美國麻省理工學院（MIT）一直是機器人科技研究的先驅，這個實驗室曾研究出獵豹、Atlas等轟動世界的軍事機器人。那么，隨著DeepMind AlphaGo、Atlas等前沿人工智能技術的發(fā)展，機器人領域的研究會出現哪些新的趨勢呢？在CCF-GAIR全球人工智能與機器人峰會機器人專場上，MIT機器人實驗室主任、IEEE、AAAI Fellow、美國國家工程院院士Daniela Rus就此作了報告演說，講述世界機器人領域十二大前沿技術趨勢：

 

 

機器人領域的“摩爾定律”

 

也許大家覺得這張圖未來主義，但事實上我們一定程度上已經實現了，機器人可以應用于送包裹、清理環(huán)境、貨物整理、自動駕駛、生活輔助等等場景。此外，我們也已經看到一些公司，他們已經發(fā)明了兩種單臂協(xié)作的機器人，并應用于生產。

 

這些例子告訴我們的是，機器人確實已經從科幻轉為當前的科學現實。我們能夠讓機器人更加有能力，更加的有智能。

 

 

值得一提的是，機器人領域也存在類似于“摩爾定律”這樣的顛覆性規(guī)律。包括制造工具、設計工具等領域，互聯(lián)網性能的顛覆速度每隔6年就會發(fā)生變化。同樣，工廠機器人的數量也是每隔5年就會翻一番。目前，我們暫時已經驗證了這一事實，而我相信未來這個顛覆的頻率會更高。

 

未來這個世界，每個人都有可能擁有機器人，機器人就像是在路上跑的汽車一樣常見，我把它稱之為“泛在機器人”的世界。

這些機器人將能夠與人類協(xié)作完成許多任務。當然，現在我們還沒有到達這樣的階段，因為還有很多技術問題需要解決。比如機器人如何跟人互動，如何自我推理解決問題……以及，我們如何快速、低成本地制造新的機器人？

 

接下來，我跟大家分享一些技術的趨勢，這些都能夠幫助我們解決上述的問題。

 

十二大機器人技術趨勢

 

軟體機器人

 

 

之前的機器人都是鋼體的，但這樣的結構并不能很好地適應各種環(huán)境。軟體是指把機器人的結構制造成柔軟靈活的，像人體結構一樣。一般來說，軟體機器人的身體結構利用軟硅膠制造的，增強其適應性，能夠適應不同的未知環(huán)境。

 

 

基于肌肉運作的原理，我們發(fā)現這樣的構造讓機器人更加敏捷，能過更快速地完成某些特定任務。除了軟硅膠，我們還可以用水或是空氣去驅動軟體的結構。比如這個（放大版）機器人，它外形像一條蛇，而表面這些泡泡可以通過放大和縮小的動作來驅動機器人的活動。

 

我們可以看到，把機器人放到管道當中時，它就可以自動去檢測周圍的環(huán)境，塑料型的適應性是鋼體機器人不可比擬的。

 

 

同理，我們也可以去創(chuàng)造機器魚。如圖所示，它像實際的魚一樣可以活動，能夠90度的轉彎，可以快速地躲開捕獵者。全靠其軟體尾部，機器魚能夠在水中上下游動。

 

 

我們已經看到了軟性機體的重要性，一本新的期刊《軟體機器人》期刊已經出來兩年了。通過這本期刊我們知道，軟體機器人在機器人學科當中的重要性排名最高，也就是說大家對軟體機器人的關注度是最高的。

 

 Manipopulatetion ：靈活操作

 

除了軟體機器人，另外一個改善和提高機器人的技術是：靈活的抓取、搬運操作。

 

 

鋼體的機器人只能夠看清楚物體的大小，瞄準每一個指頭放在哪里才能抓取物體，但人不是這么操作的。我們要拿一個東西時，伸手、抓取以非常連續(xù)的動作完成，不需要思考大小還是運用哪個手指。正因為要對手指頭的位置的精準要求，讓機器人抓起行為有了很大的局限性，它們沒有辦法應對不規(guī)則的物體。

 

而軟性搬放就應運而生。因為不需要仔細地看這個物體放在哪個位置，也不會受到形狀的控制。比如，它可以抓取雞蛋、紙條。正因為這個機器人有非常柔性的結構，它可以自由地應對各種不確定因素。

 

 

我們還可以通過嵌入一些簡單的傳感器，來讓機器人擁有辨別實際物體的能力。當然，這其中還不能百分百做到，某些場景中的識別正確率偏低。橫向或者是使用兩個指頭拿成功率會高些，因為橫向抓取積累了更多的數據，知道怎么抓；而兩點抓取的信息就比較少了。

 

語言交流

 

就算有軟體結構，有的時候機器人也會失敗。為什么呢？如果機器人抓不住，它可以告訴人出現什么問題，但它不能。

 

通過觀察可以發(fā)現，機器人在執(zhí)行一個任務時，人類一點點干預也會完全改變它的計劃。如何提高人機協(xié)同互動性呢？如果機器人能過簡單說一句“幫幫我，我卡住了”，這也能解決問題，但目前它還辦不到。除此之外，如果機器人還可以自省，根據自己的數據計算出新的決策行動，從而避免這個故障。

 

 

