人工智能（AI）是计算机学科的一个分支，它研究如何模拟、延伸和扩展人的智能，使机器能够胜任一些通常需要人类智能才能完成的复杂工作。包涵机器视觉、机器学习、语音语义识别，自然语言处理等细分领域。AI自诞生以来，已广泛的应用于智能机器人、智能穿戴设备、智能车载、智能医疗、智能交通等各领域，试图将机器智慧为人类服务发挥到淋漓尽致。

2017年甚至接下来较长一段时间，人工智能领域的重点发展将集中于弱人工智能在专业化程度高、垂直领域内的应用。虽然与传统企业相比，机器人不算是弱人工智能，但机器人也确实还没达到强人工智能的阶段，而且领域非常垂直，那人工智能将对于机器人领域产生哪些影响？

本期机器人大家说请来了重磅嘉宾为你开讲，为你分享人工智能（AI）如何为机器人插上翅膀。

第19期机器人大家说嘉宾

 

李世鹏 博士

前微软亚洲研究院首席研究员

副院长、微软公司合伙人

现科通芯城集团及硬蛋科技的首席技术官

现《IEEE电路与系统会刊-视频技术专刊》副总编辑

以下为分享原文

       主持人：人工智能的价值和前景是非常巨大的，它对于传统机器人的赋能意义也是非常巨大的。比如说像自然语言识别，语音交互，图像识别，还有深度学习等，相当于为机器人赋予了看、听、说等智能交互方面的能力。李博士，在您看来，社会对人工智能机器人价值的期望是什么？

李世鹏：我觉得人工智能尤其是深度学习最近得到迅猛发展，给我们整个社会，整个产业，整个科研领域带来一些特别新的思想和计算方式，所以它会改变了我们的传统观念，例如对机器计算，或者对计算方面的一些认识，应该是人工智能的。简单来说，实际上是计算方式的一场革变，然后它是把很多传统的，确定计算做不出来的东西现在变成一些统计计算，再通过深度学习这项模型，然后用足够的数据进行训练，能得出一些结果来，就相当于一个黑盒子。往往这些会可能跟人的一些认知或者人要做的事情，比较相关和类似。所以就是大家对人工智能觉得很神奇，也确实是我们可以看到。实际上人工智能在很多领域，刚才也提到了，在语音识别、人脸识别、图像识别、自然语言处理这方面已经取得了很多进展，

第一，语音识别。因为有了深度学习，在传统的技术达到瓶颈的时候，通过人工智能的方法让传统技术上升到一个新的台阶，把一个传统比较高大上的技术，现在变成了一个普遍，普及的一个技术。

第二，人脸识别。人脸识别现在可以在上亿的人脸里面，很快就把一个人的身份识别出来，这是一个特别了不起的事情。

第三，语音识别，和自然语言处理，像微软的小冰，百度的度秘，都是一定程度上能跟人直接进行一些语言交流，现在这种交流实际上已经突破了我们当年图灵test的一些基本要求，所以我觉得带来了很多方面的革命。更大的一些潜力，可能在把这些人工智能技术应用到这个社会领域，产业领域，甚至说在一些政府政务，或者其它方面。

       主持人：人工智能化的机器人正在取代一部分人的劳动，导致了一部分社会人群出现失业，到底人工智能有没有达到这么高的一种水平？您怎么看待这个问题？

李世鹏：这是一个特别有严肃又有意思的问题。人工智能肯定在一定程度上会取代一些人做的事情。历次工业革命都会使社会生产效率提高，出现新的生产工具，也必然会替代人工或者传统行业的一些职位。

当年汽车出来的时候，因为传统马车的车夫抗议，所以英国出了一个空气法案，规定汽车速度不能超过多少，人为去阻止这种技术向前发展。同样的道理，AI在比较重复性的劳动领域，或者说一些只需要低层次的智能领域的工作，机器人来做更适合一些。我们李开复老师也讲过很多案例来讲这个问题，包括写文章的媒体编辑记者等这些行业，也很大程度上会把一部分重复性劳动或简单的劳动，由机器代替人，所以这是一个趋势。

