分發(fā)。據(jù)悉，這項(xiàng)應(yīng)用已開始在亞馬遜等公司實(shí)際使用。未來將不斷地升級(jí)，如能夠自動(dòng)取貨等。

2、在零售店，柜臺(tái)，前臺(tái)等處為客戶服務(wù)。這些服務(wù)機(jī)器人能夠和客人打招呼，并回答一些基本問題，還可以幫客戶提包，端茶送水，并為客戶指路。

3、機(jī)器人攝影師。機(jī)器人攝影師可以不知疲倦地穿梭于賓客之間，幫人們拍出高質(zhì)量的照片。當(dāng)然此功能在家庭服務(wù)機(jī)器人上，同樣是個(gè)新鮮的功能。

4、智能安防機(jī)器人。在一些警力不足的地方，如果有智能安防機(jī)器人24小時(shí)巡邏，則會(huì)有很好的震懾力，減少犯罪的發(fā)生。

關(guān)鍵技術(shù)與挑戰(zhàn)

可以預(yù)見，未來服務(wù)機(jī)器人有不少有趣的應(yīng)用，但從技術(shù)實(shí)現(xiàn)的角度看還存在諸多挑戰(zhàn)。

前面提到過機(jī)器人的三大技術(shù)領(lǐng)域，包括感知、認(rèn)知和行為控制。其中行為控制技術(shù)相對(duì)來說，已經(jīng)有不少技術(shù)積累。而對(duì)于在不久的將來可以實(shí)際大規(guī)模應(yīng)用的服務(wù)機(jī)器人，將會(huì)更偏向于發(fā)展低成本的機(jī)器人。諸如機(jī)械結(jié)構(gòu)比較簡(jiǎn)單的輪式機(jī)器人（只有輪式移動(dòng)平臺(tái)加上一個(gè)可活動(dòng)的頭，一般沒有手臂或者手臂比較簡(jiǎn)單），由于其控制部分較為簡(jiǎn)單，因此在感知和認(rèn)知方面的技術(shù)，顯得尤為重要。根據(jù)以往機(jī)器人領(lǐng)域的研究進(jìn)展和對(duì)應(yīng)用的初步分析可以認(rèn)為如下的感知、認(rèn)知技術(shù)，將是實(shí)現(xiàn)應(yīng)用的關(guān)鍵。

1、三維導(dǎo)航定位技術(shù)。不管什么機(jī)器人，只要可移動(dòng)，即需要在家庭或其他環(huán)境中進(jìn)行導(dǎo)航定位。其中SLAM（Simultaneous Localization and Mapping）技術(shù)可同時(shí)進(jìn)行定位和建圖，在學(xué)術(shù)研究方面已經(jīng)有不少技術(shù)積累。但對(duì)于實(shí)際系統(tǒng)，由于實(shí)時(shí)性低成本（比如無(wú)法采用比較昂貴的雷達(dá)設(shè)備）的要求和家庭環(huán)境的動(dòng)態(tài)變化（物品的擺放），因而對(duì)導(dǎo)航定位技術(shù)提出了更高要求，仍需進(jìn)一步研發(fā)。

2、視覺感知技術(shù)。其中包含人臉識(shí)別、手勢(shì)識(shí)別、物體識(shí)別和情緒識(shí)別等相關(guān)技術(shù)。視覺感知技術(shù)，是機(jī)器人和人交互的一個(gè)非常重要的技術(shù)。

3、語(yǔ)言交互技術(shù)。其中包含語(yǔ)音識(shí)別、語(yǔ)音生成、自然語(yǔ)言理解和智能對(duì)話系統(tǒng)等。

4、文字識(shí)別技術(shù)。生活中有不少文字信息，如書報(bào)和物體的標(biāo)簽信息，這也要求機(jī)器人能夠通過攝像頭來進(jìn)行文字識(shí)別。與傳統(tǒng)的掃描后識(shí)別文字相比，其可通過攝像頭來進(jìn)行文字的識(shí)別。

5、認(rèn)知技術(shù)。機(jī)器人需要逐步實(shí)現(xiàn)規(guī)劃、推理、記憶、學(xué)習(xí)和預(yù)測(cè)等認(rèn)知功能，從而變得更加智能。

