深度|Paolo Dario:下一个时代不是互联网,而是机器人

2018 年 8 月 20 日 机器人大讲堂


IEEE选举进行时

中国科学院外籍院士、外专千人计划入选者、中国政府友谊奖获得者福田 敏男(Toshino Fukuda)正在竞选2019年IEEE总主席,此次是亚洲人首次竞选IEEE主席。福田教授多年来为中国与世界各国的学术交流及合作做出了巨大贡献,广大IEEE会员及机器人行业同仁们可以进行投票支持,扩大亚洲在IEEE的影响力。


IEEE网址:ieee.org/elections

投票:Directvote.net/ieee

投票时间:2018.8.15-2018.10.1  EDT USA时间下午1时,UTC时间下午5时 


8月15日-19日,由北京市人民政府、工业和信息化部、中国科学技术协会主办,中国电子学会、北京市经济和信息化委员会、北京经济技术开发区管委会承办的2018世界机器人大会正式开幕。本届大会以“共创智慧新动能,共享开放新时代”为主题。



意大利比萨圣安娜大学教授Paolo Dario进行了主题为《下一个时代不是互联网,而是机器人》的演讲,他表示下一个时代不是说没有互联网,而是未来机器人带来的颠覆式创新和重大驱动力将远超互联网。


他提到今天全世界包括Facebook、Twitter、Uber,任何一种社交媒体都是基于一个移动的、甚至可穿戴的设备接入网络,因此这样一个范式的转换意味着世界开始互联,所有的设备是互联的,而且内嵌了智能。我们现在不再把机器人仅仅看作一个独立行动的设备,而是看成一直在线、一直互联的设备,就像我们人一样。


谈到如何来看传统AI取得的成功时,他指出,比如专家系统、搜索引擎、数据挖掘系统、自然语言接口,实际上这些都取得了很大的进展;但仍然有很多问题,比如我们尚不知如何真正实现智能。更为重要的是,需要认识到如何实现这种非常自然的互动,这就不仅仅涉及大脑层面,也要涉及到身体和大脑以及真实世界如何互动。机器人如何理解日常场景,如何操控物体、如何行走奔跑,这些仍是尚未解决的问题。(李健)


以下为Paolo Dario演讲实录:


Paolo Dario:大家好,我非常珍惜有这样的机会在这里演讲,这也是我第一次参加世界机器人大会。我在天津大学和北京理工大学都担任客座教授的职位,可谓与中国关系紧密,对目前中国机器人的发展也是比较了解的。今天我想和大家探讨的内容包括以下几方面:未来有哪些事情会发生,基于对回顾而预测未来,下一个时代不仅是互联网的,也包括机器人。当然,这里指的是既有互联网又有机器人。


我们的起点在哪里呢?过去很多年已经做到一些实用领域的积累,有超过250名年轻的同事和研究者,正在进行很多机器人方面的应用,包括应用在学校、医院、康复中心、工厂,还有一些小城镇。应用范围非常广泛,我们很了解怎么开发和应用机器人。


世界是互联的,这是由一些颠覆性的创新带来的,真正的颠覆性创新是iPhone,十一年前这种设备才出现,很多人没有意识到它的颠覆性有多强,但实际上今天全世界包括Facebook、Twitter、Uber,任何一种社交媒体都是基于一个移动的、甚至可穿戴的设备接入网络。因此这样一个范式的转换意味着世界开始互联,所有的设备是互联的,而且内嵌了智能。传感器是非常关键的零件,很多做机器人的企业都会抱怨好像没有特别稳定的低成本、低能耗的传感器。而乔布斯将这二者进行结合。


我们看一看世界的样貌,现在有云和网络,同时运算能力也在不断增强,还有高质量的大数据,所有的这些都会给我们提供大量的机会,也会带来一些网络安全的问题。物联网也在快速发展,很多人提到把设备连入网络,工厂也是这个网络的一部分,先进制造系统和最先进的技术都是其中的一部分,包括机器人在内。这两天已经有很多嘉宾提到客户需求驱动的重要性,以及对产品的定制化生产,当然同时还有零部件供应商的作用。所有的国家包括中国在内都必须要思考这些可持续性的发展,因为有些客户购买产品的时候,如果这个产品的设计和生产不是根据节约自然资源或者遵循高质量的生产流程,这些客户就不会购买,能源消耗也是消费者非常关注的问题,必须要在开发过程当中考虑这些因素。


