2019年09月29日 | 机器人英雄会：迈向云-边-端融合的机器人4.0时代！

　　如今，智能机器人俨然已成为各行业领域未来发展的主要趋势，智能机器人的研究与应用越来越受到人们的关注。人类生活的方方面面，都能看到智能机器人技术应用的身影。

　　英特尔中国研究院进行机器人方向研究已经三年多，从最开始硬件平台的创新，到自适应人机交互能力库的发布，再到今年6月底与合作伙伴在南京共同发布机器人4.0白皮书（下载地址：http://robotplaces.mikecrm.com/kdQ63Ad），获得了喜人的成绩。

　　英特尔中国研究院宋继强院长

　　在此次机器人英雄会上，英特尔中国研究院的院长宋继强博士发表了题为《迈向云-边-端融合的机器人4.0时代》的主题演讲，分享了英特尔中国研究院是如何看待机器人4.0时代，以及在云-边-端融合方面英特尔可以提供什么技术。宋继强院长从IT的背景切入到机器人领域，他认为AI、5G通讯、计算模式等都对机器人领域的发展有潜在巨大的贡献。

　　以下内容根据宋继强院长演讲实录整理：

　　未来关键词：机器人4.0

　　News Watch

　　首先宋继强院长分析了什么是机器人4.0，2017年英特尔与IDC国际数据中心、中国信通院共同发布了《人工智能时代的机器人3.0新生态》白皮书，其中把机器人发展分为三个时代。机器人产业从上世纪30年代开始到现在快90年，真正的系统化跟IT的结合也是从50年前开始。第一个阶段主要是通过电、马达把机器人自动化起来，做的是机械、电子方面的事情。那个阶段机器人对环境感知一无所知，它的力量比人强，反复工作的记录也比人好，不累，但是要把它隔离开来保障安全，因为它不知道你是人还是一块材料，这是一个问题。

　　2.0时代的机器人增加了各类传感器，让它可以感觉周围的环境，避免发生各类意外。这个阶段我们称为数字时代。到现在我们整个的工业里面还有很多1.0、2.0时代的机器人。

　　第三个是智能时代，人工智能通过深度学习发展起来，促使很多技术可以更低成本地应用，例如视觉技术、语音技术，可以提高机器人本体的能力。这三个阶段的发展速度越来越快，第一个阶段用了几十年，第二个阶段用了十几年，第三个阶段可能几年就演进到下一代。

　　下一代什么时候开始，从市场的发展变化，过去七八年，工业机器人和服务机器人销售额增长率的总增长率还是在上升。服务机器人的增速开始减缓，从量上看还有一定的增长，但增长的加速度已经不够，其实是因为这一波AI的红利已经用得差不多。视觉上的能力、语音上的能力都挖掘得差不多，所以迫切需要一些新的技术因素加入，促使人工智能能够跟其他的技术结合产生更大的推力。

　　新的人工智能增长点在哪？

　　News Watch

　　目前AI已经能具有提升机器人个性化的能力，实现一些自然的交互。但是它并不完美，AI的能力还不足，置信度不高，有些东西也没有充分的数据去训练。

　　5G的优势很明显，可以把机器人本体的能力和云端的能力结合，甚至把人的能力带进来。我们现在很多人讲“人在环中”，人和机器人不能直接的连接起来，要通过网络和通讯。借助云的能力可以扩展机器人的计算和存储，这都需要很好的网络来支持。所以我们看到在新的发展机会里面，5G可以帮助机器人扩展它的能力，增强机器人和人的互动，真正把“云在环中”和“人在环中”做好。

　　如何能够通过AI加上5G实现机器人这个领域的跳跃式发展呢？我们现在用一个三级火箭模式拆成三个阶段来给大家讲一下。

　　第一步是要找到关键场景，不管是工业、商用还是家用，或者是养老、医疗等领域，让用户真正觉得机器人确实起到降本增效的效果，或者是把以前不能做的事情变得可能，做到突破性的适用能力。

　　对于这些场景会发现光用AI是不够的，必须靠人补足它的能力，就像自动驾驶一样是分级的，有一个循序渐进的过程，人对它的增强和补足逐渐地减少，让机器越来越能自主。这个过程中要构造一个非常无缝而且高效的人在环中的方式，叫人工增强。

