5月8日至10日，以“機器智聯、賦能萬物”為主題的第六屆中國機器人峰會暨智能經濟人才峰會在浙江寧波余姚舉行。

隨著社會人口老齡化，越來越多的大眾能夠活到90，甚至超過100歲，而我們機體功能在退化。未來人機共融不僅是在結構上，并且是在功能上，真正達到人機共融。那么，如何通過功能化的人機共融來增強人類機體功能呢？來看看科技生活在線如何報道。

戴上智能眼鏡，盲人讀書學習、自由行動再無障礙；服務機器人可照顧老人；醫療機器人滲透到預防、診斷、治療、康復全過程，看病難問題有望破解；我國人工智能正在入侵到越來越多的行業……以“機器智聯、賦能萬物”為主題的第六屆中國機器人峰會暨智能經濟人才峰會于5月9日在浙江寧波余姚召開，大會期間舉行了數十場主題論壇，數百位業內最頂尖專家、學者及企業領袖齊聚，吸引了來自美國、日本、德國、英國、加拿大、澳大利亞、新加坡、香港、澳門等十多個國家及地區的大咖，為全球機器人技術、產業領域搭建了思想交融與觀點碰撞、合作的平臺。

◆◆我國機器人發展現狀◆◆

科技部高技術研究發展中心副主任卞曙光先生致辭時說，近年來，黨中央、國務院全力支持推動機器人產業的發展，先后出臺機器人產業發展規劃。促進新一代人工智能產業三年規劃，明確了我國機器人頂層設計、目標任務，構建了政府與社會聯動、企業與人才合力、創新與應用同步的良好局面。

他指出，當前我國機器人產業發展日益呈現出功能整位不斷豐富、場景應用不斷的拓展、總量規模不斷擴大的高質量發展態勢。但同時，我國機器人智能感知、深度學習、自主決策等核心關鍵技術不多。高端零部件依賴進口，行業標準體系不完善，人才缺失不斷顯現，我們必須強化使命擔當，不斷強化中國機器人發展的創新突破、人才培養和領先應用。著力搶占發展制高點，奮力走在全球前列。

科技部長期以來高端重視機器人領域的技術創新和產業發展，從863計劃開始之初明確將機器人作為重點領域給予支持，鼓勵研發機器人新產品，突破關鍵零部件，系統集成的設計制造技術。推動中國機器人產業發展，經過廣大科研人員30多年的不斷努力，我們欣喜看到我國在機器人核心關鍵部件方面取得初步成效。如浙江智昌研發智能機器人控制器和蘇州綠地高精度諧波減速器實現了量產，工業機器人、服務機器人、特種機器人應用領域在不斷的拓展，并成長起來一批創新能力強的優秀企業。在工業機器人方面，研發了各種用途的機器人，在汽車、電子等領域得到廣泛應用，特種機器人方面研發載人潛水，多次完全深海探測能力，使我們深海能力覆蓋全球99%以上海洋底部，消防機器人、電力巡檢機器人等特種機器人初步實現產業化，服務機器人方面研發系列微創手術機器人和康復機器人正在進入治療實驗。

◆◆人工智能正在改變生活◆◆

中國工程院院士、中國工程院原常務副院長、浙江大學教授潘云鶴，是中國智能CAD領域開拓者，也是新一代人工智能戰略發展機遇發起人。他表示，在《新一代人工智能發展規劃》中，中國指出了人工智能還有5個新的方向將會快速的發展。第一個方向是大數據智能，第二群體智能，第三跨媒體智能，第四人機混合增強智能，第五自主智能系統。將在智能城市，智慧醫療，智能制造，智能農業中都有廣泛的應用。

潘云鶴教授在演講時指出，機器人是人工智能的重要研究領域。60年來，科學家用了很大的力氣去模仿人和生物動作的各種各樣的機器人，并且取得了重大進展。而如今，真正投入大量應用的是機械手。擬人機器人不斷發展，例如最初彈鋼琴的是擬人機器人，后來發展為機械手彈鋼琴，再到現在的自動化鋼琴，就是人工智能+鋼琴。大量的研究指出，機器人的核心技術是人工智能。

自主智能機械已經崛起。擬人機器人遇到很大的阻礙的同時，另外一類我們無人系統快速的發展，最早的是無人飛機、無人車輛、無人船，在軍方已經開始應用。表明自主智能機械已經成為機器人發展的一個新的趨勢。機器人技術無處不在，智能自主的機械將是中國制造業轉型升級極大的需求。現在，已經有不少國家在布局智能自主系統，把智能自主系統模塊化。然后把它改造成各種各樣的機械，我認為這是很重要的發現，美國已經在這方面進行了布局。

