中国人工智能学会

Chinese Association for Artificial Intelligence

GAITC 2017 演讲实录丨于海斌:机器人智能技术与测评体系发展

发布时间:2017-05-23

微信图片_20210913121348.png

于海斌 
中国科学院沈阳自动化研究所所长

以下是于海斌的演讲实录:

本来大会给我的题目,是希望我讲一讲机器人的智能检测。这个题目太超前了,检测还远没有发展到智能的阶段。因为我们现在在做机器人测评技术的研究。因此,一方面想从我的角度谈谈机器人测评与智能机器人的关系。从测评技术发展的历史看,早期面对的是机电系统,后来到了可编程系统的时代,现在到了人工智能的时代。现阶段,我们测评工作该怎么做呢?所以想和大家探讨一下;另一方面,我觉得人工智能有今天的形势是非常不容易的,我们想保持好这样的态势,使得社会长期关注,需要形成一个巨大的产业。但是任何一个产业能够规范化发展,测评也是离不开的。所以我到这里讲讲可能也许有意义。


刚才李院士讲到图灵测试的问题,我也有很多的感触。第一,我先说从自动化到智能化,以机器人为背景;第二,讲讲机器人的测评要素和测评的重点;第三,给大家介绍一些基本的现状,机器人现在从全球的测评角度都有哪些机构在做,做哪些事情,哪些能做,哪些不能做,哪些和智能有关系,哪些还会继续往下做。第四部分原来写的是展望,后来就写成机器人智能能力到底怎么测评,刚才李院士讲了图灵测试的问题,现在是不是进入了后图灵测试的阶段。

第一个,机器人从自动化走向智能化。我觉得传统的机器人,早期的时候,19世纪是一个自动化的机器,但是你说它有没有智能,我觉得多多少少有一些,因为它有感知的能力。因为早期的自动化和搞人工智能是分不开的,实际上原来搞人工智能的好几个大家,和搞自动化维纳等都是在一起工作的。在那个历史阶段,19世纪还是以自动化为主,体现的是机械自动化。19世纪以后,数字程序控制,一般从标准的角度和测试的角度,叫可编程系统,可编程带来的测试问题,和原来机械系统测试问题是不一样的。机械机构的测试,机械和电力系统的测试,更多的体现在精度等物理量指标,到了可编程的阶段,更多地体现在测试可覆盖的东西,因为可编程以后,能够带来的可达空间非常之巨,所以对我们测试的要求,特别是测试案例的设置就有很多的要求。李院士最后讲到中国建的无人驾驶车场,是不是将来图灵测试的场所,也面临这个案例怎么设置,怎么具体化的问题。这也有触类旁通的可能。到21世纪我们进入到了人工智能的时代,大家讲的人工智能的机器人,传统的机器人是效率优先的,现有的机器人应该是智能优先的,但是现在国内国外比较认可的,我们现有的人工智能阶段,有两个基本的特征,一个是人工智能如果和机器绑定在一起,会带来巨大的变革和效应,特别是美国总统的经济报告里,在去年的报告里讲到,因为机器人就是智能和机器结合的结果,说机器人未来会像蒸汽机一样影响工业的革命。另外一个角度,是人工智能和人之间产生更多的共鸣和交互,就是人机融合,这应该是最高的阶段。

刚才大家讲到的都是从软件的角度,从信息的角度谈智能的问题,我觉得以机械和机电为载体的机器确是有非常广泛的应用前景,但是未来可能还有另一条路也是我们需要认真考虑的,就是我们为什么一定要自己去造一个像生物体那样智能的机电系统,而不是直接实现生物技术和机电系统的嫁接。单独依靠信息技术,实现与人能力相当的智能,这个难度相当大,而且我们读书的时候就讲有很大的难度,我觉得这些困难并没有从根本上解决掉。现在的技术发展,生物体的肌电信号应用,就是生物信号和机电信号的融合,是不是会产生这种智能的路径。最近我们在做一件事,我们能够把蝙蝠下眼窝下的蛋白取出来,做成视觉系统,它具有高灵感度探测的能力,但是生物体蛋白如何做离体保持,也是一个新的问题,但显然这是一个非常重要的方向。另一方面,我们在生物体和人相互紧密融合协同方面也是一个非常重要的方向,譬如人工外骨骼系统。所以我讲,从广义的智能角度还是有跨学科的问题。机器人与人工智能呢,我们现在理解,如果大家讲的都是信息技术体系,需要较深的技术基础,从机器人用户的角度来讲,他只要理解,我怎么样让机器人更多地理解语言,能够对图像识别的能力更强,这是最直接的想法和需求。具体来讲,这些东西也在各个演示会上,各个技术推进的会上有所展示。实际上现有这些成果,我觉得大部分就是这些直白想法的体现,我不一一赘述了。