我们也要看未来的发展,比萨圣安娜大学已经在考虑“工业5.0”的概念,包括循环经济、机器人对各种领域的影响,比如食品、医疗、保健、农业、建筑、教育等等,人的因素也在变得越来越重要。现在的问题是,这些物联网机器人设备怎样连入这样一个网络?孩子们是数字的一代,同时也是机器人的一代,他们越来越多地使用智能手机。法国从本年9月开始禁止在学校当中给孩子使用智能手机,因为人们很担心孩子会滥用手机,这是我们面临的现实,所以我们必须引导他们往正确的方向前进。


如果年轻人都能够拥有智能手机并连接网络,机器人为什么不能连接?看起来这是很明显的事情,但并不是那么明显,因为开发者所做的工作一直是赋予机器人智能。现在机器人可以做一些和人之间的互动和导航,智能手机技术也对机器人产生影响,我们现在不再把机器人仅仅看作一个独立行动的设备,而是看成一直在线、一直互联的设备,就像我们人一样。


现在的问题是,网络当中有多少智能?物理设备当中又有多少智能?智能应该如何分配?没有人能够回答这个问题,我们当然可以从一些人的研究当中获得解释,比如我们看科幻电影,1968年上映的《2001太空漫游》,这是一个非常有智能的计算机,2004年的《我,机器人》就有了变化,这是一个远程的智能,也就是分布式的智能时代到来了。总是有中央智能和分布式的智能,人类也是一样,哺乳动物既有大脑中央智能,同时也有身上分布全身各处的本地控制,比如反射弧等等。章鱼就是去集中化的分布式智能,分布于它的全身,10%是中央大脑控制,65%是由臂控制,剩下的25%是由触角控制。


我们可以把数据、应用程序等集中于云与本地设备之间,这种数据处理形式被叫做雾计算。现在雾计算的时代正在到来,但方向究竟是什么?去年我们也有做过一个讲座,谈一谈科幻小说的场景怎样成为现实。比如《我,机器人》当中体现的2035年机器人的情况,也可以分析我们的技术发展到了什么程度,包括与材料和环境互动的程度。这一切都要从智能开始,也就是我们需要一个路线图,很多人都有这样的路线图,也就是设定未来计算发展的方向,但我们也要对这些想法进行分析。


这些颠覆式的创新有些是无法用路线图预测的,这才是我们面临的真实生活。有些东西可以用路线图预测,但并不是所有的东西都能够预测,比如没有人能够预测iPhone的出现。很多人工智能大师都做过各种各样的预测,包括乐观和悲观的情景,有些人说一百年以后人工智能可以实现什么。我们到底应该走向哪个领域,AI是否能够复制人脑?这里有些人工智能的文章,比如模仿人类的神经系统,欧洲的人脑计划也在朝着这个方向研究,成立了神经机器人平台,总体的想法就是用大脑的运作模式控制机器人。这里不仅要验证神经生理数据,还要验证人脑区域计算模型,这也是欧洲的项目,已经进行了十年的时间。


如何来看传统AI取得的成功?都有哪些成功和失败?这些取得成功的领域还是很重要的,比如专家系统、搜索引擎、数据挖掘系统、自然语言接口,实际上这些都取得了很大的进展。世界机器人大会上已经有很多公司分享了取得的成功,但仍然有很多问题,我们尚不知如何真正实现智能。更为重要的是,需要认识到如何实现这种非常自然的互动,这就不仅仅是大脑层面,也要涉及到身体和大脑以及真实世界如何互动。

我们如何理解日常场景,如何操控物体、如何行走奔跑,这些仍是尚未解决的问题。科学给了我们很多启发,比如机器人领域当然是一个新兴的行业,需要对其进行更好的预判。这种自然现象也是智能的一部分,实际上还是下一步的事情,大家意识到了它的重要性,不仅仅是处理的能力,身体本身也是非常重要的一部分。这是人工智能现代版的最新解读,不仅仅是涉及到大脑,我们要让大脑、身体和周围环境进行互动。