　　当人工增强和机器本身能力达到可用度的时候就要规模化，规模化就要让更多机器人做更多服务的同时降低边际成本，而不是每做一台新的机器人，都要重复之前很多的开发设计的程序。这就要借助云和网络的力量，让机器人跟边缘计算、跟云计算更好的结合，去降低机器人本体的生产成本、使用成本和运营成本。这样才能更好地实现规模化，发挥更大的效益。

　　云端智能机器人

　　News Watch

　　2010年，谷歌提出了Cloud Robotics，当时在工业场合和一些专用场合把前端机器人和后端数据中心连起来，把一些工作放到云端去做，能解决一些具体问题。

　　首先解决机器人本体的局部感知问题，让云端加上其他的传感器和输入能够看到全局。第二是前端设备的智能能力、计算能力、存储能力都有限，要利用云计算和云存储增强它的能力。第三个是当需要远程控制机器人做一些事情的时候，可以进行远程控制。

　　云端大脑在跟机器人本体连接的时候至少可以完成这几件事情，但这个模式不能满足多样性的需求。前后端的分配都需要定制，同时网络延时问题会比较严重，所以不太适合做很多大规模的应用。更好的方案是什么？

　　当有了5G技术时，就可以实现边缘计算。原来，设备和云中间的网络只做数据的传输，就是一个数据传输的通道，既没有存储能力也没有计算的能力。但到了5G，网络就拥有这样的能力，这就是边缘计算能力。例如可以在接入网构造边缘计算的能力，也可以在云的边缘构造边缘计算的能力。利用5G技术，在网络延迟、数据传输率，数据保护这些范围都可以做很多的组合，可以跟具体应用的需求进行部署。我们觉得这是非常好的一个模式，而且在5G开始商用化部署，在移动边缘计算也开始有标准和设备的时候，机器人领域一定要运用该技术。

　　打造面向未来的机器人

　　News Watch

　　在这里举两个例子，一个是工业领域。目前工业领域中最高等级被称为工业4.0，希望能够达到柔性制造，例如多个制造工序里的机器人设备可以根据订单的需求自动重新组成一条生产线。这要求机器人之间有很好的配合。在过去是预先编程定义好，但到了柔性制造时程序无法提前设计，例如运送位置和时间可能有偏差，这些机器人之间如何达成合作？第一是感知能力要够强，够实时；第二是它们之间的通讯必须是有明确实时限制的通讯，最好是在边缘计算的局域网，因为云端无法保证实时通讯的问题。所以说，边缘计算其实是工业4.0的柔性化制造、个性化、智能化真正实施的一个必由之路。

　　在个人领域，机器人的服务对象是不同的场景、不同的人，生产商很难预先做好准备，只能让它预先具有学习和理解不同场景的能力，所以机器人生产商提供的是能力而不是各种功能。当机器人有了学习能力就可以在新的场景里建图，构造对这个环境的认知，理解要服务的对象，并且对于不认识的物体能够通过一些主动交互的方法，通过小的数据量去认识这个新的物体，学会它，形成一个自适应的服务能力。

　　当机器人逐渐深入到人们的日常生活，它所采集的数据全部都是隐私相关的数据。第一是大量的数据没必要都上传到云端，第二是这些数据都上传到云端有隐私问题，应该把它隔离在边缘服务器里面，由用户授权机器人去学习和使用。这也是边缘计算在商用或者家用机器人领域非常重要的地方。

　　可以想像，未来有数千万、上亿的机器人服务各行各业、各个家庭，数据量不可能都直接上传到云端，必须要有各级的边缘对数据进行分级存储，这也是网络侧的要求，因为网络承载不了这么大量的数据传输。

　　云-边-端的融合

　　News Watch

　　在未来场景下，云-边-端融合的基础架构可以为工业、商用、家用等不同行业，提供出一个可以去适应它的计算、存储和互动之间的分布关系。同时需要具有知识共享和持续学习能力，因为现在机器人还无法通过常识去组合、联系日常各类工序。

