人形机器人的技术发展探讨

主题:人形机器人的技术发展探讨

主持人席宁(IEEE 机器人和自动化学会主席(2018),香港大学讲座教授、系主任,新兴技术研究所所长):

问题一:为什么要研究人形机器人,经常听到的观点是人形机器人可以很容易的在人的环境中做很多事情,帮助人类。
但是其实很多事情不需要人形机器人也能做,并不是所有的事情机器人都能做,或者已经做完了。但是这些任务还没有被机器人所代替。

Alois.C.Knowll(德国莫尼黑大学教授):

首先我们想创建一个新的维度,比如说深空探测,比如说跨越传统人工作的界限,用一种安全的方式。那么我们在座的几位同事生产这些机器人,比如说有这柔性机器人啊,灵巧的活动等等,我坚信现在是应该开始这一时代的,现在的时代不是20年前了。现在必须要开始,然后呢,还有很多的问题,比如说人口结构的变化,像医院里面使用的这个机器人,或者是娱乐性机器人等等,尤其是老年人看护等等,这也是巨大的市场,无论是中国还是在其他的国家,世界上有非常非常多的。另外有报道说就是当2025年的时候会有很多人超过这个65岁。另外呢,还有一个观点,我觉得也非常的有道理,就是只有建设出极像人类的东西。我们才能更好的人了解我们人类自己,所以我们通过建设像人类的东西,可以更好的了解自己。从这个角度来说。类人机器人是一个完美的载体,可以让我们推进对于人性本身的研究和探索。

王兴兴(宇树科技创始人):

我这里分享两个观点啊,第一个观点可能相对比较常见一点,就是目前的话,人形机器人主要是因为它是作为一种最通用的机器人形态吧,就有点像为什么说我们已经有一些标准化的工业机器人或者协作机器人,为什么还要做通用型机器人。就比如说我们已经有了火车,那么为什么还要去开通高铁一样?这主要是一个技术上的一个更新、前瞻性以及更通用性的事情,大家还是希望有一种机器人出来,然后把所有该做的事情他都可以完成,而不是说每种工作我都要去开发一个机器人,这样是很浪费时间。所以说目前人形机器人这种形态是基本上可以大家公认的最好的一种通用机器人形态的事情。这是第一个原因,第二个原因的话,像前段时间提出的一个观点,就是身外化身,就大家还是希望未来比如说大模型,把自己的一些自己的思维方式啊,自己的一些记忆上传到模型,然后自己可以做一个数字人,或者一个真实的一个物体化身。就是说人在过世的以后,死了以后,你有一部分的物理的一个继承留在这个世界上,所以说大家还是希望有一个更像人的机器人继承出来,来替代自己的生活,或替代自己,或者帮助解决一些生活上更多的一些事情。大家更希望自己像一个人,你自己希望自己的一个化身更像你自己的人啊,不是像一只猫狗或者别的东西之类,如果对这大家这个概念有兴趣的话,可以直接在B站上搜一下我的那个视频之类找到对应的链接

任雷(英国曼彻斯特大学终身教授,吉林大学教授):

谢谢主持人啊,那个刚才就是嘉宾们已经讲了很多了啊,包括刚才那个两位嘉宾也讲了,实际上呢,这个人形机器人,如果他的能力要达到这能达到人类的这个程度,实际上呢,在这个国防军事啊,包括这个生活生产呢,我们的家政服务,其实有很多影响。我就想呢,想一点,实际上我的感觉就是因为我们研究了20多年的这个仿生机器人和这个人体科学,就是我们越研究,感觉我们人对自己了解的非常之少。实际上我们有的时候儿感觉我们好像对解剖学已经很了解了,但是我们真正仔细去研究它的解剖学,它的生理学,我们发现有很多解释不清的事情。那么这又回到这个问题,我们为什么做人形机器人?我们如果像上帝一样,能造出一个跟人完全一样的一个机械式系统,是不是我们就能回答我们是从哪儿来的,谁创造了我们?我们也可以把这个东西用去研究。人类的进化和演化,所以这个是一个非常宏大的问题,就是实际上呢,它包括了这些伦理学,也包括了人类的起源,也就是说它是一个非常复杂的问题,甚至包括了我们那个智慧从哪儿来。因为你智力智慧,不光包括运动智慧,包括认知,甚至包括更高层次的,就是说我们这种高级的这种智慧啊,就不是智能了。最后我们到一个什么程度,然后呢,我们做的是要跟人一样,还是要超过人类,那这个就是一个更深层次的伦理问题了啊,这里我就不再做这个评论了。

