CCF-GAIR人工智能峰会感悟

由中国计算机协会主办，雷锋网承办的2017全球机器人及人工智能产业峰会于7月7号到9号在深圳福田区的喜来登酒店胜利召开。作为机器人领域的从业者，必须为本次大会来个“棒棒哒”，也是见到了诸多国内外人工智能领域的机器人大牛，有的部分简直让人“目瞪口呆”。其中主要包括了以下几个专场，人工智能前沿专场，机器人专场，智能助手专场，金融科技专场，AI+专场，AI创投专场，未来医疗专场，智能驾驶专场，智能物流专场，机器学习专场和CV+专场。会议中既有大牛们的技术分享，又有各个领域具有代表性的企业的CEO的经验分享，很明显感觉到，所有的研究均是以需求为导向。同时也重新审视了各个行业的发展水平，现在分享几点自己的看法，欢迎大家进行交流。

1. AI到底是什么？

硅谷人工智能专家王亚莉女士在报告中也提到，现在我们正在经历第四次科技革命，人工智能的革命。好像现在你的产品如果不与人工智能挂钩，都不好意思说自己是科技型企业。可是真的是这样么？人工智能到底是什么？
首先，大家要明确一个问题，人工智能（AI）是与大数据（Big Data）相关联的，如果数据不够大，笔算都可以解决的问题，用什么人工智能。但是就有很多企业纯属用AI来讲故事，对自己企业的本身的技术定位都不明确，就有点儿装*了；
其次，人工智能（AI）就只是一种计算方式，旷视科技的CEO孙剑（本人校友）也在报告中提出，算法自上个世纪90年代以来， 一直没有发生太多质的变化，变化的主要是计算方式，是通过先验知识的训练来提高即时效率的一种手段，有的问题本身没有必要使用AI技术，只要是能解决问题的办法都是好办法，切莫生搬硬套；
最后，到底什么是AI，我认为凡是与深度学习和大数据相关的技术或者算法，都可以称之为AI。

同时，AI+的概念也逐渐成为各方关注的问题，在报告中有很多关于AI+的报道，比如UCL计算机系教授汪军做的关于《如何进行大规模多智体强化学习？》的报告，AI+的很重要的特点就是群体智能，有的问题只涉及到一个智能体，或者多个，限制在20个以内，如果问题设计的智能体数量上达上百个后就称之为群体智能。汪军教授讲解了经典的Lotka-Volterra模型，阐述了强化学习的环境自适应变化，在未来零售，物流等领域的应用前景，具体可参考如何进行大规模多智体强化学习？，除此之外AI+还总结为以下几点：

• 大数据上的深度学习和自我锻炼的综合进化技术
• 基于网络的群体智能
• 跨媒介推理（在语言，视觉和听觉之间的语意贯通，是实现联想，推理，概括等智能的重要关键）

• 无人系统迅速发展

  2. 机器人已经不需要讲故事了

  做为机器人行业的从业者，自然对机器人专场抱有很大的期望，当然也是众望所归，其中对我冲击最大的是斯坦福大学教授Oussama Khatib团队做的Ocean One项目，我猜各位对下面这个机器人有所耳闻。

尽管这个机器人不是全自主运作的，但是这个项目的科技水平含量一点儿都不低，同时这个机器人的下潜深度可以达到100米，两条机械臂具有触摸传感的功能，同时结合深度学习，它可以通过触觉感知来完成一系列的动作，就像被蒙上眼睛的人去将插头插入对应的插座一样，这个机器人可以做到。这个机器人的技术水平当然值得我们膜拜，但是作为中国的学者我们更应该学习的是他们的科研精神，Oussama教授向我们展示了他们详细的仿真和实验过程，他们在研发过程中系统性极强，每一个步骤都有很强的理论依据，不像我们有时候可能是在盲目的尝试，今天尝试一种方法，证明效果不理想再换另一种，时间都浪费在了方案确定上，实在不是明智之举。中国机器人产业的崛起绝不是靠噱头或者短期利益，讲究的还是硬科技@米磊博士，任何一个科技型企业都应该是以技术驱动的，单纯靠讲故事的企业就是脑残。接下来自己就对一个科技型企业该如何发展这个问题表达几点拙见，特别是思岚科技的CEO，陈士凯先生的讲话对我触动比较大，觉得我说的对的轻点赞；

