当前位置:首页 > 智能机器人
  • 发力AIoT !旷视科技发布智能机器人网络协同大脑“河图”

    发力AIoT !旷视科技发布智能机器人网络协同大脑“河图”

    近日,旷视科技在北京举办了“机器人战略发布会”,正式发布了智能机器人网络协同大脑“河图(Hetu)”,将底层技术开放给更多合作伙伴。同时,旷视科技还启动了河图合作伙伴计划,宣布将投入20亿,与生态伙伴一起加速机器人场景落地。此外,值得一提的是旷视科技将公司logo改为了Megvii。AIoT(AI和IoT技术结合)这个词在过去一段时间经常被很多厂商和媒体提及,但旷视科技创始人兼CEO印奇认为,AIoT可能会是一个阶段性过渡词汇,未来两三年之后,IoT(物联网)可能会真正成为产业的中坚力量,就像现在的互联网一样被大家提及,而AI会成为一种真正本质化工具。印奇表示,当人们希望通过AI、IoT去为各行各业赋能时,都会涉及很多角色,因而分工明确非常重要,这意味着赋能者既有宏观架构的能力,也能够真正弯下腰,从每一个细节去着手。在未来10~20年,在物联网发展方面,如何推动产业的上下游形成更好的共同体的关系十分重要。在此背景之下,对于旷视未来的战略布局,印奇表示,公司新目标是以AI算法为核心技术力,以IoT OS为核心产品力,建立AIoT时代的操作系统。随后,旷视科技CTO唐文斌正式公布了旷视科技最新推出的针对智能机器人的AIoT OS—;—;河图。唐文斌解释说,河图是一套致力于机器人与物流、制造业务快速集成,一站式解决规划、仿真、实施、运营全流程的操作系统。“河图就是机器人的乐队的指挥家。”唐文斌如此比喻。据悉,河图实现了图形建模、流程编排可视化,包括路径规划、库位优化、负载均衡、作业调度等能力,将设计规划、模拟仿真、部署实施、运营监控等系统合而为一。唐文斌表示,“河图”是旷视在AIoT布局的重要一环,另外一个面向AIoT的业务线是城市大脑。在河图操作系统之上,是旷视科技的各种机器人产品。去年4月,旷视科技宣布全资收购艾瑞思机器人(Ares robot),开始进军智能机器人业务。旷视智能机器人系列,包括货架搬运机器人、料箱搬运机器人、托盘搬运机器人与智能包裹分拣机器人。可以完成对托盘、货架、料箱、商品的搬运、分拣和存储。会上,唐文斌还公布了河图合作伙伴计划,宣布旷视科技将投入20亿元,与合作伙伴打造完整的机器人行业解决方案。唐文斌表示,目前使用河图系统的公司有天猫超市和心怡仓库,宝洁和科捷物流等等。从旷视科技的角度看,印奇希望利用自身的技术优势打造AIoT操作系统,将算法变成一种软件,这种软件会有识别、控制、优化能力,然后对人、物、场进行数字化,将设备、传感器、机器人连接控制。

    时间:2019-01-25 关键词: 机器人 智能机器人

  • 点石成金?穿上这款机器皮肤,秒变机器人

    点石成金?穿上这款机器皮肤,秒变机器人

    一方面是“隐形穿戴”,另一方面是智能矫正,比如在检测到你动作有异样,自动帮你提升姿势水平。啊,简直是人-机-耦-合的典范!Rebecca也透露,这项技术还跟NASA有合作,未来能够在机器皮肤上搭载更多能力和特性,帮助宇航员或机器人完成更多更富挑战的工作,而且机器皮肤还是可重复使用的。也有点石成金的意思。无论是一个再普通不过的气球,到一个毫无用处的废纸一团,穿上机器皮肤,秒变机器人。或许介绍到这里,你也会想到一些别的想法。比如更远的未来,真能有一件钢铁战衣:不过现在,最大的问题除了智能系统,硬件方面也是重要挑战。Rebecca说,200万美元的经费,下一步会重点用在简化设备和探索3D打印组件方面。科学家其人最后,简单介绍一下这位全名Rebecca Kramer-Bottiglio的年轻科学家。Rebecca现任耶鲁大学机械工程和材料科学助理教授。 博士则毕业于哈佛,更早之前在约翰霍普金斯大学和UC伯克利求学。她如今的主要研究方向是:软体机器人、柔性电子产品、软材料制造和控制等。在这项机器皮肤研究之前,Rebecca其实也有了一系列名震科学界的项目。比如由NASA支持的“软机器人的主动弹性皮肤”项目美国空军科学研究办公室(AFOSR)支持的“机器人织物:用于可重构和可穿戴软系统的多功能织物”项目NASA支持的“多模态感知皮肤的软机器人操控系统”以及DARPA支持的:“SENSE:用于状态估算的软弹性网络”最新这项“OmniSkins:将无生命物体变成多功能机器人的机器人皮肤”,现已发表在科学期刊Science Robotics上。

    时间:2018-10-12 关键词: 机器人 智能机器人 智能可穿戴

  • 复旦大学紧跟热点 将建设脑与类脑智能领域科创中心

    复旦大学紧跟热点 将建设脑与类脑智能领域科创中心

    脑科学与人工智能的结合是现今的科技热点。脑启发智能算法的崛起催生出新一代类脑人工智能系统,为疾病诊断、智能机器人等产业带来新的发展机遇。9月18日,2018世界人工智能大会——类脑人工智能主题论坛:“脑智融合,合作创新”在复旦大学光华楼举行。 该论坛由复旦大学类脑智能科学与技术研究院、中国科学院脑科学与智能技术卓越创新中心、复旦大学科学技术研究院等承办。伦敦大学高等研究院感知学习中心主任Colin Blakemore、中国科学院脑科学与智能技术卓越创新中心主任蒲慕明、英国帝国理工学院教授陆永青等做了主旨报告。 复旦大学校长许宁生在致辞中表示,复旦大学将承担脑与类脑智能转化研究,建设脑与类脑智能领域的具有全球影响力的科创中心。他期待人文与社会科学与人工智能领域的结合。 伦敦大学高等研究院感知学习中心主任、英国皇家学会会士、中国工程院外籍院士Colin Blakemore作了“基因,可塑和神经计算”主旨报告。他首先阐释了不同动物大脑功能的进化和突变的基本情况。他提到,现代人类的大脑的很多功能,在过去的五百年里是很难想象的,那是因为我们的大脑容量不断增长。他认为4000至5000年前出现书写和阅读是人类大脑功能增长的非常重要的节点。 Colin Blakemore认为,在基因上相似的人,他们的大脑也具有很强的相关性。有人对同卵和异卵双胞胎作了研究,发现大脑灰质厚度的相似性在同卵双胞胎中大得多,但是额外皮质的相似性在同卵双胞胎中并不高。这一现象与大脑可塑性有关。例如,在记忆过程中,大脑会不断地改变。 中国科学院脑科学与智能技术卓越创新中心主任、中国科学院院士、美国科学院院士蒲慕明作了“突触可塑性与机器学习”主旨报告。他指出,大脑中有海量的突触,有不同种类的神经元细胞,不同的神经元又有不同的结构和功能。大脑会随着外界的刺激做出改变,可塑性就是一个非常好的体现。一旦电信号进入人的神经网络,就会对神经元和突触产生结构改变,比如其物理性状和结构方式。他介绍了中国、加拿大等国科学家在神经突触领域的研究发现。 蒲慕明介绍,神经元有各种种类,有长时程和短时程的可塑性,部分调节性的神经元对强化学习十分有用。在神经网络中,突触的传输有很多的延迟情况。这对于未来的机器学习有很多学习意义。 英国帝国理工学院教授、英国皇家工程院院士、美国电子电气工程师协会会士陆永青做了“可重构系统的研究进展”主旨演讲。 “前面的嘉宾讲到大脑是可塑的,也是可重构的,但今天我要讲的是有可重塑性属性的计算机,希望能为计算机科学家和大脑研究者提供一些灵感”, 陆永青说。 陆永青首先介绍了计算机科学中的FPGA系统(Field-Programmable Gate Array,即现场可编程门阵列)。通过FPGA,研究者能够做基因数据的分析、金融数据的模拟,包括微软和亚马逊在内的很多大公司都在数据中心使用FPGA。他还展示了卷积神经网络(Convolutional Neural Network, CNN)在图像识别领域的应用。 他希望能开发出一种工具,为对计算机不了解、对硬件不熟悉的神经科学家设计出适合他们的类神经网络系统。

    时间:2018-09-19 关键词: 人工智能 智能机器人 复旦大学 电源资讯

  • 谷歌将开发智能机器人帮助老年人独立生活

    谷歌旗下智能家居业务部门Nest在考虑开发新产品,目标是帮助老年人能在尽可能长的时间内独立生活。数名知情人士向CNBC爆料称,Nest已经在与养老机构和老年专家接洽,探讨利用其产品的问题。     图:谷歌与养老机构合作,开发适合老年人使用的智能家居产品 Nest已经公布了一些针对美国老年人优化其产品的创意。其中的一项创意是,通过利用其运动传感器自动开启照明设备,帮助老年人夜晚上卫生间,或通知在温度过高环境中大量运动的老年人:他们存在脱水的风险。 Nest与养老机构探索的另外一个方面,是预测可能对生命造成威胁的摔倒。这是一项雄心勃勃的长期项目,传感器可以监测运动的变化,以及标志着可能摔倒的其他信号。 这些创意目前刚刚处于讨论阶段,它们可能不会转化成商品。

    时间:2018-07-24 关键词: 谷歌 传感器 智能机器人

  • 山东首个自主研发机器人平台“新曙光”问世

    山东首个自主研发机器人平台“新曙光”问世

    据悉,依托潍坊节能环保产业园,潍城区将打造天颐智能制造产业园,该产业园规划占地1000亩,依靠这一项目的龙头带动和平台作用,将整合业内优质资源,建立智能网络控制器及工业云大数据,形成自主研发机器人品牌和智能制造产业集群,打造“北方机器人小镇”。 峰会上,山东首个自主研发机器人品牌——新曙光机器人进行了展示。新曙光机器人是山东地区首家集机器人研发、应用于一体的综合性机器人产业平台,着力打造“工业机器人、智能物流机器人和医疗康复机器人”三大系列产品,面向智能装备、智能物流、智能工厂、智能交通,形成八大产业方向,致力于打造数字化物联新模式。