陈建宇(清华大学交叉信息研究学院助理教授,星动纪元创始人):

大家很多的一个提问啊,我也被很多次问到,就是说为什么非得是人形机器人。这个世界上命名已经有了很多其他的类型的机器人,我为什么不做其他类型的机器人,而要去做人形机器人呢?前面嘉宾也说过了,我想说一个,就是说我们做人形机器人,它是一个通用的机器人,但它不代表我们就只需要人形了,就我们还是需要别的这些机器人,在未来即使人形的各种技术都做到很成熟之后,就像是我们有通用的这个智能手机、照相机、游戏机等等这些功能,但是不代表我们现在就只有手机,我们还是有一些特殊专用的,更高的一些需求,对吧?我们需要专门的游戏机,专门的照相机来去为我们提供更多样化的一个服务,这是我的一个观点。然后另一个点就是说,那么对人形它是一个新的一个形态,之前没有基本没有或者没有在真正应用里面出现过的这么一个人型的形态,它是确实是有它的应用的一个必要性的啊。虽然说我们,可能老生常谈说这个生活环境都是由这个围绕人类这样这样去设计的,然后大家可能感触不深,因为距离人形机器人走进我们的千家万户,走进我们生活还有一点远,所以大家感受不到这个的一个必要性。但是比如说近一点的,就是刚才小米公司也提到了,就是他们的这个汽车的生产线上面的话,比如说最后一步组装的那一个环节啊,现在都是由工人做的,为什么普通工业机器人完成不了呢?按照汽车的理念来说,汽车的内部构造就是为人而设计,这就是一个现实存在的,大家已经有公司开始去或者有机会开始去尝试解决的一个具体的一个问题。这个详细的一个调研就是能够创造真正的价值的,并且他还给出来一个准确的数数字,我记得刚才就是说7:2 : 1。7是其他类别的工业机器人,然后2是人形机器人,然后1是工人。所以说啊,而我认为未来随着这个技术,人形机器人技术的一个发展,那么除了工厂的环境,还有别的很多很多的环境,那么人形机器人它所占的比例应该会提高。

主持人席宁(IEEE 机器人和自动化学会主席(2018),香港大学讲座教授、系主任,新兴技术研究所所长):

问题二:上面回答了我们为什么要研究仿人机器人,从这个人类的这个好奇心到科学问题,以及从需求各个方面就给出了很好的这个讨论和答案,为什么要研究仿人机器人。那下一个就是说为什么现在我们要研究仿人机器人,就是仿人机器人的技术已经出现了有二三十年的历史了,这个整个社会对仿人机器人的兴趣是起起伏伏的、就波浪式的,一会儿高一会儿低,然后现在又进入了一个新的高潮,就是为什么现在这个仿人机器人进入了一个新的高潮,就是请大家讨论一下好吧。

Alois.C.Knowll(德国莫尼黑大学教授):

好的,您这个问题说的非常好,我觉得要回答这个问题,首先我们要考虑到我们当前这样的一个生成式人工智能的时代。那么为什么要进入这样的一些比方说生成式或者是对抗式人工智能的时代,因为我们可以看到技术的发展有着不同的趋势,这个可能是跟时代或者是舞台相关,我们可以让这些技术应用于实际的系统,他们或多或少会有一些真实世界当中的行为。ChatGPT 10年之前是不可能实现的,对吧,现在它是真实的,因为我们现在呢,有足够的算力,我们有足够的存储,我们也有足够的沟通能力。而且不要忘记,我们还有足够的软件能力,我们可以有非常复杂的软件系统,五年之前我们都没有办法支持这ChatGPT的,但是今天随着所有技术的发展。我们最终把它集成了这样的一个产品。和其他的产品一样,人形机器人目前主要的一个障碍呢,它其实还是在它的一个形态上,你现在做一个数据中心的计算机是比较容易的,但是如果你要做这样的一个机械臂,让它能够完全模拟仿生人的手臂还是比较困难的。所以呢,想要机器人像人一样的行走等等还是比较困难的。说到人形机器人呢,我们也是希望它能够适用于真实世界,不是仿真的世界,并不仅仅是像阿凡达这样的化身。能够在真实世界当中,在真实的环境当中执行一些任务,但是目前我们还是要受到物理规律的限制的。那么之前我们也听到其他的这些发言嘉宾提到了,我们现在就非常成功做了一些纳米级的这种非常小型的机器人,那他们也会遇到同样的困难,但是考虑到新材料技术的出现和其他的一些新技术的可能性,包括人工智能,我们可以更好的来设计建设这些机器人。所以我们现在进一个时代,我们可以看到这里边是有更多的对人形机器人的兴趣,但这个成功也是要建立在很多技术的革新和发展之上。不要指望软件一切都能做,我们也必须要设计更好的硬件,只有软硬件的成功,才能带来具备更强大能力的东西。

