德国汉堡科学院院士张建伟教授最新演讲:新时代的机器人技术创新_汉堡科学院院士张建伟的演讲

来源 | 机器人大讲堂

                              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

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》。

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。

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。

                                       -- END --