    时间:2018-07-23 关键词: 机器人 智能机器人 山东 电源新品

  • 麻省理工研发盲眼机器人 可自由通过黑暗危险区域

    麻省理工研发盲眼机器人 可自由通过黑暗危险区域

    机器人,要还是不要?这个特别的系列探索人类和机器之间不断进化的关系,研究机器人、人工智能和自动化对我们的工作和生活产生的影响。波士顿动力公司的智能机器人利用的是复杂的计算机视觉,但麻省理工学院的第三代猎豹机器人却采用了与之不同的策略。 麻省理工学院研发的第三代无视觉猎豹机器人,重达80磅,体型约有一只拉布拉多犬那么大,可以在不使用摄像机或环境传感器的情况下在漆黑的房间里穿行,或者爬上一段有障碍物的楼梯。它依靠的是工程师们所说的“盲眼运动”(blind locomotion)——也就是它的机器人腿的反馈,以及它在黑暗中穿行时所需要的基于算法的平衡感。 麻省理工学院机械工程学副教授Sangbae Kim在今天的新闻发布会上说:“机器人应该能够在不过度依赖视觉系统的情况下处理许多意想不到的行为。” Kim说:“视觉可能会有噪音,会有些不准确,有时甚至完全不可用。如果太过依赖视觉,机器人必须非常精确地定位,这会导致它行动很慢。因此,我们希望机器人更多地依赖触觉信息。这样,它可以在快速移动的同时处理意外的障碍。” 该策略非常适合机器人在灾难区域或其他危险环境中进行活动。 Kim说:“第三代猎豹机器人的设计目的是做各种各样的任务,这些任务涉及各种各样的地形条件,包括楼梯、路缘和布满障碍物的地面。我认为在非常多的场合中,我们会想让机器人代替人类去完成简单的任务。通过远程控制机器人去更安全地完成危险、肮脏和困难的工作。” Kim的团队为无视觉系统的猎豹机器人开发了两种新型算法。 接触检测算法帮助机器人确定在腿的摆动与踩地之间转换的最佳时间点,这取决于它在触地时感受到的障碍物。该算法基于来自陀螺仪、加速度计和腿部关节位置的数据来计算这些概率。 Kim解释说:“如果人类闭上眼睛向前迈出一步,我们会对地面可能在哪里有一个心理模型,并且可以为此做好准备。但我们同时也依赖于触摸地面的感觉。对第三代猎豹机器人我们做的是类似的事情,将多个来源的信息结合起来,以确定切换的时间。” 研究人员在实验中测试了该算法:让第三代猎豹机器人在实验室的跑步机上小跑,以及爬楼梯。两个表面都随意散落着一些物体,例如木块和胶带卷。 与此同时,一种模型预测控制算法,就是当任何一只腿接触到地面并施加了特定大小的力,模型预测控制算法会马上计算在未来的半秒内,机器人的身体和腿应该处于什么位置。 Kim说:“比方说加入有人从侧边踢了机器人一脚,当机器人的脚已经接触到地面时,算法就要决定‘我该如何确定脚要施加的力?因为左边有一个阻碍我的速度,所以我得对相反的方向施加一个力来消灭那个速度。如果我向相反方向施加100牛顿的力,那么半秒后会发生什么?’” 预测算法每一秒计算20次。为了测试其性能,在实验中,研究人员在机器人在跑步机上或是上楼时,用脚踢和用力拉扯机器人,然后相应地调整算法。(我们希望第三代猎豹机器人不要对此怀恨在心)。 最终,Kim和他的同事们将在现有基础上增加计算机视觉系统,但对于第三代猎豹机器人来说,他们首先想要做的是盲眼运动。 一个能在黑暗中行走、奔跑或攀登,速度还肯定比人类要快得多的机器人?这正是你在地震后想要看到的东西——而这恰好也是你在机器人起义后不想看到的东西。 在今年10月举行的智能机器人与系统国际会议上,无视觉技术以及其他对猎豹机器人模型的改进将成为本次会议的主题。这项研究得到了Naver、丰田研究机构、富士康和美国空军科学研究办公室的支持。

    时间:2018-07-09 关键词: 机器人 智能机器人 视觉系统 电源新品

  • 与ABB合作 佳世达将进一步利用智能机器人实现生产自动化

    佳世达是一家提供电子产品服务的原创电子产品设计和设备制造商,生产线遍布全球,产品涵盖商业、消费、工业和医疗应用等领域,其液晶显示器和投影仪是该行业的领先产品。现在,这家总部位于台湾的电子制造商,正在满足日益复杂的生产环境要求,而这离不开与ABB的优质合作。 智能自动化是佳世达生产进程的发展趋势。同许多公司一样,制造商正面临着生产多样化的挑战。从大批量连续生产转向小批量定制生产,这家台湾公司正力求进一步提高生产柔性和产品质量,从而确保在未来市场竞争中立于不败之地。 佳世达在台湾的生产线专为生产19至32英寸的液晶显示屏而设计,这正是生产复杂性增强的一个案例。日益增强的多样性、柔性和高品质需求使佳世达需要更趋复杂的自动化生产。因此,公司专注于一种更智能的工作方式,即通过ABB机器人实现整个生产线的自动化。 佳世达智能工厂解决方案高级经理赵士贤表示:“佳世达设计的生产线使人和ABB机器人能携手工作,因此我们拥有了最佳生产柔性。” 精确定位 ABB机器人可在线执行几个任务,包括对操作员提供的部件进行装配,将阀盖拧到监视器的背面,测试连接端口,以及利用视觉系统对组件执行检查。“以台湾的液晶显示器为例,从产品组装和包装测试开始,ABB机器人就会全程介入。”赵士贤表示。 在提高生产质量方面,机器人为设备定位提供了稳定性和精确性。根据不同的产品,机器人能准确地将由装配线工人提供的部件进行下一步操作,然后再交由操作人员继续执行其他操作。这将有助于保持高效生产,无需使用不同的定位设备。 尊重并倾听客户需求 对于如何规划未来的生产蓝图,佳世达的智能工程解决方案团队有自己的见解,但他们缺乏机器人自动化的相关经验。因此,他们寻求一个尊重他们的意见和需求,并在计算、通信和消费电子(3C)行业拥有自动化经验的合作伙伴。而且,这家台湾制造商在安装应用程序和提升产能方面时间紧迫,这就更需要与合作伙伴之间建立顺利而紧密的默契关系。 佳世达之所以选择ABB,一是因为ABB在3C行业拥有丰富的经验,二是因为ABB有意与佳世达携手研发满足其需求的定制化解决方案。 自从安装了ABB机器人,佳世达削减了51%的低技能手工作业。以前从事重复性枯燥工作的员工现在将接受新的培训以胜任更有价值的专业任务,同时制造生产率管理水平提高了74%。工伤率大大降低,单位面积产量提高了52%。 了解以上数据之后,佳世达正进一步计划将智能机器人投资于各个生产地点以实现生产自动化。在佳世达看来,在未来的路上,与ABB的协作关系势必成为其全新生产概念的一部分。赵士贤表示:“在工业4.0的趋势下,我们希望与ABB建立长期的友好合作伙伴关系,实现双方共赢的美好局面。”

    时间:2018-06-20 关键词: 智能机器人 abb 佳世达

  • 送孩子到幼儿园不放心 给小孩买智能机器人就靠谱吗?

    在之前的《明的不行就来阴的你说VR走这条路能发展起来不?》这篇文章中,笔者列举了VR软件在著名游戏平台Steam上的数量。在调查情况的时候,笔者发现在Steam的软件分类上竟然有“教育”这个分类。G胖什么时候将手静悄悄地伸到孩子身上了?(手动斜眼)不如点进去看看这里面究竟是有什么鬼。 结果虽然没有令笔者完全失望,但对比偌大的游戏库来说,被归类到Steam教育中的内容并没有很多,并且有部分其实就是我们常见的游戏。不过不能否定的,是在这里面的内容中,还是有一系列的模拟器和识记软件。其中,模拟器在VR行业已经羽翼渐丰的时候,对于培养孩子的兴趣还是有一定的作用。 那么这些和教育相关的软件里面,有什么效果是比较好的呢?笔者通过各种搜索引擎进行检索,发现倒是没有搜出太多关于Steam教育软件的文章,反而搜出了一种同名的,源自美国的新式教育方法。无论是作为游戏平台的Steam上面的教育软件,还是这种由首字母构成名称的Steam教育模式,都能够看得出家长对于孩子未来成长的重视。 因此,即使Steam有朝一日真的能够在教育界闯出一番名堂,笔者也是觉得稀疏平常,毕竟能够和小朋友一起玩Steam教育软件还算是好事。现在的父母在生活和工作的高压下,更多只能考虑将孩子往幼儿园送。离开了自己的视线,父母对于这些机构的考虑相当慎重。因此,无论是什么形态的幼教行业,在现在和未来都是一片蓝海。 然而传统的幼教行业,在这一年也是让不少父母伤透了心。11月份的携程亲子园事件还未完全平息,马上就爆出了情节更严重的三色幼儿园事件。这不仅让父母们寒了心,更是在社会上掀起轩然大波。难道父母就没法找到真正能够陪护儿童健康成长的人吗?作为科技行业观察者,笔者在想,这是否也意味着智能早教产品,可以有突围而出的机会呢? 智能早教,真的有用吗? 通过百度和某些不可描述的搜索引擎,以“智能早教硬件”和“智能早教玩具”进行搜索,我们都可以发现,有很多条目都是指向“智能早教机器人”。似乎因为少了父母的陪伴,无论是开发者还是父母,都希望通过一个类似人形的机器人,对小孩子作出补偿。既然如此,那么智能早教机器人的销量又是如何呢? 先让我们来看一组数据。根据艾媒数聚发布的《2016年中国机器人行业研究报告》,2014年全球娱乐/教育机器人的销量为130万台,对比2013年的数据上升了10万台。由于智能化概念在各行各业的不断普及,艾媒数聚预测2015-2018年的总销量将会达到900万台。虽然并不明晰其中娱乐机器人和教育机器人的各自占比,但还是能够看出艾媒数聚对教育机器人得行业发展还是抱有一定的期待。 但笔者在某个友媒的文章中看到,在2016年,国内儿童机器人总销售量仅10万台左右,销售数据极为惨淡。与此成强烈对比的,是2016年智能儿童机器人的众筹项目总金额。少则数十万,多则以七位数计算的众筹金额,对比这些众筹产品一千数百的售价,意味着产品销售量也是不少。智能早教机器人借着“为孩子着想”的势头,也许成为了行业内小范围的狂欢。 在智能行业中,这种“小圈子自嗨”一般都有一个特点:业内人士自以为抓到了大众消费者日常生活中的痛点,相信通过智能技术,可以解决目标用户群体的痛点,提升用户的效率,全面解放用户,让用户能够有更多时间处理应当要注意的事情。智能早教机器人的体验,恰恰能够套入这款套路思维中。 综合目前的儿童机器人来看,都存在一个共同点,即以家庭陪护为主,辅之早教。市面上流行的早教机器人虽然形态各异,但是在功能上相差无几,大多数都包含了语音交互、远程视频监控、海量教育资源等功能。其中,语音交互和远程视频监控,正是对应当下以80后为主力军的父母群体的生活日常。而教育资源服务,则是满足幼儿早教的需求。 然而,用一个机器人,就能代替父母,在孩子成长期这一重要的阶段,所要承担的任务吗?笔者随意抽取了市面上一款产品作产品分析,这款产品号称拥有智能语音,人脸识别,智能抓拍,视频通话,远程查看,以及一系列早教内容等功能。但这些功能的呈现方式,更多是通过APP来实现。将这种机器人换成一台iPad,在iPad中放入相关的早教APP内容,开启语音操作提示,并提高家长管理等级,那么iPad也能够成为一台“早教机器人”。 市场同质化之严重,让现在的智能早教机器人陷入了一个怪圈:即使在广告宣传语上说得多好听,最终都是摆脱不了“远程智能监控+早教机”的组合。如此说来,真正的智能早教机器人,也许需要AlphaGo上身,才能完成父母在孩子早教时的需求。 孩子真的需要“智能早教”吗?   既然智能机器人不行,是可以将锅甩在机器人和早教故事机并没有什么不同这个原因上,那么其他类型的智能早教产品,是否能够突围而出?说到这里,笔者想起前段时间,在一个广告人公众号上看到的案例。一款识字卡片,就因为加入了二维码扫描跳转到汉字解读页面,以及能够通过AR将识字卡片组合成为一个故事,冠上了“智能早教硬件”的名号。明明识字和讲故事这两件事都可以交给家长完成,为什么一定要通过这些“智能化”手段去完成呢? 也许80后为主力军的父母,在而立之年中所面临的巨大压力,让他们真的没有太多时间去顾及自家孩子的早教问题;也许这些父母在能够休息的时候,第一时间是想到从工作中跳脱出来放松;也许这些家长会觉得智能早教硬件不仅能够满足孩子,更能解放帮忙照顾孩子的双亲。种种理由,也许是为什么只能早教硬件能够存在于市场的原因。 笔者不禁想起自己的童年,由于父母工作繁忙,因此在假期时的工作日,会留下一堆不同类型的书给早认字的自己。这听起来和现在的父母给孩子留下iPad或智能手机是同样的道理,然而笔者认为,教孩子早认字,让孩子能够以自己的视觉获取知识,比起冷冰冰的各种智能硬件,还是有明显的差别。无论哪个时代,空出时间陪伴孩子,给孩子灌输知识和做人的道理,比起买一个智能早教机器人,意义来得更加深远。 至于是否必然需要早教智能化这个问题,消费者也许已经用自己的行动作出了现阶段的回应。如果哪一天,神经网络的相关算法成熟,能够下放并普及到民用产品的时候,笔者认为这才能真正让这些早教硬件产品智能化,成为儿童早教路上一个得力助手。

