现场直击 | 解码 2019世界机器人大会主论坛大咖观点（二）

大会论坛于8月21日至23日举行，为期3天的主论坛汇聚来自中、俄、美、英、法、德、意、日、加、以等国300多位业界顶尖专家和企业领袖。22日，与会嘉宾围绕“新型应用与实践”、“前沿趋势与探索”深入交流。

第三阶段“新兴应用与实践”由中国科学院外籍院士、IEEE候任主席Toshio Fukuda主持。

美国机器人工业协会（RIA）主席Jeff Burnstein做了题为《机器人在北美的发展趋势和应用》的演讲。

Jeff Burnstein表示，目前全球汽车产业仍然是机器人销售很大的领域，电子产业增长也很快，如果汽车行业销售下降的话，电子电器行业会替代这个缺口。我们来看2019年前半年的情况，汽车行业在2019年有一个快速的增长，但是非汽车行业就稍微下降了，不过还是接近于史上最高，这是很令我们高兴的，尤其是非汽车行业仍然出现很强的增长趋势。目前机器人主要有四个方面的发展趋势：首先是移动性，其次是机器视觉，然后是抓取，人工智能也是机器人能够发展的新兴应用。最常见的主题就是人与机器人或者与自动系统协作，很多公司或者国家选择自动化替代人是不可能释放最大潜力的，所以一定要二者合作，把人放在后面是不行的，无论是医疗还是仓储，特征一定是人机协作。目前在美国制造业现代化是一个重要考量，我们做了印地安纳的调研，询问很多公司什么是最重要的，他们说工厂现代化、投资自动化，这些不是很重要，到了2018年这些就变成了最重要的事情，必须要把工厂现代化。

香港中文大学教授Ben M.Chen做了题为《无人驾驶飞行器的工业应用》的演讲。

Ben M.Chen表示，室内飞行的无人机，难度和室外有一个最大的区别，就是在室内我们是收不到GPS信号的，所以定位方法都和室外表演不太一样。其实我的团队大部分做的研究都是和在没有GPS信号的情况下进行无人机飞行有关。这是目前我们真正在做的研究，其实里面包含了很多比较先进的技术，也是我们在研究的一个军方项目。我们采用比较成熟的无人系统去做下水道检测，新加坡就这么大，还没有北京一个区大，从东到西只有46公里，从东到西、从南到北都有一个下水道，建在地下100多米，自从建了之后没有一个人敢下去看里面发生了什么事情，所以让我们用无人机进入下水道做检测，每两三公里开一个口。垂直通道长度是70-100米，还有一个水平通道进入主通道，主要功能就是搜集雨水，因为新加坡本来缺水，整个过程完全没有外界干预。这项技术也可以用于火车的隧道、采矿的隧道检测，或者是溶洞探险等等，垂直飞行一点问题都没有。

ABB（中国）有限公司首席技术官刘前进做了题为《机器与人：从共存到共事》的演讲。

刘前进表示，传统机器人都是任劳任怨的机器人，就是不停重复高精度准确的工作，要是真正和人配合进行人机协作就让机器人一下子变得亲和许多，所以我们把它叫做协作机器人。过去几年我们都经常提到工业4.0，比如机器换人、设备上网、数据上云，这是工业4.0针对工业3.0的主要变化趋势。我们所说的自动化和自主化是需要有更高程度，但不是完全的无人化，无人只是一个状态，不是一个目的。我们看到机器换人的过程当中更多的是蓝领工人的工作，就是把人类原来重复的、低技术含量的工作通过机器替代掉，大伙如果有机会去到一些3C工厂，那些工厂的环境是非常之差的，让你一天八到十个小时重复站在那里去做一件工作，一天三班倒，墙上写着“今天工作不努力，明天努力找工作”。我们觉得这种工作没有必要保留，完全希望它被自动化替代，这样我们能够提高效率，把人释放出来，利用人类认知、适应能力或者创造能力去做更加有意义的工作，因此人机协作一定会有更好的前景，也让我们的生活变得更加有意义。

美国科尔摩根公司全球副总裁Josh Inman做了题为《助力机器人创新 建设更美好世界》的演讲。

Josh Inman表示，科尔摩根已经有一百零三年的历史，进入中国时间不太长，但是公司发展的历史很长。我们的应用取决可靠性，自动导航汽车方面有四十五年的历史，传统的卡车自动化、智能工厂、智能仓储，我们都有非常久的历史，包括在中国也有这样的项目。我们利用一百零三年的专业知识，帮助企业产生新的主意，并且达到自己当初为自己企业设定的目标。不管是手术机器人还是物流机器人，或其它应用，我们都希望顺从大家的想法，按照大家的思路来做定制化的工作，能达到大家所想要的效果。我们做了非常多的标准，比如线性的设备，也有很多电子元件，固件都是非常稳健的。科尔摩根历史悠久，也是非常值得信赖的企业，希望能够继续发展我们的声誉，我们的愿景是促进机器人创新，带来更美好的世界。

