現(xiàn)如今，人類與機(jī)器人的關(guān)系，已從過(guò)去的競(jìng)爭(zhēng)變成了現(xiàn)在的協(xié)作，也就是從競(jìng)爭(zhēng)、共存、協(xié)作到未來(lái)的共事。例如在一些3C工廠，工人一天八到十個(gè)小時(shí)重復(fù)站在那里去做同一件工作，那么對(duì)這種工作，我們希望他可以完全被自動(dòng)化替代。同時(shí)，利用人類的認(rèn)知、適應(yīng)或者創(chuàng)造等能力去做更加有意義的工作。

而過(guò)去幾年中，火得不能再火的人工智能技術(shù)，他與機(jī)器人的結(jié)合，在工業(yè)互聯(lián)網(wǎng)的落地中起到什么作用，扮演的角色又是什么？通過(guò)文中的分析，你就會(huì)知道其實(shí)有很多有用的案例，例如：物流場(chǎng)景中，不同工件的識(shí)別和抓取等，此外，通過(guò)將人工智能、機(jī)器人技術(shù)引入到工業(yè)互聯(lián)網(wǎng)領(lǐng)域，還會(huì)帶來(lái)一些新的變化，過(guò)去幾年的主要變化就是在認(rèn)知和理解方面所做的工作，現(xiàn)在我們看到強(qiáng)化學(xué)習(xí)推進(jìn)的過(guò)程優(yōu)化都是完成這樣的過(guò)程。

過(guò)去兩年，馬斯克創(chuàng)立了一家公司叫做Open AI，然后讓人類冠軍和計(jì)算機(jī)進(jìn)行比賽，比賽結(jié)果是260：0，機(jī)器完勝了人類，大家看到這種新聞可能已經(jīng)覺(jué)得見(jiàn)怪不怪了。Alpha Go擊敗李世石，Google語(yǔ)音訂餐，包括今天玩的各種游戲，看著可能很炫，但是為什么不能干點(diǎn)正事呢？雖然是在玩游戲、下棋，其實(shí)背后更是一種挑戰(zhàn)，我們想把人工智能、深度學(xué)習(xí)和現(xiàn)實(shí)生活、工業(yè)等結(jié)合在一起。

現(xiàn)實(shí)生活當(dāng)中，可能沒(méi)有那么多規(guī)則和狀態(tài)的約束，就像游戲當(dāng)中規(guī)定人類玩家冠軍不允許用這個(gè)，不允許用那個(gè)，但現(xiàn)實(shí)當(dāng)中沒(méi)有那么多約束、沒(méi)有那么多條件，所以我們面對(duì)的現(xiàn)實(shí)情況要比游戲復(fù)雜得多。人生不是游戲，真正工業(yè)場(chǎng)景中需要人工智能技術(shù)處理的任務(wù)更為復(fù)雜。

就像前面提到的，過(guò)去的十年當(dāng)中很多工作消失了，也有很多新的工作出現(xiàn)了，但人始終是不可替代的，因?yàn)槿嗽谶@個(gè)過(guò)程當(dāng)中能創(chuàng)造更多工作的機(jī)會(huì)和工種。同時(shí)，自動(dòng)化發(fā)展水平也是這樣，我們不是100%無(wú)人化的工廠，包括無(wú)人倉(cāng)庫(kù)、無(wú)人超市，背后還是需要有人創(chuàng)造更多的工作，包括一些新的工作崗位。

人機(jī)協(xié)作能夠達(dá)到什么狀態(tài)呢？一個(gè)真正協(xié)作的機(jī)器人，就是不用加上視覺(jué)和傳感裝置，就可以被動(dòng)地和人進(jìn)行合作，而且能夠很靠近人，和人產(chǎn)生互動(dòng)。我們通過(guò)傳感視覺(jué)讓大型機(jī)器人和人產(chǎn)生間歇性的合作，這是目前工業(yè)領(lǐng)域人機(jī)協(xié)作最好的狀態(tài)。

我們要對(duì)人機(jī)協(xié)作有更高的要求，那么工廠當(dāng)中協(xié)作需要什么狀態(tài)？我們知道機(jī)器有一個(gè)安全工作區(qū)域，可以在工作范圍以外有一種共存，原來(lái)說(shuō)是機(jī)器換人，現(xiàn)在變成人機(jī)共存，但光是共存是不夠的，還是對(duì)空間有比較苛刻的要求，有沒(méi)有可能人進(jìn)到機(jī)器工作的范圍以內(nèi)？未來(lái)不僅是共享空間，還要共享時(shí)間，就是在緊密的工作區(qū)域內(nèi)和機(jī)器完全互動(dòng)，機(jī)器人可以接受零件，完成整個(gè)工業(yè)流程。