    时间:2018-01-10 关键词: 智能机器人 幼教

  • 位移传感器在物联网智能机器人中的应用

     随着科技的发展,机器人行业作为一个新兴热门行业而崛起,在全球高科技项目市场中倍受追捧。 而在智能机器人的控制中,传感器起了至关重要的作用。正因为有了传感器,机器人才具备了类似人类的知觉功能和反应能力。根据检测对象的不同可分为内部传感器(检测机器人自身状态的传感器,如:位置传感器与角度传感器)和外部传感器(检测机器人所处环境及状况的传感器,如:视觉传感器、听觉传感器)。 智能机器人常用传感器分布图 内部传感器: 机器人是机电一体化的产品,内部传感器与电机、轴等机械部件或机械结构如手臂、手腕等安装在一起,完成位置、速度、力度的测量,实现伺服控制。 位置(位移)传感器 常用的位置传感器(位移传感器)有直线位移传感器与角位移传感器(角度传感器)。直线位移传感器常用电位计原理直线位移传感器(电子尺),角位移传感器常用导电塑料角度传感器、磁敏霍尔原理角度传感器及光电编码器三种。 速度和加速度传感器 速度传感器有测量平移和旋转运动速度两种,但大多数情况下,只限于测量旋转速度。常用光电脉冲式转速传感器与测速发电机测量速度,应变仪与伺服加速度传感器测量加速度。 力觉传感器 力觉传感器用于测量两物体之间作用力和力矩。常用半导体应力计、转矩传感器测量。 外部传感器: 早期的工业机器人是没有外部感觉能力的,而新一代智能机器人则要求具有校正能力和反应环境变化的能力,外部传感器就是实现这些能力的。 触觉传感器 微型开关是接触传感器最常用型式,其他还有隔离式双态接触传感器、单模拟量传感器、矩阵传感器。 应力传感器 应变仪常用于应力测量。 接近度传感器 超声波接近度传感器多用于远距离测量或者智能机器人超声导航系统。近距离测量需要使用体积较小的电涡流传感器或者红外线接近度传感器。 声觉传感器 声波传感器复杂程度可以从简单的声波存在检测到复杂的声波频率分析,直到对连续自然语言中单独语音和词汇的辨别。 接触式或非接触式温度传感器 常用热电阻(热敏电阻)、热电偶,此外热电电视摄像机测及感觉温度图像方面也取得进展。 滑觉传感器 利用光学系统的滑觉传感器和利用晶体接收器的滑觉传感器,后者的检测灵敏度与滑动方向无关。 距离传感器 用于智能移动机器人的距离传感器有:激光测距仪(兼可测角)、声纳传感器等。 视觉传感器 视觉传感器应用较为广泛,而且经常独立形成产品,与软件技术关系密切。

    时间:2017-11-02 关键词: 物联网 传感器 智能机器人 位移传感器

  • 您的外卖已从无人机取下,智能机器人正在送货

    10月9日,在线外卖平台饿了么打造的外卖机器人“万小饿”正式亮相上海虹桥万科中心。 与商场上的智能机器人相比,“万小饿”外形更加简洁清新,功能主要聚焦在外卖配送商。“万小饿”内置超大容积三层保温箱和智能通用移动平台,最大载重80KG,可同时装载3分订单,最高续航8小时,拥有自主充电能力。 不难理解,饿了么设置外卖机器人的初衷是,让它们负责代替外卖小哥完成办公楼宇内“最后一公里”外卖配送。 考虑到办公楼宇内复杂的配送环境,饿了么团队给“万小饿”安装了路线感应器,让其可在光滑石地面、地板、地毯、缓坡上畅行无阻,并可完成上下电梯,避障等操作,以确保机器人送餐的安全。 媒体透露,随着首个机器人在万科落地,未来万科(包括住宅、商业、办公等区域)将陆续迎来更多送餐机器人,为不同人群提供便捷送餐服务。 自从收购百度外卖后,饿了么仿佛瞬间接过了前者的智能送餐技术与战略。更早之前的9月,饿了么无人机E7(翼)亮相,未来它将负责集散点A到集散点B的空中干线运输,骑手则负责取餐点到集散点A、集散点B到目的地的支线运输。 ▲ 骑手与无人机配合送餐 饿了么的“盘算”是,无人机与骑手配合,扩大送餐范围、增加商家订单并提高送餐效率。智能机器人“万小饿”问世之后,解决的是楼宇内“最后一公里”配送难题。 你的外卖将由骑手、无人机与智能机器人共同完成,这样的未来你期待吗?

    时间:2017-10-11 关键词: 无人机 智能机器人

  • IFA 2017三成以上机器人厂商来自中国,中国企业逐渐赶超日本

    记者6日从德国柏林国际消费电子展(IFA)主办方处获悉,今年展会上约有三成机器人供应商来自中国。在日本占据传统优势的机器人领域,中国企业正加速赶超并抢占市场。 据主办方公布的数据,今年IFA吸引了共计1805家参展商,其中涉及机器人产品的参展商约有370家。IFA展会新闻发言人克劳迪娅。许夫纳告诉新华社记者,大约30%的机器人参展商来自中国。相比之下,前来参加此次展会的日本机器人企业无论从参展商数量还是展出的机器人产品方面都乏善可陈。 中国机器人企业在服务型机器人领域表现尤其亮眼。上海未来伙伴机器人有限公司在教育机器人领域处于全球领先地位,这家公司今年在IFA创新馆展出了能量风暴品牌教育机器人。公司首席品牌官盛森告诉记者,这次IFA展上,全球都看到了中国智造的实力和魅力,一方面中国企业确实在服务型机器人上拥有不少技术优势,开发了许多新产品,代表了不同领域的最新技术;另一方面,中国企业也已经有决心将中国品牌和技术推向全球。 在工业机器人领域,中国企业也正积极实施并购,吸收先进技术的速度超出预期。市场调查机构马基特公司资深分析师威尔默。周认为,中国企业收购外国公司,可以帮助中企在应对外来挑战时游刃有余。 日本经济新闻社在一篇报道中评论说,日本企业一直把机器人领域视为看家本领,但如今中国政府提出中国制造2025规划,大力培育机器人产业,中日企业在这一领域的竞争或将越发激烈。 今年的柏林国际消费电子展从9月1日持续至6日,共计吸引了超过700家来自中国的参展商。

    时间:2017-09-14 关键词: 智能机器人 ifa 机器人市场

  • 机器人产业大而不强 中国的智能机器人路在何方?

    2017世界机器人大会在亦庄开幕,这次大会以“创新创业创造,迎接智能社会”为主题,全球机器人企业群英荟萃,济济一堂,各种“明星”展品争奇斗艳,异彩纷呈,给人们描绘出一幅如梦似幻、动感十足的未来机器人世界神奇画卷。 这是自2015年以来的第三届世界机器人大会。在机器人大会火爆异常、吸睛无数的同时,也是我国机器人产业从无到有、从小到大蓬勃发展的一个侧影。 从世界范围来看,机器人产业已经有了60多年的发展历史。而在我国,在上世纪70年代开始工业机器人的研发。经过40多年的曲折发展,我国已经成为全球最重要的机器人市场,机器人产业正在如火如荼火热发展之中。 尽管机器人产业前景看好,但是,由于技术、人才、资金等方面的限制,整体来看,我国机器人产业大而不强,尚处于起步阶段,与现有的成熟产业相比,存在着天壤之别。怎样实现机器人产业突飞猛进的发展,是有关企业亟待克服的一个难题。 行业发展迅速 出货量猛增   从机器人市场来看,据统计,2016年我国机器人产业规模首次突破50亿美元,预计2017年将达到62.8亿美元,近五年规模增速基本保持在20%以上。在过去三年,我国都是全球最大的市场,占据了全球总需求的四分之一。随着中国制造2025战略持续深入的实施推进,对机器人的需求仍会持续上升,该行业拥有广阔的增长空间。 据国际航运联合会估计,去年中国的机器人出货量猛增了27%,达到9万台,创下了单个国家的出货记录,几乎占到全球总量的三分之一,预计到2019年这一数字将攀升至16万台,几乎比现在翻一番,机器人行业前景光明。 图:2016年不同国家机器人出货量估算 实际上,从国内市场来看,机器人行业可分为工业机器人和服务机器人两类。在工业机器人领域,目前主要以智能生产、智能物流为重点;在服务机器人领域,主要以助老助残、家庭服务、医疗康复、救援救灾等为重点。由于机器人使用范围十分广泛,因此未来还有很大的发展空间。 产业大而不强 创新能力差   虽然机器人产业发展迅速,但是从整体来看,国内机器人行业面对技术、人才、资金等因素的制约,出现高端产业低端化、低端产品产能过剩等现象,严重束缚了其健康发展的步伐。 目前来看,在国内机器人产业快速发展的背后,各地大量建设各类机器人产业园区,重复性建设开始显现,机器人产业面临技术瓶颈,低端产品产能过剩现象日益突出。 正如工信部装备工业司副司长罗俊杰所说,现在我国很多机器人企业主要发展中低端产品,高端方面不足,这也体现了机器人产业创新能力差的行业痛点。产业布局低水平重复建设的苗头和隐忧已经出现,机器人产业整体呈现小、散、弱的特点,在标准和检测体系方面需要加强。 业内人士认为,我国机器人产业现在仍处于起步阶段,技术产品不够丰富,产业规模总体偏小,应用领域还很有限,尚不能有效满足先进制造业和人们生活的需求。在这种情况下,机器人产业面临重要的发展机遇,发展潜力巨大。 形成合力机制 避免“单兵作战” 机器人产业是未来发展最大的一个趋势,在需求持续大幅增长的背景下,未来机器人还将变得更加智能。为加快机器人产业发展步伐,需要企业、高校、科研机构之间加大合作力度,充分发挥各自优势,形成合力机制,共同推动机器人产业发展。 首先,政府应该加大对机器人产业的引导和扶持力度。机器人是各种先进技术的集大成者,其战略重要性对一个国家的经济发展具有根本性的影响,现在各国纷纷注入巨资加以扶持。为此,我国更要利用“有形的手”发挥政府的产业导向作用,带动更多的企业和社会资金投入机器人产业,重点投向高端技术领域,防止低端领域的过度投资。 其次,发挥各地机器人产业园区的作用,打造多元协作的平台。机器人产业是技术、资本密集型产业,需要企业、高校、科研机构紧密协作,充分发挥各自的优势,实现人才、技术、资本的对接,克难攻坚,共享数据和研究成果,实现核心技术领域的突破,改变过去各个研究部门“单兵作战”、“闭门造车”的情况,避免大多数研究还没有走到产业化就夭折的情况,减少资源浪费。 再次,要加强人才培养,组建研发团队。事业成败,关键在人,科技人才是创新的动力源泉。要通过技能培训、外部引进等多种方式,不断扩大机器人技术人才队伍。同时,要根据不同的技术要求,分别组建研发团队,确定各个研发团队的领军人才,给予研发团队和领军人才项目和资金支持,实现在核心技术领域的突破,切实提高整体技术水平。 最后,要积极推进技术融合,实现自主创新。机器人技术与人工智能技术密切相关,实现人工智能和机器人深度融合,有利于机器人产业向高端、智能领域发展。现在,我国在人工智能技术方面与全球基本处于同一起跑线,特别是在图像识别、语音识别、语义识别等领域,已部分接近和达到全球领先水平。因此,积极推进技术融合,加快智能机器人的研发,就成为实现产业从“追随”到“赶超”的关键突破口。 当前,机器人领域的竞争方兴未艾,国际较量全面展开,大战一触即发。为推动机器人产业进步,需要将物联网、云计算、人工智能等技术与制造业加速融合,实现企业、高校、科研机构之间组团式的集成创新,在充分发挥合力机制的作用下,中国“智”造有望在国际舞台大放异彩。

