人工智能與物聯(lián)網(wǎng)創(chuàng)造了怎樣的新市場(chǎng)

IEEE 工業(yè)信息期刊總主編、臺(tái)灣大學(xué)智慧機(jī)器人及自動(dòng)化研究中心主任羅仁權(quán)在“2019 世界機(jī)器人大會(huì)”上，闡述了人工智能與物聯(lián)網(wǎng)結(jié)合所帶來(lái)的新機(jī)遇與新市場(chǎng)。

統(tǒng)計(jì)數(shù)據(jù)顯示：過(guò)去十年間，自主無(wú)人駕駛已經(jīng)成為人工智能研究領(lǐng)域的關(guān)健詞；在北美、歐洲、亞洲的新興經(jīng)濟(jì)體中，機(jī)器人的活動(dòng)正在穩(wěn)步提高。日本機(jī)構(gòu)也預(yù)測(cè)，未來(lái)五年全球機(jī)器人領(lǐng)域的可能會(huì)出現(xiàn)高達(dá)20 倍的增長(zhǎng)，擁有巨大的增長(zhǎng)潛力。

未來(lái)歐盟的機(jī)器人應(yīng)當(dāng)可以拿到安全認(rèn)證， 換言之，機(jī)器人的控制和傳感器技術(shù)將有市場(chǎng)需求。

ROS 操作系統(tǒng)是一種純開(kāi)源的系統(tǒng)，可以應(yīng)用在許多不同的機(jī)器人之上，包括工業(yè)機(jī)器人、服務(wù)機(jī)器人、有足機(jī)器人等。使用ROS 的歷史只有10 年，到今年大概是11 年，使用ROS 動(dòng)力學(xué)，廣泛受到業(yè)界的認(rèn)可和接受。ROS 分為ROS1 和ROS2，ROS1 是非中央式的分布式系統(tǒng)，目前正升級(jí)到ROS2。

當(dāng)前工業(yè)機(jī)器人的應(yīng)用領(lǐng)域非常廣泛，協(xié)作機(jī)器人是其中最有發(fā)展?jié)摿Φ摹?013 年德國(guó)啟動(dòng)工業(yè)4.0 項(xiàng)目，在全世界廣受到廣泛認(rèn)可。網(wǎng)絡(luò)互聯(lián)、人人互聯(lián)、人機(jī)互聯(lián)、機(jī)機(jī)互聯(lián)就是智能網(wǎng)絡(luò)，還包括機(jī)器人、機(jī)床、移動(dòng)機(jī)器人等， 要讓這些互相可以進(jìn)行協(xié)作。

目前，協(xié)作機(jī)器人在教育和工業(yè)等領(lǐng)域中都有許多使用模式，如ABB 制造的Umi 和日本卡瓦達(dá)都是雙臂機(jī)器人，而且是通過(guò)兩個(gè)機(jī)器人的手臂連接起來(lái)的非常好的機(jī)器人。

現(xiàn)在大家都在討論下一代機(jī)器人外觀是什么？很多相關(guān)細(xì)節(jié)都在討論，要考慮它的準(zhǔn)確度、速度、可靠性、可控性，最重要的是親近性和安全性。

工業(yè)4.0 是建立網(wǎng)絡(luò)合作和交匯。以機(jī)床制造業(yè)的車間為例，打開(kāi)生產(chǎn)設(shè)備后可看到里面有五個(gè)軸，每個(gè)軸包括四個(gè)傳感器如速度傳感器、震動(dòng)傳感器等。而最底層的是各種不同的設(shè)備， 比如機(jī)床機(jī)器人、工業(yè)機(jī)器人、移動(dòng)機(jī)器人，再往上是數(shù)據(jù)收集和軟件編程。

我們能將這些數(shù)據(jù)進(jìn)行編程，從而分析和預(yù)測(cè)機(jī)器人的健康程度，對(duì)機(jī)器人的檢修提供很大幫助。

當(dāng)前每個(gè)智能化工廠都需要MES 系統(tǒng)，新訂單到來(lái)后需要決定哪個(gè)機(jī)器做哪個(gè)步驟。每個(gè)公司也都有自己的ERP 系統(tǒng)，資源在內(nèi)部進(jìn)行分配后再集合變成企業(yè)內(nèi)部的環(huán)境，可以不采用紙質(zhì)辦公發(fā)展為數(shù)字化，這就是工業(yè)4.0 的核心。橫向有SEM 和CRM 系統(tǒng)，縱向是CRM、ERP 和MES 系統(tǒng)，所有這些層次都有自己的系統(tǒng)控制。