我们知道富士康现在决定在美国设立厂房，你想想美国人工多贵，川普上台以后，一直在讲美国制造，要把很多海外的工作拿回去。所以富士康在美国设立厂房的核心的一点就是他要用很多机器人来代替人工。所以这就是你能看到正在发生的。

就像所有传统的工业革命一样，人工智能把人从简单重复性的或者是不需要那么有创造力的事务中解放出来，人就能有更多精力和时间会去做一些更有意义的事情。这是社会进步的自然趋势，也不必恐慌，但是拥抱人工智能发展，我们确实也需要做好准备。

       主持人：您觉得人工智能接下来将会在哪一个领域，有具体的爆发？人工智能对哪些行业会有发展性的驱动并最先有收益？

李世鹏：我觉得划分里的两类可能会率先爆发，当然还有其他不属于这两类的。

第一个就是产业或者是企业服务，和生产和生产效率相关。比如说工厂的自动化，很清楚这是现在的一个趋势，比如在深圳传统的制造基地，很多代工厂也好，组装厂也好等，之前传统的劳动力相对比较便宜，现在随着中国的发展，不止深圳还有很多地方劳动力或许不再成为一个绝对优势，这时要继续发展，必须把需要人重复性的劳动的工作，用机器来替代。所以我觉得在制造领域，可能首先看到一些明显的爆发。

第二个其实就是在个体消费者，和个人生活水平提高相关。现在我们生活中，其实已经不知不觉在运用很多人工智能的产品。人工智能可能会带来一些传统意义上，我们没感受到便利。比如大家熟悉的滴滴打车，实际上它背后有着大量的数据计算，在调度车辆的时候，很多实际的参数都考虑进去了，为你选择最适合你现在的位置去的地方和路径，最优的司机到达的时间等，有一个综合的考虑，所以我觉得从这方面来说人工智能使我们生活更方便了。又比如智能家居里，你通过语音控制很多家居，不需要打开电脑，不需要掏出手机，仅仅对着一个智能音箱，就可以做到我想要做的，所以这都是一些会慢慢就进入我们家庭的人工智能。

       主持人：目前我们看到有很多机械臂产品，开始跟AI去结合。很多机器人企业觉得是跟人工智能的结合，目前来看还是处于一个实验的阶段，大家都做，我不做也不太合适，现在更多的时候生产还是让机器去按照设计好的工序序去来操作，您觉得工业机器人和人工智能的结合点在哪里？

李世鹏：现在大部分工厂里在实现自动化，因为机器人需要自动化，所有的操作它都是根据预先编制好的一些程序他来执行的。具体到工业机器人方面有两个概念，一个就是机器人。工业机器人有两个核心的组成部分，第一个就是智能这一块，或者说软件这一块怎么去控制。第二是硬件平台，就是不同的国家，不同的工厂生产的机器人或机械臂，实际上在质量精度，持续时间，使用寿命，这些方面是特别关键的，现在虽然是很多工厂里面机器人化，实际上更多的是在机器这一部分，在智能这部分目前还是很简单的。

现代的工厂机器人，都是预先设定好了在生产线上，段时间里怎么做。那么将来更智能化一点，它会根据整个生产的流程，比如说如果前端有一个工序的一个机器人，它出现故障了以后，不需要人来处理记录，也能进行智能化，此时在处理另外一个工序的一个机器人，能自动转换角色，去替代或者分担一些故障机器人的工作，这就是所谓的智能化，当然这个智能化仅仅是比较局部的。那么再更进一步的智能化，是从消费者那一端直接去学习到消费者数据，然后工厂会根据各种各样的统计分析的数据，订单数，去实时调整他的生产步骤，类似这种可能是更广义的一个智能化。