    时间:2017-08-29 关键词: 智能机器人 中国 机器人产业

  • 法国图卢兹大学研发全新智能机器人,行走过程中可以礼让行人

    让机器人能够在人群中正常行走,这看似简单的需求,背后其实有很多技术难点。其中,最难以解决的问题之一就是避让问题。避让问题并非只是让机器人检测到周围有物体就紧急“刹车”,这其中还涉及到一个缓冲和互动的问题。缓冲问题,也就是要避免急走急停,否则容易引起人类的惊慌和躲闪不及;互动问题,就是说当有人迎面走来时,到底应该如何避让:首先,你需要有一个避让的表示,跟对面的人达成默契之后,才可以正常避开。这一点,其实连人类都时长做不到。问一下自己,有没有跟对面的人左闪右躲却就是错不开身位的时候? 如果机器人想要与我们人类友好共存,那它们需要懂得空间的重要性。软件升级可以帮助机器人在购物中心等人潮拥挤的地方进行导航,这样就不会冲撞到周围的人。 法国图卢兹大学的Harmish Khambhaita和Rachid Alami想要设计出一款机器人,它可以模仿人类的方式行进,如在汹涌人群中穿梭、不干扰成群结队的团体、尊重私人空间等。Khambohaita表示:“机器人必须思考推断人类可能做出的行为并做出反应。” 这看起来可能与无人车类似,但人类比交通状况更加复杂难测。Khambohaita说:“我们知道道路向何方延伸,知道过境点收费站的位置;然而在室内,路径没有预先规划。每个人都可以到处走来走去。” 想要知礼守礼,机器人首先需要升级导航系统。机器人行进通常是一个“两步走”的过程,首先它们试图预测其他对象将在哪里出现,然后规划自己的移动路线。如果在这两步之间出现了意外移动,那机器人的软件程序可能会因此冻结。 为了解决这个问题,Harmish Khambhaita和Rachid Alami的团队编写了新的软件程序将两个步骤组合起来,所以机器人可以不断调整规划自己的前进路径。两台激光扫描仪让他们的机器人可以检测到家具等物体,而运动捕捉系统则会利用缝合在人头盔上的标记以追踪志愿者的位置。每十分之一秒,机器人都会启动扫描程序以发现周围环境的变化,然后更新其预测与前进轨道,在这过程中,它们依旧一丝不苟、严谨守礼。 该团队在一个15×20米的走廊上测试他们的机器人。走廊的两侧布满房间,当有一个人朝机器人走来或是有两个人从不同方向经过时,它们可以避免发生碰撞。当有人恰巧推门而出时,机器人也可以表示礼让。

    时间:2017-08-22 关键词: 导航系统 智能机器人 图卢兹大学

  • NXROBO林天麟:走出了实验室,实现智能机器人的最大价值

    近年来,随着人工智能技术的发展,以往只能在科幻电影中见到的场景越来越多的出现在现实生活中。其中,最常见的产品就属各类机器人了,包括天上飞的、地上跑的,或者是水里游的,简直应有尽有。 如今,在家居、酒店、救灾现场等场景中,我们看到了越来越多机器人的身影。而因为愈发提高的普及度,人们对于机器人也已经不再陌生。可以说,机器人正在给人类做出贡献、创造价值。 走出实验室,只为让机器人实现更大价值 香港中文大学博士、前中国安防香港研究院院长、机器人技术专家、深圳B类孔雀人才、曾获T-MECH权威大奖……这些都是林天麟身上所带的标签。通常来说,如果一个人身上带有这么些标签,他的人生规划应该是实验室研究院或者是大学教师之类的等等。然而,林天麟走出了一条不同的路——创立人工智能初创企业NXROBO(深圳创想未来机器人有限公司)。 “我们团队之前也做过爬树机器人、巡检机器人等等,但是这些机器人都是专业用于某个领域的,在使用者、用途方面都有限制。我感觉这些对于整个社会的贡献不是最大化,所以我们就打算出来创业,做一个面向范围更广的家庭机器人。”林天麟称。 在其看来,家庭场景是机器人面向范围最广的,也是机器人的终极目标。林天麟表示,虽然现在很多人都在做家庭服务机器人,但除了扫地机器人之外,其他的更多的还是在一个“概念”的阶段。 在未来规划上,围绕机器人的家庭需求,林天麟为NXROBO定了一个三步走计划:第一步,先将产品在机器人爱好者这边先行落地,做一些开发等等;第二步,则是针对跟家庭环境相近的一些2B场景来推出一些产品;最后一步,就是全面布局2C市场了。 基于系统研发应用和产品,打通整个机器人产业链 事实上,以一种更准确的说法来讲,上面的三步走更像是NXROBO针对国内市场的打法。虽然已经有了家庭机器人成品BIG—i,也打算在今年年底实现小批量量产来推向市场,但是NXROBO还是将BIG—i的主打市场则是放在了海外市场。至于国内市场,林天麟则是打算先主攻D端(开发者端)和B端市场,其中,D端市场的切入手段就是NXROBO自主研发的机器人操作系统NXROBO OS。 不同于我们日常所见的机器人,BIG—i的最大特色应该在于“语音编程”功能。通过这一功能,使用者只需要通过语音事先对BIG—i下命令,在之后遇到命令中的场景时,它就会直接“主动”执行命令,而不是等待使用者再次发出同样的指令。而“语音编程”这一功能也是NXROBO OS中一个比较重要的框架。 NXROBO OS是一个落实到硬件上的操作系统。“很多人在做机器人的一些上游核心技术,像传感器、算法等等,然后就直接把这些整合起来做一个产品,但是产品出来之后就只有这些功能了,后续就很难去增加一些东西。它缺少了一个中间的东西,我们认为要整个产业有更为爆发性的发展,这个中间的部分是十分关键的。”林天麟称。目前,这方面的工作还是少有人在做,所以他们所要做的就是基于NXROBO OS将整个产业链打通。 林天麟表示,NXROBO OS是他们针对消费级家庭服务机器人来进行开发的,同时,他们也需要更多的开发者一起来开发更多的应用,所以他们的NXROBO OS是基于机器人爱好者所熟悉的ROS系统而搭建的。 与此同时,为了吸引更多的机器人爱好者,为NXROBO OS以及公司的下一步规划组建一个开发者社群,NXROBO还联合ExBot(易科机器人实验室)共同筹办了“星火计划”ROS系统培训。该培训以实物机器人为模型,真实模拟研发场景,体验研发过程,以让学员能够独立开发基础应用。 家庭服务机器人并不需要显示屏,这会妨碍人机交互的自然 纵观当前国内的家庭服务机器人产品,几乎每一款都带有一个标配——显示屏。而在看到BIG—i机器人第一眼的时候,我们就有所好奇,不仅仅是对外形,更多的是因为它没有一块“显示屏”。 对此,林天麟解释道:“我们把智能家居机器人定义为管家机器人,人们只需要吩咐它去做一些事情就好了,不需要在它的上面去看东西。因为你看东西的渠道是很多的,像手机、电视等等,所以在机器人上面是没有必要把‘显示’这个因素放的特别大。” 在其看来,“显示屏”的存在正是阻碍人及自然交互的一个重要因素。“给机器人加上一块屏幕,给人一种强烈的设备的感觉。如果有这块屏幕,人们更多的将是通过触摸这块屏幕去跟机器人进行交互,而不是通过一种更为自然的方式去与其进行交互。”林天麟表示。 每当我们说到家庭服务机器人,很多时候都是将其与智能家居相联系在一起,如此才能发挥它更大的一个效果。当前,人们似乎更愿意将智能音箱作为智能家居的切入口,面对这个竞争对手,林天麟也有着自己的一番见解。 他表示,从智能家居终端上来看,相对于更为传统的在智能手机、平板上点击APP来实施控制的方式,智能音箱是对交互算法更进一步的一个改变。但是,其并没有从根本上改变使用者所需要做的事,只是将手指动作变成口头说话,仍旧是一个指定模式,并没有变得更为“主动”。 此外,林天麟也透露,目前暂不进入国内C端市场、主攻海外市场的原因之一就是智能家居产品之间的不相通。在其看来,这是对机器人、智能家居发展的一种阻碍。相反,目前美国智能家居的普及程度是国内的十几倍,所以他们对于智能化的东西、以及不同产品之间的互联互通的整个市场生态都是非常成熟的,因而家庭服务机器人在美国相对是比较容易落地的。

