【大咖演讲回顾】听张建伟讲述新时代的机器人技术创新

2018机器人创新生态年度峰会已于11月16日顺利结束。

本次峰会全天共组织六大主题演讲，上午是“初心与展望”、“趋势与探索”、“资本与机会”，下午为“生态与价值”、“合作与共融”、“创新与落地”。头部企业、政府领导、知名学者以及优秀投资人分别从技术创新、产品应用、服务连接、资本对话等角度切入了机器人生态的细分领域，不仅为生态未来的发展贡献了诸多思考，更为整个机器人行业制定了相对明确的价值取向。

接下来的1个月时间里，我们会不定期更新此次峰会中各位大咖的给力演讲，以此让各位有充足的时间消化演讲内容，同时也给予无法到现场亲身感受大咖风采的朋友们一个重新学习的机会。

部分嘉宾及内容预告

今天，我们先来回顾德国汉堡科学院院士、德国汉堡大学信息学科学系教授、多模态技术研究所所长张建伟的演讲内容。张建伟院士所演讲的主题是《智能信息物理系统时代的机器人技术创新》。

主讲人介绍

德国汉堡科学院院士

多模态技术研究所所长

德国汉堡大学信息学科学系教授

张建伟

张建伟，德国汉堡科学院院士，多模态技术研究所所长，德国汉堡大学信息学科学系教授，国家千人特聘专家。1986年毕业于清华大学计算机系学士（计算机控制），1986年级清华大学计算机硕士（人工智能），1994年德国卡尔斯鲁厄大学计算机系博士（机器人）毕业。现任从事及领导智能机器人和工业4.0中的机器学习和规划、多传感信息处理与融合、服务机器人技术、多模式人机交互等方向的研究与开发。发表三百余篇论文及专著，并多次获得国际会议最佳论文奖。拥有四十余项机器人和人工智能方面发明专利。任数个国际重要机器人及人工智能会议的主席，多份国际专业杂志编辑，数家机器人、通讯、智能制造企业技术顾问。领导多个关于服务机器人、未来通讯技术、跨模态交互、跨模态学习等技术的欧盟、中德重大合作项目。

演讲亮点

1. 人工智能发展的新动能

2. 认知信息物理系统中的智能

3. 多模态交互-从跨学科研究到未来机器人技术

4. 未来挑战及策略

演讲内容回顾

人工智能发展的新功能

非常高兴又一次来到英特尔&硬蛋机器人生态创新生态年度峰会，今天能够在非常酷的机器人实体环境里继续探讨生态发展，我们可以看到生态的整个发展历程。

张建伟院士演讲现场

我这次回到中国参加了中国的进口博览会，参加了西湖机器人论坛，又来到高交会。今天的研讨形式我特别喜欢，聚焦在打造中国机器人生态。这个生态，从国家整个生态的打造，到技术的生态打造，到商业生态和用户生态的打造，以英特尔和硬蛋为协调主导的，以中国的机器人各方面用户、学者和创新创业领军人才，我们一定能够在新的时代里做到新的创新。

张建伟院士演讲现场

30年前，我在清华大学开始从事人工智能工作，到现在我们要解决未来生活真正的问题。中国的制造问题、生活问题、养老问题，要把人工智能和机器人落地，这要求我们要做“真正有用的机器人”，跟现在很多虚拟AI是有一定区别的。我们现在做真正有用的机器人，要面临国计民生最重要的应用场景。富士康的工厂也面临着招工难的巨大问题，新的iPhone装配马上面临着要减少三分之一员工的挑战，这里面包括很多的装配，有非常多对智能机器人的挑战。现在很多家庭招不到照顾父母、爷爷奶奶的保姆，像这类个人定制化的需求，都将是我们努力的方向。

此外，未来的技术融合了各种各样的新型的、人工智能的、可穿戴的、物联网的、新能源的技术，这些使得我们在新的高速发展迭代情况下受到新的挑战。

举个例子，我在上海参加了3D打印国际峰会，其中介绍了如何使用3D打印技术和电路、传感技术，我们能预见到未来汽车的车壳就是一个电池，未来机器人的本体就能嵌入3D感知和智能芯片。

而在传感方面也有着很多新的进展，高交会上我们的合作伙伴在做新型柔性电子皮肤，这种柔性电子皮肤装到机器手上，将给我们带来很多新的智能可能。

在新型驱动方面，我们也可以从新型交叉里学到很多欠驱动利用自然能源的方法，上图是Theo Jansen所做的仿生结构，这对我们来说都是未来新型机器人的可能。

认知信息物理系统中的智能

如何把智能核物理空间、信息空间整合到一块？

人工智能的概念是非常宽泛的，我们现在讨论的人工智能是“人工智能+CPS+人的感知”，就是“HCPS”的概念，也就是如何把感知空间、计算机表达空间和真正要处理的物理空间，将这三者融合交互做到有机一体，这是我们下一步人工智能应用大的挑战。