上海发那科机器人有限公司常务副总经理Katsutoshi Takizawa做了题为《最新工业机器人在自动化制造中的应用》的演讲。

Tatsutoshi Takizawa表示，有人可能觉得发那科是一家机器人公司，实际上我们的基础是工业机器人，特别是工业机床的控制系统。我们的系统包含了数控设备，广泛应用于机床上面。通过使用网络技术和控制器技术，也可以使用工业机器人，可以进行抓取和持握。我们不仅是做消费者的产品，而且是做制造业的设备，所以产品的开发是非常重要的。我们有三大产品开发原则：可靠和可预测，可预测非常重要，对于设备制造来说就是如此。我们的客户希望能够拿到设备以后从来不出问题，但这是不可能的，因此出现故障之前就能够预测是非常重要的。机器人也会出现故障，我们希望设计的机器能够很快地得到修理。

SMC（中国）有限公司总经理马清海做了题为《SMC气动技术在工业自动化中的应用与创新》的演讲。

马清海表示，SMC是工业自动化核心零部件的制造商，成立大约六十年的时间，总部是在日本，目前在全球和中国市场份额大约是在36%左右，产品广泛应用在各种产业自动化当中。SMC（中国）是在1994年来到亦庄，到现在已经发展了二十五年，期间已经建成全球最大的系统元器件制造基地，同时也和北京以及全国各大院校开展产学研合作，为了支持国内客户的应用，建立了三大物流中心，同时还在北京建立了研发中心，目前约有员工7000名左右，全国销售网点也有100多家，国内市场占有率是在36%左右。目前从几个方面做了一些研究和创新：首先是产品的创新，就是如何把气动技术不断传承下去，而且要让行业不断壮大，应用的客户群和深度不断拓展，因为这是作为行业老大的责任，就是小型化、轻量化、节能和适应未来的智能化，按照IoT的要求以及万物互联，产品应该如何适应这种发展。其次是服务体系，实现快速的全球互动互联，打造了全球一体化的GIS供给体制，研发、销售、供给、服务一体化，全面支持客户需求。为了更好地服务中国的客户和中国的产业，SMC（中国）建立京、沪、广三地的七个工厂，特别是在北京有四个，上海和广州都是对应当地顾客定制化需求，天津的新工厂预计在今年9月份启动。

第四阶段“前沿趋势与探索”由香港大学讲座教授席宁主持。

德国慕尼黑工业大学机器人研究所所长Sami Haddadin做了题为《温柔的轻型机器人》的演讲。

Sami Haddadin表示，安全是一个先行因素，所以我们一定要关注安全这个问题，比如一些法律规定，机器是绝对不能伤害人的，我们的研究也是关于开发相关的技术，能够让机器人非常敏感，同时找到最安全的人机互动的方式。大家可以看到这是一种很了不起的机器，可以喂人吃饭，还能给人擦嘴。最传统的自动化在五十年代的时候机器人就开始使用了，这种机器不是完全安全的，最后工厂主说这个机器并不实用，所以八十年代的时候大家就开始考虑这些东西。我们看一看安全的问题，很重要的就是一定要控制动作。现在，这方面已经有了非常大的进步，但是我们必须往前再走一步。我们的发明在2018年被杂志报道了，可以说是去年最重要的发明，十五年前人们对机器人的恐惧比现在更大，但是现在机器人确实帮助我们做了很多工作，同时也可以创造未来更好的工作岗位。

法国国家信息与自动化所研究部主任Christian Laugier做了题为《人工智能对自主驾驶的影响》的演讲。

Christian Laugier表示，未来的交通会发生巨大变化，预测的市场达到5500亿欧元，但是从法律监管的角度来说问题不是非常清楚，即使政府研究人员在做这方面的工作，现在主要的做法就是多做一些实验和尝试然后拿出报告，这样才能更好地了解这项技术的成熟度。但这还是不够的，我们有比较现实的模拟设备和工具要开发出来，希望能够有更好的对这种技术的评估。现在有了机器人出租车的理念，也是美国发展起来的，包括优步和Utanomi。即使有好几百万的自主驾驶公里，比如特斯拉、Google和微步，不过过去几年还是出现了交通事故，安全仍然是无法得到保障的，这是在未来积蓄解决的问题。

在高峰对话环节，5位专家以“面对机器人行业的未来：我们从业者正在做什么准备?”为主题，从多种角度共同进行探讨，观点纷呈。对话环节由德国慕尼黑工业大学教授Alois C.Knoll主持。对话中，Alois C.Knoll表示，我是人类大脑项目的主管之一，如果我们想要建造模拟大脑的系统，我们就要更好地了解大脑。我们把神经科学实现了虚拟化，也就是说把一切都移到了电脑上建模，然后做出基于模型的模拟。这是一个老鼠，身体和大脑都已经被建模了，未来可以做更复杂的任务，然后把它和真正的老鼠行为作出对比，互相调整的话就会更加接近。

