圓桌對話：機器人如何改變各行各業？ | CCF-GAIR 2017

當我們聊機器人的時候，究竟會聊些什麼？

7 月 7 日-9 日，由雷鋒網承辦第二屆 CCF-GAIR 全球人工智慧與機器人峰會的機器人專場上，幾位來自機器人產品研發一線的從業人士，在「機器人改變行業」的圓桌論壇環節，為我們講述了機器人在各個垂直領域應用的一些情況。

此次圓桌討論由中科院深圳先進技術研究院研究員夏澤洋擔任主持，參與討論的嘉賓分別是博創聯動 CEO 陶偉、大道智創 CTO 刑志偉、梅卡曼德創始人邵天蘭、常鋒無人機創始人趙自超。

夏澤洋介紹稱，自己長期在研究院工作，專註於醫療機器人的研發，特別是醫療機器人在牙齒矯正領域數字化應用。博創聯動致力於農業機械的智能化、信息化以及自動駕駛；大道智創是一家專註於 SLAM 技術應用和商業化落地的公司，其產品用於自主巡邏的安防機器人等。梅卡德曼是將人工智慧演算法用於工業上常見的機械臂，並「在機械臂手的基礎上加上眼鏡和大腦」。常峰無人機則主要提供無人機行業應用的解決方案。

主持人夏澤洋針對一些機器人在行業的應用，與四位嘉賓進行了討論，雷鋒網整理如下。

夏澤洋：我們的主題是機器人改變行業，我們有做工業機器人、有做安防機器人、無人機、農業機器人，請大家結合自己的領域來談使用的機器人技術和產品，對我們這個行業產生了哪些影響，甚至目前已經發生的改變。

陶偉：我們做農業機械，農業領域是我們認為未來機器人和人工智慧應用非常大的領域，像美國，農業人口大概只佔總人口的1%，但是美國是世界級的農業出口大國。這裡面其實主要是依賴於農業機械的智能化以及整個作業過程中的信息管理水平。

中國和世界的水平還有很大的差距，尤其是機器人和人工智慧方面，實際上有些切實的改變在發生，比如農機的自動駕駛，每年在新疆和東北持續有大量的應用，國家的補貼也有很多這方面的支持。所以在大面積農田的區域，自動駕駛的農機已經獲得客戶很高的認可。

比如說每年春天播種的時候，現在的情況是，如果這台機器不具備自動駕駛功能，可能當地的農場主都不願意讓你進行作業，他們很清楚，作業過程中，播種如果不能有效利用土地的時候，後期像灌溉、農藥的噴洒等都會導致效率降低。在農業領域，機器換人可能接下來會有越來越多的應用場景。

邢志偉：我們做人工智慧技術或者機器人技術，更多是為了解放人們的創造力，把我們從重複性、枯燥性的工作中解放出來。對於安保領域，安保的某方面很符合這樣的定義。

首先，我們在進行物業社區安保，目前的安保系統更多基於定點的物理監控這樣的安保網路，加上人工巡防發現一些問題，這樣比較死板。像保安巡邏，他們經常會偷懶，也不逛，尤其夜間，他們半夜躺在那裡睡覺，根本不出門，我們也做過一些調研。如果機器人做這個事情，他完全自主，並且夜間按照隨機的路徑規划進行巡邏探測，可以最大限度避免人類偷懶等問題。

另外一個方向，比如應用在反恐領域，目前很多逃犯很難追蹤，在機場或者高鐵站進行追蹤，進行爆炸物探測，通過人臉特徵比對、後台大數據分析，判斷出團伙間可能有的聯繫，甚至警用的設備還可以抓取我們身上攜帶通用設備的 ID，識別他們的身份。哪怕他們換了手機或者其他的身份，仍然能夠抓取到他們。這樣我們可以在事前把這個事情抓到，我覺得在安防領域，事前預防比事後追捕會帶來更大的安全性。

邵天蘭：機器人行業本來也在經過很大的變革。我是做工業機器人，工業機器人可能離大家生活比較陌生，但這不是新鮮的東西。50年代的時候，這個東西就已經有了最早的應用，比如 10 多年前、20 年前，大家去賓士寶馬的工廠或者特斯拉的工廠，可以看到沖、焊、塗幾個工藝機器人比人還多。機器人和汽車一樣，傳統看來，大家認為這是機械的問題，比如計算能力，每秒我可以算多少浮點運算。

以前拿到機器人或者汽車，裡面的運算力是 1 秒 1G，但是梅卡曼德現在發現，如果要為機器人賦予智能，起碼要賦予 1T 的計算力。機器人行業的運算力有了幾十倍甚至上百倍的提升，行業從原來大家認為的機械行業和汽車類似，慢慢變成軟體和智能、演算法。

趙自超：以前農機屬於機械化，現在機器人加上人工智慧就屬於信息化。機器人和人工智慧應該讓傳統行業從勞動力密集型變成技術密集型。比如農業，以前人種地，做法跟用機械和自動化、智能化的機械效率肯定不一樣，剛才陶總講拖拉機走不直。人開的時候，播種向右彎，收割向左彎，那肯定有問題，自動駕駛很直就可以。