人工智能在虚拟世界里的发展是飞快的，例如30年前我再学习计算机的时候，只能多个人使用一台电脑，而现在我们一个人每天被关联使用着上百台电脑，计算机的计算能力也已经提高了100万倍。

上面这条曲线，就是如何把物理世界的结构和嵌入式系统进行融合，它使得我们在今天的创新里有了新的高度。我们国家在基础研究方面特别重视未来人机共融的计划，我也参与了国家基金委的人机共融项目。实际上在德国，人机共融产品正在逐渐变成现实。例如大众汽车工厂里，人机协作机器人已经真正走到了生产的第一线。

在中国机器人发展方面，现在发表的论文最主要的主题都集中在以下内容：深度学习、医疗机器人、软体机器人等。目前的中国机器人，新兴技术和可能性越来越多，全世界竞赛舞台上，中国在基础方面的追赶速度越来越快，和世界最大国家的差距越来越小。美国、德国、日本之后，我们居第四位，追赶的速度快，就使得我们能够在机器人和人工智能基础方面做到更好的改进。

我们要放眼世界，要共享世界上各个重要实验室给我们提供的前沿技术，不要闭门造车、低水平重复。大家做的所有行业，在世界上都有非常专业的资料，通过下面这些网页，大家可以找到相应的领域、应用里全世界最好、最活跃的实验室的研发资源、论文和他们组织的会议及开源的软硬件，所以这个国际生态大家一定要关注好，不能只看到中国里的合作生态，要放眼全世界的生态。

人工智能在所有新技术里，给我们带来了阶梯性上升的态势。

在人工智能现在的应用和基础数据、场景应用中，中国有非常多的优势，但是我们不能只看到我们国内在基础算法、核心软件、人工智能硬件的落地，包括智能制造、医疗器械、自动驾驶，这些硬件其实在欧洲落地也有非常好的特色，值得我们借鉴。

多模态交互

从跨学科研究到未来机器人技术

在人工智能给我们带来高性价比计算引擎情况下，还有高性价比互联网大数据作为燃料。大数据、云、物联网、5G给我们中国带来了新的快速传感、快速融合的很好的机会。10年前大数据的崛起，到半自动、手动数据整理，到自动的数据发现，到数据的自动分类和决策，都给整个发展带来新的增长机会。

上面我们提及了人工智能下一步落地的场景，那么国务院最近也召开了关于人工智能的会议，会上也在强调人工智能落地的场景，实际上“人工智能+机器人”是解决从自动化、生产延伸到社会的重要节点。

制造方面，我们强调了智能出行，例如自动驾驶，还有未来的智能医疗，以及自动农业，同时机器人制造中也有着很多的机会，包括机器人的检修、机器人的教育等。

机器学习未来是人工智能突破的重要方向，从强人工智能的学习方面，连接自己的学习。现在大数据、计算能力的发展有着很大的突破，下一步就是把进化算法融入进去。

机器算法是我从事了很长时间的工作，上千层的深度网络实时计算，到现在的增强连续学习、输入输出的学习，再到整个状态的空间，以及到机器人之间的互相学习，机器人和人之间的互相学习。我们利用快速学习机会，可以做Semantic SLAM，可以自动识别物体，也可以做成真正应用的场景。

现在在人工智能研究基础上，我们正在和清华大学、北京大学科学院联合做人工智能基础研究项目，同时英特尔公司也是这个项目的合作者和观察者。我们想让新的多模态融合方法真正找到新型的融合结构，然后用新型的跨模态和跨学科方法找到新的计算模型，实现新的机器人应用。

如何让机器人通过视觉、声音和概念学会更多新的概念，如何把现在技术成熟度比较低的研究做成通用的模块，做成我们在未来重要应用里的场景，也是我们关注的方面。

关于快速反应机器人，我们已经慕尼黑注册了安杰机器人，它将成为快速、敏捷性智能机器人中具体的机器人案例。

此外还有迁移学习，如何让机器人从一个领域学习迁移到另外一个领域，现在做新型打磨机器人和灵巧操作机器人，都使用了多模态的感知和未来新的学习控制技术，结合深度学习，已经可以做出快速分拣、识别模糊系统。

基于经验的概念学习里，我们可以看到机器人不断的在环境里进行学习，使交互需要的程度变得越来越低，对世界理解的模型变得越来越精确。

总结一下，我们如何把中国的优势发挥好，包括我们专长的的灵活制造、个性化服务等，是未来国产机器人发展的关键。同时，未来我们要更加注意补足我们的短板，包括原创能力、学科交叉、跨学科等。在这些方面，我们如果做好了以后，就可以做到全球联手、融合交叉共享。那么，在新型科技快速迭代智能互联时代，我们就可以协调全球创新资源，形成有效、互通的技术转移，创造我们在智能机器人上的最优实践。