要从体系上来推动机器人的智能化,应该说还是有很多单元技术需要解决的,最核心的是交互能力,人和机器人的交互能力迫切需要得到巨大提升,如果这个能力不能得到提升,人工智能在机器的应用就会变得很局部,也就是说除了人工的脑以外,其实在人机交互方面,行为能力的提升,也是有巨大的空间。第二个就是群体智能也是我们必须关注的问题,这是从体系上来讲,像机器人的多模态的交互,在工业领域,国外的规划已经有明确的路线图了,大概在未来10年左右的情况下,工业机器人的多模态语言的交互,会使得机器人的编程和机器人的应用会形成一个快速部署的能力,使得原来工程师编程,变成一般人员的意图表达,可以直接实现的历史新阶段。大家想一想,如果一个工业机器人不用训练有素工程师布局,将来的制造完全可以做到在线重构的程度。比如现在造手机,有人跟我说,一款新手机的生命周期10几个月,但是复杂手机的生产线,工程师的调试就需要消耗一两个月的时间。机器人自主决策和群体智慧,比如说做一个机器系统,单体的系统你要做的功能很强大,成本要很高,群体的可以做到低成本,在各个方面有很大的需求。所以无人系统在中国现在也是比较关心的事情,我这里只是简单介绍一下情况。

另一方面,我今天的题目有两个主题词,一个是测评,一个是智能。机器人技术的要素和测评的要点,大家可能不了解测评是怎么回事,其实你要测谁,就得知道它是干什么的,我们想机器人比较复杂,测评的事比较多。我挑出和智能有关系的两大方面,值得大家关注。如果想维持这个行业健康发展,如果没有标准,没有测评,是很难形成规范产业的。第一个是机器人性能方面的测试,我挑出和智能相关度高的,第一个是自主决策与功能的性能,不是自动决策,是自主决策,第二智能感知性能,还有第三智能交互性能,第四是智能控制与作业性能。机器人的安全,包括功能安全,机械与电气安全,信息安全等。这个领域原来是工业界,就是OT领域人做的事,另一方面,安全(security),因为英语不一样,我们叫安防,防止被攻击的能力,这是IT的人在做。如何实现IT的智能和OT的物理系统真正融合,首先这两个领域的文化完全不一样,现在整个业界都说这件事,另一个,他们考虑的焦点也不一样,但是这个安全如果是广义的安全,在智能驱动下的广义安全,一定是IT、OT综合的情况,这样的安全如何体现,比如对机器人来说,我们将来设计机器人的时候,在设计的时候就有运动范围的要求,在加装传感器的时候,对它分布式的安全功能进行设计,而不是说像原来自动停下来;譬如像做一个抓取的机械手,如果抓取一个瓶子,它操作力大瓶子就抓碎了,现在利用传感器做成一个柔顺的操作,不会出现那样的情况了。所以关于安全的问题,确实由IT、OT引发,在人工智能上变得更为复杂,是需要我们关注的事情。自主决策与规划性能,自助行为的概念,现在全球有一个自主能力的分级,但是这个说起来好听,可操作性、可实施性都比较差,比如刚才说的自动驾驶的车,如果做一个标准可测试规则的话,很难取得一致,会有很大的异议。这两者间有相似之处。所以对自主决策方面,我们在最底层的导航,技术上可以用技术指标说明的,反倒在自主决策的测评上是有巨大的挑战的,这是一个实际的情况。第二个是智能感知性能,机器人的技术进步,在近三到五年,最大的在于视觉的进步,这是最有现实意义的进步,因为原来的视觉传感器就有一些应用,在这些情况下如何做认知,仅仅就视觉就有很多的挑战,我不再说了。最核心的是交互的能力,我们原来让机器人学习,靠什么学习?是在一个离线的空间里采用示教的方式,如果教机器人拆解一个未知的发动机,一种办法,我精确告诉它的次序、位置等一切物理量,这是不可能的。另外一种方法,就是经过交互式学习,如果这个技术没有大量传感器配合的话也不可能,所以这是一个动态的学习环境,有挑战性,当然这方面有一些标准需要讨论,我相信如果和物理实践相结合,至少时间和空间两个维度,引发的一系列事情,就变得十分复杂了。第四个是智能控制与作业性能的考虑,应该说我们现在大量的外部传感器加进来了,现在讲新一代的机器人,其实大家想的代表性的是三类东西,一个是柔性的机械臂,一个是移动可作业的机械臂,一个是多臂可协调的能力,大量的是操作能力的提升。