近幾十年，人機交互技術已經越來越豐富了。圖形交互、可視化技術、動漫技術、語音識別、自然語言理解、圖象和視頻的識別、動作的捕捉、虛擬現實等，這些交互技術催生了機器人發展的重要方向，就是加強人機交互，因此在這樣的情況下面，著名的大學已經設立新的系叫人機交互系。

潘云鶴教授介紹，傳感器不斷便攜，而且穿戴式發展也很快。把攝像機和VR眼鏡聯在一起，可以看到無人機在空間的情況。更重要VR眼鏡有一個頭部移動轉動情況，指揮下面攝像機的轉動，好像在空間可以覆蓋地上的情況一樣。杭州去年評出的金獎產品是盲人眼鏡，盲人用眼鏡上攝象頭辨別前面有沒有障礙物、有沒有臺階、有沒有坡度等狀況，用聲音傳播到盲人耳朵里，眼鏡再進行語音提醒。盲人眼鏡可以讀書看報了，是把圖像文字轉換成聲音讀出來。

目前，機器人會向著機械和人更加融為一體的方式進行邁進，例如達芬奇手術刀號稱機器人，是由醫生進行控制的，外科醫生認為效果非常好。

◆◆機器人實現社會屬性仍是難題◆◆

日本首都大學東京教授久保田直行介紹了認知機器人智能技術及利用研究。他認為，認知機器人主要是因為要改善人民的生活水平，改善日本醫療的情況。現在有一些老年人他們被社會所隔離，QOL就是希望讓這些老年人互相的幫助，我們也希望通過QOC和QOL改善這些老年人的生活狀況和水平。

服務機器人研發中心希望能夠實現產學研多方合作，并且盡快的去推行技術轉讓以及技術的實現。過去我們開發了很多專用機器人，提供信息機器人、導航機器人以及用于家庭兒童照顧的機器人，希望能夠分享時間以及空間的各項體驗以及數據。體驗的打造對機器人設計來講非常關鍵，作為服務機器人領域，為了進一步推廣它的應用，它的服務比較是完善的而且是消費者以及與人交互體驗非常關鍵，這就是設計過程當中我們希望能夠提升用戶體驗，同時改善系統的可用性。

護理機器人可以用于老年人關懷以及其他的應用場景中，但是這種機器人開發成本非常高。如果一個老年人在床上躺著，如果說它在床下掉了點東西，這個機器人可以把東西撿起來直接放到床上。

作為服務機器人，它的設計本身就非常的困難，也必須要滿足特定應用場景以及特定消費人群的需求。還有一些導航機器人以及指南機器人。在部署類似機器人的時候，我們基本上3-4天可以完成原型機打造，所以成本可以獲得大幅下降。總而言之，我們要從設計以及需求本身出發，這也可以幫助我們更好的降低機器人的成本，并且推動它普及性增加。

需要注意的是，服務機器人應該有社會性功能，但實現起來非常困難。例如指引機器人，能夠通過視覺、聲音的識別，了解所服務對象的年齡特征，從而保證老年人行動過程當中的安全性，所以不僅僅是找到路徑和進行路徑規劃而已。它還要去識別老人的生理特征，然后確保他在行進路程當中是安全的。

◆◆從自主智能機器人到群智機器人◆◆

浙江智昌產業集團董事長甘中學博士早年曾擔任ABB機器人研究中心的首席科學家，他指出，從自主智能機器人到群智機器人，重新定義工業機器人。從一個做自動化工業機器人走向真正的智能機器人。

國內的工業機器人從核心部件到機器人裸機到機器人集成系統都在有實質性發展，核心部件像南通振康、綠的諧波有非常好實質性進展，在機器人整體上，埃斯頓做得非常好，這些企業為我們中國工業機器人進展做出了貢獻。

但是，現在的核心部件和整機市場被國外壟斷，核心部件成本近66%，而目前國內核心部件只占市場的23%。2018年，國外品牌反而在國內得到了增長，而國內品牌盈利非常困難。特別是工業機器人增速放緩，低價傾銷，無序競爭。因此我們應該重新定義工業機器人。