       主持人：协作机器人不是完全的人工智能化，但它可以帮助人去减少人的劳动的频率，更完美的分担一部分劳动，这是一个比较聪明的办法，您是如何看待的呢？

李世鹏：协作机器人是把人的大脑跟机器结合起来。一个很典型的例子，大家知道在医学上的达芬奇机器人，就需要人机协作，他可以放大一些人的功能，比如说做手术的时候，达芬奇机器人协助人更稳定的达成手术的精确度，还有很多方面比人更稳定。当然这个还是比较初步的，是一个过渡的阶段，不失为一种比较聪明的做法。未来可能连怎么做手术都完全不需要医生来操控，机器根据你对人体的，比方病人身体的一些生理构造或者病原的自动检测，而自动制定一些手术方案。

       主持人：现在对传统的机器人到人工智能化，被提出一个更高的要求，包涵了它是不是有成熟的AI的算法，足够的计算能力，足够的数据等。对于一个成功的人工智能（AI）机器人公司来说，在您看来，应该具备一些什么样的特质该应该怎样做？

李世鹏：这个问题是比较大的，我只讲我自己的一些观点，大家可以脑补一些其他的方面。

首先，数据的积累是至关重要的。因为你知道你想要的到底是什么，然后他发生的状况是什么，然后在后面也遇到类似这个问题怎么解决等。所以机器人公司，一定要把这整个过程中各种传感器，各个环节出现的一些数据积累下来，这是一个财富，而不是说定出生产线把它做出来就完了。如看哪个人工智能企业比较靠谱，想投资的话，我觉得第一个问题就要问数据在哪里，是有一些得天独厚的独特的数据，还是有一些机制来获取独特的数据。所以同样的在机器人这个领域，我觉得数据是特别重要的。

第二，需要有一个落地产品，就是说有一个切实可行的一个生产产品、销售产品的路径。人工智能公司分为三类。第一类公司是做基础技术，比如说各种各样的云服务、智能服务；第二类公司是做人工智能技术，包括中间的人脸识别、语音识别等；第三类公司是做具体的直接应用产品和服务。所以一家公司，光有数据，没有自己可以落地的一些产品，他也做不起来，这三条线是要配合起来的。就是我要做的这个东西，必须是有技术也有一个切实可行的产品可以落地。

       主持人：对于一个中小型的机器人公司来说，未来他想要发展得很好，如何更好的和上游和下游企业去合作，然后来实现自己企业的价值？

李世鹏：整个 AI产业特别庞大，做基础技术的公司，跟做实际应用的公司，一定要学会建立合作。所有事情都从一开始做的话比较艰难，而且是我有一种观点，也是比较悲观的观点，但其实在很多基础设施上也许几个，比如说中国BAT、微软、苹果、Facebook，在很多领域里都已经占了先机，想去撼动它们经过十几年积累的数据的话，除非你有一个特别偏的门，才能出现另外一家这样的公司。巨头们既然积累了这么多数据，而且它还有提供服务给大家的话，至少在企业较小的时候，可以使用这些人工智能服务来为自身服务，包括他们一些大数据分析工具，一些智能交互工具等。我们知道底层的东西，实际上是很大程度上现在传统企业或者一些初创公司，他们没多少资源去做这些太广太大的事情，这时你把和上下游对接起来，做好很有意思的那部分事情就好。

其实，我们整个硬蛋实实在在做的一些事情，就是从技术层次上把这些公司的人工智能服务和我们平台上各个企业具体的人工智能应用连接起来，让它们更快的实现产业的转型，体会到或者说能更好地利用一些人工智能的优势，提高生产力。

       主持人：您说硬蛋从技术层面上把一些公司的人工智能服务和平台上各个企业具体的人工智能应用连接起来，让它们更快的实现产业的转型，这个是不是您特指的硬蛋实验室发布的开普勒系统，也就是您所提到的对接的价值？