無人機在植保這塊，大規模農場也會對地形進行測繪，把數據保存下來，再用植保無人機到現場把數據下載下來，規劃航線讓飛機自動作業，繞開障礙物等等。有這些東西之後，我們可以再加上一些方法，讓它對農業生產過程的數據進行測量、採集，再進行統計處理，簡單的就是統計處理，高級就是人工智慧。整體說，種地的種法就會有變化。

夏澤洋：最近我們百度的無人車上北五環，不僅引起大眾的關注，還引起執法部門的關注，我想後續還會有故事。幾位同事肯定遇到這些方面的問題，是不是請做無人機的趙自超談談，無人機在這方面是不是也有很多想法？

趙自超：無人機影響航班、黑飛、內幕等各種說法甚囂塵上，飛機涉及空運問題，比較敏感。現在所有無人機都屬於黑飛，受影響最嚴重的就是 C 端的消費類無人機，現在國家出台政策要求實名制、要登記。我覺得政府考量最關鍵的是兩點：一是安全問題，什麼產業發展都不能影響安全。二是權責，權責要匹配，以前無人機沒有人管，因為我管就有責任。但是我的權利，政府部門要考慮，以前空運，同行要下放到地方政府，但是地方政府和軍隊就沒有辦法達成一致。

我們作為從業者也要考慮：

1. 技術上規避安全風險，像國家不允許飛的敏感地帶、敏感場所是最基本要規避的。

2. 方向上，作為一個玩具，又有很高的能力，可以自由飛，也可以隨便看。其實在形式上、法律上罪名很高。

3. 農業為什麼比較合適呢？飛得低，農田上作業不影響別人作業，飛機航拍玩，但是影響別人，但是噴葯不會礙著別人。這種應用能比較好的和政策、法規不衝突。這方面國家支持也比較大。

邵天蘭：現在做機器臂，狹義工業機器人的趨勢是協作機器人，現在大家想把機器人和人放在同一個物理空間，甚至共同完成一個任務。這個事情和人接觸不避免涉及安全性問題，不說中國，像德國，全世界現在也沒有比較成型的行業標準，只有一些技術的建議。包括標準、法律法規的滯後，其實完全可以理解。

我的看法是，這個東西一定會滯後的，作為從業者，我們有最起碼的「節操」，不要過度誇大這個東西的安全性，我要把我的風險很好的告訴用戶。比如百度的問題，特斯拉之前做測試的問題，用戶可能會被很高大上的宣傳片，覺得機器人、車、飛機非常智能，無所不能。但是大家向後看，人工智慧實際應用中還是有很多局限性，還是會有問題，還是會出錯。我們要以非常直觀的方式告訴用戶，這樣才不會在遇到問題之後，行業遭遇信任危機。

邢志偉：任何一項技術要發展、要應用，一定會碰到道德、法律上的問題或者考量，大家對這些問題的關注、鼓勵、支持，或者批評、質疑，從背後的邏輯是大家對這些變革抱有很大的期待與興奮。當然，對於新興事物、新興技術的法律法規制訂會滯後於科技的發展，從業人員，不管是研發還是測試，一定要慎之又慎，一定要抱有精微之心，做測試要更加安全、科學、規範。我們在鄭州高鐵東站執行任務安放機器人，高鐵東站面積是 13.5 萬平米，我們不光要準確定位自己的位置，安排自己的路線和行走，由於是鐵路中樞，裡面人流量很多，不光大人，還有小孩，要避免碰到大家和出現意外情況，這是我們很要注意的。美國矽谷有一個安保機器人，在商場進行巡邏任務，從一個小孩身上軋了過去。

陶偉：數據安全的問題，人工智慧很多都是依賴於大型數據，數據和用戶信息確實是行業裡面臨很大的問題。我們有一部分汽車，包括農用機械的數據，平均運行起來，大概 10 秒有一條數據上來，數據量級很大，有幾 T 的數據在伺服器上，數據的安全怎麼應用，接下來是很模糊的問題，包括國家的政策法規都沒有明確界定。我們現在用到的數據還是基於脫出用戶敏感信息的大型統計分析數據，具體用到什麼程度也是比較模糊的。

二是反向數據控制，尤其現在很多物聯網，像車輛、農用機械、新能源汽車，其實可以做一些反向控制，包括車是不是可以馬上停下來，是不是可以做一些突然的啟動，都可以做一些控制。這裡面控制的演算法、安全、國家政策法規的要求，現在還是比較模糊的。我們也期待著相關的政策部門儘快能夠把行業的標準以及我們的數據要求能夠給到全行業，這樣在大家應用的時候會避免踩到法律上的紅線。

