科普時報記者 陳杰?

“當前，智能機器人所取得的進展主要集中在底層建模和控制方面，但傳統物理模型難以適應交互環(huán)境變化，迫切需要將模型訓練與深度學習融合推進。”近日，清華大學訪問教授張建偉在首屆國際基礎科學大會“基礎科學與人工智能論壇”上指出，機器人在面臨未來動態(tài)和非結構環(huán)境下的相關研究已成為行業(yè)重要話題之一。

誠然，ChatGPT帶來的智能化應用，已經讓人們對大規(guī)模及算法快速進化下的智能機器人有了更高的期待。而在工業(yè)領域，機器人的廣泛應用讓工業(yè)自動化成為可能，智能化則成為其下一個目標。

(資料圖片)

微億智造創(chuàng)新系統部負責人馬元巍博士告訴記者，工業(yè)界傳統的自動化方案基本上都是將知識灌入機器人系統，通過編程的形式實現自動批量處理事務的功能。因此誕生了一系列計算機視覺的任務和機器人控制的任務，比如一個完整的抓取分揀操作，包含了3D感知、配準、點云分割、抓取點估計、任務重排、規(guī)劃、2D校準等任務，通過強大的工業(yè)軟件將這些技術點耦合在一起，催生了工業(yè)上的絕大部分應用?！斑@樣的應用具有可控、重復性高的特點，但是整個方案實施成本高、柔性低、換線復雜，并且每個方案都是獨特的，缺乏基準和技術一致性，非常不利于整體技術的進步?！?/p>

正因如此，幾乎每個行業(yè)對自動化的“解決方案”這四個字有錐骨之痛。如何破解這一現象，則成為智能機器人產業(yè)發(fā)展的重點方向。

“人類經常被物化為工業(yè)流水線中最柔性的執(zhí)行機構，是因為人觀察和學習周圍的環(huán)境，使用自己的大腦充分利用自己的身體完成各種復雜的任務，并且在執(zhí)行中不斷受到更新自己的認知?！瘪R元巍表示，這種模式正是智能化追求的一種理想形式，也是1950年圖靈在論文中提到的具身智能。

行業(yè)專家普遍認為，工業(yè)智能化發(fā)展始于具身智能。

具身智能是指具有身體的人工智能，需要與真實世界進行交互。這種交互不僅涉及視覺上的高維特征提取，還包括其他感官信息，例如聽覺、嗅覺、味覺和觸覺。通過這種交互，智能體可以獲取物理世界的真實反饋，并通過反饋來學習并進化，可以幫助機器人更好地完成任務。

具身智能執(zhí)行步驟一般為多傳感器從真實到模擬，然后從模擬到真實的過程，具體的過程就是通過多種感知設備和算法，盡量將現實世界的信息能夠還原到虛擬環(huán)境中，然后在經過模擬和規(guī)劃后，將算法和規(guī)劃應用到實際機器人上。

產業(yè)界以前為什么不提具身智能呢？馬元巍認為，主要還是因為技術復雜，各個技術點發(fā)展不成熟。隨著人工智能技術的快速發(fā)展，尤其是大語言模型徹底改變了語義理解和頂層規(guī)劃的困難?！癈hatGPT證明了大語言模型具有較強的綜合思考、邏輯能力、數理能力，大語言模型越來越被證明，其作為機器人的上層邏輯規(guī)劃器是非常有希望的，一舉改變了機器人系統不智能的缺點。多模態(tài)模型的發(fā)展，為統一圖像、行為理解、語音、動作等提供了技術基礎?！?/p>

基于當前智能技術的發(fā)展，微億智造提出了獨特的工業(yè)智能機器人漸進式路線：以“眼手腦云”的實施架構為基礎，聚焦于可累積數據場景和通用關鍵技術，打造虛實結合的應用產品，漸進式地實現機器人智能化。

縱觀整個工業(yè)智能的發(fā)展，之所以遠遠比不上消費端的發(fā)展速度，其根本原因是相關基礎元素沒有被很好地數字化。有理由相信，隨著各種大模型的發(fā)展和應用，機器人的感、知、控等技術將飛速發(fā)展，實現工業(yè)智能化的要素將逐漸齊備。

當然，這肯定需要一個過程。正如張建偉所言，未來的機器人大概率會是通用智能機器人，一個機器人既能夠給你端茶倒水，又能到餐館服務，還能到工廠干活。“這將是智能機器人產業(yè)的大目標，也是一個非常艱巨的目標。”

關鍵詞：