專訪清湛研究院楊磊：新時代下，云機器人的三個關鍵詞

理解云機器人有三個關鍵點：知識共享、業務協同與人機交互。

時當三月，風和日暖。值此初春，我們有幸參加了在南京江寧舉辦的2022年新品發布會工業機器人產業鏈座談會。

關于工業機器人行業，當下最受關注產業方向之一就是云機器人。

2010年，美國機器人專家James Kuffner在IEEE/RAS國際仿人機器人會議上首次提出“云機器人”的概念。在制造業中，這種基于云的機器人系統可以從專業知識庫中學習處理諸如穿線或電纜或對齊墊圈等任務。一組機器人可以為一些協作任務共享信息。

此外，消費者還可以通過在線訂購系統直接向生產機器人下定制產品訂單。另一個潛在的范例是購物配送機器人系統。一旦下了訂單，倉庫機器人就會將物品發送給自動汽車或自動無人機，將其交付給收件人。

從那時起，"云機器人"成為了通用術語，伴隨著十多年的發展，云機器人技術及其應用如何？當下與未來又有哪些機遇與挑戰？

作為深耕智能機器人方向多年的產業專家，南京清湛人工智能研究院執行院長楊磊博士對此有獨到見解。我們亦希望以此篇文章，講清楚云機器人發展至今的新內涵。

圖 | 南京清湛人工智能研究院執行院長 楊磊博士

一、什么是云機器人？

簡單來說，云機器人就是云端技術+智能機器人技術。區別于傳統的網絡化的機器人技術，云機器人的核心在于，“一是如何借助于云端的算力、存儲解決智能機器人之間的知識共享、信息存儲問題、集體學習問題，二是如何用云端技術解決邊緣人與智能機器人的交互問題。”楊磊如此介紹。

為什么機器人需要上云？這個問題，我們可以從機器人三次迭代的發展路徑中看出端倪。

第一代：示教再現型機器人，即機器通過預先編程的方式重復人的操作；

第二代：感知型機器人，即復刻動作之外，機器人還可以感受環境，可識別物品的形狀、大小、顏色等；

第三代：智能型機器人，這一代機器人的特點是在一定程度上具有自主感知自主決策的能力。大量新型、高性能、廉價的傳感器生成的數據，支持機器人進行復雜的邏輯推理、判斷及決策，并在變化的內部狀態與外部環境中，自主決定自身的行為。

此時，隨著機器人應用場景的復雜化、數據的海量化、機器人協同化、人機交互需求的復雜化，使得云機器人成為了更優選擇。

楊磊院長在演講中，也給云機器人下了一個更加專業的定義：“云機器人技術是借助于云計算、云存儲等互聯網技術和最新的人工智能感知計算技術、認知計算技術的新一代的智能機器人領域，其核心是融合基礎設施和共享知識給機器人帶來更為廣泛的的好處。”

所謂的“好處”，表現在云上現代數據中心強大的計算、存儲和通信資源，賦予機器人系統強大的能力，同時也降低了成本，最終打造出輕量級、低成本、更智能的機器人。

并且不同于傳統機器人，云機器人的“超級大腦”在云中，由數據中心、知識庫、任務規劃器、深度學習、信息處理、環境模型、通信支持等組成。

以智能汽車為例，從某種角度來說，智能汽車就是一個云機器人，它包含遠程云服務解決方案，也擁有以汽車為外形的機器人主體。以特斯拉為例，后端是特斯拉自研超級計算機Dojo完成云端的計算。

智能汽車上云至少有兩個方面的考慮：一是車端計算成本，二是來自于實際運行和安全方面考慮的業務需求。

從成本來看，相比傳統汽車，無論是前裝還是后裝，車載計算模塊的硬件成本必然要高出一截。這也意味著想要更加智能，只能盡可能多的將任務放在云上。

而從需求來看，車的終端可以實現部分智能，如剎車、預警等操作，而加上云上智能，則可以實現如車路協同、交通預測等等更多功能。

二、云機器人的三個關鍵詞

據楊磊院長總結：“理解云機器人有三個關鍵點：知識共享、業務協同與人機交互。”

