闵华清：软件是机器人的“灵魂”

文/图羊城晚报全媒体记者 李钢

9月12日，由广州市科学技术局、广东科学中心、羊城晚报社联合主办的珠江科学大讲堂第87讲在广东科学中心举行。本期大讲堂邀请了华南理工大学智能软件与机器人科研团队负责人、广东省机器人协会专家委员会执行主任、广州市机器人软件及复杂信息处理重点实验室负责人闵华清教授作关于“机器人智能与软件”的专题讲座。

50年造出世界杯水平机器人足球队？难

闵华清说，机器人即是先进制造业的关键支撑装备，也是改善人类生活方式的重要切入点。而机器人研发及产业化应用是衡量一个国家科技创新、高端制造发展水平的重要标志。

如今，机器人系统日益复杂，从以前的简单功能的机械作业，到现在传感器硬件越来越多、运动结构越来越复杂、软件系统越来越庞大、应用功能越来越强大，实现更多复杂功能智能作业。而机器人核心价值主要决定于机器人软件、涉及机器人系统软件和智能技术。

闵华清说，当年世界上有机器人足球赛后，就曾经有学者提出，要用50年时间来打造出一支可以与世界杯明星足球队抗衡的机器人足球队，但是20多年过去了，回过头来看，当年的估计太乐观，50年的时间恐怕不够。

“为什么不行，因为首先机器人本质上是由钢铁材料制成，人体无法与之正面对抗。其次，自重很大的机器人踢足球，必然要求有庞大的电池，这一点技术上无法突破。”

国际化组织ISO曾经给出了一个关于机器人的定义，分为功能性、通用性、独立理性、智能性四个方面。功能性上，机器人要具有类似于人或者其他生物的某些器官功能；通用性上，机器人要具有通用性，工作种类多样，动作程序灵活易变；独立性上，机器人要具有独立性，完整的机器人系统在工作中可以不依赖于人的干预；智能性上，机器人要具有不同程度的智能性，譬如记忆、感知、推理、决策、学习等。

软件是机器人的“灵魂”

闵华清继续介绍说，机器人主要分为工业机器人、特种机器人、服务机器人三类。工业机器人最早应用在汽车制造业上，而火星车则属于典型的特种机器人，扫地机器人、宠物机器人等则属于服务机器人。

机器人系统是如何组成的？闵教授说，机器人在硬件上有传感器、控制器、执行器，类似于人类的感官、大脑和手脚，而软件，则是机器人的灵魂。

闵华清说，机器人软件是运行于机器人控制器上的程序，从传感器获取环境信息及机器人自身状态，使用相应算法进行数据分析和处理，操作机器人执行器/机械结构，实现机器人的任务。机器人软件操控着由传感器、执行器、机械结构等组成的机器人“身体”。

随着机器人应用领域的快速扩充，机器人软件正变得越来越复杂。如何快速有效设计和实现高质量的机器人软件，是学术界和工业界共同面临的难题。

“机器人不仅要像人一样去思考、去感知，而且还要在非常复杂的环境下做复杂的运动。所以，软件就会越来越庞大，而运用的功能也会越来越多。”

他举例说，为了打造隔离酒店服务机器人集群，要实现门禁打卡、测体温、配送、巡逻、清洁等功能，就要有机器人云端中控平台，可以对全产品线机器人集中管控，实现信息管理、记录查询、远程监控、功能设置等功能。

机器人需要AI来加持

机器人为什么需要人工智能？

闵华清说，因为有些任务过于复杂，无法有效考虑所有细节并精确建模。人工智能算法则可以从数据中学习规律，更容易维护和拓展。让机器实现类人智能，目的是模拟、延伸和拓展人的智能，要实现认知计算、计算机视觉、机器学习、深度学习和自然语言处理等能力。

人工智能、机器学习、深度学习之间是什么关系？闵教授说，人工智能是让机器人能够像人一样进行学习和思考，机器学习是一种实现人工智能的方法，而深度学习是一种实现机器学习的技术。

譬如，要让机器人辨认出一瓶水可不是一件简单的事情。首先要拍照，然后进行分类，标记各种边界，然后在数据库中进行匹配，最终确定这是一瓶水。区别于传统的浅层学习，“深度”强调了模型结构的深度，包含多层隐藏节点，“学习”则明确了特征学习的重要性，要求全自动数据分析。

而现在人工智能的典型应用主要是视觉和语言处理。闵华清举例说，他们团队之前研发了一种暴力视频的分类方法，需要解决如何聚焦人类骨架反应运动特征，利用3D点云骨架特征表示转化目标任务。

闵华清还提到，深度学习的产业化应用仍然存在着很多难以解决的问题，越晚解决，新AI寒冬出现的风险就越大。譬如数据依赖性强、模型增量性差；数据不中立、机器偏见难以避免等等。在实际应用上，如无人驾驶中，在路况复杂、天气恶劣情况下，难以保障安全性与可靠性；在医疗行业中，缺少高质量的标注样本和可解释性模型，难以真正推广应用。

闵华清说，当前我国在人工智能和机器人技术方面要突破的核心问题有四方面：一是系统软件，二是集成电路，三是核心算法，四是核心零部件。