关于机器人的安全讲过了,传统的是机电的安全。关于机器人安全,现在没有一个在新体系下满足的要求。关于服务机器人的智能交互安全,现在刚刚有它的基本讨论,没有可操作的东西。一个是功能性能,一个和安全相关的,是和智能机器人绑定比较紧的。下一个问题,机器人测评有哪些技术?现在谁在做?做到了什么程度?第一个,机器人的测评一般包括四个方面:要想能够让大家认可,首先得有一个标准。第二个,检测得有一套技术手段。第三认证得有一些机构或者有社会的认可度。像手机的安全检测,就是由有社会认可度公司完成。第四个就是评估,评估的意思是一个挺高级的阶段,你做出来一个东西,在我这测出来以后,做了数据的评估,是给你再改进提出一个评估报告或者改进报告。我在想,我们现在评测也产生了大量的数据,这些数据怎么用智能的办法给大家提出一些知识和建议,也是一个题目。假如说有这套东西,我这个咨询也能变成一个很大的产业。

国家关于机器人标准化,现在有好几个相关的技术委员会,最后把大家放到一起作为一个总体的工作组,目的是加强和国际的交流,和标准体系的建设。我们所有幸国标委选为秘书处单位。这两年做的工作,我们现在在IEC和ISO之间建立了桥梁,成立了工作组,专门研究全球机器人标准的重叠问题、空白问题和布局的问题。为此我们提出了标准体系表征的架构,已被被工作组采纳。另一方面,国际服务机器人的标准的情况,ISO是TC299,在这方面做了很多概念词汇的描述,但是可用可测的东西还不多。IEC是较传统标准组织结构,就是把它的技术分散在各个技术委员会,所以除了两大标准体系有冲突以外,各TC间也有重叠的问题,譬如在大家关心的护理机器人,也就是服务机器人的安全,就是关注的热点。国际机器人的检测情况是这样,三大机构,大家得关心一下,真要变成产品他们是有说服力的,一个是德国的莱茵Tuv,美国是UL,英国是天祥,中国未来是CR。他们测试的内容,主要还是将机器人当成机电产品测试的,因为这些东西是成熟的。国内的情况是,2015年国家质检总局开始布局机器人检测中心,到2017年国家已经发布了推进机器人检测认真体系的意见。进行这么多年,大家已经认可这件事情了。关于国家机器人检测评定中心,国内按大的区域有五六各单位,包括四个中心,两个平台。

我介绍一下辽宁中心的建设情况,一个是机器人的整机制测试能力基本建立起来了,机器人的核心零部件的测试也建立起来了。工业机器人的测试,关于性能、安全、可靠性,和服务机器人性能、安全可靠性,都是按照国际标准建立起来了,硬件方面已经不错了,未来希望在测试能力上有所提升。关于工业机器人上我们现在可以做标定,还有轨迹特征测试也可以做。服务机器人的测评已经可以做越障能力、覆盖率的要求,这是几款不同的,现在国家委托我们做的,像扫地机器人,做覆盖率的测试,这些测试还是挺有意义的事,至少能对产业规范起到一定作用。我个人认为,除了有测试条件以外,更多后面的规范管理,你能做出什么样的测试诚信度,让行业认可。