王兴兴(宇树科技创始人):

我说几件稍微实际一点的原因之类的事情说大家也知道,就最近,尤其去年开始人形机器人是越来越热了,其实很大的原因还是因为我个人觉得还是马斯克的那种效果比较好吧,这个其实也是毋庸置疑的一件事情,因为他在过往做的几个行业大也做的比较成功,所以说目前大家对他比较怎么说推崇吧。他做的很多事情基本上都会对标他做一些,尤其目前在那个资本层面市场的话,对他都是非常热捧这个人形机器人。另外一部分的话,像目前国家层面对这个事情也比较重视,尤其中央层面出了一些文件。大家也知道,其实过去的技术发展都是有些低谷的。对于这几年的人形机器人技术是循环了很多的周期,包括人工智能也一样,大家可能很难想象,差不多在十年以前,AI其实是个冷门行业,就非常冷门一个学科啊,这个是其实遇过了,过去基本上每十年一个周期低谷和高潮。如果要不是去年生成AI有个爆发性增长,效果非常明显,可能已经又进入一个新的AI的一个低谷时期。但是现在的话,整个AI的节奏发展速度越来越快了,而且大家现在已经看到了一个前景。所以说目前强人工智能,包括人体机器人,这也是为什么我公司做人体机器的原因。因为我个人早些几年啊,其实不看好人体机器人这个事情。因为我一直觉得,目前的人类的控制技术,其实完全没办法驾驭人形机器人,这么复杂的一个机身形态,那像去年底,尤其最近几年,整个AI的进展速度其实是有目共睹的,也非常迅速。所以说啊,基本上您可认为就是AI目前整个技术的发展已经是远超人形机器人的需要的技术了,我觉得相对别的技术行业已经超过了至少十年,简单说目前做人形机器人,包括做别的一些应用,AI应用啊,这个是你只要把现有的一些大模型的一些技术拿过来,直接用一下,或者移植一下,或者裁剪一下。对于人形机器人来说,可能只要一个小模型,但是中等模型就已经足够用了,所以这也是大家现在已经看得到的一件事情,所以说大家简单说就是通用人形机器,目前技术层面或者大家已经基本上已经迈过了这个鸿沟。事情在未来几年,大家如果人类整个社会能把它追上去,就是可以发挥很大的生产价值,包括尤其工业价值吧,而且是颠覆性的。

任雷(英国曼彻斯特大学终身教授,吉林大学教授):

我非常同意这个王总刚才说的啊,就是因为他这个热度,这个周期性的,现在感觉有的时候可能是技术推动的,但有的时候也可能是其他推动的,比如说这次就是这个马斯克的这个擎天柱的发布。我觉得对这次热度呢,实际上起到了非常非常至关重要的作用,感觉因为之前呢,实际上这个仿人机器人呢,还是经历过很多很多的这个低谷高潮期这样的。几乎尤其是在十几年前,20几年前就几乎感觉就是有点儿停滞了,但是呢,自从这个波士顿动力他开始创立之后,尤其是这个他的创始人,原来是MIT麻省理工的这个,他叫leg lab,就是专门儿研究腿的这个实验室,出来之后成立了这个波士顿动力,那么整个儿人形机器人就得来了一个感觉是一个爆发式。但是后来,因为他的这种机敏性的已经基本上我感觉就是可以达到一定程度了。但市场这块儿规模上,实际上还是没有去考虑过多。但是马斯克他想把这个人形机器人实际上就是做到千家万户。这个规模和市场一上来,我觉得可能从另一个角度,从不是从技术层面,而是从市场的层面,把这个热度又给拉起来了。