李世鹏：开普勒系统是我们在接触很多企业，发现人工智能方面的人才特别稀缺，好的人才价码很高，大公司都在争夺，传统企业或者初创企业资金也并不丰富，挖不到这些人才。那怎么办呢？这就需要有一个平台，能帮助他们快速的找到他们想要的东西。了解到这样一些痛点以后，硬蛋实验室做了一套叫做开普勒系统，简称开系统（K系统）的开放平台。通过这个平台，能对接各种硬件的模块，对接各种传感器，还有跟各种智能硬件的以及软件上和云服务的层的链接等。不论是各个人工智能的大企业也好，或者是一些小的初创型企业，他们提供人工智能服务，用到那些需求人工智能的产业和企业里去。

这实际上是我们提供的一个解决方案，这个解决方案是可以也很容易去定制化的。或者说是开放的，可以开发的一个平台。这里有很核心的几点。

第一个，就是我们想做成开放的平台，从硬件、软件、云服务都开放，甚至最后数据也可以开放。从硬件来说，我们提供了一些叫做服务主线的概念。也就是说各种传感器很容易用到我们这个硬件的主平台上去，很容易去做扩展；从软件来说，我们用了一个剪裁的安卓系统。这一块很大的一个问题是我们要解决云服务方面的一些开发。现在各大公司都想营造自己的生态，所以从开始，甚至是在从做硬件的时候，他就要去锁定我的服务，一旦这个产品出来以后，就没办法再改了。比如语音模块，已经跟他绑定的公司。而我们这个平台，从硬件软件一开始就是要打破这个局面。也就是说我们用这套东西开发出来的东西，在设计的时候不需要去考虑我到底用哪个云服务，甚至说我在产品卖出去之后，我都不需要考虑。

那我们怎么做到？我们做了最关键一点是在软件层面上，我们已经归纳出了一个统一的开放的人工智能API。举个例子，我们现在要调用这个语音识别的服务，每家语音服务商所需求的API都不太一样，那我要是从客户端去做的话，对它本身来讲实际上是比较有限的，但如果我有一个平台，我把那些数据也开放出来，那么数据给做医疗保险的公司，那么他马上就能知道这人是经常运动，我可能保费我可以降低对吧，所以这个差异化的保险服务，可能对保险公司很有价值。那么反过来，他会把这个价值又返回给能提供数据的公司。

在开普勒发布的同时，我们宣布了数据银行的概念，数据银行的概念实际上就是两点。

第一点，是对用户数据的隐私更好的保护。也就是说即使一个智能硬件采集到用户数据，如果用户不授权给其他的服务，是无法去分享给其他人的，就和我们iPhone手机上的位置信息、语音信息等这些信息，必须用户授权这个应用才可以使用是一个道理。所以我们想这个会更多的放在一个数据型的平台上去，所以这个就是数据银行的一个功能。

第二点，就是交易。为什么厂家愿意把数据给到三方平台上，因为我可以创造一些他本身带不来的一些交易对吧，真正把数据的价值体现出来，所以这个数据银行的概念，我觉得可能从某种意义上是一个大势所趋。

       主持人：现在有很多人工智能技术公司，他们自己本身也有开发平台，他们的开发平台是不是也可以加入到我们的开系统当中去继续提供他的服务？

李世鹏：我们的K系统是拥抱一切，不管是自己的一套东西，还是在开放的东西，我们最后的设想，因为这也是我们现在在推广。上个月，和北大在科技部指导项目下，成立中国人工智能产业技术创新战略联盟，其中一个目的，就是沿着这个方向做出一些标准化的东西。嫁一层语音交换机，如果有一个统一的标准，大家都是用同样的语言去交互的话，实际上就不需要这一层，所以这也是后面联盟推进的一些标准化一方面的工作。

       主持人：一个做机器人的公司，它在K系统当中可以有哪些选择？或者能获取哪些帮助？

李世鹏：K系统如果用在机器人里，第一，它可以提供一个大脑，然后它可以把数据关起来，把你需要的云服务给无缝的连接起来，你可以很容易去跟其他的设备去互通互联，我们当年做K系统的一大理念，就是强调设备之间的互通互联。实际上回到整个人工智能上，关键要看你没有足够的数据。你必须用足够多完整的数据，才可以让机器人在应用场景里更智能，然后也要对周边的一些人工智能设备的一些数据的掌握，使他们整合在一起，保持融合在一起，才能提供一些更智能的服务。