最后做一点小的展望,是关于机器人能力的测评怎么体现的问题,不一定对,也不成熟,供大家参考。第一个,你研发智能机器人一般没有异议,但如何测评就难了。第一个,测评的过程要不要智能化,现在提不到这个层面,很多有人为的因素在里面。第二个,测评以后的数据做评估的时候要不要智能化,我说绝对要的,大家如果真的有兴趣做,可以做很好的服务业,我们测了那么多数据,最后代表的含义和给用户的升级的建议,现在没有人做的很好,也没有人考虑这件事,我相信这是一个非常好的发展方向,实际上这是一个社会咨询的功能。第二个我们机器人有了智能能力以后,怎么评测机器人的智能能力,这个事太难了。大家想一想,我们进入到可编程电子器件的时候,它测试集有没有覆盖性已经很难了。如果测了一大堆,没有遍历性,你敢说这个事行或不行吗,所以很多人研究,我测试的案例具有覆盖性,最小的时间有最大的覆盖性这对测试是很重要的,另一个阶段,今天到智能阶段怎么测,可能是两个路在探讨。第一个情况,就像刚才设定不同的层级,你的智能在不同的层级,我觉得图灵测试是测试是不是具有人那样的智能的盲测,但是要不要有等级,说它的智力水平在5岁、8岁,但是我们和搞生物智能的人讨论,5岁的表征是什么,8岁的表征是什么,不知道,怎么样技术化、定性化描述,就更难了。还有一种测评方法是对抗式的,在这些领域稍微好一些。像李院士的自动驾驶车,你要认证完了,那后面的就有赫达的责任,这个体系是一个真的挑战,谁要能做这样的认证,对推动这个行业是非常重要的一件事情。既有研究的内容,又有一个商业推动的价值,但是我个人感觉,现在做等级分类的可能性还是存在的,只是要局限于某个领域。院士讲的驾驶脑,其实最后这个特征就是在驾驶领域是专家,其他的先不涉及,人脑功能的全覆盖还远着呢,但是对驾驶脑而言,还具有人脑的学习,记忆,这些一些基本的特征,我觉得对人工智能是一个巨大的进步,也对无人驾驶汽车也是一个巨大的进步,所以现在想这些事也是有挑战性的。譬如,我们可以先从一些家庭陪护的玩具,可以作为优先考虑的领域,避免不必要的风险。我们觉得机器人测评技术的发展和智能有关的,我们要关注的是,智能交互性能与安全评测,信息安全的评测,智能水平的评测,可靠性的评测,除了智能水平的评测是处女地,其他的都有一些结果。除了可编程,又加了智能,可以组成新的案例出来,对我们的挑战更大了。

总而言之,我们现在的想法,是沿着等级的路在走,对复杂问题做好简化处理。因为研究是研究,可实现是可实现。美国有一机器人路线图,既然它说过,我相信就有一定的道理,近期我们准备集中精力把这个事搞清楚,我相信机器人的自主能力··如果搞清楚了,我们再跟车结合就有了基础。另一方面,关于机器人的智能的能力,美国人的机器人路线图里,干脆到相当于几岁的智力,但10岁的水平, 10岁的水平怎么表征?况且10岁小孩的能力水平也不一样,智力水平也不一样。我们需要和开始搞生物学的人、搞伦理的学者一起讨论这个事。希望能找到一个切入点,这件事是切合要求的,能发挥一点作用,对我们的促动也是有很大的帮助。

我的感觉,从测评的角度,对人工智能的产业发展和规范,是重要意义的。另一方面,人工智能对我们测评也有巨大的推动作用,因为这件事我们做了两三年了。我们的目标是建成一流的机器人测评硬件环境,再用一到两年的时间,在机器人的测评设计软能力提升到国际水平,这几年关注了这些事,并取得了初步的进展。谢谢大家。

(本报告根据速记整理)

CAAI原创 丨 作者于海斌
未经授权严禁转载及翻译
如需转载合作请向学会或本人申请
转发请注明转自中国人工智能学会