2.1 知識共享

云機器人不僅是把機器人的一些功能放在云上，更是利用云端的算力，讓不同機器人之間進行知識共享，最終可以完成更復雜的事情。

早在2006年James Kuffner就曾舉例說明：“如果我成功地將我的管家機器人編程為如何烹飪一個完美的煎蛋，我可以將烹飪煎蛋的軟件 ‘上傳到’一個服務器，然后所有的機器人在被要求烹飪煎蛋時都可以下載。”

可以看出，知識共享的意義在于加速機器人智能化、協同化的發展，拓展智能機器人的應用邊界。

圖 | 清湛研究院自研分揀機器人

“工業互聯網對5G的需求使得對邊端的算力和存儲需求移到云端，未來我們希望通過云端強大的算力和知識共享來完成機器與人的共享協同、物理協同，云機器人就是一個很好的方向。”楊磊院長在演講中表明。

2.2 業務協同

知識共享的目的是要實現業務協同。

相比終端機器人，云機器人更加智能。終端機器人的典型代表是送餐類機器人，這類機器人使用場景簡單，路線比較固定，只需在機器人上操控即可完成指令。

圖 | 清湛研究院送餐機器人

而云端機器人則適配更復雜的場景，比如巡查機器人，清湛研究院自主研發的巡查機器人，基于5G網絡，目前已實現對幾十萬平米的電廠進行巡檢。

巡查機器人有兩種模式：一是自主行走，即按規劃好的路線自主巡檢；還有一種是通過遙操作，倉管人員遠程駕駛機器人，不僅在路線上可控，在駕駛感受上，也與真實開車類似，顛簸、磕碰等，人都可以感受到。同時，通過遙操作系統，機器人不僅僅是獨立工作，而且是多種不同功能的機器人協同工作。

“這就是云機制，通過云機器人這個概念增加機器和機器、人和機器的互動，相比連線、聯網機器人，云機器人更多的是從智能甚至是群體智能的角度去解決問題。”

圖 | 清湛研究院巡查機器人

2.3人機交互

人工智能自被提出以來，就一直被詬病不夠智能，清華大學人工智能研究院院長、中國科學院院士張鈸（同時也是清湛研究院院長）曾說過，“現有的機器缺乏推理能力的原因在于它沒有常識。”

那誰有常識呢？人。

“機器的智能是有限的，如果機器做不到的話，就把決策交給人來決策。”楊磊院長表示，目前階段，人+機器的交互是云機器人在實際應用中的最優方案。

依舊以智能汽車為例。自動駕駛技術的發展似乎是為了解放人類，但楊磊院長介紹，事實上人類正在以遠程人工協助的方式參與到自動駕駛過程中。

據路透社報道，加利福尼亞州的法律 “要求建立雙向通信聯系，使制造商能夠持續監測（無人駕駛）車輛的位置/狀態”。也就是說，在駕駛過程中，如果遇到緊急情況，當機器與司機都無法判別時，在云端，有人可以進行遠程判斷和處理。

與此同時，還有更多自動駕駛出租車公司也在利用遠程操作作為讓車輛上路的一種方式。比如百度、小馬智行等，已經或計劃在自動駕駛出租車隊中部署遠程監控，并在車輛遇到問題時提供指導，又比如現代汽車等，也投資了相關遠程操控公司，從而為自己的車隊提供背后技術支持等等。

三、最后

涉及云端，“延時性”永遠是一個逃不過的話題，對此，楊磊院長稱，在5G環境下，延時已經可以控制在50毫秒以內，而在智能駕駛這樣的場景，也已經搭載了很多云機器人方面的技術。

另一個非常重要的事情是，并不是每個場景都需要實時的遙操作。比如在有些場景下巡查機器人，如果發生機器人無法判斷的場景，可以先暫停并等待人的下一步指令，再做操作，這在很多情況下可能是最優解。

最后，記得關注微信公眾號：鎂客網（im2maker），更多干貨在等你！