从应用的角度来看,如果考虑到和周围环境的互动,很多任务就变得更加容易了。这种形态的计算能够让你预测很多的行为,甚至通过这种形状和机械的属性能够解决一些非常复杂的问题,比如需要研究为什么一只狗能够很好地适应周围的环境,身体和周围的环境是怎么进行互动的。章鱼这样的动物为什么身体如此柔软,又有如此强大的力量,近些年当中大家对这种章鱼的行为方式做了很多的建模,这也是软体机器人的最新进展,使用模拟器来模拟这些软体组织的行为方式,现在已经从纯学术的研究到了工程阶段。


很多人认为可以使用大规模微机电系统将智能融入到躯体当中,这样的优点就是低成本、低能耗,在这里再一次提到iPhone,这款产品就是一个很大的创新,我们所做的事情也是要遵循摩尔定律。2007年iPhone的推出其实就是一个重大的颠覆点,那个时候诺基亚是如日中天的,但没有预测到iPhone这样产品的出现,诺基亚从此而崩盘了。现在各种应用也在不断加速出现,而且成本已经非常低了,实际上意味着一些新的领域出现,比如协作机器人过去几天也有很多人谈到,大家都认为协作机器人的市场和未来的增速将会非常快。


基于未来的发展路线图,可以看到通用的机器人取得了一些进展,包括库卡和软性机器人,现在我们要做好准备,或者是将基础技术做好。这是将协作机器人的理解提升到了新的高度,之后大家都觉得这种真正的协作机器人是可以做成的。现在我们也在研究很多标准化和基础的技术,可以看到这些机器人并不是特别的小,大概是200-300公斤的样子,已经可以和人协作工作,也就是说协作机器人并不都是小型机器人,有些也是非常大的。


当然,可以通过不同的方式,也可以使用一些软性的材料,和其它的设备运转的模式差不多。去年到今年我们在科学机器人杂志上写了一篇文章,主题为科学机器人的巨大挑战,列出了十大挑战,能源也是非常重要的,还有医学机器人,包括人机界面等等。再就是将软性材料应用到机器人当中,有了这些新的技术,软性机器人的制造变成了可能。


4D打印是基于3D打印的再度创新,包括其它的柔性连接、抗性皮肤,这些都会是革命性的新技术,这种电子技术也能够让我们造出其它类别的机器人,其实现在都已经在逐渐发展了,甚至可以做出基于活体骨骼肌肉组织的机械臂,这些都是一些全新的东西。我一直认为,那种真正可用的机器人应该是能够非常轻的,就是和人的体重差不多,比如80公斤,能够在地面和人协作。


最后给大家看一看梦想是怎么实现的,这是《星球大战》,其中讲了生物学的发展,我们希望未来机器人能够像电影当中一样,现在很多进展实际上都已经实现了。未来是美好的,因为机器人是非常美丽优雅的产品,新的技术能够使我们打造全新的机器人,也能够推动国际合作,这也是世界机器人大会的一个重要目的。现在有些新的期刊,包括《科学》和《自然》杂志也在推动机器人领域的合作,未来机器人领域将会有巨大的潜力和发展空间。

☞文章来源: 网易科技


推荐阅读
访问访谈

工程院院士 蔡鹤皋北航教授 文力丨深醒科技 袁培江深之篮 魏建仓丨 大然科技  张春松

企业报道

一飞智控丨深醒科技发那科柔宇科技优傲机器人宇树科技臻迪科技iRobot

前沿技术

①工业  缝纫机器人无人智能采矿机器人中国饺子生产线自动化车间MIT 建筑机器人 

②服务  索尼机器狗 Aibos叠衣机器人 FoldiMate日本 骑自行车机器人有触觉机械手 LUKE达芬奇机器人机器人乐队空中飞车日本护理机器人合集

③特种  丰田人形机器人水下机器人 探索号丨俄罗斯人形机器人 FEDOR美国重型机械 Guardian GT丨波士顿动Atlas 360度后空翻中国四足机器人 Laikago丨北理工 四轮足机器人佛罗里达研究院 “机械鸵鸟|大然  变胞机器人