陈建宇(清华大学交叉信息研究学院助理教授,星动纪元创始人):

其实呀,有朋友可能不知道,因为人形机器人是挺古老的一个学科领域了,全世界第一个人形机器人是在日本最先出现的,在上个世纪七十八十年代,所以到现在基本都快半个世纪的一个时间了。那为什么现在说我们去认为值得去真正去推去做这个事情,从技术上的角度来讲,因为最开始也已经提到了,我们人形机器人它是由三个部分硬件,这个本体、小脑和大脑组成。那么对于一个通用的人形机器人的硬件来说,那么这三个部分都是非常重要,缺一不可的。那如果三部分都没有到一个点的时候,这时候去做也要么只能做很简单的一些动作,可能会不稳定走路,然后或者是你总是很难达到实现我们最终的想要的那样的一个效果。那么从这三方面来看的话,像硬件技术的话啊,一开始啊,波士顿动力它把液压形式的人形机器人给做出来了,但是却遇到了这个成本的一个问题。然后电机这块儿也遇到它的一个性能上的一个问题。但是,七年来,包括整机在内的等等这样的一些硬件技术存在,然后发展起来给我们带来了这样的一个潜力,就是我们可能把人形机器人做的性能足够高,足够敏捷,而且成本还能够降的比较低。然后在小脑层面的话,那么像波士顿动力那个时间,他把那个模型做出来,但是他是已经集成了,那么剩下这几年,他逐渐的在四足上或者去平台上面,然后这一块儿的技术也逐渐的进行普及。然后强化学习就是大概2016年阿尔法狗出来之后,这个领域开始发展起来,但是也经过了几年的沉淀了,才真正在机器人上面去用起来,比较有代表性的就是他们发表的几篇文章,大概是2021啊,2021年左右这段时间做出来,然后这都标志着小脑的技术的一个接近可以用去陈述一个阶段。然后最后点亮这个的就是今年初开始ChatGPT出来,所以说我觉得到这个时间点的时候,可能三方面都凑起来,当然未来可能这几个还需要再去有更多的一个迭代,但是我觉得至少值得去做很多事情。

主持人席宁(IEEE 机器人和自动化学会主席(2018),香港大学讲座教授、系主任,新兴技术研究所所长):

问题三:就是我们现在讨论了,我们为什么要研究和发展这个人形机器人。那下一个问题就是我们要研究这人形机器人有什么主要的技术障碍,就是什么东西阻碍了我们人形机器人的发展。就是我们知道这人形机器人就是说已经经历了这个高潮低谷多次了,这些技术问题在中间起到了一个很重要的作用,有什么技术障碍阻止了这个机器人达到我们的期望的。

Alois.C.Knowll(德国莫尼黑大学教授):

好的,那我们首先说到了这个物理规则这个维度。这个呢,阻碍我们让这些机器人呢,达到跟人一样的能力,除此之外呢,就是跟环境的互动,我接触某个东西的时候呢,通过模型来。模拟这种接触仍然是人形机器人的一个困难,我们在真实的时候呢,想要比方说规划拾取物体或者其他的事情的话,目前还是做不到的。所以其实呢,现在的障碍还是很多的,有很多座山峰需要翻越,但是我觉得机器人和环境的互动,我们需要更好的来操纵机器人,需要完成复杂的工作都是很困难的。我们之前看到有些视频,比如有物流机器人他们的工作场景,但是大家可以看到呢,它的速度相对来说还是偏慢。所以呢,执行速度还是一个问题,然后呢,能源供应这确实是个问题。一个机器人他们可能并不是这种被动的工人,他是主动的工人,所以他们会消耗很多的能源,所以我们需要在能源供应这方面呢,也有新的技术突破。可能是要有更好的电池等等,这当然是比较遥远的一个问题了。我们如何让这个系统。开发出自己的一个智慧,比方说呢,甚至是有着自己的一些感知,或者是自己的一些灵魂,这当然是有很多伦理的问题。我觉得这个可能不是接下来几个月需要来克服的问题,我们要一步一步的向前进,就像我们看到过去两到三年当中这些大语言模型的进步一样。确实进步需要时间,我们是需要这些技术的一个智能的集成,比方说呢,仿真建模编程,人工智能,所有这些都要集成。虽然有非常非常多的人对于这个学科感兴趣,但是我们必须要谨慎,不能把标准设的太高,或者是这个兴趣胃口吊的太高,或者是创造出一个类似于投机的氛围来,甚至变成一个气泡沫。我们应该客观的讲,或者认识到这是一个非常难的、高端的、顶级的研究,这样的人们就可能会明白它的实质,也许它的进展的确会比通用型AI进展还要慢一些。我们可能不会快速的见到,因为它有很大的复杂性的机器的设计,以及非常多的困难和难点。我觉得这可能是也许是最难的,人类可能目前见到过最难的,最复杂的机械设计。

