软件是机器人的“灵魂”

 　　9月12日，由广州市科学技术局、广东科学中心、羊城晚报社联合主办的珠江科学大讲堂第87讲在广东科学中心举行。本期大讲堂邀请了华南理工大学智能软件与机器人科研团队负责人、广东省协会专家委员会执行主任、机器人软件及复杂信息处理重点实验室负责人闵华清教授作关于“机器人智能与软件”的专题讲座。

　　50年造出世界杯水平机器人足球队？难

　　闵华清说，机器人即是先进制造业的关键支撑装备，也是改善人类生活方式的重要切入点。而机器人研发及产业化应用是衡量一个国家科技创新、高端制造发展水平的重要标志。

　　如今，机器人系统日益复杂，从以前的简单功能的机械作业，到现在传感器硬件越来越多、运动结构越来越复杂、软件系统越来越庞大、应用功能越来越强大，实现更多复杂功能智能作业。而机器人核心价值主要决定于机器人软件、涉及机器人系统软件和智能技术。

　　闵华清说，当年世界上有机器人赛后，就曾经有学者提出，要用50年时间来打造出一支可以与世界杯明星足球队抗衡的机器人足球队，但是20多年过去了，回过头来看，当年的估计太乐观，50年的时间恐怕不够。

　　“为什么不行，因为首先机器人本质上是由钢铁材料制成，人体无法与之正面对抗。其次，自重很大的机器人踢足球，必然要求有庞大的电池，这一点技术上无法突破。”

　　国际化组织ISO曾经给出了一个关于机器人的定义，分为功能性、通用性、独立理性、智能性四个方面。功能性上，机器人要具有类似于人或者其他生物的某些器官功能；通用性上，机器人要具有通用性，工作种类多样，动作程序灵活易变；独立性上，机器人要具有独立性，完整的机器人系统在工作中可以不依赖于人的干预；智能性上，机器人要具有不同程度的智能性，譬如记忆、感知、推理、决策、学习等。

　　软件是机器人的“灵魂”

　　闵华清继续介绍说，机器人主要分为工业机器人、特种机器人、服务机器人三类。最早应用在汽车制造业上，而火星车则属于典型的特种机器人，扫地机器人、宠物机器人等则属于。

　　机器人系统是如何组成的？闵教授说，机器人在硬件上有、控制器、执行器，类似于人类的感官、大脑和手脚，而软件，则是机器人的灵魂。

　　闵华清说，机器人软件是运行于机器人控制器上的程序，从传感器获取环境信息及机器人自身状态，使用相应算法进行数据分析和处理，操作机器人执行器/机械结构，实现机器人的任务。机器人软件操控着由传感器、执行器、机械结构等组成的机器人“身体”。

　　随着机器人应用领域的快速扩充，机器人软件正变得越来越复杂。如何快速有效设计和实现高质量的机器人软件，是学术界和工业界共同面临的难题。

　　“机器人不仅要像人一样去思考、去感知，而且还要在非常复杂的环境下做复杂的运动。所以，软件就会越来越庞大，而运用的功能也会越来越多。”

　　他举例说，为了打造隔离酒店集群，要实现门禁打卡、测体温、配送、巡逻、清洁等功能，就要有机器人云端中控平台，可以对全产品线机器人集中管控，实现信息管理、记录查询、远程监控、功能设置等功能。

　　机器人需要AI来加持

　　机器人为什么需要人工智能？

　　闵华清说，因为有些任务过于复杂，无法有效考虑所有细节并精确建模。算法则可以从数据中学习规律，更容易维护和拓展。让机器实现类人智能，目的是模拟、延伸和拓展人的智能，要实现认知计算、计算机视觉、机器学习、深度学习和自然语言处理等能力。

　　人工智能、机器学习、深度学习之间是什么关系？闵教授说，人工智能是让机器人能够像人一样进行学习和思考，机器学习是一种实现人工智能的方法，而深度学习是一种实现机器学习的技术。

　　譬如，要让机器人辨认出一瓶水可不是一件简单的事情。首先要拍照，然后进行分类，标记各种边界，然后在数据库中进行匹配，最终确定这是一瓶水。区别于传统的浅层学习，“深度”强调了模型结构的深度，包含多层隐藏节点，“学习”则明确了特征学习的重要性，要求全自动。

　　而现在人工智能的典型应用主要是视觉和语言处理。闵华清举例说，他们团队之前研发了一种暴力视频的分类方法，需要解决如何聚焦人类骨架反应运动特征，利用3D点云骨架特征表示转化目标任务。

　　闵华清还提到，深度学习的产业化应用仍然存在着很多难以解决的问题，越晚解决，新AI寒冬出现的风险就越大。譬如数据依赖性强、模型增量性差；数据不中立、机器偏见难以避免等等。在实际应用上，如无人驾驶中，在路况复杂、天气恶劣情况下，难以保障安全性与可靠性；在医疗行业中，缺少高质量的标注样本和可解释性模型，难以真正推广应用。

　　闵华清说，当前我国在和技术方面要突破的核心问题有四方面：一是系统软件，二是集成电路，三是核心算法，四是核心零部件。