現在的工業機器人嚴格來講不是一個完整產品，目前的工業機器人大部分集中于現在傳統的焊接、噴涂等。我們必須把這個工業機器人的面對對象要向3萬億智能制造市場，智能制造這樣的市場面對的應該產生新的終端，這就是自主智能工業機器人。

甘中學博士認為，所謂自主機器人就是無人參與的自動運作。工業智能機器人，應該是智+能的的結合，包括感知、學習、預測、決策，執行等。不用人的干預就像人一樣可以思考，同時要有比人柔性能力更強的能力去工作，智能類似人，能力高于人。現在很多企業已經開始向這個方向發展。

目前我們把機器人分為四個類別，第一個最簡單自主智能機器人，它應該是本身有完整的產品，有柔性，有智能，能夠形成閉環，完成它的動作，這樣對創業者，對個性化生產的小企業可以用的。

第二個是協作智能機器人，這個就是人和機器的安全、舒適、智能化交互，這種機器人可以對我們的協同化生產、協同化單元。

第三個網絡智能機器人，要實現人和數據和物流協同，形成三個流程融合，這個就需要一個生產線和生產車間，最終我們群智機器人就是對一個工廠，有機器本體的裝備的連接，同時，有管理流、虛擬的數字生成單。

還有一個分布的云大腦，我們這個分布云大腦不是云平臺，而是一個由機器人大腦和人大腦群腦分布群體，這是群智智能機器人，總而言之，我們認為如果我們想把工業機器人的市場擴大，我要解決我們目前工業機器人的困境，必須面對新型智能制造的工廠，發展新的重新定義的工業機器人，使我們中國的工業機器人走出我們新特點，我們要爭取并跑，最終達到領跑。

◆◆德國人工智能研究例證◆◆

德國漢堡科學院院士張建偉演講時說，人工智能在中國、在全世界變得非常火熱，人工智能如何在機器人落地、如何產生價值，是今年2019年要討論重要話題。

現在世界科技發達國家對人工智能資助熱潮一輪又一輪。大家拼命比賽追趕。德國也是在人工智能和機器人結合方面，有幾個大的重要的項目。我自己領導的中德之間有史以來最大基礎研究項目，叫跨模態學習的項目。人工智能不只是算法、軟件的問題，語音識別和人臉識別，更重要的是和我們真正的實體，包括我們的智能制造、智能駕駛和機器人結合。未來這方面更可持續、更有價值，現在人工智能大家也逐漸聽說了，遇到了投資者拋棄，未能交付頂尖技術，難以得到回報的問題，我想這些指的是純粹做軟件的虛擬現實的人工智能的問題，而我們這個實際上正好是我們發揮機器人和人工智能結合很好的機會。

我自己在清華大學畢業的時候，做的是人工智能，到德國以后和智能制造和機器人的結合。所以總結這30年人工智能，有高潮，有低潮。我們今天再談人工智能落地和未來的顛覆性創新，我們有什么樣更好的機會能保證這一輪真正能夠做好。我們今天從數據角度，從圖象、語音、文本等單模態的數據到現在非歐幾里德多源數據，算力來講，云、霧邊緣計算，伴隨5G計算到來，這種軟硬結合，使我們有了新的能力，從算法角度我們由于我們整個的計算的和創造指數型增長，大家共享算法發展得非常快。另外從真實落地的機會方面，現在包括我們中國的數字化上云，我們的機器人多樣化，我們汽車都有接口，我們的醫療設備都有各種各樣的智能化接口。另外全球化知識共享、多學科的交叉和所謂的全球化國際合作。尤其是在我們中國，多種資源互動，從政府頂層設計，我們的產學研經用，我想今天到場的不只是我們學術的專家，還有投資界的朋友，還有用戶的朋友，在中國這幾種資源的結合，給我們人工智能真正能夠做出持續性的創新和創造價值，貢獻了新的資源。

從計算角度，從我畢業這30年到今天，每個人使用的處理器上百個，跟我們30年前幾個人共用處理器一個情況，它的計算能力不只是上升30倍，是上百萬倍，今天各種各樣的計算，尤其是和大數據，有5G的應用，帶來新的場景使得我們所謂的高性價比聯網燃料加上我們計算的強大引擎，使我們在人工智能和機器人結合方面有新的創新，大家知道人工智能和機器人結合，不僅是未來機器人創新的主要因素之一。還有更多的可穿戴設備、5G、腦科學、材料、能源都是未來我們顛覆性創新的基礎。