王兴兴(宇树科技创始人):

那比如说对人形机器,目前无论是硬件上还是软件上都还是有非常大的问题吧,包括硬件层面,我更可靠的硬件本体,并且有更好的传感和感知能力这件事情。然后另外一部分就是AI这部分的话,确实目前像一些通用大模型本身并不是给通用人形机器人用的,所以说目前虽然通用大模型已经把一些文本处理,这些已经获得一些基本的一些文字的逻辑已经处理的很好,但他对环境的认知和感知能力基本上零。他目前没办法认知这个物理环境,也没办法抓取做些操作这些事情,所以这部分都需要有个新的模型来训练这个事情。这也是目前国内外有些公司在做,包括那个谷歌尤其对这个事情非常上心嘛,因为他们也做了差不多十年时间一直在做机器人AI相关的事情,然后这块也是他们在推动的。大家还是现在非常希望给人形机器人,或者给通用机器人做一个专用的大模型,而不是像ChatGPT这样具有文本逻辑的。对于人形机器人这种大模型最大的问题其实是这样的,像ChatGPT这样的文本大模型,它比较好训的原因就是它的数据都是静态的。简单说就是其数据集都可以直接从互联网直接拉取,而且有大量的现成的数据可以用,那对机器人非常麻烦的一个事情就是它数据集很多都是动态的,简单说就是你不能用一些静态数据去做训练,而且训练它的效果都非常不是特别理想。你必须用一些仿真环境,或者一些别的手段来产生一些动态数据,动态的模拟提升跟物理环境的接触啊,交互这类事情,这个其实还是相对比较麻烦的。那这部分的话也是目前比较主流的,包括英伟达有比较好的一个仿真环境在推动这个事情。所以说目前基本上在人形机器人这块也是先保证仿真先行,然后再把它布置到实际机器人上面。所以说在硬件和人形机器人用的大模型这块都需要有大模型。未来要多花时间,而且可能你花多少时间可能也不太好预估。但是我个人感觉,按目前的整个全球的热度,以及目前整个人工智能的进展的话,我觉得不会超过十年吧,这个十年内已经肯定会有比较大的显著性的变化了。

任雷(英国曼彻斯特大学终身教授,吉林大学教授):

这个最先进的人形机器人跟人体比呢,我总感觉差的是还是太多太多了,就是比如说我们举个简单的例子,从刚才我讲的这个五大性能。他的运动的机理性,运动的经济性,运动的多样性,环境的适应性,还有他运动的可塑性,哪一个跟人比都差的太远太远啊。就讲举个简单的例子,比如说波士顿动力的 Atlas可以跑酷,但是我们想。他如果经过训练之后,他的机敏性可以达到一个什么程度是吧。我们想想,我们可以完成各种各样的这个舞蹈、艺术、体操,这些武术是吧,这不是Atlas可以比的了的。另外我们就说手部的操作。就是现在没有这样的这灵巧手,我们可以哪怕是完成一个系鞋带儿的动作,哪怕是单手能够打开扣子的这么一个动作都没有。我觉得吧,当然现在的驱动技术,传感技术,控制技术,大模型可能都需要突破。但是我们有没有想过反过来看看人体是怎么设计的,就是我们的人体为什么跟现在的人形机器人设计说白了就是很不一样的,很不一样的。我们很少从这个方向来看,另外一个就是想说的是,我们是不是有点儿过于偏重这个计算这块儿了,我不是说计算不对,我也不是说计算没有用,就算非常有用。人的大脑和他的身体是一块儿成长起来的,就有非常有名的一篇文章,叫 the body and bring develop together,就是我们的身体和我们的大脑是一块儿成长起来的,为什么大脑一定要比身体更重要呢?所以现在我们的团队正在注重一个很重要的事情,就是你骨骼肌肉系统的智能,骨骼肌肉系统它是自己有它的智能,我们定义为机械智能。如果我们把我们整个骨骼肌肉系统的智能给它研究明白了,研究好,然后呢,我们再配上大脑的这个智能,我们就可以不用很复杂的这个控制,或者说需要很复杂的计算量,而这个计算量需要CPU去计算,我们其实也可以完成非常复杂的一种操控,我觉得有的时候我们是不是可以看看我们人体是怎么设计的,能得到一些更多的启示,稍微调整一下这个设计发展的思路。

