機(jī)器人作為引領(lǐng)世界未來的顛覆性技術(shù)，正在創(chuàng)造新產(chǎn)業(yè)新業(yè)態(tài)，推動(dòng)社會生產(chǎn)和消費(fèi)向智能化轉(zhuǎn)變，進(jìn)而深刻改變?nèi)祟惿鐣?、改變世界。論壇圍繞機(jī)器人行業(yè)的創(chuàng)新與發(fā)展問題展開探討，旨在推動(dòng)機(jī)器人技術(shù)、產(chǎn)品、業(yè)態(tài)和模式創(chuàng)新的發(fā)展，促進(jìn)機(jī)器人在各行業(yè)的深度融合，以此不斷改變?nèi)祟惖纳a(chǎn)生活方式。

    在本次論壇上，德國漢堡大學(xué)信息學(xué)科學(xué)系教授、德國漢堡科學(xué)院院士張建偉表示，機(jī)器人學(xué)習(xí)非常重要，它能夠應(yīng)用集成化的知識系統(tǒng)，或充分應(yīng)用交互式的動(dòng)態(tài)系統(tǒng)去解決新的世界問題。

    以下為德國漢堡大學(xué)信息學(xué)科學(xué)系教授、德國漢堡科學(xué)院院士張建偉在“機(jī)器人發(fā)展創(chuàng)新論壇”上的精彩演講實(shí)錄，由云現(xiàn)場整理。

   我想講的是德國關(guān)于神經(jīng)科學(xué)和機(jī)器人學(xué)習(xí)方面的項(xiàng)目進(jìn)行合作，人工智能是一個(gè)很熱門的話題，同時(shí)我們想要去找到人工智能跟其他方面，在制造業(yè)方面能夠有什么用武之地？我們很感興趣。人工智能方面的論文有一些重點(diǎn)的信息，同時(shí)我也被邀請到CCTV的節(jié)目做嘉賓，這里我會給出一些重要的任務(wù)，現(xiàn)在的棉布識別技術(shù)沒有辦法識別的東西，在實(shí)際世界中給出這個(gè)圖像，讓人工智能去識別真實(shí)世界中的物體，比如說機(jī)器人，這里最好的人工智能系統(tǒng)也沒有辦法去把這個(gè)女孩和他父母的臉部去分辨。而警察同志就能夠通過圖像，通過他的知識，通過他的經(jīng)驗(yàn)，成功地去把兩位父母識別了出來，這是一個(gè)很好的例子。
    我們都知道，在未來這樣的智能機(jī)器人系統(tǒng)將會基于和新的高科技進(jìn)行，包括人工智能技術(shù)進(jìn)行融合發(fā)展的結(jié)果。在這個(gè)項(xiàng)目中，一些人工智能相關(guān)聯(lián)的機(jī)器人項(xiàng)目也出現(xiàn)了，就像這一個(gè)打羽毛球的，和我們最好的羽毛球隊(duì)員對打的項(xiàng)目。
    羽毛球的冠軍打得很好，但是我們能用攝像頭來識別出球的方向和速度，還有自動(dòng)讓球拍可以接到球，是用無人機(jī)去接的，這個(gè)看起來很難，但是可能15年之后，這個(gè)機(jī)器人就能和實(shí)際的人來打球。
    還有打籃球，在打籃球的話，如果這個(gè)目標(biāo)在不斷的動(dòng)，機(jī)器人就能夠做得很好。但是在第二輪，林書豪來了，和機(jī)器人進(jìn)行競賽，這是針對一個(gè)移動(dòng)的物體競賽，這里是人贏過了機(jī)器人。它顯示了在復(fù)雜多動(dòng)的環(huán)境中，我們還要很長的路要走。
