专访 ICRA 大会主席陈义明教授：要让应用作为机器人学术研究的主导｜ICRA 2017

在 ICRA 2017 前夕，雷锋网有幸对 ICRA 大会主席、南洋理工大学机器人研究所、IEEE & ASME Fellow 陈义明教授进行了一次专访。值得一提的是，陈义明教授今年 7 月将来到 CCF－GAIR 大会的现场并做主题演讲，敬请关注。

雷锋网 AI 科技评论：今年 ICRA 的主题是「Innovation, Entrepreneurship, and Real-world Solutions」，每年的主题是怎样确定下来的？

陈义明：ICRA 每年的主题通常是根据机器人的发展现状来确定，不一定是由大会组委会决定，有时候也和主办国有关系。新加坡政府现在非常重视机器人的发展，不纯粹只是基础研究，而是希望它能够真正应用于实际领域。纵观全球的机器人领域现在很红火，因为工业界等各方面都感觉到了痛点，比如人口老龄化问题，还有比如新加坡的话，因为移民政策的影响，找不到合适的技术工人，所以说自动化在业界来讲还是有着很大的需求。

（雷锋网 AI 科技评论：那么创业方面呢？）

创业可以从几个方面来看。从经济的角度看，不管是新加坡还是在世界各地，自动化的发展会让传统工业大量裁员，但是这些人还是需要再就业，需要有新的产业和新的工作，所以不管是年轻人也好，中年人士也好，创业实际上是一个出路。机器人会取代传统的一些劳动，可是在取代原有工作的同时，你也需要一些新的工作，好比说我今天要做一个服务机器人来扫地，以前用扫地工，现在是用机器人去扫，可是我需要一些人去操作这个机器人，或者说可能有一些连带的工作。一方面，要让工人接受训练，另外也需要训练新的工人去做这方面的工作，可能同时就会新的公司出现，比如专门训练如何使用机器人的培训。这就像互联网的出现和发展一样，会有很多新兴产业，比如说网页设计、网站搭建等。

从机器人方面来讲，一方面我们是帮助大家解决问题，另外一方面我们也会创造新的机会，让一些人还可以从事新的方面，所以要形成一个正向的循环，这是从人力资源来看，另外一方面就是从工业的角度来看的话，因为现在的发展还是一个 fragmented（碎片化）的状态，除了传统工业机器人有大的这些公司在做，其他像医疗、服务型机器人等行业都没有一个所谓真正的大玩家。像互联网已经有几个大公司在主导，比如说谷歌、微软，或者中国的百度等，但在机器人方面还没有这样一个（公司）出来，所以在这种情形之下是一个百花齐放的时代，创业是有机会的。

雷锋网 AI 科技评论：比如说像 ICRA 也是一个顶级的学术会议，如果我们要做现实解决方案的话，是不是会有一个产业界和学术界的鸿沟存在，在应用方面是不是会存在可能的阻碍？

陈义明：这个话题现在在新加坡其实也有一些讨论，我们自己在这方面的实践上也有一些经验。严格来讲，机器人已经不是一个新兴学科，因为机器人已经发展超过 50 年的时间，基本的机器人形态并没有变多，只是因为机械还是电子等零部件有很多进步，所以让它的功能加强了。就算是自动车的话，它也是因为传感器功能加强，所以才可以放到车子上。

机器人其实已经不是一个新兴学科，事实上有很多的应用，也伴随很多基本的问题，也有一些解决方案。现在的问题主要是，大家觉得还是有一个落差，原因是很多人还是把基础跟应用割裂了，以前的话基础研究和应用还可以分开走，因为工业界很多人还没有认识到问题的严重性，但现在很多公司发现必须要对这些问题更重视，有更多的经费处理这些问题。这样的话才能把研究跟应用结合起来。

另外一点是，我们以前在做学术研究时做了太多的假设，把这个问题简化到了某个程度，但简化后的问题在实际生活中差距很大，所以没有办法去把鸿沟弥补起来。而反过来，正是因为意识到了应用的问题，公司愿意投入资金后，其实还可以从中发掘很多新的问题，但是必须要从实际出发，反过来主导基础研究。

