物联网和人工智能的结合会带来什么新的市场

IEEE 工业信息期刊总主编、台湾大学智慧机器人及自动化研究中心主任罗仁权在“2019 世界机器人大会”上，阐述了人工智能与物联网结合所带来的新机遇与新市场。

统计数据显示：过去十年间，自主无人驾驶已经成为人工智能研究领域的关健词；在北美、欧洲、亚洲的新兴经济体中，机器人的活动正在稳步提高。日本机构也预测，未来五年全球机器人领域的可能会出现高达20 倍的增长，拥有巨大的增长潜力。

未来欧盟的机器人应当可以拿到安全认证， 换言之，机器人的控制和传感器技术将有市场需求。

ROS 操作系统是一种纯开源的系统，可以应用在许多不同的机器人之上，包括工业机器人、服务机器人、有足机器人等。使用ROS 的历史只有10 年，到今年大概是11 年，使用ROS 动力学，广泛受到业界的认可和接受。ROS 分为ROS1 和ROS2，ROS1 是非中央式的分布式系统，目前正升级到ROS2。

当前工业机器人的应用领域非常广泛，协作机器人是其中最有发展潜力的。2013 年德国启动工业4.0 项目，在全世界广受到广泛认可。网络互联、人人互联、人机互联、机机互联就是智能网络，还包括机器人、机床、移动机器人等， 要让这些互相可以进行协作。

目前，协作机器人在教育和工业等领域中都有许多使用模式，如ABB 制造的Umi 和日本卡瓦达都是双臂机器人，而且是通过两个机器人的手臂连接起来的非常好的机器人。

现在大家都在讨论下一代机器人外观是什么？很多相关细节都在讨论，要考虑它的准确度、速度、可靠性、可控性，最重要的是亲近性和安全性。

工业4.0 是建立网络合作和交汇。以机床制造业的车间为例，打开生产设备后可看到里面有五个轴，每个轴包括四个传感器如速度传感器、震动传感器等。而最底层的是各种不同的设备， 比如机床机器人、工业机器人、移动机器人，再往上是数据收集和软件编程。

我们能将这些数据进行编程，从而分析和预测机器人的健康程度，对机器人的检修提供很大帮助。

当前每个智能化工厂都需要MES 系统，新订单到来后需要决定哪个机器做哪个步骤。每个公司也都有自己的ERP 系统，资源在内部进行分配后再集合变成企业内部的环境，可以不采用纸质办公发展为数字化，这就是工业4.0 的核心。横向有SEM 和CRM 系统，纵向是CRM、ERP 和MES 系统，所有这些层次都有自己的系统控制。

互联平台最高的层次被称为软件服务层，即软件及服务，是一个完全以应用为导向层次。

这是什么意思？就是人们可以从这个角度创造定制化服务。比如用3D 技术打印鞋，可以用不同的颜色、不同的样子设计，这是最典型的定制化案例。

机器人被分为工业机器人、服务机器人或医学机器人等，都有收集数据的能力。每个机器人都会安装传感器收集数据，有可能发展成十亿级的数据再变成大数据。使用AI 一定要有很好的数据进行支持。机器人可以服务非常多的大众、私营部门、物联网，是大数据的重要收集系统。

那么，人工智能如何能将车和人识别出来？就是用卷积网络进行实现的应用。我们拍摄一张照片就会有一个特征的映射，然后进入感兴趣的、不同角度图上的不同位置，用的模型为RCN 第一代深度卷积神经网。

我们首先需要准备很多的数据，之后要设计出一个模型的架构，还要有一系列的工具以及测量，这些可以将错误降到最低。之后再不断做培训和优化，机器人就可以进行工作了。

具体而言，可以先把一张图分成不同的小图。比如图上有一位女士，她的眼镜、鞋和裤子都可以进行单独的分类，机器会先学会这些东西是什么，然后在图上识别出来——虽然机器人一直处于运动中的状态。

通过图片映像捕捉可以对所有物体定位，如这里有一个女人、这里要有一片云，然后建立起一个语义连接进行运动和协调，构成一个句子。拍照片的时候就可以定位所有的东西，而且都可以进行识别定位，并进行自然语言处理，之后会基于这个生成一个句子。

我的学生正在做的一个项目名为面部动态识别，可以搜集很多脸部的数据。最重要的一点是， 我们看一个人就会知道这个人正在做什么样的动作或者行为，还能够识别年龄，而机器也已经可以做到这一点。

还有一个重要研究方向是多模态知识映像捕捉。我们实验室的机器人已经可以实现移动定位， 比如服务机器人看到一个人站在他的前面，可以拍一张照片并说出来这个人是谁，然后辨别出这个人在读一张报纸，将自己识别出的信息表达出来。

5G 也是当前非常重要的一个技术。我们提到5G 都会说到三个重点：超高速、广连接和低延时。

今后连接会越来越广，各种东西都会连接在一起，反观4G 则受限很大。如果有一个服务器就可以切分成数百个小的模块，每一个模块可以直接通过5G 进行连接。未来机器人不再需要内嵌的控制器，直接通过5G 就可以进行中央化处理——就是用中心控制的方式，边缘计算架构可以构成五个层面。

IT 是信息技术，OT 是运作技术，CT 是传播技术。IT、OT、CT 等技术通过数据流进行数据送达。如果我们在系统上进行操作时怎样通过5G 进行互联？有了正确的时间和地点才能进行智能生产，把这些与AI 和IoT 加在一起，会产生各种各样的优点，比如低延迟、数据隐私等， 如此IT 和AI 就可以结合在一起了。

物联网和人工智能可以相互帮助解决自身的问题。比如AUI 即为自动光学接口，主要存在着两个问题：一是泄露，一是滥杀。

泄露问题如同阈值设计得太低，如果设计得太高就会限制很多不该限制的东西，换言之就是阈值过于刻薄，所以一定要在过于松散和过于刻薄之间找到平衡。

AI 已经可以进行学习和概括，比如用视觉系统进行自动化的光学检测，可以做很好的检修评估。未来大多数的机器视觉设备将会内嵌AI 芯片，即进行AI 自己的运作，这一点很重要。

未来的移动机器人可以做成协作机器人。比如用一个新的设备测试真实工作中的速度，我们可以进行加速和测试，尽量以协作方式运作。日本现在很多品牌都可以做这些工作，西门子也在做自动生产系统，包括机器人手臂和工业机器人的应用，都是非常尖端的技术。

SPEC 也在做智能生产系统，包括移动机器人和仓储机器人等。汽车行业中，移动机器人可以和人进行协作，Amere 是自主机器人和工业机器人，包括增强现实，这些技术在进行协作后带来了新的业务。

为什么一个公司不能解决所有上述的问题呢？问题在于数据。大家都说数据是石油，其实我认为数据更像黄金那么重要。

数据应该是有标注的。每个公司都有数据， 这样才能做测试。先进机器人和先进人工智能发展之路是比较坎坷的，我们会创造出很多新的业务，有些岗位机器人能够做得更好，而且也会有更多新的机会。

过去的B2C 是大规模生产，现在不行了， 因为要做个性化的生产，用户体验非常重要。经过三者的重合和叠加是非常重要的，对客户也尤其重要。我们要超越工业4.0，过去只知道做产品集成解决方案，现在要增加很多的智能成分即人机协作。同时，也要与有认知能力的机器人进行协作，还要考虑用户友好和安全、设计和分析能力以及认知运算。