互聯(lián)平臺(tái)最高的層次被稱為軟件服務(wù)層，即軟件及服務(wù)，是一個(gè)完全以應(yīng)用為導(dǎo)向?qū)哟巍?/p>

這是什么意思？就是人們可以從這個(gè)角度創(chuàng)造定制化服務(wù)。比如用3D 技術(shù)打印鞋，可以用不同的顏色、不同的樣子設(shè)計(jì)，這是最典型的定制化案例。

機(jī)器人被分為工業(yè)機(jī)器人、服務(wù)機(jī)器人或醫(yī)學(xué)機(jī)器人等，都有收集數(shù)據(jù)的能力。每個(gè)機(jī)器人都會(huì)安裝傳感器收集數(shù)據(jù)，有可能發(fā)展成十億級(jí)的數(shù)據(jù)再變成大數(shù)據(jù)。使用AI 一定要有很好的數(shù)據(jù)進(jìn)行支持。機(jī)器人可以服務(wù)非常多的大眾、私營(yíng)部門(mén)、物聯(lián)網(wǎng)，是大數(shù)據(jù)的重要收集系統(tǒng)。

那么，人工智能如何能將車和人識(shí)別出來(lái)？就是用卷積網(wǎng)絡(luò)進(jìn)行實(shí)現(xiàn)的應(yīng)用。我們拍攝一張照片就會(huì)有一個(gè)特征的映射，然后進(jìn)入感興趣的、不同角度圖上的不同位置，用的模型為RCN 第一代深度卷積神經(jīng)網(wǎng)。

我們首先需要準(zhǔn)備很多的數(shù)據(jù)，之后要設(shè)計(jì)出一個(gè)模型的架構(gòu)，還要有一系列的工具以及測(cè)量，這些可以將錯(cuò)誤降到最低。之后再不斷做培訓(xùn)和優(yōu)化，機(jī)器人就可以進(jìn)行工作了。

具體而言，可以先把一張圖分成不同的小圖。比如圖上有一位女士，她的眼鏡、鞋和褲子都可以進(jìn)行單獨(dú)的分類，機(jī)器會(huì)先學(xué)會(huì)這些東西是什么，然后在圖上識(shí)別出來(lái)——雖然機(jī)器人一直處于運(yùn)動(dòng)中的狀態(tài)。

通過(guò)圖片映像捕捉可以對(duì)所有物體定位，如這里有一個(gè)女人、這里要有一片云，然后建立起一個(gè)語(yǔ)義連接進(jìn)行運(yùn)動(dòng)和協(xié)調(diào)，構(gòu)成一個(gè)句子。拍照片的時(shí)候就可以定位所有的東西，而且都可以進(jìn)行識(shí)別定位，并進(jìn)行自然語(yǔ)言處理，之后會(huì)基于這個(gè)生成一個(gè)句子。

我的學(xué)生正在做的一個(gè)項(xiàng)目名為面部動(dòng)態(tài)識(shí)別，可以搜集很多臉部的數(shù)據(jù)。最重要的一點(diǎn)是， 我們看一個(gè)人就會(huì)知道這個(gè)人正在做什么樣的動(dòng)作或者行為，還能夠識(shí)別年齡，而機(jī)器也已經(jīng)可以做到這一點(diǎn)。

還有一個(gè)重要研究方向是多模態(tài)知識(shí)映像捕捉。我們實(shí)驗(yàn)室的機(jī)器人已經(jīng)可以實(shí)現(xiàn)移動(dòng)定位， 比如服務(wù)機(jī)器人看到一個(gè)人站在他的前面，可以拍一張照片并說(shuō)出來(lái)這個(gè)人是誰(shuí)，然后辨別出這個(gè)人在讀一張報(bào)紙，將自己識(shí)別出的信息表達(dá)出來(lái)。

5G 也是當(dāng)前非常重要的一個(gè)技術(shù)。我們提到5G 都會(huì)說(shuō)到三個(gè)重點(diǎn)：超高速、廣連接和低延時(shí)。

今后連接會(huì)越來(lái)越廣，各種東西都會(huì)連接在一起，反觀4G 則受限很大。如果有一個(gè)服務(wù)器就可以切分成數(shù)百個(gè)小的模塊，每一個(gè)模塊可以直接通過(guò)5G 進(jìn)行連接。未來(lái)機(jī)器人不再需要內(nèi)嵌的控制器，直接通過(guò)5G 就可以進(jìn)行中央化處理——就是用中心控制的方式，邊緣計(jì)算架構(gòu)可以構(gòu)成五個(gè)層面。