陈建宇(清华大学交叉信息研究学院助理教授,星动纪元创始人):

虽然上一个问题我说了,就是说咱现在这个时间节点,那么硬件和软件等等这些技术都迈向了新的一个台阶,但是说他目前的这个技术,它实际上还是有不少的一个瓶颈,那么可能这个问题可以再具体的说一下。那比如说对硬件来说,我们希望这个机器人他同时兼顾力量。速度精度啊,以及成本啊,可能还有一些别的。但目前的所有技术都没法兼顾这几个,那么可能液压的这个技术的话啊,可能速度和力量都很强,但是它成本太贵是吧。电机的技术,那么取决于如果用这个高减速比的谐波减速机这样的一个技术的话,那可能这个它的精度比较高,而且它的承载也可能还能做的不错,但是它的这个灵巧性也有降低。那么新的这种技术,灵巧性比较高,成本也比较低,但是却牺牲了一定的这个它的载荷,还有包括它的这个精度,所以说现在还没有一个能够兼顾所有这些达到我满意的一个情况。那么可能现在能做的可能是什么,可能是去平衡它们。可能针对不同的一些应用场景,然后才去问这个需要技术做的怎么样,之后选择不同的一些技术路线。但是未来还是希望说真正有一个新的一代的技术出现,然后做到像任老师说的那样,那就真的就像人一样的,兼顾所有的这几项。然后包括软件的话,现在一个很大的问题就是说目前还无法去到兼顾它的泛化性和你控制的这个任务操作的一个精巧性。它可能控制的这个算法,以及这个强化学习的算法,我们可以做到比较精细的一些精准的一些控制。但是说针对一个任务,还是需要一个特别的算法,没办法说很好的进行泛化。一些泛化能力比较好的模型软件,我们可以看到它的控制频率就就很低,然后他的这个做的任务基本上还是在操作上,这个控制层面相对比较简单一些,不太那么精细的任务。所以说现在急需一个新的这个技术能够去兼顾这两块儿啊,还有一个比如说安全性的一个问题。就是之前的教授,他演讲的时候就是给我们看了一下,他们实验过程中出的各种问题。就我们做这种力控的这个算法的时候,经常很容易出这样的问题。然后这还是控制的算法,它具备一定的可解释性,但如果用大模型,如果有神经网络,那么就是很难去解释它会不会出现一个非常危险的一个动作,那么最有可能你在用ChatGPT与你对话的时候,你说错一些词关系不大。但是作为一个机器人进到我们生活中的时候,这个就至关的重要,这些都是亟待新的技术去改进的。

主持人席宁(IEEE 机器人和自动化学会主席(2018),香港大学讲座教授、系主任,新兴技术研究所所长):

问题四:我们认为机器人这个技术是很重要的,从我们这个刚才那个讨论中,我们可以得到这个结论。但是每一项技术的发展和应用都跟人分不开的,所以我们今天在这个听众里面有很多年轻人,他们都准备投身这个仿人机器人的研发和产业化。希望咱们这个论坛的嘉宾,给我们的年轻人一些建议,就是如果未来我们要这个迎接这个人形机器人这个机会,要抓住这个机会迎接这个挑战,我们需要什么准备工作?