网友问答环节

（1）主持人：有一位网友问：前不久就有机器人伤人的新闻，那么您怎么看待这个问题？

李世鹏：是很有可能，因为机械还是要人来控制，我不太相信很短时间里面，机械自己会失控，他自己去制作出来。更可怕的是，一些居心叵测的人教它去做一些出格的事情。

（2）主持人：一位可能是从事行业方面的朋友问了一个比较大的问题：商用机器人的门槛是什么？您觉得机器人作为一个产品来说，会面临哪些困境？

李世鹏：商用这个范围很大，商用分为两类，一类是工程用，一类是服务用。

像在银行，可以通过和机器人的简单问答来办理业务，它能减少很多人工资源；包括现在很多电话客服直接用上机器人了，一些简单的问题，可以自动会给你语音回复等。这个门槛不变，将人工智能机器人商用是一直在发生的事情。

工厂机器人就是传统的自动生产线，可以逐步引进，也可以一下子引进全部产线，甚至也有些工厂开始在做自己的机器人。这里最核心的价值，一方面是智能，另一方面是工艺。

在智能方面，中国在人工智能方面，还真会比其他国家做得成功，因为我们中国人从小在数理方面的培训比较好，虽然不能说是最顶尖的人才比国外要多了，至少我们有这个基础，比如大批的这种人才，所以这方面我们倒不会有太大的障碍。

另一方面是工艺，包括机器人用的材料等，国产的跟一些先进国家在一些材料工艺上还是有很大的差别，人家一个轴承或者是一个机器臂传动可以用好几年，所以要考虑工艺方面，生产的机器人不需要人经常去修复，这就需要在工艺方面提高。

（3）主持人：另外一位网友问到：您觉得机器人它未来会不会有情感，它是会模拟出来还是会更真实的像人一样去展现出来，这个你怎么看？

李世鹏：这是有一个有趣的话题。其实情感智能完全是可以做，可以学的。从某种意义上说，我觉得机器人情感可能更容易一些，我们最近有篇论文，获得大奖，这个论文的核心是有没有人工智能方法去做设计。比如说做杂志我们怎么让人工智能自动的去配图案、颜色、文字的搭配。我们当时做的一个理念，其实是基于自然语言的了解，对图像内容的了解，还需要有一个认知过程，但是在美学上它是底层的协和问题，是用很多物理参数描述而来。同样人的情感，要用来学习的话，包括人的表情，情绪，喜怒哀乐，再加上一些其它的参数特征等，基本上就可以达到一定水平。

要给它足够的数据来学习，机器人是可以模拟人的，甚至比自然人的理解更容易一些，关键看我们怎么样去教它学习。如你骂它一句它就应该怒，这种模式是比较好做的一点。所以将来像这种感性的东西，从机器学习这方面可能比理性的东西更容易去学习，这些是我的一些观点，我们之前有做过类似的一些东西。现在有人说除了做情感计算，机器人应该有情商。就像我所有讲的话，是带有一些情感的成分在里头，你把这些数据完全融进去训练机器人，它在讲一个比较有趣事情时，是一种表情，在讲到愤怒的时候，又是另外一个表情，现在这是可以做到的。

（4）主持人：我们很期待人工智能机器人产品能做的不错，朝一个非常正能量的方向去发展，这是我们集体的力量应该努力去实现的。

李世鹏：现在中国的企业专注在把人工智能普及化，今年国家发布了新一代人工智能战略，现在集体参与的，综合人工智能技术创新产业基础创新战略联盟，也会在这个方向上起到推动作用。而做人工智能机器人方面的企业，要多多加强沟通。如果有什么需要我们帮到的地方，从硬蛋这样一个平台的角度上，从技术上可以支持大家，另外从产业联盟这个角度上，我们是联盟里的联合秘书长，所以大家有什么需求也可以找我们来聊，我们在这里会帮助大家的。