0
当我们聊机器人的时候，究竟会聊些什么？
7 月 8 日，由中国计算机学会（CCF）主办，雷锋网与香港中文大学（深圳）承办的全球人工智能与机器人峰会的机器人专场上，几位来自机器人产品研发一线的从业人士，在“机器人改变行业”的圆桌论坛环节，为我们讲述了机器人在各个垂直领域应用的一些情况。
此次圆桌讨论由中科院深圳先进技术研究院研究员夏泽洋担任主持，参与讨论的嘉宾分别是博创联动 CEO 陶伟、大道智创 CTO 刑志伟、梅卡曼德创始人邵天兰、常锋无人机创始人赵自超。
夏泽洋介绍称，自己长期在研究院工作，专注于医疗机器人的研发，特别是医疗机器人在牙齿矫正领域数字化应用。博创联动致力于农业机械的智能化、信息化以及自动驾驶；大道智创是一家专注于 SLAM 技术应用和商业化落地的公司，其产品用于自主巡逻的安防机器人等。梅卡曼德是将人工智能算法用于工业上常见的机械臂，并“在机械臂手的基础上加上眼镜和大脑”。常锋无人机则主要提供无人机行业应用的解决方案。
主持人夏泽洋针对一些机器人在行业的应用，与四位嘉宾进行了讨论，雷锋网整理如下。
夏泽洋：我们的主题是机器人改变行业，我们有做工业机器人、有做安防机器人、无人机、农业机器人，请大家结合自己的领域来谈使用的机器人技术和产品，对我们这个行业产生了哪些影响，甚至目前已经发生的改变。
陶伟：我们做农业机械，农业领域是我们认为未来机器人和人工智能应用非常大的领域，像美国，农业人口大概只占总人口的1%，但是美国是世界级的农业出口大国。这里面其实主要是依赖于农业机械的智能化以及整个作业过程中的信息管理水平。
中国和世界的水平还有很大的差距，尤其是机器人和人工智能方面，实际上有些切实的改变在发生，比如农机的自动驾驶，每年在新疆和东北持续有大量的应用，国家的补贴也有很多这方面的支持。所以在大面积农田的区域，自动驾驶的农机已经获得客户很高的认可。
比如说每年春天播种的时候，现在的情况是，如果这台机器不具备自动驾驶功能，可能当地的农场主都不愿意让你进行作业，他们很清楚，作业过程中，播种如果不能有效利用土地的时候，后期像灌溉、农药的喷洒等都会导致效率降低。在农业领域，机器人可能接下来会有越来越多的应用场景。
邢志伟：我们做人工智能技术或者机器人技术，更多是为了解放人们的创造力，把我们从重复性、枯燥性的工作中解放出来。对于安保领域，安保的某方面很符合这样的定义。
首先，我们在进行物业社区安保，目前的安保系统更多基于定点的物理监控这样的安保网络，加上人工巡防发现一些问题，这样比较死板。像保安巡逻，他们经常会偷懒，也不逛，尤其夜间，他们半夜躺在那里睡觉，根本不出门，我们也做过一些调研。如果机器人做这个事情，他完全自主，并且夜间按照随机的路径规划进行巡逻探测，可以最大限度避免人类偷懒等问题。
另外一个方向，比如应用在反恐领域，目前很多逃犯很难追踪，在机场或者高铁站进行追踪，进行爆炸物探测，通过人脸特征比对、后台大数据分析，判断出团伙间可能有的联系，甚至警用的设备还可以抓取我们身上携带通用设备的 ID，识别他们的身份。哪怕他们换了手机或者其他的身份，仍然能够抓取到他们。这样我们可以在事前把这个事情抓到，我觉得在安防领域，事前预防比事后追捕会带来更大的安全性。
邵天兰：机器人行业本来也在经过很大的变革。我是做工业机器人，工业机器人可能离大家生活比较陌生，但这不是新鲜的东西。50年代的时候，这个东西就已经有了最早的应用，比如 10 多年前、20 年前，大家去奔驰宝马的工厂或者特斯拉的工厂，可以看到冲、焊、涂几个工艺机器人比人还多。机器人和汽车一样，传统看来，大家认为这是机械的问题，比如计算能力，每秒我可以算多少浮点运算。
以前拿到机器人或者汽车，里面的运算力是 1 秒 1G，但是梅卡曼德现在发现，如果要为机器人赋予智能，起码要赋予 1T 的计算力。机器人行业的运算力有了几十倍甚至上百倍的提升，行业从原来大家认为的机械行业和汽车类似，慢慢变成软件和智能、算法。
赵自超：以前农机属于机械化，现在机器人加上人工智能就属于信息化。机器人和人工智能应该让传统行业从劳动力密集型变成技术密集型。比如农业，以前人种地，做法跟用机械和自动化、智能化的机械效率肯定不一样，刚才陶总讲拖拉机走不直。人开的时候，播种向右弯，收割向左弯，那肯定有问题，自动驾驶很直就可以。