Alois.C.Knowll(德国莫尼黑大学教授):

我觉得你大胆去做吧。当然我们应该有扎实的基础教育热情。今天很多在座的企业家,他们都有了很了不起的机器人技术。我小时候就对机器人感兴趣,所以我们应该去鼓励小孩子多和机器人玩,多去操作这些材料,有更多的机器人,那么多去了解这个学科。另外呢,我们在展厅可以看到去参加一些竞赛,比如说自动驾驶技术竞赛,这个大概二十年前就有了,那么这个实际上对于很多的爱好者以及很多年轻人都唤醒了他们这方面的热情。如果有些人想对这些大学,想对这些公司有什么接触的话,这都是很好的一些平台。很多人也因为对于比赛感兴趣,后来在自己的事业上取得了很多的成功。因此我们在人形机器人上面也可以去做这些工作,而必要的投资也是必须的,我相信北京政府、中国政府在这方面有巨大的投资。教育是一个长期的事情,也许是最重要的事情,这样才能去实现这个非常有前景的领域的成功。我鼓励每一个人都严肃的考虑投资。我个人认为教育是最有效的,最见效,回报率最高的投资的领域。而且我们的几个教授,他们也会是未来成功的这个核心的这个添加剂,我们需要真正的去冒险,敢于成立企业的人,所以企业家精神也是非常必要的。

王兴兴(宇树科技创始人):

过去我读大一是2010年的时候嘛,现在也过去13年这件事情,所以说。现在其实是一个非常好的时代吧,我还是觉得就是尤其现在AI整个这日新月异,然后大家可以学很多新的东西。我说实在的,你十多年以前东西都不用学了,说实在的没啥用。如果你要学的话,最近看看最近五年这些成果啊,这个你就很多老的技术,说实在的,到实际很多层面上,尤其在这算法层面的话,其实很多老的技术都没啥用了,现在所以说你只要学最新的,然后最新的学起来就已经达到了最近几年水平。这个另外一部分的话。对于做机械行业,最好还是多动手做一些,从小的一些东西做起,做对硬件有更多的感觉吧,无论是生产制造也好,它的一些控制特性也好,还有一些误差。或者一些损坏模式啊,这些都有更深入的了解吧,会非常适合方便后续做真正的一些大型的,一些使用的一些机器人相关的东西。

任雷(英国曼彻斯特大学终身教授,吉林大学教授):

我感觉就是多涉猎一些吧,也没有一个很确定的这么一个规律或者是途径可寻。因为我们在做人形机器人的时候,涉及到的问题实在是太多了。除了刚才王总说的这边儿,比如说你信息系统,嵌入式系统,编程,软硬件,电路设计,驱动器设计,传感器设计是吧,很多这个人体姿态识别算法,这些你都得会之外呢,实际上很大程度上,还有很多材料物理化学的。比如说我们要解决一个驱动器的问题,因为我们的驱动器呢,跟这个Altas它这种又不太一样,我们是采用这种电驱的,但是又是仿人工胫筋的这种驱动形式,它里头就让我们在做的时候儿,这些包括材料这些东西用到你像物理的声光电磁、热核很多他都要用。所以这里就涉及的面儿非常之广,这就是为什么说这个人形机器人,有的专家说是堪比登月计划。涉及的这个知识面儿,包括知识量非常之大,更不要说如果我们想更深入的研究人体,那么你要去涉猎解剖学、生理学、生物力学很多很多层面儿。就只能说是如果我们真是想把这个工程给它做好,做的这个未来的人形机器人真的像人类这样,那么尽量就多涉猎一些啊,多学习一些。

陈建宇(清华大学交叉信息研究学院助理教授,星动纪元创始人):

其实我们看啊,目前其实整个人与通用机器人还处于一个完全就刚刚开始的一个阶段,就在之后呢,它不会是一个很快就能解决的一个问题。一定还是一个比较长期的一个事情,那么这么长的一个时间是吧,可能是五到十年,也可能更长,那么那么这一段时间,这个技术上,那么以及产业上,然后以及它的各种应用。他的这个影响上面能发挥什么样的一个变化啊,可能大家还没去想,但是如果你如果多去想一想的话,你可能会发现很多新的东西是吧。那么当然还有重要一个就是也是多去听啊,比如说多来参加一些会议。讨论可能也能帮助你去思考,给你一些启发,让你能够预见到未来,那么这么些年可能有哪些大的机会存在,那么这是第一个。那么如果你找到了,你觉得比较好的一个机会的话,那么才可能是要踏实去做,因为这是一件非常难的一件事情啊。这个这个不管是你做硬件还是做这个这个强化学习,你做这个大模型等等,就是就是每一块儿都是非常难的一个事情,不是说你突然一下我就能做起来。那么从现在可能就开始去学,去做,去实践,去积累,然后才能到达你想的那个样子。