大家知道，Image Light的識(shí)別率從70%提升到了90%，這是非常好的例子，但是和機(jī)器人結(jié)合的話會(huì)發(fā)現(xiàn)現(xiàn)場(chǎng)工況很難標(biāo)注，沒(méi)有辦法預(yù)測(cè)所有的場(chǎng)景。上面我們提到DOTA游戲，最重要的就是上下左右回車，實(shí)際上我們的工作不只是上下左右。更重要的是規(guī)律，要是能夠把規(guī)則完全定義好就是我們自動(dòng)化工人做的事情，但是一定會(huì)有域外發(fā)生，能夠依靠人工智能呢？完成依靠從大數(shù)據(jù)抓取數(shù)據(jù)的AI來(lái)做件這事情嗎？

我們的科學(xué)家到了現(xiàn)場(chǎng)看了實(shí)際情況后，通過(guò)不同的照片標(biāo)注、識(shí)別、確定精準(zhǔn)度，最后可以達(dá)到98%的精度，這樣就是最后一個(gè)環(huán)節(jié)通過(guò)自動(dòng)化，這位同事就在現(xiàn)場(chǎng)聽(tīng)報(bào)告。拍下一張圖片當(dāng)中有幾十只蝦，通過(guò)算法推理一下子就把蝦的抓取點(diǎn)標(biāo)識(shí)出來(lái)，交給機(jī)器人之后完全可以完成剩下的工作，“機(jī)器人抓蝦，不抓瞎”。這是物流場(chǎng)合大家經(jīng)常碰到的場(chǎng)景，就是不同的工件混合在一起進(jìn)行抓取，難度在哪里呢？

因?yàn)樾螤畈灰?guī)則，傳統(tǒng)的機(jī)器視覺(jué)很難做到，而且是堆放在一起的，即使是不同規(guī)則輸入庫(kù)里，怎么保證產(chǎn)生新的形狀，知道哪個(gè)先抓，哪個(gè)后抓。這是目前工業(yè)機(jī)器人領(lǐng)域能夠把混合、堆疊、識(shí)別做到最高的水平的一個(gè)案例，也是目前我們做到的最好Case。

工業(yè)人工智能，或者是把人工智能做得有意義的事情和機(jī)器人進(jìn)行結(jié)合。傳統(tǒng)的方式是用一個(gè)完成的模型，然后我們執(zhí)行感知分析和控制邏輯，這是傳統(tǒng)工程師在做的工作。人工智能引入這個(gè)環(huán)節(jié)會(huì)帶來(lái)一些新的變化，過(guò)去幾年的主要變化就是在認(rèn)知和理解方面所做的工作，現(xiàn)在我們看到強(qiáng)化學(xué)習(xí)推進(jìn)的過(guò)程優(yōu)化都是完成這樣的過(guò)程。

工業(yè)人工智能我們希望做的不僅是認(rèn)知和理解，具體解決也可以帶來(lái)更多的突破。一個(gè)工廠當(dāng)中的自動(dòng)化系統(tǒng)一定有些場(chǎng)合、有些場(chǎng)景不是我們工程師提前預(yù)測(cè)到的，之前沒(méi)有預(yù)測(cè)和發(fā)生過(guò)的事情我們能怎么做？能不能讓機(jī)器自我學(xué)習(xí)，處理一些之前沒(méi)有預(yù)料到過(guò)的狀況，沒(méi)有發(fā)生過(guò)的事情，可以有些基本的識(shí)別和判斷，給出可以解決的方案出來(lái)？這是我們期待工業(yè)人工智能未來(lái)所做的工作，這個(gè)過(guò)程當(dāng)中人是永遠(yuǎn)存在的，不僅是監(jiān)測(cè)整個(gè)生產(chǎn)過(guò)程，隨時(shí)可以取代自動(dòng)化系統(tǒng)，介入、操作和完成。這是我們自己對(duì)工業(yè)人工智能的定義，從自動(dòng)化到自主化，希望未來(lái)我們能夠有真正完全自主化的工作環(huán)境，也為人類創(chuàng)造更美好的環(huán)境。