    機(jī)器人的自動(dòng)，或者是無人化方面有很長的路要走，比如說我們的導(dǎo)航，還有動(dòng)靜態(tài)方面。另外從2D建模要變成3D建模，下一步是語義建模。我們目前對一些小的項(xiàng)目，對小的機(jī)器人感興趣，比如說吸塵器項(xiàng)目，這在深圳這里是比較火的，還有無人機(jī)項(xiàng)目，大疆無人機(jī)就在深圳。比如說農(nóng)業(yè)機(jī)器人，制造業(yè)機(jī)器人，還有家用機(jī)器人方面，還有無人駕駛車方面的重大挑戰(zhàn)都可以進(jìn)行解決。
    在增強(qiáng)學(xué)習(xí)方面，我們也取得了長足的進(jìn)展，這個(gè)是把它編輯到機(jī)器狗里面，這個(gè)機(jī)器狗的編程有一些結(jié)果，就能夠進(jìn)行持續(xù)的學(xué)習(xí)。兩個(gè)月之前，我也在中國的機(jī)器人會議上做主持，那里展示了中國機(jī)器人的平臺，還有中國社科院一起和浙江大學(xué)一起開發(fā)的機(jī)器人系統(tǒng)，還有沈陽的大學(xué)，還有一些自動(dòng)行使的自行車是由清華大學(xué)去開發(fā)的。
    這里還有一些機(jī)器人競賽，我在那里和清華大學(xué)共同開發(fā)了機(jī)器人競賽，使得機(jī)器人用這些虛擬系統(tǒng)去識別出強(qiáng)橋障礙，讓機(jī)器人在三五分鐘之內(nèi)進(jìn)行決定完成這段路程及完成所有的目標(biāo)。我兩位漢堡的學(xué)生也參與了本次競賽。這個(gè)領(lǐng)域有很多長足的發(fā)展，在制造業(yè)也是。
    上海有一個(gè)合作方，他之前也把這個(gè)機(jī)器人用到機(jī)場的視察當(dāng)中，也把這個(gè)機(jī)器人用到很多偵查的工作當(dāng)中，也可以用到對基建設(shè)計(jì)的維護(hù)，同時(shí)機(jī)器人也可以用于農(nóng)業(yè)當(dāng)中。這個(gè)應(yīng)用，我們可以把設(shè)備連接在一起。這個(gè)機(jī)器人可以用來運(yùn)送相應(yīng)實(shí)驗(yàn)的事跡，這個(gè)機(jī)器人是在20年前就出來了。未來的話，機(jī)器人也可以商業(yè)化，藥廠或者是藥工業(yè)，能夠把機(jī)器人商業(yè)化出來。
    現(xiàn)在的機(jī)器人之前是作為原始階段，現(xiàn)在用各種傳感器或者是多方位的設(shè)備捕捉出機(jī)器人的各種動(dòng)作，十年、二十年之后，我們也對移動(dòng)操控技術(shù)方面有長足的進(jìn)步，我們使得機(jī)器人護(hù)理人類，同時(shí)機(jī)器人互相協(xié)作服務(wù)于人類。我們需要做很多的工作，才能提高機(jī)器人的智能。
    未來，人類是能夠很好的應(yīng)用機(jī)器系統(tǒng)，做我們不能夠做的事情。我相信機(jī)器人學(xué)習(xí)是非常重要，它能夠去解決新的世界的問題，應(yīng)用集成化的知識系統(tǒng)，或者是充分應(yīng)用交互式的動(dòng)態(tài)系統(tǒng)。Alois Knoll教授也說過了，機(jī)器人系統(tǒng)能夠通過相應(yīng)的系統(tǒng)夯實(shí)人類的知識，應(yīng)用到真實(shí)的場景當(dāng)中。如果我們提到了人工智能，很多人覺得AI指的是深度學(xué)習(xí)，其實(shí)深度學(xué)習(xí)只是5個(gè)范疇當(dāng)中的一方面。這是自下而上的數(shù)據(jù)驅(qū)動(dòng)的系統(tǒng)，現(xiàn)在我們能夠獲得很多的數(shù)據(jù)，也獲得了很多的結(jié)果。