通常从公司角度讲，它只有很短的时间研究，可能一年内需要达到某个商业目标。基础研究的时间会比较久，所以不愿意花时间与经费下去。但是基础研究的好处在于强化现有技术的门槛，研究者从应用过程中不断改进，加强自主知识产权。以建筑机器人为例，有些新兴的实验室技术可以直接应用，比如喷漆，那么我们可以很快速地实现。但是我们也发现了一些问题，比如说在现实应用的时候建筑表面几何形状情况很复杂，我们可以进一步完善。或是实际应用可以回过头来，继续修正基础研究。

实际上对很多的学生或者是研究工作者来讲，他的任务会更明确。以前我们问题很简化的时候，很可能你的目标可能不是实际问题，现在的话可以让实际问题做导向，会有一个标杆。

雷锋网 AI 科技评论：如果让应用作为研究的主导，是否可能导致基础研究会被忽视？

陈义明：其实不完全，为什么呢？有些问题虽然是从解决实际应用出发，可能需要一两年的时间，但并不代表所有问题都能完全解决。有些更深度的问题的话，你需要稍微长一些的时间。

比如物流的人工分拣技术，这是难度非常高的一个问题。我们用一些现有的方式，目前已经能处理 70% 到 80% 的问题。但是剩下的 20%、30% 怎么办？我们就可以回到研究领域去解决。

这个东西对公司而言有着比较大的价值，原因是当机器可以完成 80% 的工作的时候，已经形成一个比较正向的循环，从商业角度可以产生收入。那么 20% 的问题的解决，是为了提升门槛，与其它竞品拉开距离。在这个时候，基础研究就凸显出它的重要性。只有通过基础研究，把最后 20% 的问题解决，才能做出独特的智能产品。

雷锋网 AI 科技评论：谢谢老师。那么您作为南洋理工大学的教授，对新加坡的产业或者说应用研究也是比较了解的，是否能介绍一下新加坡的机器人发展状况，政府是否会给予相应的扶植？

陈义明：在 ICRA 2017 开幕典礼的时候，新加坡的部长会在上面宣布一些重要的消息。

（雷锋网 AI 科技评论：方便透露一下吗？）

主要是关于机器人如何解决一些实际的问题，包括医疗保健领域，还有建筑自动化上都会有一些新的政策。

雷锋网 AI 科技评论：那么新加坡目前整体的机器人发展状况，政府会给予很多支持？

陈义明：实际上政府其中一个项目叫做 National Robotic Program，它实际上是要通过政府各单位还有大的公司的一些需求，然后找项目科研单位还有工业界一起去找一些问题来解决。比如我们有几个关于建筑机器人自动化的计划，也会在 ICRA 上展出。

新加坡的裕廊集团作为 lead agency，和南洋理工大学就有合作，我们的问题来源是一个实际问题，而不是自己凭空去想的。这也给我们学校带来的新的挑战，因为除了做研究之外，我们要去考虑公司的真实需求，还要跟公司一起配合。很多这种计划，通常学校的研究周期比较长，而公司则相反。所以在项目管理上我们也面临更大的挑战，但是这是一种磨合，也是一种崭新的尝试。好处就是说，我们可以很快把一些学校的技术转化成商业的应用，那对于提升公司的能力也有益处，也是政府所希望的。

因为从新加坡来讲，不管是跟中国、美国还是日本相比，新加坡的市场本身非常小，工业机器人可能卖不了多少台，但中国一下可能就可以卖两三万台。但问题还是存在，还是需要去解决问题。所以就像我刚刚提到的，这些合作计划是由政府来出面，政府单位或大公司有这样的需求，通过政府出资，学校和企业联合解决的方式，利用这些解决方案再做一些商业化，那么这些商业化的结果不只希望本地用，而且希望能把这个问题能够输出。因为新加坡是发展比较成熟的一个社会，很多的问题在世界各地其实都是类似的，所以这个解决方案在不同国家可以再做修改。