无人机在植保这块，大规模农场也会对地形进行测绘，把数据保存下来，再用植保无人机到现场把数据下载下来，规划航线让飞机自动作业，绕开障碍物等等。有这些东西之后，我们可以再加上一些方法，让它对农业生产过程的数据进行测量、采集，再进行统计处理，简单的就是统计处理，高级就是人工智能。整体说，种地的种法就会有变化。
夏泽洋：最近我们百度的无人车上北五环，不仅引起大众的关注，还引起执法部门的关注，我想后续还会有故事。几位同事肯定遇到这些方面的问题，是不是请做无人机的赵自超谈谈，无人机在这方面是不是也有很多想法？
赵自超：无人机影响航班、黑飞、内幕等各种说法甚嚣尘上，飞机涉及空运问题，比较敏感。现在所有无人机都属于黑飞，受影响最严重的就是 C 端的消费类无人机，现在国家出台政策要求实名制、要登记。我觉得政府考量最关键的是两点：一是安全问题，什么产业发展都不能影响安全。二是权责，权责要匹配，以前无人机没有人管，因为我管就有责任。但是我的权利，政府部门要考虑，以前空运，同行要下放到地方政府，但是地方政府和军队就没有办法达成一致。
我们作为从业者也要考虑：
技术上规避安全风险，像国家不允许飞的敏感地带、敏感场所是最基本要规避的。
方向上，作为一个玩具，又有很高的能力，可以自由飞，也可以随便看。其实在形式上、法律上罪名很高。
农业为什么比较合适呢？飞得低，农田上作业不影响别人作业，飞机航拍玩，但是影响别人，但是喷药不会碍着别人。这种应用能比较好的和政策、法规不冲突。这方面国家支持也比较大。
邵天兰：现在做机器臂，狭义工业机器人的趋势是协作机器人，现在大家想把机器人和人放在同一个物理空间，甚至共同完成一个任务。这个事情和人接触不避免涉及安全性问题，不说中国，像德国，全世界现在也没有比较成型的行业标准，只有一些技术的建议。包括标准、法律法规的滞后，其实完全可以理解。
我的看法是，这个东西一定会滞后的，作为从业者，我们有最起码的“节操”，不要过度夸大这个东西的安全性，我要把我的风险很好的告诉用户。比如百度的问题，特斯拉之前做测试的问题，用户可能会被很高大上的宣传片，觉得机器人、车、飞机非常智能，无所不能。但是大家向后看，人工智能实际应用中还是有很多局限性，还是会有问题，还是会出错。我们要以非常直观的方式告诉用户，这样才不会在遇到问题之后，行业遭遇信任危机。
邢志伟：任何一项技术要发展、要应用，一定会碰到道德、法律上的问题或者考量，大家对这些问题的关注、鼓励、支持，或者批评、质疑，从背后的逻辑是大家对这些变革抱有很大的期待与兴奋。当然，对于新兴事物、新兴技术的法律法规制订会滞后于科技的发展，从业人员，不管是研发还是测试，一定要慎之又慎，一定要抱有精微之心，做测试要更加安全、科学、规范。我们在郑州高铁东站执行任务安放机器人，高铁东站面积是 13.5 万平米，我们不光要准确定位自己的位置，安排自己的路线和行走，由于是铁路中枢，里面人流量很多，不光大人，还有小孩，要避免碰到大家和出现意外情况，这是我们很要注意的。美国硅谷有一个安保机器人，在商场进行巡逻任务，从一个小孩身上轧了过去。
陶伟：数据安全的问题，人工智能很多都是依赖于大型数据，数据和用户信息确实是行业里面临很大的问题。我们有一部分汽车，包括农用机械的数据，平均运行起来，大概 10 秒有一条数据上来，数据量级很大，有几 T 的数据在服务器上，数据的安全怎么应用，接下来是很模糊的问题，包括国家的政策法规都没有明确界定。我们现在用到的数据还是基于脱出用户敏感信息的大型统计分析数据，具体用到什么程度也是比较模糊的。
二是反向数据控制，尤其现在很多物联网，像车辆、农用机械、新能源汽车，其实可以做一些反向控制，包括车是不是可以马上停下来，是不是可以做一些突然的启动，都可以做一些控制。这里面控制的算法、安全、国家政策法规的要求，现在还是比较模糊的。我们也期待着相关的政策部门尽快能够把行业的标准以及我们的数据要求能够给到全行业，这样在大家应用的时候会避免踩到法律上的红线。
夏泽洋：人工智能的技术在未来 5 年、10 年，甚至再远的二三十年，对我们的行业有什么样影响，可能导致哪些行业消失，会催生哪些新的行业？
