2016世界机器人大会归来随想

上周去参加世界机器人大会，刚去以为就是纯学术会议，没想到还有展览区和竞赛区，不过竞赛区都是一些RoboCup之类的东东，跟实用型机器人关系不大；展览区很多展商的技术骨干也在学术会议上做了报告，所以集中谈会议所得

工业机器人（偏重控制）

连续型机器人（Continuum Robot）

用于对未知结构的生产线进行快速原型，以方便部署最终的关节型工业机器人。类似于IC行业先用FPGA验证逻辑，再用ASIC批量生产

基于仿生接口（Bionic-Interface）的意图预测（Intent Prediction）

来自韩国的金熙勋（keehoon kim）介绍了他的意图预测技术，主要用于制造残疾人的假肢，或是残疾人辅助康复设备，技术原理我理解是这样的：

观测健康人在抬手、曲臂等各种动作时，胳膊上各个位置的神经所发出的脉冲，将这个脉冲编码成模板，然后让机械臂在探测到这个模板时做出跟健康人一样的动作，然后将机械臂安装到残疾人身上，采集人就能通过残肢末端的神经脉冲，驱动安装的机械臂运动了

是否开刀	脑	肌肉	神经
开刀		EMG	sEMG
不开刀

当然也可以不开刀植入，只是粘贴在胳膊表面，这样精度会下降，但依然比Kinect更能精确地识别手势，因为整条胳膊的任意动作，在小臂上的神经脉冲都是不一样的，所以他们只需要捕捉小臂，就能还原出整条胳膊的运动

协作机器人的柔顺机械臂

来自北京交大机电系的张秀丽，继张佳辰之后另一个靠谱的女研发！她说中科院提的共融机器人就是协作机器人，只是他们拿了NSFC的钱，paper上必须用这个拗口的机器人类名-_-!
协作机器人的柔顺控制分为主动型和被动型，主动型就是在控制算法上加入一些补偿量（韩国Chul-Goo Kang有相关报告），被动型有很多分类，不过他们专注的是驱动系统的柔顺，其中主要是电机驱动、柔顺手段是减速器搭配弹性元件，而弹性元件又分恒定刚度和可变刚度，前者有线弹簧、扭弹簧、SEA等，后者有非线性弹簧和引入阻尼的线弹簧

纳米机器人（nanobot）的视觉

来自香港中文大学的李文荣教授，是个ABC，听完他的演讲我认识到，科幻电影里的纳米机器人根本不存在，现在只是能通过一些高级显微镜技术，看到纳米级的微小目标，然后通过移动的电场等技术，将药物定向输送到病灶而已

服务型机器人（偏重智能）

机器人应用商店

纳恩博在收购了SegWay后，为了充分利用其平衡车的底盘技术，将底盘加上一众传感器技术，打造成一个机器人半成品，领域厂商只需要将他们的领域知识通过app灌注到底盘上，就能实现自己的领域机器人。高级总监张佳辰的演讲非常精彩，一句“机器人的本质是计算机的升级”就将大家的关注点从机器人上挪开了，好方便她平衡车的登场^_^

IBM的Watson

IBM为了兜售Watson系统，到处鼓吹认知概念，什么认知时代、认知计算，无非就是将大家的目光不仅从计算机上挪开，甚至脱离任何物理实体，只考虑他的Service。那么什么是Watson呢？就是一个云端服务，它能看懂你丢给它的任意格式原始资料（doc、xls），无需做任何辅助说明，然后一个专属于你的知识库就构建好了，你的客户可以通过Watson直接用自然语言与你的知识库互动。

安防机器人

大陆智源科技的高源，是一个非常实在的人，撕了很多机器人领域皇帝的新衣，他们的安防机器人没有语音交互，因为他知道让机器人跟人聊天其实很难，但加入了很多落地技术：能越障、爬坡、可靠的网络传输等等。报告结束后我们的领导感慨良多。。。。。。

人工智能的语言游戏

来自微软小冰之父周明的报告，通过机器学习实现符合平仄的对联、唐诗、字谜生成，通过RNN实现符合词牌结构的宋词生成
简单说，该算法能像人一样对对子、赋诗、猜字谜，非常牛叉

知识图谱（Knowledge Graph）

来自浙大的陈华钧教授，当年的人工智能大战以符号主义败给连接主义而告一段落，但随着基于神经网络等连接主义技术的感知系统（语音、视觉）越来越完善，认知&推理的重要性渐渐凸显，而这就要依赖符号主义学派了
知识图谱走的是跟NLP等机器学习技术完全不同的路子，它提倡在生产自然语言内容时，就对内容做语义标注，这样AI算法就能根据这些语义很方便地进行常识推理（common-sense reasoning），这个准确性应该是要比机器学习高的
另外他提到了ONEM2M这个物联网标准化组织，以及schema.org，貌似都是用语义网络（semantic web）做一些实际的事情

仿人机器人（Humanoid）HRP-4C Miim

来自日本AIST的Kazuhito Yokoi报告，他们最新款Humanoid叫Miim，除了控制能力更出色，比如具备能扭转的脚踝等，还在表情捕捉、歌声合成等AI算法上展示出非凡成就，跟他们比，国内同行简直是在玩过家家

智能硬件的生态

来自硬蛋科技的李世鹏，他指出了目前智能硬件的一些痛点

从能听会说到能理解会思考

来自科大讯飞的胡郁，他提了一个技术（但没细讲），说人耳耳蜗里有很多纤毛，分布在不同位置，当声音进入耳蜗时，人脑并不像计算机那样一段一段的理解，而是收集不同位置的纤毛给出的感应信息，在脑内绘制出一副彩色图像——所以某种程度上，语音识别跟图像识别是共通的

语音识别中的认知计算技术

来自思必驰的俞凯，他分别介绍了自家公司在感知和认知技术上的突破
感知层面，他说他们的语音解码已经由帧同步升级为音素同步，这可以大大减小语音训练模型的体积，使得原来要放到服务器上的模型，现在可以放到手机上。不过这块他也没细讲，我猜这个模型体积减小只针对讯飞的在线命令词识别吧？如果能将语音听写也做成离线，那就牛逼大发了，那我就能在本地做语音识别，机器人的抗噪困扰也会大大减轻。
认知层面，他详细介绍了他家的对话管理以及多轮交互技术，不过这个跟场景紧绑定，并不是很有技术含量，不过他的思路很不错：机器人不能独立工作，必须将人的知识融合进去，才能高效作业。