而且现在的大环境下，当然机器人跟自动化是很重要，可是我们有时候还需要一些别的东西的配合，比如说大数据、云计算等技术，所以政府在做这些计划的时候，也会把这些东西考虑进去。所以说政府牵头提出问题，那么大家可以一起去做，并解决这样的一个问题。

雷锋网 AI 科技评论：刚才在外面茶歇的时候，我也跟一些学生聊了一下，发现他们非常关注人工智能跟机器人领域的结合，对此您有什么看法？

陈义明：人工智能也是一个非常宽泛的词，那么从纯粹的人工智能来讲不管是下棋也好，不管是做这种文书工作也好，他全部都是属于一个 digital work，因此只要有足够的数据量训练，工作一定可以完善的很好。

（雷锋网 AI 科技评论：所以您的理解是，这是一个数据导向的工作？）

陈义明：对，这也是我们所谓的「虚拟世界」，这个东西我们是完全碰不到的。机器人跟纯人工智能比较不同的点也在这里，因为我们讲的机器人必须接触真实世界，比如说去敲门，或是干什么别的事情，所以一旦有 physical interaction 的时候，你用传感器去看感知的时候，不确定性就非常高。如果用一般的人工智能的方法来做，好比说学习怎么抓东西的话，即使用一些很大的数据去做，效果还是有限，原因是抓物体的不确定性，是没有办法用信息训练达到的。

另外，其实真正的机器人跟人一样，每个个体都存在差异。每个机器人都是不一样的，就算是工厂批量生产，做出来一万台工业机器人，同一个型号，每一台机器人出厂的时候可能一模一样，可是使用一段时间后可能就会有不同。在这个情况下，如果你用一般人工智能的方法去做，因为机器人的编程还是有一一个固定模式，因此没办法把每一个机器之间的不同点描述出来。

比如我们以前做了很多机器人的足球比赛，每个机器人都是一样的，可是当你一旦用这个机械在训练他用久了以后，每个机器人都会有磨耗，每个机械的磨耗是不一样的，同样的程序输入，有的机器会倒下而有的不会，所以就需要一定时间后重新再调整，所以纯粹用人工智能是没有办法实现的，因为物理的磨耗没有办法完全用一个模型描述出来，这就是人工智慧跟机器人最大的差别所在。

而且就像我们每个人一样，每个机器人都是很独特的，我们每个人的智慧也不同，我的想法跟你一定也不会完全一样，所以人工智能想实现的是希望一个程序能解决所有的问题，放在 A 机器或 B 机器上都是一样的，可是你如果真正按照人的标准来讲，每个机器还是会有不同，这是（机器人与人工智能）最大的不同。

雷锋网 AI 科技评论：除了与人工智能的结合之外，老师比较关注机器人的哪个细分领域呢？

陈义明：我自己比较关注机器的 manipulation。我们自己都已经做了超过 20 年以上的研究，可是就说这个问题目前来看，还是没有一个能够完全解决的方案。因为首先，它的灵活度太高，而且需要一直要跟现实世界去接触，这个就是刚刚我们提到的不确定性。

雷锋网 AI 科技评论：我刚才在 ICRA 上听了「Sensor-Based Object Manipulation for Collaborative Assembly」的 workshop，其中提到一个重要的点，就是关于机器如何跟人类进行协作的问题，结合您的一些研究，你觉得人机协作有可能存在哪些挑战？

陈义明：人和机器的协作的问题主要在于如何区分你的工作，我的学生也正在关注这个问题。因为这涉及到 3C，即「collaboration（协作）、cooperation（合作）和 coordination（协调）」，虽然都是 C 开头，但代表的意义是不太一样。比如协调指的是，大家可能各做各的，保持协调就可以。而合作指的是作为一个独立个体，大家一起做一件事情。但协作实际上代表了可能大家的能力是不同的，比如人和机器人，机器人跟人的工作怎么区分，应该在什么时候把任务交给机器，什么时候回到人身上。到现在为止，我认为还没有一个完整的解决方式。

