人工智能（AI）是计算机学科的一个分支，它研究如何模拟、延伸和扩展人的智能，使机器能够胜任一些通常需要人类智能才能完成的复杂工作。包涵机器视觉、机器学习、语音语义识别，自然语言处理等细分领域。AI自诞生以来，已广泛的应用于智能机器人、智能穿戴设备、智能车载、智能医疗、智能交通等各领域，试图将机器智慧为人类服务发挥到淋漓尽致。

2017年甚至接下来较长一段时间，人工智能领域的重点发展将集中于弱人工智能在专业化程度高、垂直领域内的应用。虽然与传统企业相比，机器人不算是弱人工智能，但机器人也确实还没达到强人工智能的阶段，而且领域非常垂直，那人工智能将对于机器人领域产生哪些影响？

本期机器人大家说请来了重磅嘉宾为你开讲，为你分享人工智能（AI）如何为机器人插上翅膀。

第19期机器人大家说嘉宾

李世鹏 博士

前微软亚洲研究院首席研究员

副院长、微软公司合伙人

现科通芯城集团及硬蛋科技的首席技术官

现《IEEE电路与系统会刊-视频技术专刊》

副总编辑

以下为分享原文

主持人：人工智能的价值和前景是非常巨大的，它对于传统机器人的赋能意义也是非常巨大的。比如说像自然语言识别，语音交互，图像识别，还有深度学习等，相当于为机器人赋予了看、听、说等智能交互方面的能力。李博士，在您看来，社会对人工智能机器人价值的期望是什么？

李世鹏：我觉得人工智能尤其是深度学习最近得到迅猛发展，给我们整个社会，整个产业，整个科研领域带来一些特别新的思想和计算方式，所以它会改变了我们的传统观念，例如对机器计算，或者对计算方面的一些认识，应该是人工智能的。简单来说，实际上是计算方式的一场革变，然后它是把很多传统的，确定计算做不出来的东西现在变成一些统计计算，再通过深度学习这项模型，然后用足够的数据进行训练，能得出一些结果来，就相当于一个黑盒子。往往这些会可能跟人的一些认知或者人要做的事情，比较相关和类似。所以就是大家对人工智能觉得很神奇，也确实是我们可以看到。实际上人工智能在很多领域，刚才也提到了，在语音识别、人脸识别、图像识别、自然语言处理这方面已经取得了很多进展，

第一，语音识别。因为有了深度学习，在传统的技术达到瓶颈的时候，通过人工智能的方法让传统技术上升到一个新的台阶，把一个传统比较高大上的技术，现在变成了一个普遍，普及的一个技术。

第二，人脸识别。人脸识别现在可以在上亿的人脸里面，很快就把一个人的身份识别出来，这是一个特别了不起的事情。

第三，语音识别，和自然语言处理，像微软的小冰，百度的度秘，都是一定程度上能跟人直接进行一些语言交流，现在这种交流实际上已经突破了我们当年图灵test的一些基本要求，所以我觉得带来了很多方面的革命。更大的一些潜力，可能在把这些人工智能技术应用到这个社会领域，产业领域，甚至说在一些政府政务，或者其它方面。

主持人：人工智能化的机器人正在取代一部分人的劳动，导致了一部分社会人群出现失业，到底人工智能有没有达到这么高的一种水平？您怎么看待这个问题？

李世鹏：这是一个特别有严肃又有意思的问题。人工智能肯定在一定程度上会取代一些人做的事情。历次工业革命都会使社会生产效率提高，出现新的生产工具，也必然会替代人工或者传统行业的一些职位。

当年汽车出来的时候，因为传统马车的车夫抗议，所以英国出了一个空气法案，规定汽车速度不能超过多少，人为去阻止这种技术向前发展。同样的道理，AI在比较重复性的劳动领域，或者说一些只需要低层次的智能领域的工作，机器人来做更适合一些。我们李开复老师也讲过很多案例来讲这个问题，包括写文章的媒体编辑记者等这些行业，也很大程度上会把一部分重复性劳动或简单的劳动，由机器代替人，所以这是一个趋势。

我们知道富士康现在决定在美国设立厂房，你想想美国人工多贵，川普上台以后，一直在讲美国制造，要把很多海外的工作拿回去。所以富士康在美国设立厂房的核心的一点就是他要用很多机器人来代替人工。所以这就是你能看到正在发生的。

就像所有传统的工业革命一样，人工智能把人从简单重复性的或者是不需要那么有创造力的事务中解放出来，人就能有更多精力和时间会去做一些更有意义的事情。这是社会进步的自然趋势，也不必恐慌，但是拥抱人工智能发展，我们确实也需要做好准备。

主持人：您觉得人工智能接下来将会在哪一个领域，有具体的爆发？人工智能对哪些行业会有发展性的驱动并最先有收益？

李世鹏：我觉得划分里的两类可能会率先爆发，当然还有其他不属于这两类的。

第一个就是产业或者是企业服务，和生产和生产效率相关。比如说工厂的自动化，很清楚这是现在的一个趋势，比如在深圳传统的制造基地，很多代工厂也好，组装厂也好等，之前传统的劳动力相对比较便宜，现在随着中国的发展，不止深圳还有很多地方劳动力或许不再成为一个绝对优势，这时要继续发展，必须把需要人重复性的劳动的工作，用机器来替代。所以我觉得在制造领域，可能首先看到一些明显的爆发。

