人工智能關(guān)鍵技術(shù)決定機(jī)器人產(chǎn)業(yè)前途

　　關(guān)鍵技術(shù)與挑戰(zhàn)

　　可以預(yù)見，未來(lái)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(lái)說(shuō)，已經(jīng)有不少技術(shù)積累。而對(duì)于在不久的將來(lái)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(lái)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(lái)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(lái)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。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(lái)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。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(lái)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(lái)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(lái)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(shuō)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(lái)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(lái)越大，需要不斷地適應(yīng)未來(lái)發(fā)展的演變。同時(shí)也可以考慮用FPGA架構(gòu)來(lái)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。

　　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(lái)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(lái)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(lái)說(shuō)，已經(jīng)有不少技術(shù)積累。而對(duì)于在不久的將來(lái)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(lái)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(lái)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(lái)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。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(lái)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。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(lái)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(lái)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(lái)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(shuō)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(lái)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(lái)越大，需要不斷地適應(yīng)未來(lái)發(fā)展的演變。同時(shí)也可以考慮用FPGA架構(gòu)來(lái)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。