張建偉院士指出，真正讓機器人有情感和未來的再提高的機器智能的能力，包括自重構、自適應、交互、安全等，使我們創造未來的機器智能模塊提供了重要的機會跟場景。如果把機器人智能從技術成熟度上，從9-1來分割的話，我想我們一方面在基礎研究和通用理論方面，我們借助很多人工智能的技術研究，包括深度學習，包括從事跨模態學習、強化學習、人腦建模、心理模型和概率模型，大數據知識庫方面，我們可以把技術成熟度到4到5的基礎研究智能方法，著重打造這些共性技術和所謂的機器人AI引擎或者機器人操作系統，再抓取裝配定位、導航、外觀監測、柔性控制、人機安全等等，我們可以創造新的合作的機會，我想在這方面產學研合作，和政府研究院的地位就顯得非常重要。現在真正把人工智能人才，特別缺失的情況如何通過我們的共享，我們的智能模塊的打造和共享來創造我們新的機會。

現在，大家談的人工智能發展的主要的動能是深度學習。只是機器學習的五種最大的方法之一。我們叫數據驅動的自上至下的逼近學習，我們現在走向強人工智能的方法，包括自上至下的多視角，融合棒智能和可泛化的遷移學習，都是我們強人工智能的最關心的方法。現在大家越來越意識到基于數據的深度學習，已經遠遠滿足不了機器人智能的需求，包括我們深度強化學習，包括小樣本的半監督、無監督的學習，還有一些人工智能典型的方法，借助生物智能的方法等。

我們現在從單層所謂的深度學習到連續的多層的叫連續學習的技術，實際上逐漸從實驗室走向慢慢實用和原理樣機。從給機器，教會不同難度的樣本，讓機器人逐漸的變得在同一場景下變得越來越聰明，這些都給我們在機器人方面提供了一些新的方法。這個SONI狗是可移動的，這個狗公布過程當中使用了連續學習的技術，這是我參與的一個公司，給SONI狗給了學習的任務，大家網上可以看一下視頻，這里放不出來了。

另外就是所謂跨模態學習方面，我們在國家自然科學基金和德國科學基金會聯合資助下，和整個的心理學，和腦科學一起研究跨模態學習的認知和神經機制，另外把利用的這些理解的知識和模型進一步提高，一方面現在用機器人，用新的通訊方式，用可穿戴方式，實際上我們把傳統人的意義提到2.0的人類，我們現在的機器人2.0，包括我們機器人在半結構化或者非結構化環境里的認知、交互，自適應能力，使得我們創造未來智能機器人方面有新的動能。在我們中德項目里，我們不只是使用了計算分析的方法，而是我們參與了 在腦科學，心理學，常用的，包括神經呈像，腦筋刺激，行為學方法，研究人各種各樣和機器人類比任務里，大腦神經和知識表達和整個的自上至下的控制結構，怎么能夠建好各種各樣模型給最后的機器人系統使用。多模態的學習感知，讓任何時候、任何狀態、任何模態都能夠有機的、完整的、有效的融合到一起。人的認知模型給我們提供非常好的榜樣，使得我們在機器智能里頭有新的參考辦法。這里三個主要的按照領域，實際上都代表了在人工智能和機器學習方法非常值得重視的方向，包括自適應動態變化怎樣的，隨著不同的環境，自己不同的時間，它是如何變化的。

我們有一個比較典型的結果就是在觀察老鼠在學習前和學習后它的神經網絡的結構，然后找到一些新的，具有局部記憶的機器人的新的神經網絡控制結構。另外就是在第二個領域里，包括我們跨模態的泛化和預測方面。另外在多模態里面，讓機器人人看到不同的物體和聽到不同的概念。怎么讓它把聽到的知識和看到知識融合在一起，我們有一條神經網絡的學習建模。

這個歐盟項目是我們真正的第一次把基于經驗的學習，在移動的操作的餐館服務的場景，讓機器人不斷為人服務交互過程中能夠學到什么時候，什么位置給我們的客戶提供最好的服務，所謂的基于經驗的學習。這個場景是機器人開始進來以后，是不知道人的位置和不知道什么時候東西該放在哪，通過逐漸的學習，把它的規則、概念都一層一層學到，把人常用的知識轉化成機器人可操作的。