主持人席宁(IEEE 机器人和自动化学会主席(2018),香港大学讲座教授、系主任,新兴技术研究所所长):

问题五:就我们知道这个仿人机器人这个很重要,而且现在这个技术的和发展和这个社会的需求都到了一个关键的时刻,我们也明确了目标。我们的那个年轻一代也做好了准备去那个解决这个仿人机器人的这个发展,做出这个贡献,然后我们下一个问题就是说我们要促进这仿人机器人真正发展。我们的社会,我们的政府,我们的企业能做一些什么事情,能够帮助促进这个仿人机器人研发和产业化的发展。作为政府,作为社会,作为企业,能做一些什么事情,就是我们作为人形机器人的产业和这个研发人员,我们有什么期望啊,请大家给出一个比较相对比较简短的回答。

Alois.C.Knowll(德国莫尼黑大学教授):

那我的预期呢,就是我们所有人都能够共同创造一个积极的环境,不是这些非常负面的这种,比如说终结者。是这种人形机器人以及所有其他相关技术的研发,这样子我们就可以很积极很乐观的来迎接,我很想问一下在座观众,有多少人愿意在未来加入我们仿人机器人研究的领域是吧?

王兴兴(宇树科技创始人):

这个确实在未来是非常激动人心的一件事情,而且希望本身是向好的方面发展,不要那个出现可能就极端的一些冲突啊,或者一些危险性的事情出现啊,而且这个可能像AI大家已经有一些,就可能大家有些这些抵触情绪在里面之类的,但是还是还是需要更开放一点,因为有些技术和发展是不以个人或者以一个国家意志为主导的。层面上已经变成社会的,整个人类历史发展的,整个社会层面可能要拥抱,更加友好的规范这个事情。

任雷(英国曼彻斯特大学终身教授,吉林大学教授):

这个我觉得从政府层面儿来说,肯定是经费是很重要的,因为仿人机器人呢,是非常非常这个耗费这个研发呀,包括研究资金的,这是肯定的。另外一个我是感觉就是本身把那个产学研这些结合起来,就是把大家那企业界呀,这个大学,包括科研单位结合起来,这个也是很有用的。另外一个我就是感觉,这个科普人形机器的理念,以及它对国家的意义,这个非常有用,就像我们这机器人大会实际上办的就非常好。因为人形机器人呢,说白了就是说它本身的这个参照物其实就是我们自己。有的时候我们就可以观察我们自己。另外一个,你可以自己动手去做,不是说我必须到了研究生阶段,博士生阶段,我才能做这个事情,对吧?那像我们在那个曼大的他很多本科毕业设计的学生,我就让他做行走机器人。那人家有的就做的挺好的,所以他从就是从刚开始,比如说念大学的就可以去做这个事情,然后自己亲手经历过这些。我觉得实际上这些亲身经历项目,或者是这个科普活动,对整个人形机器人发展的是非常非常有助于我们需要很多很多的新鲜血液。

陈建宇(清华大学交叉信息研究学院助理教授,星动纪元创始人):

我是非常希望能够进一步的推进,就是产学研的一个融合。因为我们人形机器人的这个它的产业化,可能跟其他之前的一些还太一样,因为他的技术实在是特别的特别的难,特别的有挑战性。就说实话,现在我们的人形机器人很多只能做到简单的一些行走,以及预设的一些这个操作。但是说我们未来真的想要用到各个方面,那么每一个很多的功能,现在还完全都还没有去实现,那么我们要把它落地之前,我们就先要做研究,把这个东西给做出来。所以说这个我们就特殊性就在于我们做这个事情要做产业化,也必须要做研究,而做完研究,我们也必须要知道我们研究往哪个方面去研究,所以我们需要产业化应用的一个给我们带来一些启发,让我们知道哪些问题是痛点。

你可能感兴趣的:(机器人,人工智能)