從目前的研究現(xiàn)狀看，服務(wù)機(jī)器人面對(duì)的關(guān)鍵技術(shù)均有了長(zhǎng)足進(jìn)步，但還有相當(dāng)多的問題要解決。

推動(dòng)技術(shù)的研發(fā)與實(shí)際應(yīng)用結(jié)合

英特爾中國(guó)研究院的一個(gè)重要研究方向是服務(wù)機(jī)器人，研究范圍主要包括魯棒的三維導(dǎo)航定位、人和環(huán)境的視覺感知以及人-機(jī)器人交互（包含感知、認(rèn)知、行為控制的結(jié)合）等領(lǐng)域，致力于為英特爾的合作伙伴提供先進(jìn)的服務(wù)機(jī)器人技術(shù)。

研究方法以特定的目標(biāo)應(yīng)用領(lǐng)域?yàn)槌霭l(fā)點(diǎn)，并以此來推動(dòng)技術(shù)的研發(fā)和在實(shí)際應(yīng)用中的測(cè)試。前面提到的助手類應(yīng)用、少兒教育應(yīng)用、老人看護(hù)應(yīng)用，是研究重點(diǎn)。

為了進(jìn)行應(yīng)用測(cè)試，英特爾中國(guó)研究院建立了實(shí)際的機(jī)器人硬件原型，圖3是平板機(jī)器人原型。左邊是其內(nèi)部結(jié)構(gòu)，由一個(gè)帶有英特爾Realsense攝像頭的電腦來控制一個(gè)全向移動(dòng)底盤和頭部的轉(zhuǎn)動(dòng)，其高度可調(diào)，以便適應(yīng)成人與兒童的互動(dòng)要求。

目前研究院已經(jīng)在視覺感知等領(lǐng)域取得了階段性成果。如圖4中，顯示了利用Realsense攝像頭和SLAM技術(shù)生成家庭環(huán)境地圖，這在后續(xù)就可用來定位導(dǎo)航。研究院還開發(fā)了魯棒的跟蹤技術(shù)，可在多人同時(shí)出現(xiàn)的情況下，長(zhǎng)時(shí)間正確地跟蹤一個(gè)特定用戶。在未來還會(huì)研發(fā)出更多相關(guān)技術(shù)和應(yīng)用，這些技術(shù)也將服務(wù)于業(yè)界的合作伙伴助力開發(fā)出先進(jìn)的服務(wù)機(jī)器人產(chǎn)品。

推動(dòng)技術(shù)的研發(fā)與實(shí)際應(yīng)用結(jié)合

對(duì)于機(jī)器人技術(shù)，大家關(guān)心的一個(gè)問題是，是否需要采用專用的人工智能芯片。

目前探索的一個(gè)方向被稱作混血計(jì)算（Hybrid computing），其是指用通用處理器和其他架構(gòu)一起合作來進(jìn)行計(jì)算。不過，還處于早期探索的階段。

一個(gè)架構(gòu)是否能成功地應(yīng)用于服務(wù)機(jī)器人，需要看性能是否滿足應(yīng)用的需求，功耗等是否合適，這是一個(gè)考慮多種因素平衡的選擇。

可以說現(xiàn)在的通用處理器與已有的一些其他計(jì)算單元（如向量處理單元、GPU），已經(jīng)可以為服務(wù)機(jī)器人提供一個(gè)理想的硬件架構(gòu)，尤其是多功能的具有感知、認(rèn)知功能的服務(wù)機(jī)器人。目前機(jī)器人主要的瓶頸，還是在應(yīng)用需求的開發(fā)和感知、認(rèn)知技術(shù)上。當(dāng)然，未來的架構(gòu)，也會(huì)隨著對(duì)應(yīng)用的深入開發(fā)而不斷創(chuàng)新。硬件設(shè)計(jì)面臨的挑戰(zhàn)越來越大，需要不斷地適應(yīng)未來發(fā)展的演變。同時(shí)也可以考慮用FPGA架構(gòu)來為一些比較專門的應(yīng)用提供加速，這樣在應(yīng)用發(fā)生變化的時(shí)候，將具有更多的靈活性。