　　机器人需要能够把看到的、观察到的东西抽象记忆，形成局部的知识库、个性化的知识图谱，这样形成机器人的记忆或者系统的记忆可以去做自适应服务，可以有增强学习的能力。

　　从机器人1.0、2.0到3.0，是自动化、数字化和智能协作，基本都是在增强机器人本体的能力。到了机器人4.0，有三个关键点：第一，通过云-边-端融合充分利用网络能力，实现无缝协同计算；第二，通过知识图谱，让机器人可以持续学习，甚至多个机器人一起学习，逐渐形成自适应的服务能力，逐渐增强能力，并且适应服务的场景，包括物和人，提供更好的服务；第三，提高数据安全，保护隐私和信息安全。

　　机器人4.0时代的关键技术是，前端的机器人要做场景自适应的能力，包括感知能力、理解能力、构建知识图谱的能力，和做反馈再去做新的一轮感知学习增强的能力。要能够把个性化的知识图谱从终端到边缘计算、再到云端进行很好的分布。一些比较固定的、不常变化的知识图谱，比如常识和领域知识可以放到云端，因为这些量是固定的。一些跟客户和场景具体相关的、跟地域相关的知识图谱放在边缘端，甚至放在机器人本体，形成一个合理的知识图谱构造。同时，在设备端和边缘端都要基于新的知识图谱进行计算，要构造一些新的加速能力。

　　英特尔公司不光有做CPU处理能力，还有很多其他的AI加速器、存储、通讯、软件、安全、超异构计算能力和先进封装能力。善于整合不同的能力，从设备端到云端之间提供端到端的技术支撑。

　　英特尔中国研究院更专注于从终端这一侧，设备的节点到接入网的边缘这一侧，通过智能算法、无线技术和在系统架构方面的优势，去组合出好的创新方案来赋能自主系统。

　　促进机器人4.0领域规模化的协同发展

　　News Watch

　　英特尔中国研究院的研究体系主要有两个横向的基础支撑型技术和两个纵向的应用领域研究。两个基础技术的第一个是AI技术，我们专注于机器学习和做视觉理解的高性能、高速度的神经网络。第二个是包含从4G到5G、甚至是5G+的无线通讯技术，包括边缘的多天线接收机技术，边缘计算的架构和雷达感知的技术。纵向应用领域有智能驾驶和服务机器人两个方向。同时英特尔中国研究院和中国技术生态紧密合作，我们的使命就是用边缘智能来赋能和增强自主系统。

　　在机器人领域，英特尔中国研究院持续不断地推动与生态伙伴的合作。研究院有一个名为”英雄”的平台，这个平台包含硬件和软件，可以用在终端侧，也可以用在边缘计算侧，达到无缝协同。我们跟终端合作伙伴合作，做机器人本体能力的增强。云端融合我们也有合作伙伴把网络侧的能力加起来。同时具体到某一行业的具体应用，比如商业应用、家用、工业应用。

　　最近，英特尔中国研究院联合生态伙伴发布了机器人4.0白皮书。工业领域，新松做的是工业领域的边缘计算的案例；科沃斯是在商用领域，银行、案管这些机器人做的应用案例；CloudMinds是提供将多种机器人终端通过虚拟专用网连到云端的能力。这都是我们在实践中去探索云-边-端融合的方案。

　　英雄会的目的主要有三个，一是在机器人领域要持续建立开放式创新社区，因为英特尔是提供上游和底层技术的公司，我们始终秉承开放式创新概念，互相合作，取长补短，把开放式创新做好。同时产学研联动是非常重要的，我们希望在平台上能够给大家提供前沿技术的方向，产学研之间合作的通道，同时还建立了领航者专家库，也会组织一些线上线下的活动去促进校企对接，达到成果转化的目的。最后，我们希望能够通过这些活动触发大家做一些新的活动，促进机器人4.0领域规模化的协同发展。

　　机器人行业的从业者都是心里有梦想的，都是想做一些未来很先进、很酷炫的事情。现在这个时代非常好，为什么我们敢于提出机器人4.0，就是因为AI和5G，加上智能制造的技术已经越来越可用。服务机器人的领域和需求，让我们站在这个时代很好的时间节点上，也希望大家真正努力合作，把这些想象变成现实。