    現(xiàn)在來了解如何把各種節(jié)點(diǎn)連接在一起，同時(shí)要找到集成式的、改革性的計(jì)算能力去賦能構(gòu)建強(qiáng)勁的AI系統(tǒng)，這是我們中德合作項(xiàng)目焦點(diǎn)當(dāng)中的重要項(xiàng)目，把它稱之為人類2.0以及機(jī)器2.0，這是由中德合資的項(xiàng)目，現(xiàn)在我們是運(yùn)營到了第3個(gè)年頭，我們也進(jìn)行了復(fù)盤，我們希望能夠準(zhǔn)入到下一個(gè)4年的發(fā)展階段。
    我們第一個(gè)階段也獲得了非常好的估值，這個(gè)項(xiàng)目盡可能讓生理學(xué)家進(jìn)行合作，進(jìn)行跨模式的研究。我們現(xiàn)在也有非常多的AI系統(tǒng)、AI感知，比如說傳感器也可以做不同程度的感知，同時(shí)我們也去做了鐳射傳感器和自動(dòng)化的傳感器，現(xiàn)在這種傳感器還沒有裝配出來，但是我們可以從人類的認(rèn)知系統(tǒng)當(dāng)中或者是人類的視覺系統(tǒng)當(dāng)中認(rèn)知很多，把這種系統(tǒng)的能力集成在機(jī)器人當(dāng)中。
    我們有很多的挑戰(zhàn)，也有很多的學(xué)習(xí)架構(gòu)，如何去解決學(xué)習(xí)的戰(zhàn)略和策略?？梢钥吹?，我們針對人類的錯(cuò)誤做一些比對的實(shí)驗(yàn)，看如何使得整個(gè)機(jī)器人系統(tǒng)大大減少誤差，同時(shí)也可以了解到認(rèn)知以及感知，還有預(yù)測。預(yù)測非常的重要，可以用預(yù)測能力了解到系統(tǒng)是怎樣運(yùn)作的，同時(shí)通過預(yù)測的系統(tǒng)去避免各種不確定性因素。還有用相應(yīng)的系統(tǒng)去生成知識，同時(shí)把這種知識用到不的應(yīng)用場景，同時(shí)也對數(shù)據(jù)進(jìn)行校準(zhǔn)，不僅僅是能夠聽覺的數(shù)據(jù)，還可以處理視覺的數(shù)據(jù)等。
    我們之前做了操作系統(tǒng)，能夠構(gòu)建不同的機(jī)器人的技能。20多年前我們已經(jīng)開始了這項(xiàng)工作，但是我們可以用這個(gè)實(shí)驗(yàn)了解機(jī)器人是如何運(yùn)作和如何裝配。很多實(shí)驗(yàn)以及研究中心，已經(jīng)開始應(yīng)用這種機(jī)制來進(jìn)行研究。我們也構(gòu)建了交互式的架構(gòu)，這種架構(gòu)能夠了解到人的語言內(nèi)涵，最后根據(jù)人語言的指令去裝配架構(gòu)。
    目前，我們也運(yùn)用一些學(xué)習(xí)的機(jī)制，我們把它稱之為實(shí)驗(yàn)室4.0項(xiàng)目。這種機(jī)器人，能夠用不一樣的學(xué)習(xí)模式，去做用戶界面的操控。
    我們都知道，人類的系統(tǒng)是非常相近的，有些盲人能夠感知真正的世界。人類的系統(tǒng)非常奇妙，如果我們能夠考慮這種處理的系統(tǒng)，通過不一樣的模式了解處理的機(jī)制，人類可以用傳感器的補(bǔ)償機(jī)制，通過非常復(fù)雜的方式去處理。目前來說，我們也去做了這種研究，早期的時(shí)候，我們也能夠比對整個(gè)系統(tǒng)的模式進(jìn)行比對和研究。