    时间:2017-08-16 关键词: 智能机器人 nxrobo 林天麟

  • 论人工智能的民事责任:以自动驾驶汽车和智能机器人为切入点

     摘要 随着自动驾驶汽车等智能机器人的自主性、学习和适应能力不断增强,一方面很难将其看作是人类手中的简单工具;另一方面伴随而来的可预测性、可解释性、因果关系等问题将使得证明产品缺陷责任等既有侵权责任变得越来越困难,可能带来责任鸿沟,使得被侵权人的损害难以得到弥补。 面对可预期的责任挑战,侵权法、合同法等法律规则的不充足性和局限性将逐渐显现出来,对新的法律规则的需求也将变得越来越迫切。为此,欧盟、英国、美国等已经开始探索新的责任框架。 为了更合理、有效地对智能机器人造成的损害分配法律责任,严格责任、差别化责任、强制保险和赔偿基金、智能机器人法律人格等都是潜在的法律方案;但立法者或者法院最终选择何种方案,需要进行全方位的论证,以便实现法律的利益平衡目的。 一 引言 “计算机仅能执行强制的指令——对其编程不是为了使其作出判断。”纽约一家法院曾经如是说。这或许可以代表公众对计算机和机器人的固有看法。但是,人工智能技术的进步,正使这一观点变得陈腐,甚至可能成为一个偏见。2010年以来,受到大数据、持续改进的机器学习和更强大的计算机这三个相互加强的因素推动,人工智能技术在ICT领域快速发展,不断被应用到自动驾驶汽车、医疗机器人、护理机器人、工业和服务机器人以及互联网服务等越来越多的领域和场景。国外一些保险和金融公司以及律师事务所甚至开始用具有认知能力的人工智能系统置换人类雇员。从国际象棋、智力竞赛(比如“Jeopardy!”),到围棋、德州扑克,再到医疗诊断、图像和语音识别,人工智能系统在越来越多的领域开始达到甚至超过人类的认知水平,让其辅助甚至代替人类进行决策,不再是空中楼阁。 现在有理由预见,在不远的将来,交通运输、医疗、看护、工业和服务业等诸多领域的各式各样的智能机器(Intelligent Machine)或者智能机器人(Smart Robot)将成为人类社会中司空见惯的事物。与此同时,智能机器人的民事责任(当然也有行政责任和刑事责任,但不在本文讨论之列)将日益浮出水面,成为一个不容回避的法律问题,需要法律和法院认真对待并回应。当高度自主、脱离人类控制且独立运作并作出判断的智能机器人造成人身或者财产损害,如何分配并承担法律责任?当前以人类行为者为中心的侵权责任和以产品生产者为中心的产品责任,在应对这一问题时,暴露出局限性。本文旨在对此进行论证并提出初步的建议。 为了讨论的方便,下文将不使用人工智能、人工智能系统等模糊性概念, 转而采用智能机器人这一概念,并将其界定为具有以下特征的实体: (1)通过传感器、与其环境进行数据交换以及数据分析等方式获得自主性(Autonomy)的能力; (2)从经历和交互中学习的能力; (3)具有可见形体; (4)随其环境而调整其行为和行动的能力。按照这一定义,自动驾驶汽车、医疗机器人、护理机器人等都可以被智能机器人涵盖,而自主性(包括自主进行决策)和学习能力则是其核心特征;而且在某种意义上,已经没有很强的理由将其继续看作是供人类驱使的被动工具。 二 智能机器人对侵权责任、产品责任等传统责任框架提出的挑战 传统的机器,无论多么先进,在评定法律责任时,存在一个决定性的共同特征。在每一个案件中,机器的功能和决策总是可以直接追溯到假借人类之手嵌入到其中的设计、编程和知识,或者存在对机器施加控制的人类行为者。这些机器,无论多么复杂,终归是为人类所使用的工具而已。以汽车等工具性机器为例,当发生事故、造成人身或者财产损害,要么可以以未尽到合理注意义务为由追究使用者的过错侵权责任,要么可以以产品具有缺陷为由追究生产者的产品缺陷责任。这意味着,传统的机器不具有法律人格的属性,仅仅是个人、公司或者其他法律上的“人”的工具或者代理,这些法律主体在既有法律之下对其各自的行为负责。 但是,在不远的将来,完全自主的机器将被推向市场,自动驾驶汽车有望成为最早的一批。为此,社会将需要考虑,在就自动驾驶汽车等智能机器人的侵害行为分配法律责任时,既有的责任规则是否可以游刃有余。毕竟,未来的自主智能机器将有能力完全自主行为,不再是为人类所使用的被动工具;虽然人类设计、制造并部署了它们,但它们的行为却不受人类的直接指令约束,而是基于对其所获取的信息的分析和判断,而且,它们在不同情境中的反应和决策可能不是其创造者可以预料到或者事先控制的。完全的自主性意味着新的机器范式:不需要人类介入或者干预的“感知-思考-行动”。 (一)过错侵权责任难以适用于智能机器人 在实际运作过程中脱离人类的控制,是智能机器人的一个核心特征。这一现象使得以人类行为者的注意义务为前提的过错侵权责任难以适用于因智能机器人的使用而产生的加害行为,因为智能机器人是独立自主地运作的,缺乏对其进行直接操作或者控制的特定个人。 以自动驾驶汽车为例,国际汽车工程师协会(SAE International)将自动驾驶技术划分为六个等级:非自动(Level 0),驾驶员辅助(Level 1),部分自动(Level 2),有条件自动(Level 3),高度自动(Level 4),以及完全自动(Level 5)。本文不讨论在驾驶员辅助和部分自动这两种模式下,驾驶员和汽车制造商之间的责任分配,仅讨论当人类使用者完全不参与驾驶时的责任承担。当自动驾驶汽车达到四级(高度自动)或者五级(完全自动)时,人类使用者的角色从驾驶者转变为乘客,不再需要对行车状况和环境进行监视或者在紧急情况下进行操作。因此,当四级以上的自动驾驶汽车发生事故、造成损害时,即使人类使用者处在驾驶位上,也无法诉诸过错侵权,让人类使用者承担民事责任。在此种情形下,加害行为、因果关系和过错都不能归咎于人类使用者。 不参与驾驶使得人类使用者不必负担驾驶者在汽车驾驶过程中所应尽到的合理注意义务,只要不干扰自动驾驶系统,他甚至可以在驾驶位上随心所欲,包括睡觉、玩手机等。当乘客乘坐的是自动驾驶出租车时,情况就更是如此,缺少人类驾驶者使得过错侵权责任无从适用。但在另一个层面,注意义务的承担者从人类驾驶者转移到了自动驾驶系统;可以肯定的是,适用于自动驾驶汽车的注意义务标准必然不同于适用于人类驾驶者的注意义务标准。 半个多世纪以前,美国法院在Arnold诉Reuther案中对此进行了论证。在该案中,原告Arnold女士在不遵守交规的情况下横穿马路时,被被告Reuther先生驾驶的汽车撞伤,Arnold于是指控Reuther过失侵权。Arnold主张,Reuther有“最后明显机会”(Last Clear Chance)来避免车祸,但其未能做到,因而应为此承担责任。法院对这一观点不予认可,认为:“一个人无论多么高效,都不是一个机械的机器人,不拥有像雷达机那样,在危险具体出现之前将其发现的能力。必须为人类的弱点和反应留出一定的余地,而如果这样的余地必须要求人类在零点几秒内作出反应,并且不能像现代机械装置那样,以机械的速度和精度作出反应,那么就必须承认,Reuther作为一个普通人,再怎么做也不能避免因Arnold的过失而给她本人招来的不幸。” 因此,在涉及自动驾驶汽车的第一起事故案件中,法院将不会问自动驾驶汽车是否像一个理性人一样行为。Arnold诉Reuther案的核心问题有关过失:Reuther在当时的情况下是否作出了合理的行为?但是对于自动驾驶汽车,由于没有人对其施加直接控制,问题的核心将是汽车自身的表现是否达到应然的状态,比如是否达到既定的行业标准。由于自动驾驶汽车不是有效的法律主体,询问汽车自身是否尽到所应负担的注意义务,将是不切实际的;于是,需要诉诸产品责任,寻找让自动驾驶汽车的生产者承担责任的事由。 (二)智能机器人的产品责任及其挑战 在我国,《侵权责任法》《产品质量法》《消费者保护法》等法律对产品责任作出了规定。具体而言,因产品存在缺陷造成他人损害的,被侵权人可以向产品的生产者或者销售者请求赔偿。通说认为,产品责任属于无过错的严格责任,只要产品存在缺陷,生产者就应当承担侵权责任,无需证明其存在过错。虽然被侵权人可以选择向生产者或者销售者请求赔偿,但这两个主体之间实际上构成不真正连带责任,向被侵权人承担侵权责任的一方可以向有过错的另一方进行追偿。因此,当无人进行操作的自动驾驶汽车等智能机器人造成人身或者财产损害时,被侵权人可以向缺陷产品的制造商主张产品缺陷责任,需要证明:产品有缺陷,损害事实的存在,以及产品缺陷和损害事实之间存在因果关系。 产品缺陷是产品责任的一个核心概念,各国通说一般认为缺陷主要包括设计缺陷、制造缺陷和警示缺陷,我国关于产品缺陷的认定标准体现在《产品质量法》第46条,包括“不合理危险”标准和产品质量标准。此外,《产品质量法》还为产品生产者提供了免责事由,包括:未将产品投入流通;产品投入流通时,引起损害的缺陷尚不存在;以及将产品投入流通时的科学技术水平尚不能发现缺陷的存在。只要产品生产者能够证明存在免责事由,就不承担赔偿责任。 在法律考虑赋予自动驾驶汽车等智能机器人法律地位之前,其在法律上的地位就依然是物,落入产品的范畴是不成问题的,产品责任自然也就有适用的余地,只要被侵权人可以证成产品缺陷责任。为了讨论的方便,笔者将分两种情况来论证。 1.智能机器人涉及人为(非操作者)失误 证明产品存在缺陷可能是困难且受争议的,但如果被侵权人的损害能够归因于因制造商的人为失误而造成的产品缺陷,那么自动驾驶汽车等智能机器人的自动化程度再怎么高,也不会给既有的产品责任制度带来大的挑战。 按照我国的《产品质量法》,不符合国家标准或者行业标准的产品被认为具有缺陷。以Arnold诉Reuther案为例,假设Reuther先生乘坐的是一辆自动驾驶汽车,坐在后排,该汽车在距离Arnold女士15英尺时检测到了她并采取了紧急制动,但未能避免碰撞。再假设自动驾驶汽车行业存在一个“碰撞避免”标准:如果障碍物(包括人类)在距离汽车12英尺时被检测到,那么自动驾驶汽车必须能够在其行进路线上检测到障碍物并避免碰撞。 显然,在这种情况下,该自动驾驶汽车不符合这一行业标准,具有不合理危险,因为按照这一行业标准,碰撞本应避免。如果我们将这一行业标准换为15英尺,而将该自动驾驶汽车检测到Arnold的距离换为12英尺,此时证明缺陷的存在将很困难,即使依据《美国侵权法第三次重述》中的“消费者期待”标准(主要是指产品存在“不合理危险”缺陷)和风险-效用标准(产品的可预见的风险可以通过采取合理的替代性设计予以消除),情况也是如此。 此外,证明存在制造缺陷(比如部件失灵)或者警示缺陷(比如未能合理告知消费者如何操作智能机器人;在部分自动驾驶的情况下需要人类驾驶者保持警惕并进行操作的,如果制造商未能告知消费者如何进行操作,就需要承担产品缺陷责任),同样可以使被侵权人获得赔偿。 但问题是,人工智能技术的发展使得自动驾驶汽车等完全独立自主的智能机器人的出现成为可能,这带来的直接结果就是,一方面,证明缺陷尤其是人工智能系统层面的缺陷将变得异常困难,另一方面,事故的发生可能无法合理因归于智能机器人的设计或者制造缺陷。这将给产品责任带来直接的挑战。面对自主智能机器人,人们将需要开始审视既有的产品责任制度能否在制造商利益和消费者利益之间实现平衡。 2.智能机器人涉及无法解释的事故 产品责任只能让制造商对因产品存在缺陷而造成的侵害行为承担民事责任,但问题是,智能机器人的一些新特征可能使得无法将事故的责任分配给生产者等既有法律主体,尤其是当出现不能合理推断出事故是由设计或者制造缺陷造成的情形之时。虽然自动驾驶汽车普遍被认为比人类驾驶更安全,比如,麦肯锡公司的一份研究报告发现,自动驾驶汽车将使交通事故减少90%;但是自动驾驶汽车对交通事故并非具有完全的免疫力,而自主性、可预测性、可解释性、因果关系等因素将极大增加事件的无法解释性,带来责任鸿沟。具体论证如下。 第一,自主性与可预测性(Foreseeability)。如前所述,自动驾驶汽车等智能机器人区别于传统的机器的最大特征在于具有高度的甚至完全的自主性。无论采用何种机器学习方法,当前主流的深度学习算法都不是一步一步地对计算机编程,而是允许计算机从数据(往往是大量数据)中学习,不需要程序员作出新的分步指令。因此,在机器学习中,是学习算法(Learning Algorithm)创建了规则,而非程序员;其基本过程是给学习算法提供训练数据,然后,学习算法基于从数据中得到的推论生成一组新的规则,称之为机器学习模型。这意味着计算机可被用于无法进行手动编程的复杂认知任务,比如图像识别、将图片翻译成语音、汽车驾驶等。 回到自动驾驶汽车,自动驾驶系统利用一系列雷达和激光传感器、摄像头、全球定位装置以及很多复杂的分析性程序和算法等,像人类一样驾驶汽车,而且做得更好。自动驾驶汽车“观察”路况,持续注意其他汽车、行人、障碍物、绕行道等,考虑交通流量、天气以及影响汽车驾驶安全的其他所有因素并不断调整其速度和路线。而且自动驾驶汽车被编程来避免与行人、其他车辆或者障碍物发生碰撞。所有这一切都是机器学习的结果。因此可以说,在每一个现实情境中,都是自动驾驶汽车自身在独立判断和决策,虽然是程序员设定了学习规则。学习能力和适应能力的存在使得预测自动驾驶汽车在特定情境中的行为成为一个问题。 此外,人类决策系统与现代人工智能系统存在一个本质上的区别,正是这一区别使得人类无法准确预知人工智能系统针对某个问题的解决措施。受限于人类大脑的认知能力,为了作出决策,人类无法在有时间限制的情况下分析所有的相关信息,所以人类常常退而求其次,选择一个自己满意的解决方法,而非一个最佳化的解决方法,经济学家Herbert Simon称之为“满意法”。 电脑计算能力和机器学习方法的不断提高,使得现代人工智能系统能够在有限的时间内精确计算所有的可能性,而且人工智能系统本质上不受提前预置的概念、经验法则、传统智慧等因素的限制,从而使其能够选择人类完全没有考虑过或者可能会实施的解决方案。正是这种能够作出独特决策的能力或者说自主性,让人工智能系统能够应用于更加广泛的领域,同时也让人工智能系统的设计者具有赋予人工智能系统这项能力的经济动力。 所以,尽管人类设计并制造了自动驾驶汽车等智能机器人,但却可能无法预见其具体决策,然而这种无法预见性可能正是系统的设计者所期待的。随着更加通用化的人工智能的发展以及机器学习技术的进步,人工智能的行为和决策的不可预见性问题将会更加频繁地出现,而且程度会不断加深。 更进一步,自动驾驶汽车可能“打破”预先设定的规则,大大超出其设计者的预期。人们一直担心,赋予机器自主“思考”的能力可能导致其有能力违反被给予的“规则”,以人们意想不到的方式行为。这不纯粹是想象,已经有证据表明高度“智能”的自主机器可以学习“打破”规则以保护其自身的生存。以自动驾驶汽车为例,尽管模拟测试对其行为和决策意味重大,美国交通部在其发布的《联邦自动驾驶汽车政策》中也强调模拟能够代表复杂的现实环境的测试环境的重要性;但是自动驾驶汽车脱离制造商控制、进入流通领域之后的学习和经历同样影响其行为和决策。新的数据输入可能使自动驾驶汽车进行调整和适应,导致其行为和决策超出预先设置的规则,这在理论上并非不可能。 再者,测试环境并不能穷尽所有的现实可能性,当异常情况(Novel Situation)出现时,自动驾驶汽车必须在缺乏预先设定的规则的情况下,依据其自己创建的规则,真正独立自主地作出决策。对于这种偏离预期的行为,以产品缺陷这一事由让生产者承担责任,难以在侵权法上得到证成。 第二,可解释性(Interpretability)。通常,当人类驾驶者造成交通事故,诉讼双方通过举证、质证等程序性手段,完全可以还原并查明事故发生的过程,从而决定人类驾驶者是否履行了合理的注意义务。事故的可解释性使得因传统的交通事故而产生的法律纠纷可以按照既有法律框架得到有效解决。