克强总理提出的“万众创业，大众创新”的确带动了我们这一代年轻人的创业热情，但是创业不等于成功，每个创业公司都避免不了大浪淘沙的过程，是不是金子得经得住流沙的考验，成功的方法有很多种，但是公司的失败都是源于市场的竞争。这句Slogan同时也一定程度上蒙蔽了很多年轻人和投资机构，年轻人醒醒吧，别幼稚了。

对于一个机器人领域的科技型公司，技术人员的比重应该比较大，应该有一群专门的技术宅来搞技术，技术本身就很单纯，在市场的引领下，在某个领域深耕才会有长远的发展。但是在人员不足的情况下怎么办呢，没有很好的资源来扩充自己的技术队伍该怎么办呢？很简单，做好资金配套，由掌握产品技术路线的极少数的核心技术人才集中开发，产品不是说人多就一定可以做得快，发挥每个人的长处，千万不要打压技术人员的积极性（这无异于慢性自杀），能干的人就应该多干，绝不要为了分配任务而分配任务，最终决定产品的不是人员的数量而是质量。每一个科技型公司都应该有自己的长远布局，都应该有自己的技术储备，有一颗永远不知足的心，才会有自我约束和不断前进的动力。

3. 不要再问我们这个问题了，好么？

到今年为止，中国的机器人市场还没有真正激活，目前投资机构普遍采取广撒网的方式来进行孵化，可能投了100个项目就只有1个成功了，这1%的成功率使得现在的投资人如履薄冰，错过了很多真正优秀的项目，整体提高投资机构的技术水准，可以为每个投资机构大大降低投资风险。

作为一个一直在自主移动导航领域研究的人来说，深知自主移动导航的难点，包括导航方案选择VSLAM还是Lidar SLAM，不同场景的导航方案鲁棒性评测 ，信号丢失问题，地标问题，人机交互问题等等，自主移动是一个系统工程，对一个领域的深入研究后，会发现越来越多的问题。我相信每一个搞自主移动的企业都会被某些所谓的专家问这么一个问题：“你们这个和扫地机器人有什么区别？扫地机都一千多一个，你们做这个还有什么价值？”，那我就来总结一下，到底两个之间有什么区别，到底有没有研究价值。

首先，扫地机器人和我们所研究的通用型自主移动机器人在算法设计上有所不同，扫地机的路径规划是一个Coverage Problem，它设计的目标是使得扫地机器人尽可能覆盖所有区域，而我们的导航方案是使得机器人寻找一条最短路径的问题，这两个不是一个概念，很多投资人对这个概念真的没有概念。
其次，扫地机器人成本之所以低，是因为它已经批量化生产，在设计上不需要考虑安全性或者稳定性的问题，并且负载至于要负担住自重就好，不需要使用很高精度的传感器，而自主移动机器人不一样，具有一定的载重，从硬件的选型到设计，所使用的方法论都是和扫地机器人具有很大的不同，并且对精度和稳定性这两大世界难题具有一定的要求，每个企业都想控制成本，但是就目前市场环境而言，传感器的成本本身就比较大，如果在未来机器人真的成为必需品的时候，它的价格自然可以控制住了，数量很大程度上决定着产品的成本。

最后，使用场景永远是决定一个产品定位的关键因素，技术是决定一个产品好坏的决定因素，机器人本身就是一个创造需求的产业，只有体验感好稳定的产品才可以创造需求，改变人的生活方式，否则机器人只能给你添麻烦。技术因素也是制约机器人行业发展的问题，目前有很多技术也没有真正发展到消费级别，这也需要广大科研工作者的努力，所以年轻人不要着急，赶在市场爆发前完善自己的产品，即使可能它没有一个很好的刚性需求，当时只要做的优秀也是会有人为你买单，就像当年的大疆，真正能创造需求的公司才是NB的公司。

最后的最后，觉得博主说的有道理的，请动动手关注我们的公众号，我们希望得到更多志同道合的你的鼓励和支持。

某些地方用词过于激进，还请海涵。

                                                          处江湖之远,下次再见！
                                                          [email protected]