邵天兰：我观察的趋势是，整个计算机行业在往很多其他行业输出基础知识和基础技能，这让我很爽。我原来在清华医学院研究脑科学的地方工作过，不管是研究化学、物理、生物，甚至传统的文科，研究社会、经济等，大家几乎都在写程序、做数据分析，他们不像我们这样从底下做一些基本的算法，他们更多用现成的工具。
但是我们发现，这种定量、实证性的方式渗透到各个行业。原来我上学找我们写程序的就几个系，现在各个院校都会写程序。我想未来使用像分析数据、简单的编程、使用机器人，慢慢会变成通用技能。AI 行业在往各个地方输出这种基本的技能。
赵自超：现在机器人都自动驾驶，这对大学生影响不多，最严重的是蓝翔技校，因为我们对机械进行自动驾驶，或者加上自驾仪或者智能。医疗专家系统，对技能型又需要技术的，未来通过专家系统就会解决，像金融、医疗方面的应用。人工智能在其他方面，最多的是耳朵和眼睛，我们可以听懂你说什么话，可以看到图像，像人的眼睛一样。
邢志伟：机器人在有些小区巡逻，经常会有保安问我们，你们这个机器人用了之后，保安是不是全部失业了？凡是技术上重复性比较高、形式固定的工作，以后一定会人工智能或者机器人替代掉的。另一个角度，商务上，不光要具备技术的可行性，从技术上进行自动化，我能带来更多的商业附加价值，创造更多的商业价值、创造更多的利润，这个行业、这个职业一定是最先被改革掉的。
目前各行各业有很多的交叉性，写代码不只是计算机程序员写代码，哪怕之前从事文职工作的，他懂这方面的技术，对自己的工作效率也会有巨大的提升。我觉得之前行业的从业者也没必要太过担心，因为行业的变革，随着技术的发展，人类社会一再重演，一个职业消失，新的职业被创造出来。对于旧有行业来讲，就算这个行业被机器替代，他们曾经行业拥有的背景知识、行业背后逻辑的理解，让他们应用到跟新技术结合的领域下，他们有一席之地，仍然有很重要的指导性地位。
陶伟：我们大量用户车上的数据汇总过来，一天有几亿条数据，一个数据有几百个参数。为了支持数据结入存储，可能会有很强大的软件团队帮助做这个事。这个事情我们可以很好解决，但是这个过程中，我们发现最缺的是懂技术的行业专家，不管是机器人还是人工智能，行业通用性技术方面，我们可以找到很好的资源。如果想找到既懂技术，又懂行业的实际应用场景，而且建立模型的人，这种人很稀缺。如果有新的愿意从业者的个人发展，愿意扎根某个细分行业，愿意应用专业的技术，也许会有很好的发展。
夏泽洋：我们有多项技术对未来 5-10 年产生重大影响的关键技术，像人工智能、机器人、增强现实的技术，已经占了 4 项技术的 3 项，在你们看来，未来 5-10 年，影响你们行业最核心的技术有哪些？
赵自超：无人机属于机器人板块，更多像 SLAM 等这些技术可能短期内能很好的帮助我们解决定位，还有相当于机器人的耳朵、眼睛功能。关于脑的功能，目前还比较远，最多是数据采集过来分析，然后指挥你。技术上，不管是移动机器人还是空中机器人还是水下机器人，基本就是导航的问题，相关的需求都会很需求，这几年都会有很大的发展。
邵天兰：SLAM 技术研发了很多年，我们通过大量产业化的努力，可以让机器人在几十毫秒内完成复杂的运算，这一切建立在运算的硬件能力上和整个算法的提升。我觉得机器视觉和运动规划是我觉得对机器人行业影响最大的两块技术。
邢志伟：我们主要应用视觉 SLAM 技术，这是我们的技术核心，虽然它目前基本满足我们的应用情况，但是仍然有很多缺陷。现在通过视觉构建出来的地图场景，更多的是一种或稀疏或者稠密的点云图，抓取的是技术的点的结构特征。连用到线的都很少，所以它的智能层次还是比较低的。
后面更多需要和目前热火朝天的深度学习对场景做到语义级别的理解，不光要知道哪里是特征点、特征线、特征面，更多要知道这是什么物体，什么场景，在大厅里还是外面的广场里，这都是需要我们判断的东西。基于场景的识别能力、理解能力，对我们来讲是很重要的，提升机器人真正的行动智能的方面。
陶伟：我们接下来是多种数据的融合，农业机械，像国外的先进农机做到的自动控制、自动驾驶、远程联网，我们都做到了。融合数据信息，在作业过程中，可以实现下一步的方案变量作业。某些地区在同一块土地上，有的地区酸碱度不一样，进行农药的变量作业。下一步基于多传感器数据融合，以及本身自动控制的过程，可能会对下一步机器人的应用带来全新的爆发力。
有关机器人专场的演讲，雷锋网将持续带来更多报道。
雷峰网原创文章，未经授权禁止转载。详情见转载须知。
专题