④仿生  3D打印 仿生机器人 东京大学 流汗人形机器人柔性电池哈佛 柔软肌肉哈佛 RoboBee

往期讲座

英特尔 宋继强博士 | 中民国际 刘国清陈小平教授 |驭势科技 姜岩浙大 熊蓉教授|长江学者 孙立宁上海大学 无人艇专家团|新松总裁 曲道奎北航 王田苗教授|863专家 李铁军教授北邮 刘伟教授|清华 邓志东教授清华 孙富春教授|天津大学博导 齐俊桐哈工大 杜志江教授|长江学者 王树新甘中学教授 | 硅谷创客 赵胜

温馨提示

意向合作,文章转载, 均可联系堂博士

商务合作:13810423387(同微信)

内容合作:15611695072(同微信)


登录查看更多
0

相关内容

Paolo Dario 先生是生物医学机器人教授,意大利比萨圣安娜大学生物机器人博士 项目主任、生物机器人研究院主任。他从比萨圣安娜大学获得了机械工程博士学位后, 在欧洲、美国和亚洲的各大学和科研机构担任客座研究员、教授、研究员。他目前的研 究方向是生物机器人和仿生学领域,包括外科手术机器人,用于内窥镜的微米、纳米设 备,生物学原理设备系统,辅助机器人和伙伴机器人。Paolo Dario 先生在国际出版物 (Scopus)上发表 330 多篇论文,2015 年被 IEEE 评为《机器人和自动化》杂志全 球第二最有影响力的机器人科学家。同时他还是 5 家初创公司的联合创始人,以及 50 多个国际专利的联合申请人。
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
专访俞栋:多模态是迈向通用人工智能的重要方向
AI科技评论
24+阅读 · 2019年9月9日
基于深度学习的自然语言处理技术:边界在何方?
中国计算机学会
6+阅读 · 2019年9月4日
吴恩达:AI未来将呈现四大发展趋势
AI100
6+阅读 · 2019年8月30日
CCAI2018演讲实录丨张民:自然语言处理方法与应用
中国人工智能学会
4+阅读 · 2018年8月13日
肖仰华 | 知识图谱与认知智能
开放知识图谱
15+阅读 · 2018年4月5日
“看脸”的时代,AI到底有多智能?
微软丹棱街5号
3+阅读 · 2017年11月9日
最可怕的不是被机器淘汰,而是……
全球创新论坛
18+阅读 · 2017年10月28日
Deep Co-Training for Semi-Supervised Image Segmentation
Arxiv
13+阅读 · 2018年4月6日
Arxiv
9+阅读 · 2018年3月28日
VIP会员
相关VIP内容
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
德勤:2020技术趋势报告,120页pdf
专知会员服务
190+阅读 · 2020年3月31日
Yann Lecun 纽约大学《深度学习(PyTorch)》课程(2020)PPT
专知会员服务
179+阅读 · 2020年3月16日
电力人工智能发展报告,33页ppt
专知会员服务
128+阅读 · 2019年12月25日
【课程】概率图模型,卡内基梅隆大学邢波
专知会员服务
69+阅读 · 2019年11月4日
医疗知识图谱构建与应用
专知会员服务
384+阅读 · 2019年9月25日
相关资讯
专访俞栋:多模态是迈向通用人工智能的重要方向
AI科技评论
24+阅读 · 2019年9月9日
基于深度学习的自然语言处理技术:边界在何方?
中国计算机学会
6+阅读 · 2019年9月4日
吴恩达:AI未来将呈现四大发展趋势
AI100
6+阅读 · 2019年8月30日
CCAI2018演讲实录丨张民:自然语言处理方法与应用
中国人工智能学会
4+阅读 · 2018年8月13日
肖仰华 | 知识图谱与认知智能
开放知识图谱
15+阅读 · 2018年4月5日
“看脸”的时代,AI到底有多智能?
微软丹棱街5号
3+阅读 · 2017年11月9日
最可怕的不是被机器淘汰,而是……
全球创新论坛
18+阅读 · 2017年10月28日
Top
微信扫码咨询专知VIP会员