◆◆中國人工智能發展現狀分析◆◆

張建偉院士表示，中國機器人技術發展現狀總結起來還是非常驚喜，中國研究樣機的數量和應用寬度方面，實際上跟世界水平基本差不多，數量方面、原創方面我們有追趕的空間。另外在跨學科的人才，尤其是人工智能和機器人和控制這方面人才的培養、創新人才培養和基礎研究的持久度，我們在人機共融項目里有很好的開端，我想在很多企業參與的過程中，如何提高企業的技術高度，避免我們的低水平重復，跟投資界朋友一塊多交流，把期待值定好，大家對整個機器人可持續發展的共識做得越來越好，可以說把這個生態和學習曲線，形成正反饋的效應，我們人工智能和機器人結合的新的起點上尋求創新的創新突破。

雖然我們面臨逆全球化過程或者后全球化的過程，但是真正的全球智慧的創新合作還是有很多的空間，包括我們產學研深度的合作，包括政府、行業協會之間的對話，包括我們中德、中歐、中美未來直接和間接的合作，我想在科技快速迭代的智能互聯階段，協調全球資源，有效推動技術轉移，創造最優的實踐，我們還會有非常大的發展空間。

◆◆機器人未來發展的挑戰和機遇◆◆

上海交通大學醫療機器人研究院院長、英國皇家工程院院士、帝國理工大學醫學院教授楊廣中教授提出，現在中國機器人企業投資的力度非常大，然后產出進度也非常快。那么今后機器人挑戰在哪里？它的痛點在哪里？我們要在哪些方面能夠彎道超車？在哪些方面我們可以進行前瞻性布局？在產業轉化和應用方法做出哪些好的創舉？

今后在機器人方面，能夠真正起到革命性引領作用，跟創新的話，實際上在新材料。在材料的融合，怎么樣能夠不光是我們能夠做獨立的機器人，穿戴式的機器人，并且今后會發展到SOLS機器人，這個會在后面做拓展。其他在動能、集群、智能、導航、人機交互和倫理、法律方面，是非常重要的方向。我們把機器人做小、做輕、更智能化，材料要進行非常重要的拓展，這是非常重要的考量。那么在功能方面，人機共融不光是結構上的，并且是功能上的，真正的達到了人機共融。社會人口老齡化，越來越多的大眾能夠活到90，超過100歲。我們機體功能在退化的，怎么增強我們機體功能，有很大的挑戰，這也是我們希望未來的科研人員在這方面做一些事情。

智能化牽涉到兩個因素，不光是機器向人學習，在機器的自學習當中，我們怎么樣教會機器學，我們希望它所學到的東西，并且能夠理解機器所做的一切，也就是我們所講的，這是源于深度學習作為一種方法，我們不能過多的注重它，更關鍵的是要求我們能夠進行研究。

醫療機器人是我們關注的，醫療在過去的50年、100年當中有一個非常大的飛躍，這也就是從我們開放式手術走向微創手術，走向了機器人輔助微創手術，這是上海交通大學醫療研究原注重的方向之一。過去25年中達到了把醫療機器人從實驗室走向了臨床。并且能夠解決一些臨床所不能解決的問題，它能夠做精確的定位，能夠做單孔、多孔并且進行影像增強現實，把一系列功能、少數導航結合在手術當中。我們現在所要討論的問題就是到底我們做手術是需要不需要全自動化。醫療機器人會不會取代外科醫生？早期發現、早期診斷、早期治療、更精準的手術，對于我們今后手術機器人研究是一個非常重要的方向。

目前，治療手術裝備技術日新月異，從厘米機、毫米機、微米機，并且走向了納米機。我們納米機器人實際上在今后會有越來越多的發展。那微納米機器人，如果完全是一個推動的話，可以用化學，用磁場，用聲波，并且可以用自然物體帶著它進行在身體流動。這個就是在早期診斷，早期治療怎么結合起來，這在今后的醫療機器人發展方向，對今后醫療的主治工程，對今后的給藥，大分子制藥，給我們治療方案會有非常大變化。

機器人產業的布局越來越廣。現在好多的建筑公司，地產公司都在研究機器人。用現成材料怎么把建筑做出來，這些建筑就是通過疊加制造的技術可以做出不同的結構，超出簡單的搬運、累磚功能，如果我們想到建筑機器人只是想到搬運、累裝、噴涂，這樣的機器人在建筑界不會產生太大的功能，只有把材料、建筑整個理念、建筑整個過程進行重新的定位跟思考。在醫療機器人當中一個很重要的方向就是康復機器人，康復機器人就是假肢，這方面，此次現場展覽中有很好的產品和研究。而航天、深海作業專業機器人的應用已日趨成熟。