但是,现代人工智能系统越来越成为一个“黑箱”,所有决策都存在于这个“黑箱”中,自动驾驶汽车等智能机器人也不例外。 而且,虽然学习算法可能是公开和透明的,但它产生的模型可能不是,因为机器学习模型的内部决策逻辑并不总是可以被理解的,即使对于程序员也是如此。因此,即使设计者可能也无从知晓系统如何进行决策,更别提普通公众了。行为和决策的不透明性和不可解释性带来的直接结果就是,当自动驾驶汽车造成交通事故时,人们将很难查明事故背后的原因。即使法律要求算法必须公开、透明,或者可以在法庭上对智能机器人的算法系统及其决策进行交叉询问,当事人也会面临技术性障碍,在成本上并不经济。此时,谁来承担法律责任,将成为一个大大的问题。 第三,因果关系(Causality)。一方面,如前所述,人工智能系统的一些新特征使得事故的可解释性大打折扣,带来归因难题;另一方面,由于自动驾驶汽车等智能机器人自带学习能力和适应能力,其“后天的”(区别于“先天的”系统设计和训练)学习和经历可能成为此类系统造成的任何损害的一个替代原因(Superseding Cause),足以使侵权行为事实上的行动者免于承担责任。 替代原因之所以可能出现,是因为一个能够自主学习的人工智能系统的行为部分依靠其后天的经历,即使最细心的设计者、编程者以及制造者都没有办法控制或者预期人工智能系统在脱离他们之后将会经历些什么。 因此,当自动驾驶汽车等智能机器人发生事故、造成损害,而事故本身又难以解释或者不能合理追溯到设计缺陷或者制造缺陷,或者损害是因人工智能系统难以为设计者所预测到的特殊经历造成的,此时,让设计者承担责任将会导致不公平和非正义,但这样却会导致被侵权人难以获得赔偿。于是,法院面临的挑战是,为了保证被侵权人能够得到赔偿,就必须解决人工智能系统的可解释性、可预见性以及因果关系等问题。 (三)替代责任的适用可能性 如果智能机器人实际上“代理或者代表”某个法律主体从事行为或者进行决策,那么可以比照父母对未成年人子女的责任或者说监护人对被监护人的责任,或者雇主对雇员的责任,让部署智能机器人的人承担替代责任。其实在合同领域,智能软件、程序化交易、智能合约等现象就给合同责任带来挑战,引起学界讨论,但是对于算法和程序做出的交易,各国一般将智能软件看作是通信方式,而非认为智能软件和部署智能软件的人之间存在代理关系或者雇佣关系。因此,借助智能软件形成的所有合同法律关系都归属于部署智能软件的人,由其享有合同权利并承担合同义务。 按照这一思路,在某些情况下,可以让部署智能机器人的人承担替代责任。比如,如果一个公司利用无人机送货,或者利用自动驾驶出租车运送乘客,或者利用服务机器人提供家政、酒店、外卖等领域的服务,那么其就必须对智能机器人的行为负责。但是,如果我们类比雇主对雇员的责任,雇主的替代责任以雇员在从事雇佣活动中造成的损害为限,不对雇员的职务范围以外的或者非职务的加害行为负责,那么如何确定部署智能机器人的人对智能机器人的责任限度和范围,将是法律必须回应的一个问题。更进一步,如果将智能机器人看作是事实上的雇员,为了明确雇主的责任,就必须提出判断智能机器人的职务行为和非职务行为的标准。本文仅提出这么一种可能性,这里不做进一步探讨。 三 欧盟开始为智能机器人探索新的民事责任规则 面对人工智能的快速发展,一些国家开始探索相关立法和监管。 在美国,美国交通部2016年9月出台的《联邦自动驾驶汽车政策》虽未涉及责任问题,但其中提出的自动驾驶汽车安全标准却可以为举证产品责任提供必要的参考;此外,佛罗里达州、密歇根州等涉及自动驾驶的立法均规定,车辆在被第三方改造为自动驾驶汽车后,车辆的原始制造商不对自动驾驶汽车的缺陷负责,除非有证据证明车辆在被改造为自动驾驶汽车前就已存在缺陷,这一规定实际上有利于厘清各方的法律责任。 在德国,监管机构开始考虑出台新规,要求汽车厂商在自动驾驶汽车中安装黑匣子,以便在事故发生后判定法律责任,开展保险理赔工作,这表明德国已经开始关注自动驾驶汽车的透明性、可解释性以及可追溯性问题。 在英国,自动驾驶汽车中心(Centre for Connected and Autonomous Vehicles,缩写为CCAV)曾发布两份报告,在其中对保险和产品责任提出建议;报告提议将强制性的机动车保险延伸到自动驾驶汽车以便将产品责任囊括进去;新的保险框架旨在保护自动驾驶汽车事故中的受害者,受害者将可以直接向汽车保险人请求赔偿,而保险人将有权向依据既有法律负有责任(比如产品责任)的主体进行追偿。 在智能机器人民事立法方面,当属欧盟动作最大。早在2015年1月,欧盟议会法律事务委员会(JURI)就决定成立一个工作小组,专门研究与机器人和人工智能的发展相关的法律问题。 2016年5月,法律事务委员会发布《就机器人民事法律规则向欧盟委员会提出立法建议的报告草案》,同年10月发布《欧盟机器人民事法律规则》。在这些研究和报告的基础上,2017年2月16日,欧盟议会投票表决通过一份决议,在其中提出了一些具体的立法建议,要求欧盟委员会就机器人和人工智能提出立法提案(在欧盟只有欧盟委员会有权提出立法提案,但欧盟委员会并无义务遵守这一要求,不过如果其拒绝这么做,就必须陈述其理由)。 法律事务委员会提出的立法建议涉及多个方面,主要包括:成立一个专门负责机器人和人工智能的欧盟机构;确立人工智能伦理准则;为智能机器人重构责任规则;长期来看,考虑赋予复杂的自主机器人法律地位(所谓的“电子人”)的可能性;知识产权方面应明确人工智能的“独立智力创造”;注重隐私和数据保护;推进标准化工作和机器人的安全可靠性;针对具有特定用途的机器人和人工智能系统(主要包括自动驾驶汽车、护理机器人、医疗机器人、无人机、人类修复和增强等)出台特定规则,进行特殊监管;关注人工智能的社会影响;以及加强法律政策领域的国际合作。 (一)需要新的责任规则 在法律事务委员会看来,如今的机器人已经具有自主性和认知特征,也即,具有从经历中学习并独立自主地作出判断的能力,而且可以实质性调整其行为,从机器人的侵害行为中产生的法律责任由此成为一个重大问题。机器人的自主性越强,就越难将其当成是其他主体(比如制造商、所有人、使用者等)手中的简单工具,这反过来使得既有的责任规则开始变得不足,因而需要新的规则。新的规则着眼于如何让一台机器为其行为或者疏忽而部分或者全部地承担责任。结果就是,解决机器人是否应当拥有法律地位这一问题将变得越来越迫切。最终,法律需要对机器人的本质问题作出回应,其是否应当被当成是自然人、法人、动物抑或物,或者法律应当为其创设新类型的法律主体,在权利、义务、责任承担等方面具有其自身的特性和内涵。 在目前的法律框架下,机器人自身不对因其行为或者疏忽而给第三方造成的损害承担责任。而且,既有责任规则要求机器人的行为或者疏忽能够归因于制造商、所有人、使用者等特定法律主体,并且这些主体能够预见并避免机器人的加害行为。更进一步,关于危险物品的责任和产品责任可以让这些法律主体为机器人的行为承担严格责任。 但是,如果机器人自主地作出决策,传统的责任规则就将不足以解决机器人的责任问题,因为传统的规则将可能不能确定责任方并让其作出赔偿。此外,现有法律框架的缺点在合同责任方面更是显而易见的,因为机器人现在能够选择合同当事人,磋商合同条款,缔结合同并决定是否以及如何执行所达成的合同,这些现象使得传统的合同规则无法适用。在非合同责任方面,既有的产品责任规则仅能涵盖因机器人的制造缺陷而造成的损害,同时受害人必须能够证明存在实际损害、产品缺陷且缺陷与损害之间具有因果关系。 但是,目前的法律框架无法完全涵盖新一代机器人所造成的损害,因为它们具备适应性和学习能力,具有一定程度上的行为不可预测性,因为这些机器人将从其自己的变幻莫测的经历中自主学习,并且以独特且不可预见的方式与其所处环境进行交互。 (二)构建新的责任规则 对于智能机器人带来的责任挑战,法律事务委员会从欧盟自身的法律体系出发,提出了一些可供参考的立法建议。具体论证如下。 第一,对于智能机器人,有损害,必有责任。无论选择什么样的法律方案来解决机器人的责任问题,在涉及财产损害之外的损害案件中,都不应该限制可以被弥补的损害的种类或者程度,也不应该基于损害是由非人类行动者(即智能机器人自身)造成的这一理由限制受害人可能获得的赔偿。对于智能机器人造成的损害,未来的立法应当规定严格责任,仅要求机器人的侵害行为和受害人的损害之间具有因果关系即可。 第二,如果最终负有责任的主体得到确认,其所应承担的责任应与其给予机器人的指令级别以及机器人的自主性程度相称。因此,机器人的自主性或者学习能力越强,其他主体的责任就越低;机器人的“教育”持续的时间越长,“教育者”所应负担的责任就越大。此外,当将机器人的侵害行为归咎于特定主体时,不应将通过“教育”机器人产生的技能与严格依赖于其自身学习能力的技能相混淆。 第三,为自主智能机器人造成的损害分配法律责任是一个复杂的问题,一个可能的解决方案是适用于智能机器人的强制保险制度。但是该保险制度与当前的机动车保险不同,因为后者仅覆盖人类行为和差错。适用于机器人的保险制度可以基于要求制造商为其生产的机器人购置保险的义务。除了制造商,也可以让机器人的所有人购买此类保险。 第四,可以考虑建立赔偿基金,作为强制保险制度的一个补充。一方面,赔偿基金可以确保未被保险覆盖的损害可以得到弥补,这是设立赔偿基金的首要目的;另一方面,允许机器人牵涉到的多个利益相关方的投入,比如向智能机器人作出的投资、捐赠或者支付,被转移到该基金。此外,赔偿基金可以作为限制制造商责任的一个条件,即,对于被赔偿基金覆盖的智能机器人,其制造商仅承担有限责任,即,财产损害的赔偿责任以该基金为限度,其他类型的损害的赔偿则不受此限。 第五,与保险、赔偿基金等相配套的机器人登记制度和机器人法律地位。机器人登记制度基于机器人分类。确保机器人与其赔偿基金之间的关联在机器人登记中得到体现,以便任何人都能知晓基金的性质、财产损害的责任限制以及其他相关信息。此外,对于最复杂的自主智能机器人,可以考虑赋予其法律地位,在法律上承认其为“电子人”(Electronic Person),具有明确的权利和义务,包括对其造成的损害作出赔偿,以及在智能机器人作出决策或者独立自主地与第三方交往时,适用电子人格(这可以帮助解决合同责任、侵权责任等问题)。 四 智能机器人民事责任的几种方案 如前所述,智能机器人的出现和发展将给产品责任等既有侵权责任规则提出挑战。法院未来在审理第一起涉及真正完全的自动驾驶汽车或者智能机器人的损害案件时将需要面对这些挑战,可预测性、可解释性以及因果关系等将可能成为弥补损害的最大障碍。与此同时,这些挑战一方面可能使终端用户的损害无法得到补偿,另一方面给制造商带来法律责任的不确定性,最终可能影响技术发展和进步,自动驾驶汽车等智能机器人所能带来的诸多好处因此可能延迟普及。 欧盟、英国、美国等都已经意识到既有的民事责任规则在应对智能机器人的法律责任时具有局限性,这种局限性进而会影响各方对其合理行为的预测可能性,进而破坏法律的可预测性,最终会限制行业发展的步伐;这些国家和地区为此已经开始探索新的责任规则或者法律方案,目的在于在制造商、终端用户等法律主体之间实现新的法律平衡,同时为智能机器人民事责任的确定提供更为清晰、明确和有效的规则。 为了更合理、有效地对智能机器人造成的损害分配法律责任,笔者结合各国的探索,试图提出几种可供参考的方案;但立法者或者法院最终选择何种方案,需要从法经济学、实证主义、功用主义等角度进行全方位的论证,以便实现法律平衡各方利益的价值。 第一,借鉴《侵权责任法》上关于危险责任的规定,让智能机器人的制造商或者使用者承担严格责任(Strict Liability)。但智能机器人的严格责任的出发点不是“异常危险”或者“不合理危险”。如前所述,当真正完全的自主智能机器人发生事故、造成损害,证明缺陷、因果关系等事项将成为受害人难以逾越的法律障碍。在这种情况下,法律或者法院可以强令执行保险制度以解决侵权法的不充足性。 支持建立智能机器人的严格责任的理由如下: 其一,为不是因其自身过错而遭受损害的个人提供救济是一项重要的价值,在因果链条无法解释的情况下让一个个体自己承担所遭受的损失,与公正、分配正义、风险分担等基本观念背道而驰; 其二,不同于受害人,智能机器人的制造商处在了消化成本的有利位置,可以通过定价等方式广泛分散损失负担; 其三,严格责任制度可以节约所有相关的交易成本,尤其是在缺陷、因果关系等难以证明的情况下,诉讼成本将会非常高昂;从成本-效率的角度来看,智能机器人的复杂性和自主性呈几何级数增长,产品责任诉讼的成本亦将呈指数级增长,与其为律师、专家等投入高昂成本,倒不如来更多赔偿受害者; 最后,相比于一个预测性低的法律制度,一个可预测的责任机制将能更好地促进创新。 第二,差别化责任规则。差别化责任制度的前提是针对于自动驾驶汽车等智能机器人的审批机制。未来有必要由统一的人工智能监管机构或者行业主管机构对智能机器人进行必要的监管,审批制度是潜在的监管措施之一。 审批制度可以发挥两方面的作用,一方面,审批制度有利于保障面向终端用户的智能机器人的安全可靠性,增进公众对智能机器人的信任;另一方面,审批制度可以成为智能机器人的差别化侵权责任的基础。 对于通过监管机构审批的智能机器人,制造商实质上将只承担有限的侵权责任,对监管规则的遵守换来的是有限的侵权责任,而非完全排除其侵权责任。在涉及通过审批的智能机器人的诉讼中,被侵权人需要按照传统的产品责任进行举证。否则,制造商等法律主体将只承担有限责任,方式可以是保险、赔偿基金(比如监管机构可以拿审批费用的一部分或者政府财政预算来设立赔偿基金)等。 对于没有经过审批的人工智能系统,制造商等法律主体应当承担严格责任,而且该责任是连带的,以便让智能机器人涉及到的多个相关主体都承担责任,以实现最大化救济被侵权人的目的。但是为了不不利地影响技术创新和产业发展,审批制度可以是自愿性的。 第三,强制保险制度和赔偿基金。如前所述,在涉及智能机器人的诉讼中举证产品缺陷、因果关系等事项将变得越来越困难,为了能够对无辜的受害人进行赔偿,可以考虑针对智能机器人提出由制造商或者所有人负担的强制性的保险机制,以覆盖产品责任;由市场主导的一个保险机制将不需要对既有法律制度作出大的调整或者变革。赔偿基金可以作为有限责任承担或者赋予智能机器人法律人格的配套措施,已如前所述,不再赘述。 第四,可以像欧盟那样,考虑赋予某些智能机器人法律人格。历史地看,法律可以赋予公司等法人地位,甚至承认非法人组织(比如合伙)也可以享有一定的法律地位,未来在时机成熟时赋予智能机器人法律地位,也未尝不可。到那时,如果赋予智能机器人电子人格(Electronic Personality),让其可以享有特定的权利和义务,并可以对其行为承担法律责任,包括对其造成的损害的赔偿责任,人们现在担心的很多责任问题都可以得到较好的解决。 五 结论 制定的法律在制定之时便已落后于时代。诚然,技术进步总是会给法律提出这样或者那样的挑战,但是法律的可预测性和张力使得法院通常可以依循法律解释学,得心应手地应对新出现的情况,而不需要对既有法律规则做出较大变动。 但是,法律解释学并非一颗灵丹妙药,不但有其局限性,而且也会失灵,在一些新情况下难以确保法律的利益平衡目的之实现。完全自主的自动驾驶汽车等智能机器人的出现和发展,将会带来这样的新情况。届时,侵权法、合同法等法律规则的不充足性和局限性将逐渐显现出来,对新的法律规则的需求将变得越来越迫切。 究竟什么样的规则最适合应对未来的智能机器人带来的责任挑战,笔者在上文提出的几种方案并非盖棺之言,而是希望能够引起人们的关注和探讨,共同寻找并论证恰当的规则。最终目的是希望在促进新技术发展的同时,也对可能被新技术影响或者侵害的人提供法律救济,无论这些影响或者侵害能否被既有的法律所覆盖。

