机器人和AI的结合将如何赋能工业互联网

现如今，人类与机器人的关系，已从过去的竞争变成了现在的协作，也就是从竞争、共存、协作到未来的共事。例如在一些3C工厂，工人一天八到十个小时重复站在那里去做同一件工作，那么对这种工作，我们希望他可以完全被自动化替代。同时，利用人类的认知、适应或者创造等能力去做更加有意义的工作。

而过去几年中，火得不能再火的人工智能技术，他与机器人的结合，在工业互联网的落地中起到什么作用，扮演的角色又是什么？通过文中的分析，你就会知道其实有很多有用的案例，例如：物流场景中，不同工件的识别和抓取等，此外，通过将人工智能、机器人技术引入到工业互联网领域，还会带来一些新的变化，过去几年的主要变化就是在认知和理解方面所做的工作，现在我们看到强化学习推进的过程优化都是完成这样的过程。

过去两年，马斯克创立了一家公司叫做Open AI，然后让人类冠军和计算机进行比赛，比赛结果是260：0，机器完胜了人类，大家看到这种新闻可能已经觉得见怪不怪了。Alpha Go击败李世石，Google语音订餐，包括今天玩的各种游戏，看着可能很炫，但是为什么不能干点正事呢？虽然是在玩游戏、下棋，其实背后更是一种挑战，我们想把人工智能、深度学习和现实生活、工业等结合在一起。

现实生活当中，可能没有那么多规则和状态的约束，就像游戏当中规定人类玩家冠军不允许用这个，不允许用那个，但现实当中没有那么多约束、没有那么多条件，所以我们面对的现实情况要比游戏复杂得多。人生不是游戏，真正工业场景中需要人工智能技术处理的任务更为复杂。

就像前面提到的，过去的十年当中很多工作消失了，也有很多新的工作出现了，但人始终是不可替代的，因为人在这个过程当中能创造更多工作的机会和工种。同时，自动化发展水平也是这样，我们不是100%无人化的工厂，包括无人仓库、无人超市，背后还是需要有人创造更多的工作，包括一些新的工作岗位。

人机协作能够达到什么状态呢？一个真正协作的机器人，就是不用加上视觉和传感装置，就可以被动地和人进行合作，而且能够很靠近人，和人产生互动。我们通过传感视觉让大型机器人和人产生间歇性的合作，这是目前工业领域人机协作最好的状态。

我们要对人机协作有更高的要求，那么工厂当中协作需要什么状态？我们知道机器有一个安全工作区域，可以在工作范围以外有一种共存，原来说是机器换人，现在变成人机共存，但光是共存是不够的，还是对空间有比较苛刻的要求，有没有可能人进到机器工作的范围以内？未来不仅是共享空间，还要共享时间，就是在紧密的工作区域内和机器完全互动，机器人可以接受零件，完成整个工业流程。

大家知道，Image Light的识别率从70%提升到了90%，这是非常好的例子，但是和机器人结合的话会发现现场工况很难标注，没有办法预测所有的场景。上面我们提到DOTA游戏，最重要的就是上下左右回车，实际上我们的工作不只是上下左右。更重要的是规律，要是能够把规则完全定义好就是我们自动化工人做的事情，但是一定会有域外发生，能够依靠人工智能呢？完成依靠从大数据抓取数据的AI来做件这事情吗？

我们的科学家到了现场看了实际情况后，通过不同的照片标注、识别、确定精准度，最后可以达到98%的精度，这样就是最后一个环节通过自动化，这位同事就在现场听报告。拍下一张图片当中有几十只虾，通过算法推理一下子就把虾的抓取点标识出来，交给机器人之后完全可以完成剩下的工作，“机器人抓虾，不抓瞎”。这是物流场合大家经常碰到的场景，就是不同的工件混合在一起进行抓取，难度在哪里呢？

因为形状不规则，传统的机器视觉很难做到，而且是堆放在一起的，即使是不同规则输入库里，怎么保证产生新的形状，知道哪个先抓，哪个后抓。这是目前工业机器人领域能够把混合、堆叠、识别做到最高的水平的一个案例，也是目前我们做到的最好Case。

工业人工智能，或者是把人工智能做得有意义的事情和机器人进行结合。传统的方式是用一个完成的模型，然后我们执行感知分析和控制逻辑，这是传统工程师在做的工作。人工智能引入这个环节会带来一些新的变化，过去几年的主要变化就是在认知和理解方面所做的工作，现在我们看到强化学习推进的过程优化都是完成这样的过程。

工业人工智能我们希望做的不仅是认知和理解，具体解决也可以带来更多的突破。一个工厂当中的自动化系统一定有些场合、有些场景不是我们工程师提前预测到的，之前没有预测和发生过的事情我们能怎么做？能不能让机器自我学习，处理一些之前没有预料到过的状况，没有发生过的事情，可以有些基本的识别和判断，给出可以解决的方案出来？这是我们期待工业人工智能未来所做的工作，这个过程当中人是永远存在的，不仅是监测整个生产过程，随时可以取代自动化系统，介入、操作和完成。这是我们自己对工业人工智能的定义，从自动化到自主化，希望未来我们能够有真正完全自主化的工作环境，也为人类创造更美好的环境。