那么现在所谓的协作机器人，只是代表它有安全装置，还有它的运作速度跟人不会有冲突。但是如果真的要到所谓「协作」的境界，恐怕还要进一个层次，而且有些专业协作的速度可能会变慢，那我们从机器的角度来看的话，其实反而会丧失我们需要的生产力（productivity），所以也是一个难点。

另外从政治正确的角度上讲，不能说是机器人取代人，应该说机器跟人合作，可是实际上如果机器能够很快地全部完成，那才是最重要的。就像自动化喷漆一样，因为完全不需要人去操控所以很快，那机器人大部分工作可以自己完成，所以我们在协作中要考虑清楚，到底是要让机器做哪一部分，有些时候是很需要，有些时候可能反而变成一种负担，所以目前来看，大家还没有定论。

另外一点是，机械手最麻烦的问题就是它的复杂性高，成本太高，所以我们一直在想，真正在工业方面的商用，跟在学术讨论上的东西能够如何协调，这才是重要的。

雷锋网 AI 科技评论：既然您提到了学术方面的内容，投递论文的情况大概是一半一半，（陈义明：不到 40%。，）那么您可以介绍一下论文方面的情况吗？

陈义明：今年其实是蛮平均的，优秀的学校通过率还是稍微多一点，那么国内来讲，中国的论文大概现在有差不多，大概有 12％－13% 左右，实际上它代表了一件事，就是说现在中国年轻机器人学者的研究质量提高很快。而国内投递论文的数量和质量也都是在增加的，像在上海（ICRA 2011）中国的论文通过率大概在 7%－8%，数字呈现一直在增加的趋势。

另外从一些其它指标来看，其实中国来参加的人也很多，而且有不少非常重要的参展厂商。当然一部分原因可能是地理位置的优势，但是我的看法是，这表示整个中国在工业界对机器人的重视程度，这是一个很好的一个现象。当工业界重视的时候，人才培养的速度会加快，会形成一个正循环。

雷锋网 AI 科技评论：比如说您刚刚也提到一些工业界厂商，像大疆去年也赞助 ICRA，而且它今年还办了一个比赛，这是一个新的亮点吧，因为去年是没有的。

陈义明：对，因为大疆的机器人比赛也比较成熟，。从 2015 年的亚马逊，到去年的 Airbus 所以今年大疆就想试试不同形态的比赛。这个比赛跟一般的机器人比赛有些不同，因为大部分参赛者就是研究生以上的学历，所以它是有足够的一个深度的，要用很多更先进的技术，比如说视觉系统啊或者操作技术来完成。

雷锋网 AI 科技评论：除了机器人挑战赛，ICRA 今年还有一个亮点是融合了行业顶尖企业、投资人和初创公司的论坛，那么 CCF 主办，雷锋网和香港中文大学承办的 CCF－GAIR 同样也是一个融合产业界、学术界和投资界的峰会。陈教授您今年 7 月也会参加在深圳举办的 CCF－GAIR 大会，那么您对这个大会有怎样的期待？

陈义明：深圳是中国创新创业最活跃的地方。CCF－GAIR 这个大会邀请的很多嘉宾都是认识多年的朋友了，我们在会上可以互相交流，看看这个领域现在的发展如何。此外，CCF－GAIR 大会还有工业界的参与，也有投资人的参与，实际上这是很好的一个平台。

至于 ICRA 的今年的 RIE（Robotics Innovation & Entrepreneurship）论坛，它是一个三明治的形式，要么就是政府的 Agency，或者是大公司，讨论一些他们所做的一些内容，然后中间夹的是初创公司，此外我们还请了专门领域的投资人。因为第一次做，所以说很多人不是很清楚。我们当初的想法是说，有的创业公司已经跨出去了，而有的是研究单位和初创公司并存的状态，所以我们会给这样一个机会，让它们从公司的角度跟大家来分享一下自己所做的事情。

如果你想在 CCF－GAIR 大会上了解陈义明教授对机器人行业的见解，欢迎购买限量六折票参与。