因此我們希望賦予機器人這個能力。我們開發(fā)了一個程序規(guī)劃系統(tǒng)，機器人可以通過這個規(guī)劃系統(tǒng)思考自己的行動過程——卡住時可以想一想“為什么卡住，怎么樣可以擺脫這個障礙”，或者把這個想法和人類溝通——“請把桌子搬起來”。

 

所以想象一下，機器人必須要有溝通能力，非常清晰明確地與外界溝通。否則，它只能說“幫幫我”的話，人類過來還得檢查看一看它到底有什么問題，這樣效率就很低了。

 

云端大數據幫助學習

 

 

我們知道，機器人也需要學習。但是，我們人類從出生起每天可以接受大量的數據，從而進行學習，而對于機器人來說，數據儲存就容易內存不足。一輛自動駕駛汽車一個小時就有1TB的數據，很難分析。所以，我們需要把抽象度提高，使得收集的數據能夠達到較高階的程度，降低儲存壓力和計算量。

 

 

舉個例子，左邊是一個GPS的數據流，如果對于這個GPS的數據流我們能夠建立起有意義的結構，就能過從中歸納出一些能提取的信息，然后做高階的推理。比如自動駕駛到了某一個位置，就知道要執(zhí)行什么任務。

 

從數據流當中提取數據，進行抽象處理，并歸納出有意義的信息——這是接下來要分享的核心級技術——通過一個算法，在大數據當中分析一些小的數據集，這些小型數據集能夠反映出整個數據運算結果。

 

 

同樣一個例子：我們利用Coresete的方法，通過對視頻的分析得出數據集數，然后把不同的色彩進行集中，從中可以用分析出更多更復雜的視頻。電影畫面里面16500幀，我們只需要用1152個Coresete數據點就可以展開分析。

 

多機器人系統(tǒng)

 

 

 

只有一個機器人時，能夠完成的任務有限，我們需要許多個機器人組成一個自動化系統(tǒng)。所以，第五個趨勢就是多機器人系統(tǒng)。

 

當幾個機器人組合到一起時，每個機器人都有各自負責的工作。當然了，假如現在在建一座小木屋，其中會有一個機器人負責搬零件，而另外的機器人會負責其他的工作。所以，我們可以看到這四個機器人在協(xié)作。

 

機器人必須要能夠互相的交流、協(xié)調，才能夠知道要在什么時候配合同伴執(zhí)行任務。這是個挑戰(zhàn)。它們需要了解自己的任務，又要知道整個集體任務的情況。

 

按需制造

 

 

我們的目標是，讓一個機器人可以通過3d打印機直接打印出來，但是這不是一般的外殼打印，在3D打印機當中要有驅動機制，我們可以看到里面的電子結構。這里其實是一個非常復雜的機制。

 

大眾化

 

讓所有人都能夠設計自己的機器人。這個想法很瘋狂嗎？有了數據庫、編程工具、3d打印等技術的基礎下，雖然不是說所有機器人都可以自動完成，但確實很多步驟是可以自動完成的。

 

而與此同時，機器人事實上具有非常廣泛的用途，可以滲透到我們生活中的方方面面。比如，如果誤吞了微型物體，我們可以做一個微型折疊機器人，將其送進腸道，讓它通過折疊型來把異物包起來并從體內帶出，從而幫助我們免去微創(chuàng)手術；又或者說，可以利用微型機器人來給人類提供胃部治療。

 

提早學習機器人

 

讓學生提早開始進行機器人學習，用編程工具創(chuàng)造出各種各樣的機器人。我們希望達到的目的是，用機器人的魔力吸引學生——不僅是機器人外殼，也需要學會編程等軟能力。讓學生兒童愉悅地進入機器人的世界，逐步投入到機器人行業(yè)當中。

 

學術界與工業(yè)界的合作競爭

 

我們現在面對的是一個前所未有的計算機行業(yè)變革。我們需要有學術界有前瞻性或是異想天開的想法，也需要工業(yè)界的配合來把這些想法做成產品。與此同時，政府也應該參與其中，提出正確的執(zhí)行方案，讓機器人能夠真正發(fā)揮作用。美國DARPA就是一個很好的案例。

 

一年前，豐田汽車找到麻省理工。該公司表示，駕駛是充滿危險的，現在每年全世界因交通事故而喪生的人達到150萬。通過產學合作，把學術的智慧運用在產業(yè)界的困難當中，這樣才能更好地研發(fā)智能駕駛汽車。

 

自動駕駛

 

麻省理工也在進行智能駕駛汽車的研發(fā)，于2010年中新加坡提出這樣一個方案。智能駕駛與自動約車服務的結合，為城市提供自動汽車網絡。

 

然而一般來說，我們只能在簡單的環(huán)境當中駕駛，以真正駕駛環(huán)境中還有很多的障礙需要克服。

 

商業(yè)投資和創(chuàng)業(yè)

 

現在這個世界也紛紛意識到了機器人領域的機遇。近年來，機器人領域發(fā)生了大規(guī)模的投資，2015年就有大約20億美元規(guī)模的投資并購交易。

 

中國的革新性

 

中國確確實實要在機器人方面引領變革。我在此提出一個愿景，未來的工廠會有更多的機器人跟工人并肩工作，未來機器人會比現在的更加先進。

 

事實上，我們需不需要擔心機器人取代我們呢？事實上我們更應該擔心的事，我們建造機器人的速度還不夠快。在中國，到了2050年就只有20%的人仍處于工作年齡，所以更應該加速機器人的生產制造以彌補勞動力的短缺。