    时间:2017-08-10 关键词: 人工智能 智能机器人 自动驾驶 民事责任

  • 硅谷新潮流,聘个智能机器人当助理

    人工智能被广泛视作第四次技术革命的核心推动力。就像蒸汽机、电力以及互联网一样,人工智能已经在生产制造、金融服务、娱乐、能源、农业、政府等诸多垂直领域发挥作用,提高效率。随着其所依赖的机器学习技术日新月异,业界专家普遍认为人工智能还将进一步改变人类的工作方式,极大地提高人类生产和生活的效率。 不经意间,人工智能正在如何潜移默化地改变你的工作方式?为了回答这些问题,在SYNC 2017 硅谷科技峰会上,PingWest品玩请来了 OpenAI核心研究员、前初创公司 Dropbox 机器学习技术主管 Peter Welinder,与 Basis Set Ventures 创始合伙人兰雪棹对谈。 Welinder 指出人工智能在两个方面改变了工作方式。 首先,人工智能正在接管一些十分复杂的,过去机器无法做到的工作,比如机器人和自动驾驶汽车。而在不那么明显的方面,人工智能强大的数据处理能力,可以对复杂结构的数据进行自动化的收集、归纳和整理。一个很典型的例子就是 Google 搜索,以及背后由人工智能构建的知识图谱。“现在计算机能够索引和理解更多数据。过去做研究需要一支研究院组成的大军,现在可能只用一个人在网上搜一搜就够了。” 最近五、六年依赖,由于神经网络技术的发展,以深度学习为代表的人工智能新浪潮已经袭来。Welinder 认为这一波新浪潮创造出了一批新的知识型工作者,比如数据科学家、机器学习工程师,也彻底改变了很多已有工种的工作方式,比如调查记者和分析师等,人工智能让他们工作中重复性的部分变得简单,让创造性的部分变得更富挑战。 兰雪棹和 Peter Welinder 在 SYNC 2017 上 Welinder 指出,科技已经让很多本来人需要做的工作可以被产品取代,比如以前每个律师都需要配一个书记,而现在他们用 Word 就可以——即便如此,每个公司高管现在都还会配一个助理来安排时间。Welinder 希望未来的人工智能助手——Siri、Google Assistant、Cortana 和 Alexa 等——能够成为一个真正的助理。“我认为人工智能在这里有很多机会。” 我们也能拥有自己的人工智能助理吗?这并非一个遥远的梦想。其实,闲暇时间写代码搞编程,用各种现有的 API “捏”出一个自己的助理,今年在硅谷还真挺流行,比如 Facebook 创始人 Mark Zuckerberg 就花一年时间做了一个和钢铁侠助理同名的“Jarvis”。 兰雪棹就在用自己投资的一家创业公司 Clara Labs开发的助理“Clara”安排自己的日常事项。她之前在 Dropbox 负责投资并购和企业发展业务,最近刚成立了自己的基金公司 Basis Set Ventures,基金募集了 1.36 亿美元,专门投资采用人工智能技术帮助提高白领和蓝领职工生活和工作效率的早期初创公司。 另一个现场有趣的问题是:现在的机器人还是需要人去编程,告诉他在什么情况下该做什么;什么时候我们可以把机器人扔到水里,它自己就能走出来? 在 OpenAI,Welinder 的主要工作都和机器人相关。他借用 AlphaGo 的例子阐释人工智能系统“自主学习”的模式:DeepMind 训练 AlphaGo 的方式其实是构建两个 AlphaGo 然后让它们互相下棋(所谓的左右互搏),而 AlphaGo 背后的神经网络结构决定了这种训练做的越多,它的下棋技巧越好。这可能会是一种机器人获得技巧和提高学习能力的方式,不过在短期来看,“通用人工智能”(General AI) 离人们还很远,机器人的智商或许已经达到了 3 岁或者 5 岁幼儿水平,但它的学习能力还很差。“机器人还很傻,有时候它们转一下胳膊反而打伤了自己,把传感器都打坏了……想要让机器人安全地探索一个陌生的世界,即便通过编程的方式也很难。”Welinder 指出。 所以,在相当长的一段时间里,我们可以不用担心机器人会杀死我们,或者取代我们的工作,因为你没法指望人工智能会变得太聪明,一切还在摸索的阶段。“肯定,一些工作会被人工智能取代,我也相信这个过程中会创造出更多的工作来。”兰雪棹补充说。