Alois C.Knoll还就机器人未来发展的趋势向各位专家进行提问。

加拿大阿尔伯塔大学教授张宏表示，最近的十五年当中我都是做自动导航的，尤其是我感兴趣的领域，就是用电脑视觉导航自动驾驶汽车。视觉导航到处都有，上一位专家也有说过，如果看一看特斯拉的模型也是用视觉导航，视觉可以给我们提供各种各样的信息，所以很容易联想到机器人，加上视觉能力的话就可以进行自我导航运动。

日本千叶工业大学教授、IEEE机器人与自动化学会副主席王志东表示，机器不太能够确定人的情感和意图，因为每个人的行为不一样，表达自己意图的方法也不一样，如何让机器理解人的意图，这是未来的重要挑战。

以色列本古里安大学生物医学机器人实验室主任Ilana Nisky表示，我们研究的是人的情感，以及通过触觉传感器理解人，这个过程当中我们学习如何适应环境、改变身体以及其它情况，这是人进行复杂操作最基本的行为，机器上也是这样，尤其是对医学机器人和手术机器人，这是我们研究的最大范围。

荷兰代尔夫特理工大学副教授Jens Kober表示，我们可以看到一分钟以内就可以训练人工智能捕获这个小球，所以我们做的东西看起来不是非常复杂，想用一些简单的方式教机器来做这些看似简单的工作。

清华大学医学院生物医学工程系教授高上凯做了题为《脑-机接口的现状与未来》的演讲。

高上凯表示，实现一个脑机接口最最基本、最最关键的点就是怎样监测大脑活动的信息，过去的一二十年当中，几乎所有可以用来监测大脑活动的技术手段和方法都已经一用在脑机借口的研究当中，包括无创的方法，比如脑电脑磁，或者把电机直接植入颅内。按照广泛应用来说，无创肯定是首选的。脑和机连通以后能够干什么呢？首先就是控制，脑机接口研发开始的阶段一个很主要的动因就是给那些运动障碍的残疾人提供外部交流的机会，所以很多实验室都研发了对轮椅控制的系统。现在还有开发对假肢和外骨骼的控制，2014年巴西世界杯上有一个下肢瘫痪的残疾人用脑电信号把第一个球踢出去了，现在这样的控制系统即使是用无创的技术也可以实现连续的控制。除了脑和机的通讯之外，也有人关注脑和脑的直接通讯。这是美国华盛顿大学开发的两个人之间的通讯，了解意图以后发送到对方，一方是接收命令的，通过颅内刺激把信号直接传递到大脑，现在发展到了可以连接到更多的人，把更多脑和脑之间的通讯联系起来，协调解决一个共同关心的问题。

荷兰代尔夫特理工大学副教授Jens Kober做了题为《学习交互以及从交互中学习》的演讲。

Jens Kober表示，人工智能机器学习的具体挑战首先是保证安全性。我们不想破坏周围的环境或者伤害人类，而是希望能够快速学习，因为数据是很昂贵的，要是想在真正的机器人来做研究的话，需要收集数据犯错，这会花很长时间，除非在Google可以有很多机器人不分昼夜地工作，这很令人赞叹，但是对其他人来说不太务实。我们要知道怎么把仅有的数据变成真实的能力，不是练习的时候有多安全，而是练习应用起来安全性能不能保证。我觉得最大的挑战是不确定性和变化性，这是贯穿人和机器互动的所有环节，具体到真实的人机接触会有更多的不确定性和变化，互动性的机器技能学习也要变得更加高效、更加直觉性，这样才能进入我们的日常生活，每一个人都可以教机器人去做我们想让机器人做的事情。我觉得最大的问题是如何表达，把人的反馈给到机器人。

日本Preferred Networks股份有限公司软件工程师Jun HATORI做了题为《每个人的机器人：前沿深度学习和机器人技术在工业和个人机器人的应用》的演讲。

Jun HATORI表示，机器人已经被用在很多范围和生活领域，包括农业、制造、建造和物流等。抓取、机器语言和家务，这些是我们应用的主要领域。要把机器带到人的生活环境和家里，首先应该提高机器人的视觉能力和人机接口，我们认为这不光是对个人机器人很重要，即使是工业机器人也应该是这样，越来越成熟就应该越来越改善机器人的HRI和计算机视觉功能。清洁机器人对打扫这样基本的家务已经有结果了，我们还有一些没能解决的挑战，但是家庭机器人应用肯定要比很多人思考的来到的更早，这也是我们的期望。