IT 是信息技術(shù)，OT 是運(yùn)作技術(shù)，CT 是傳播技術(shù)。IT、OT、CT 等技術(shù)通過(guò)數(shù)據(jù)流進(jìn)行數(shù)據(jù)送達(dá)。如果我們?cè)谙到y(tǒng)上進(jìn)行操作時(shí)怎樣通過(guò)5G 進(jìn)行互聯(lián)？有了正確的時(shí)間和地點(diǎn)才能進(jìn)行智能生產(chǎn)，把這些與AI 和IoT 加在一起，會(huì)產(chǎn)生各種各樣的優(yōu)點(diǎn)，比如低延遲、數(shù)據(jù)隱私等， 如此IT 和AI 就可以結(jié)合在一起了。

物聯(lián)網(wǎng)和人工智能可以相互幫助解決自身的問(wèn)題。比如AUI 即為自動(dòng)光學(xué)接口，主要存在著兩個(gè)問(wèn)題：一是泄露，一是濫殺。

泄露問(wèn)題如同閾值設(shè)計(jì)得太低，如果設(shè)計(jì)得太高就會(huì)限制很多不該限制的東西，換言之就是閾值過(guò)于刻薄，所以一定要在過(guò)于松散和過(guò)于刻薄之間找到平衡。

AI 已經(jīng)可以進(jìn)行學(xué)習(xí)和概括，比如用視覺(jué)系統(tǒng)進(jìn)行自動(dòng)化的光學(xué)檢測(cè)，可以做很好的檢修評(píng)估。未來(lái)大多數(shù)的機(jī)器視覺(jué)設(shè)備將會(huì)內(nèi)嵌AI 芯片，即進(jìn)行AI 自己的運(yùn)作，這一點(diǎn)很重要。

未來(lái)的移動(dòng)機(jī)器人可以做成協(xié)作機(jī)器人。比如用一個(gè)新的設(shè)備測(cè)試真實(shí)工作中的速度，我們可以進(jìn)行加速和測(cè)試，盡量以協(xié)作方式運(yùn)作。日本現(xiàn)在很多品牌都可以做這些工作，西門(mén)子也在做自動(dòng)生產(chǎn)系統(tǒng)，包括機(jī)器人手臂和工業(yè)機(jī)器人的應(yīng)用，都是非常尖端的技術(shù)。

SPEC 也在做智能生產(chǎn)系統(tǒng)，包括移動(dòng)機(jī)器人和倉(cāng)儲(chǔ)機(jī)器人等。汽車行業(yè)中，移動(dòng)機(jī)器人可以和人進(jìn)行協(xié)作，Amere 是自主機(jī)器人和工業(yè)機(jī)器人，包括增強(qiáng)現(xiàn)實(shí)，這些技術(shù)在進(jìn)行協(xié)作后帶來(lái)了新的業(yè)務(wù)。

為什么一個(gè)公司不能解決所有上述的問(wèn)題呢？問(wèn)題在于數(shù)據(jù)。大家都說(shuō)數(shù)據(jù)是石油，其實(shí)我認(rèn)為數(shù)據(jù)更像黃金那么重要。

數(shù)據(jù)應(yīng)該是有標(biāo)注的。每個(gè)公司都有數(shù)據(jù)， 這樣才能做測(cè)試。先進(jìn)機(jī)器人和先進(jìn)人工智能發(fā)展之路是比較坎坷的，我們會(huì)創(chuàng)造出很多新的業(yè)務(wù)，有些崗位機(jī)器人能夠做得更好，而且也會(huì)有更多新的機(jī)會(huì)。

過(guò)去的B2C 是大規(guī)模生產(chǎn)，現(xiàn)在不行了， 因?yàn)橐鰝€(gè)性化的生產(chǎn)，用戶體驗(yàn)非常重要。經(jīng)過(guò)三者的重合和疊加是非常重要的，對(duì)客戶也尤其重要。我們要超越工業(yè)4.0，過(guò)去只知道做產(chǎn)品集成解決方案，現(xiàn)在要增加很多的智能成分即人機(jī)協(xié)作。同時(shí)，也要與有認(rèn)知能力的機(jī)器人進(jìn)行協(xié)作，還要考慮用戶友好和安全、設(shè)計(jì)和分析能力以及認(rèn)知運(yùn)算。