    时间:2017-07-24 关键词: 智能机器人 硅谷 智能助理

  • 把目光从各式各样的机器人身上移开,来关注一下机器人OS

    如今智能机器人的一片火热,让我联想到当初的造手机大潮,iOS和安卓引领大屏击退塞班,中国厂商开始快速跟进,推出各种小XX大YY,这些千元机百元机的辣眼睛程度,基本和现在各种打着机器人旗号的小型家用电器差不多。 做手机品牌的虽多,可做手机系统的几乎为0,即使有做,下场常常也不好,比如诺基亚的WindowsPhone(个人意见,lumia系列还是比较美貌的)。 在机器人领域也一样,硬件厂商的PR稿件满天飞,却很少能看到有关机器人OS的消息,今天不如就把目光从辣眼睛的“机器人”身上移开,看看机器人OS领域都发生了什么。 其实想给机器人OS下个定义还是有些困难的,和手机操作系统不同的是,机器人OS是为异质计算机集群提供类似操作系统的功能。目前的机器人OS大概可以分为两种,一种是更偏向于开发的底层系统,另一种则是偏向于功能集成的平台的“机器人大脑”。 ROS就是前者中的典型,名字就是Robot Operating System(机器人操作系统)的ROS应用很广,也最符合操作系统一词的传统定义——开源的次级操作系统。和其他各个领域的操作系统一样,ROS将机器人的硬件“封装”,让不同的传感器可以被运动规划、显示、视觉等等应用软件调用。 现在绝大部分服务型机器人(用于清洁、运输、维护等非工业场景的机器人)都在应用ROS,或是基于ROS之上再次开发。尤其我们在展会、机器人比赛中看到各种试验型展品,都是基于这一操作系统开发。 除了ROS,还有我们更熟悉Android,由于相关人才丰富,我们平时见到的很多伪智能机器人都用的是Android系统。当然,用Andorid的也有很多优秀产品,比如最近出镜率很高的pepper。在工业机器人领域中,常见还有的KEBA工业自动化公司推出的KeMotion。 软银旗下的V-sido就是其中的典型。V-sido和Pepper一样,是软银布局机器人产业的一部分,虽然Pepper的出镜率很高,但V-sido的商业化进程更快。同样是机器人OS,V-sido的开发环境相比ROS要简单一些,更专注于“操控机器”这一细分领域。V-sido对于机器人关节的运行与平衡采实时处理再控制,我们可以通过触屏终端、Kinect等等工具就能控制机器人,甚至可以让机器人模仿我们的动作。 (搭载V-sido的“高达”) V-sido已经推出了很多款概念机器人,很多都是拥有驾驶舱的钢铁机甲,人们可以坐在驾驶舱里用传感器进行操控,或许这就是日本人特有的高达梦吧……商业化方面,Cocoro、MegaHouse、Brave Robotics、富士建以及法国Aldebaran Robotics都已开始在机器人上应用V-Sido 了。 在这一类机器人OS中,也能见到中国玩家的身影,比较出名的是图灵机器人推出的TuringOS。Turing OS和ROS相比,又有了更大的差异。目前看来,TuringOS主打的是多模态交互、思维强化引擎、情感计算引擎、自学习引擎等等能力,基本上是在为合作伙伴提供自有技术,而非像ROS那样整合第三方资源库。 Turing OS的合作伙伴也有很多,像是动漫品牌奥飞、金山英语、墨迹天气等等,合作方式大概是,Turing OS提供机器人技术,品牌方提供IP和内容。目前能看到的成绩基本在早教机器人的众筹上,最近图灵还推出了Turing OS Kids,专注儿童智能故事机,看来是从此前的早教机器人上尝到了甜头。只是如此一头钻进儿童市场,是否会背离机器人OS应有的开放性和普适性? 和Turing OS相似的还有智能机器人云操作系统iBotOS,iBot主打用云操作赋能硬件,据称其拥有“自然语言理解、语音识别、语音合成、人脸识别和跟踪、物体识别、体感交互、室内定位和导航视觉等多种智能人机交互”等等十分华丽的能力,从钥匙扣到机器人,只要植入了iBotOS后都能和人类进行自然的交互。 这哪里是机器人OS,明明是鬼故事里的娃娃被附身。不过,这家企业自从开了个发布会之后基本就没有了其他的动作,也没推出合作案例,还好还好,鬼故事只是说说而已。 最后我们可以简单讨论一下机器人OS的价值。 底层开发类的机器人OS的价值在于,促进机器人平台的标准化、制定统一接口标准。其功绩不亚于“普及普通话”——当所有人都明白对方在说什么时,交流才有意义。如果没有ROS,雷达、摄像头等等传感器搭建到机器人上时都需要重新建立平台、搭建连接,不同方案之间没有兼容,将会极大的延长研发周期。有了机器人OS,机器人研发、推向市场的的速度都大大加快。 而提到机器人大脑类OS的价值,就比较有趣了。其实不仅是各种OS,包括百度的Apollo,都更直接的指向商业场景,将自己的技术打包出售给厂商。从ROS到V-sido再到TuringOS形成了一条清晰的线路,欧美-日本-中国,机器人OS的商业化指向越来越明显。 原因是什么呢?或许我们的市场对概念更加热情,相比技术的发展,产品的出现更能引起他们的注意。当所有讲故事的、放音乐的、扫地的都想被“机器人”三个字镀上金身时,机器人OS自然会应时而生。这就是中国式的众包智能,有人提供一个芯片,有人提供一个玩具,有人对其大加赞赏,然后大家一起拿钱。 不含偏见的说,这样的机器人OS最大的价值是加快了机器人相关技术落地商业场景的速度。不过相比故事机、扫地机器人,我们还是想看到更有价值、更有想象空间的应用范畴。 总之,机器人OS还是一片很有希望的领域,CV、NLP等等细分技术都在飞速发展,但机器人一定是多种技术的集合体。集成技术、降低机器人品类准入门槛这些一定要有人来做,或许下一个“iOS”就会出现在机器人OS之中。

    时间:2017-07-13 关键词: 操作系统 智能机器人 机器人os

  • 俄罗斯智能机器人“镜像模式”意外救下一小女孩

    据《每日邮报》报道,俄罗斯一所大学近日声称,他们所研发的智能机器人在无人命令的情况下意外地救了一个小女孩。 监控摄像头捕捉的视频显示,一个小女孩突然跑过来攀爬书架,结果书架正准备倒下的瞬间,名为Promobot的机器人走过去并用手扶住了书架,难道机器人被设置了救人的程序? 据该机器人的研发总监称,自带一种叫“镜像模式”的功能,可模仿人类的行为,当小女孩跑过来时并伸手爬书架时,机器人启动了模仿模式,也学上前伸出手,结果刚好扶住要倒的书架。也就是说,救小女孩这个行为完全是机器人无意识的行为,它并不知道自己的行为能够救小女孩。

    时间:2017-07-10 关键词: 俄罗斯 智能机器人 镜像模式

  • 越来越依赖人工智能 人类变笨啦!

    越来越依赖人工智能 人类变笨啦!

    专家指出,随着人工智能的快速发展,它们不仅能取代人类的部分工作,甚至还会导致人类变得更笨。 据国外媒体报道,依据摩尔定律,计算机系统微芯片的处理能力将以指数级增长,现今“键盘战士”发现人们的智力并不像微芯片一样,呈现同步快速发展。当计算机取代计算器,我们的工具变得更加强大,从社会群体到软件,我们的物理形态可能跟上发展吗? 千禧年初,我们见证了电子表格和电脑纸牌游戏影响下一代人的成长经历,千禧一代能够很娴熟地操作笔记本电脑,而不是使用笔和纸张进行书写,但是他们可能注定成为第一代和最后一代的“电脑文化人”。   随着科学技术的快速发展,过时的技术正在逐渐被淘汰,触摸屏技术有望替代键盘,基于软件的快速发展,我们日常线上活动和信息交流更加流畅。其中1%的人看到了背后隐藏二进制代码所带来的机会,他们致力于开发人们可以使用的软件,然而其余的人都在做什么呢?看着屏幕上彩色图案的虚拟社交媒体账号,与朋友分享生活、写日记,在Instagram上分享照片和视频,以及更新Facebook状态。然而,就像一些书籍、电影以及社会各种社评一样,不断地提醒我们,计算机并不是人类,它们没有头脑也没有感情,但是它们正在变得更加聪明,很快就会具有读懂人类感情的能力。 此前我们讨论、置疑和反对人工智能,但最终我们计划利用人工智能为我们做点事情。这听起来有点儿像科幻电影中的故事情节,不知不觉我们的日常生活已拥抱接受了人工智能。我们使用人工智能技术使自己的生活变得更好,更简单,更有效,更高产。从Echo到Siri, 从Facebook tags 到Google cookies,从网上购物到自动驾驶汽车,我们已做好准备,并且乐意让人工智能帮助我们完成一些单调重复性的工作。 到底我们在解放双手之后需要在大脑中保留什么呢?目前,飞机可以自动驾驶飞行,成本能够达到最优化,汽车可以被计算机系统指挥,医生将被“百科全书”替代。我们可以花费越来越少的时间,去做越来越多的事情,但是如果人类思考的时间更少,将会发生什么呢? 突然,当软件代替人类技能,出现的错误更多时,我们必须小心翼翼地度过这种2.0生活方式。一种“技能退化”的威胁是持续存在的,奥尔巴尼大学蒂莫西·霍夫(Timothy Hoff)教授对78位初级护理医师的研究报告显示,软件系统减弱了医生的诊断和治疗能力。美国国家高速公路交通安全管理局在一次致命车辆碰撞事件之后,发布调查报告称,即使特斯拉汽车具有先进的自动驾驶功能,汽车制造商必须提出驾驶监测方案,提醒驾驶者注意行驶周边环境,保证行驶安全。 当然,这些问题是可以解决的,软件仅是增强了我们的能力,对吗?这似乎并不一定是事实,人们常说,在生活中对各种电器的普遍依赖会降低我们的生活能力。   图中是一位展示者手中拿着Musio机器人,这是一款具有深度学习能力的智能机器人 2014年,费尔菲尔德大学一项研究表明,拍照似乎取代了人们的记忆机制,否则将在在与者大脑中保留一些图像信息,如果参与者把拍照的每个事物作为一个整体,他们记得事物会更少,如果他们在博物馆参观,仅是观察展览物品,而不是去拍照,那么他们记得展览物品会很少,很难记住展览物品的详细信息。 荷兰乌得勒支大学一项研究使用两组软件进行了任务测试,一组软件较简单,另一组软件智能化程度更高。研究结果显示,那些被迫较少依赖软件的人与那些擅长应用辅助软件的“聪明同事”相比,前者能更好地从事相关任务,并且业务知识掌握较好,在工作流程中不受突然干扰的影响。那些操作更独立的参与者被总结为:“行动更有计划性,行动更积极主动,并能做出推断结论。”在测试中这些操作独立的参与者倍受关注,他们能够做出直接、经济可行的解决方案,提出更好的决策。 虽然人工智能的“承诺”很多,但是我们不得不认真考虑其经济成本。现今的人工智能技术标志着一个充满注意力和惊恐的世界,我们的社会最初是为了服务人们的制造技术,但是随着科技逐渐发展,人类变得越来越卑顺屈从。基于大数据的分析结果,未来科学技术发展速度将更快,我们将变得更加懒惰,更加依赖于人工智能,我们的专注力和学习能力逐渐下降,但在人工智能的辅助下,处理一些任务是完全没有问题的。

    时间:2017-06-30 关键词: 人工智能 智能机器人 技术前沿

  • 智能机器人小G进入铁路运输法院工作

      菜鸟智能配送机器人小G 近日,一组机器人在法院送快递的萌照走红网络。据了解,照片拍摄的是菜鸟智能配送机器人小G在浙江一家铁路运输法院工作的情景。 小G第一次露面是在去年9月。据当时的官方介绍,这是一款专门用于“快递最后一公里”而生的配送机器人,它拥有独立思考能力和计算能力,不仅自己会上电梯、感知电梯的拥挤程度,甚至还能识别路上的行人、车辆,智能规划路线。 据官方介绍,小G由菜鸟E.T.物流实验室研发,是一款可以在陆地上行走的机器人,身高1米左右,每次配送大概能装10-20个包裹。用户只要通过手机向小G发出服务需求,他会与TMS(运输管理系统)对接规划最优配送路径,将物品送到指定位置,用户可通过电子扫描签收。 在小G发布的随后的大半年里,它一直在阿里巴巴的园区内给员工送快递。 从这次法院流出的照片上看,小G的外形没有多大变化。它身高 1 米左右,能装 10来个包裹。图片显示,有法院工作人员正在通过小G递送文书。在发出指令后,小G会规划最佳路线,将物品送到指定位置让接收人员签收。 菜鸟相关技术人员表示,小G确实已经从阿里巴巴的园区开始进入更多的服务场景。在法院里,小G可以成为法官们递送包裹和文件的新帮手,符合打造科技法庭、智慧法院的需要。 技术人员表示,随着学习能力的增强,小G观察周边复杂环境,并在系统中建立多维世界的能力更加成熟。走在路上,小 G能更精确的识别环境变化,避开更小的障碍物。在自己乘坐电梯时,它还能感知电梯的拥挤程度,不会跟人抢电梯。 目前,小G应用了自主感知、智能识别、运动规划等多项关键智能技术,陆续正在更多场景运行。

    时间:2017-06-20 关键词: 智能机器人 法院 铁路运输

发布文章

技术子站

更多

项目外包