    這個(gè)項(xiàng)目我們把它稱之為“大腦激發(fā)的深度學(xué)習(xí)”，這個(gè)項(xiàng)目也跟清華大學(xué)進(jìn)行合作。這個(gè)項(xiàng)目主要針對的是人腦的研究，也能夠賦能機(jī)器人去完成不一樣的項(xiàng)目和任務(wù)，我們也可以充分應(yīng)用多模式的深度學(xué)習(xí)，我們在此方面也有很多的挑戰(zhàn)。
    比如這個(gè)蠟燭，很多機(jī)器人把它理解為了指甲，目前來說，整個(gè)機(jī)器人對物體識別方面經(jīng)常失敗，如何去解決機(jī)器人認(rèn)知的問題呢？機(jī)器人認(rèn)知問題是我們需要去解決的下一個(gè)問題，我們也執(zhí)行了各種機(jī)制，做了視覺注意和視覺認(rèn)知的系統(tǒng)。

    還有一些跨模式的學(xué)習(xí)，能夠進(jìn)行更加強(qiáng)勁的認(rèn)知。同時(shí)，這是我們目前聚焦的例子，我們用聲音和視覺的信息來去做校準(zhǔn)的數(shù)據(jù)。識別率能夠大大提高。
    機(jī)器人不僅僅是通過視覺的方式進(jìn)行行動(dòng)，還可以通過感知來進(jìn)行行動(dòng)。我們也希望大大提高機(jī)器人的認(rèn)知能力。比如說使得機(jī)器人能夠識別出給我一些東西去喝的指令。
    機(jī)器人的行為，也是可以應(yīng)用到解讀圖像，這種圖像也可以把它轉(zhuǎn)換為語言上的表征，這種模式也可以充分應(yīng)用到各種操控的任務(wù)當(dāng)中。這個(gè)項(xiàng)目，也跟吳教授進(jìn)行了合作。在韓國，我們在馬德里的機(jī)器操控項(xiàng)目當(dāng)中也獲得了一等獎(jiǎng)。這是我們之前所做的機(jī)器人識別物體的任務(wù)，也設(shè)置了數(shù)據(jù)組，它是來源于多種模態(tài)的學(xué)習(xí)知識，也來自于不一樣的傳感器。
    我們用的是感知的手術(shù)機(jī)器人系統(tǒng)，這種系統(tǒng)也是由深圳的一個(gè)團(tuán)隊(duì)主要負(fù)責(zé)。手術(shù)機(jī)器人有自動(dòng)化的傳感器、聲音傳感器和視覺傳感器，能夠?qū)κ中g(shù)過程以及各種器官來進(jìn)行準(zhǔn)確的把控和監(jiān)測，這是動(dòng)物的測試實(shí)驗(yàn)。這種實(shí)驗(yàn)可以告訴大家，手術(shù)機(jī)器人的整體工作原理。
    最近我們也開發(fā)了被動(dòng)的工作機(jī)器人，這個(gè)機(jī)器人打破了吉尼斯的記錄，在敏捷度方面和速度方面。這種機(jī)器人能夠奔跑40公里的路程，我們用這種機(jī)器人去加強(qiáng)整個(gè)機(jī)器人運(yùn)動(dòng)性能，讓機(jī)器人應(yīng)對各種振動(dòng)的情況。
    這是另外一個(gè)版本的機(jī)器人，之前也是在慕尼黑的大會當(dāng)中展示了機(jī)器人的性能，目前來說，這個(gè)機(jī)器人將會展示出來，他們將會在上海的進(jìn)博會公之于世。我們需要有非常多的大腦模型，比如說我們要了解神經(jīng)的原理，以及記憶的技術(shù)。這些模式都是我們希望能夠去開發(fā)的模型，這也是我們在中德合作項(xiàng)目當(dāng)中需要去獲得的動(dòng)態(tài)模型，我們希望能夠從中德項(xiàng)目的模型當(dāng)中獲得更加多的數(shù)據(jù)，通過中德合作，以及中歐的合作獲得更多的數(shù)據(jù)。
    關(guān)于人和機(jī)器人的近距離合作，對非常有意思的應(yīng)用提供一些支持，非常感謝大家的聆聽。