夏澤洋：人工智慧的技術在未來 5 年、10 年，甚至再遠的二三十年，對我們的行業有什麼樣影響，可能導致哪些行業消失，會催生哪些新的行業？

邵天蘭：我觀察的趨勢是，整個計算機行業在往很多其他行業輸出基礎知識和基礎技能，這讓我很爽。我原來在清華醫學院研究腦科學的地方工作過，不管是研究化學、物理、生物，甚至傳統的文科，研究社會、經濟等，大家幾乎都在寫程序、做數據分析，他們不像我們這樣從底下做一些基本的演算法，他們更多用現成的工具。

但是我們發現，這種定量、實證性的方式滲透到各個行業。原來我上學找我們寫程序的就幾個系，現在各個院校都會寫程序。我想未來使用像分析數據、簡單的編程、使用機器人，慢慢會變成通用技能。AI 行業在往各個地方輸出這種基本的技能。

趙自超：現在機器人都自動駕駛，這對大學生影響不多，最嚴重的是藍翔技校，因為我們對機械進行自動駕駛，或者加上自駕儀或者智能。醫療專家系統，對技能型又需要技術的，未來通過專家系統就會解決，像金融、醫療方面的應用。人工智慧在其他方面，最多的是耳朵和眼睛，我們可以聽懂你說什麼話，可以看到圖像，像人的眼睛一樣。

邢志偉：機器人在有些小區巡邏，經常會有保安問我們，你們這個機器人用了之後，保安是不是全部失業了？凡是技術上重複性比較高、形式固定的工作，以後一定會人工智慧或者機器人替代掉的。另一個角度，商務上，不光要具備技術的可行性，從技術上進行自動化，我能帶來更多的商業附加價值，創造更多的商業價值、創造更多的利潤，這個行業、這個職業一定是最先被改革掉的。

目前各行各業有很多的交叉性，寫代碼不只是計算機程序員寫代碼，哪怕之前從事文職工作的，他懂這方面的技術，對自己的工作效率也會有巨大的提升。我覺得之前行業的從業者也沒必要太過擔心，因為行業的變革，隨著技術的發展，人類社會一再重演，一個職業消失，新的職業被創造出來。對於舊有行業來講，就算這個行業被機器替代，他們曾經行業擁有的背景知識、行業背後邏輯的理解，讓他們應用到跟新技術結合的領域下，他們有一席之地，仍然有很重要的指導性地位。

陶偉：我們大量用戶車上的數據匯總過來，一天有幾億條數據，一個數據有幾百個參數。為了支持數據結入存儲，可能會有很強大的軟體團隊幫助做這個事。這個事情我們可以很好解決，但是這個過程中，我們發現最缺的是懂技術的行業專家，不管是機器人還是人工智慧，行業通用性技術方面，我們可以找到很好的資源。如果想找到既懂技術，又懂行業的實際應用場景，而且建立模型的人，這種人很稀缺。如果有新的願意從業者的個人發展，願意紮根某個細分行業，願意應用專業的技術，也許會有很好的發展。

夏澤洋：我們有多項技術對未來 5-10 年產生重大影響的關鍵技術，像人工智慧、機器人、增強現實的技術，已經佔了 4 項技術的 3 項，在你們看來，未來 5-10 年，影響你們行業最核心的技術有哪些？

趙自超：無人機屬於機器人板塊，更多像 SLAM 等這些技術可能短期內能很好的幫助我們解決定位，還有相當於機器人的耳朵、眼睛功能。關於腦的功能，目前還比較遠，最多是數據採集過來分析，然後指揮你。技術上，不管是移動機器人還是空中機器人還是水下機器人，基本就是導航的問題，相關的需求都會很需求，這幾年都會有很大的發展。

邵天蘭：SLAM 技術研發了很多年，我們通過大量產業化的努力，可以讓機器人在幾十毫秒內完成複雜的運算，這一切建立在運算的硬體能力上和整個演算法的提升。我覺得機器視覺和運動規劃是我覺得對機器人行業影響最大的兩塊技術。

邢志偉：我們主要應用視覺 SLAM 技術，這是我們的技術核心，雖然它目前基本滿足我們的應用情況，但是仍然有很多缺陷。現在通過視覺構建出來的地圖場景，更多的是一種或稀疏或者稠密的點雲圖，抓取的是技術的點的結構特徵。連用到線的都很少，所以它的智能層次還是比較低的。

後面更多需要和目前熱火朝天的深度學習對場景做到語義級別的理解，不光要知道哪裡是特徵點、特徵線、特徵面，更多要知道這是什麼物體，什麼場景，在大廳里還是外面的廣場里，這都是需要我們判斷的東西。基於場景的識別能力、理解能力，對我們來講是很重要的，提升機器人真正的行動智能的方面。

陶偉：我們接下來是多種數據的融合，農業機械，像國外的先進農機做到的自動控制、自動駕駛、遠程聯網，我們都做到了。融合數據信息，在作業過程中，可以實現下一步的方案變數作業。某些地區在同一塊土地上，有的地區酸鹼度不一樣，進行農藥的變數作業。下一步基於多感測器數據融合，以及本身自動控制的過程，可能會對下一步機器人的應用帶來全新的爆發力。

有關機器人專場的演講，雷鋒網將持續帶來更多報道。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！