第二个其实就是在个体消费者，和个人生活水平提高相关。现在我们生活中，其实已经不知不觉在运用很多人工智能的产品。人工智能可能会带来一些传统意义上，我们没感受到便利。比如大家熟悉的滴滴打车，实际上它背后有着大量的数据计算，在调度车辆的时候，很多实际的参数都考虑进去了，为你选择最适合你现在的位置去的地方和路径，最优的司机到达的时间等，有一个综合的考虑，所以我觉得从这方面来说人工智能使我们生活更方便了。又比如智能家居里，你通过语音控制很多家居，不需要打开电脑，不需要掏出手机，仅仅对着一个智能音箱，就可以做到我想要做的，所以这都是一些会慢慢就进入我们家庭的人工智能。

主持人：目前我们看到有很多机械臂产品，开始跟AI去结合。很多机器人企业觉得是跟人工智能的结合，目前来看还是处于一个实验的阶段，大家都做，我不做也不太合适，现在更多的时候生产还是让机器去按照设计好的工序序去来操作，您觉得工业机器人和人工智能的结合点在哪里？

李世鹏：现在大部分工厂里在实现自动化，因为机器人需要自动化，所有的操作它都是根据预先编制好的一些程序他来执行的。具体到工业机器人方面有两个概念，一个就是机器人。工业机器人有两个核心的组成部分，第一个就是智能这一块，或者说软件这一块怎么去控制。第二是硬件平台，就是不同的国家，不同的工厂生产的机器人或机械臂，实际上在质量精度，持续时间，使用寿命，这些方面是特别关键的，现在虽然是很多工厂里面机器人化，实际上更多的是在机器这一部分，在智能这部分目前还是很简单的。

现代的工厂机器人，都是预先设定好了在生产线上，段时间里怎么做。那么将来更智能化一点，它会根据整个生产的流程，比如说如果前端有一个工序的一个机器人，它出现故障了以后，不需要人来处理记录，也能进行智能化，此时在处理另外一个工序的一个机器人，能自动转换角色，去替代或者分担一些故障机器人的工作，这就是所谓的智能化，当然这个智能化仅仅是比较局部的。那么再更进一步的智能化，是从消费者那一端直接去学习到消费者数据，然后工厂会根据各种各样的统计分析的数据，订单数，去实时调整他的生产步骤，类似这种可能是更广义的一个智能化。

主持人：协作机器人不是完全的人工智能化，但它可以帮助人去减少人的劳动的频率，更完美的分担一部分劳动，这是一个比较聪明的办法，您是如何看待的呢？

李世鹏：协作机器人是把人的大脑跟机器结合起来。一个很典型的例子，大家知道在医学上的达芬奇机器人，就需要人机协作，他可以放大一些人的功能，比如说做手术的时候，达芬奇机器人协助人更稳定的达成手术的精确度，还有很多方面比人更稳定。当然这个还是比较初步的，是一个过渡的阶段，不失为一种比较聪明的做法。未来可能连怎么做手术都完全不需要医生来操控，机器根据你对人体的，比方病人身体的一些生理构造或者病原的自动检测，而自动制定一些手术方案。

主持人：现在对传统的机器人到人工智能化，被提出一个更高的要求，包涵了它是不是有成熟的AI的算法，足够的计算能力，足够的数据等。对于一个成功的人工智能（AI）机器人公司来说，在您看来，应该具备一些什么样的特质该应该怎样做？

李世鹏：这个问题是比较大的，我只讲我自己的一些观点，大家可以脑补一些其他的方面。

首先，数据的积累是至关重要的。因为你知道你想要的到底是什么，然后他发生的状况是什么，然后在后面也遇到类似这个问题怎么解决等。所以机器人公司，一定要把这整个过程中各种传感器，各个环节出现的一些数据积累下来，这是一个财富，而不是说定出生产线把它做出来就完了。如看哪个人工智能企业比较靠谱，想投资的话，我觉得第一个问题就要问数据在哪里，是有一些得天独厚的独特的数据，还是有一些机制来获取独特的数据。所以同样的在机器人这个领域，我觉得数据是特别重要的。

第二，需要有一个落地产品，就是说有一个切实可行的一个生产产品、销售产品的路径。人工智能公司分为三类。第一类公司是做基础技术，比如说各种各样的云服务、智能服务；第二类公司是做人工智能技术，包括中间的人脸识别、语音识别等；第三类公司是做具体的直接应用产品和服务。所以一家公司，光有数据，没有自己可以落地的一些产品，他也做不起来，这三条线是要配合起来的。就是我要做的这个东西，必须是有技术也有一个切实可行的产品可以落地。

主持人：对于一个中小型的机器人公司来说，未来他想要发展得很好，如何更好的和上游和下游企业去合作，然后来实现自己企业的价值？

李世鹏：整个 AI产业特别庞大，做基础技术的公司，跟做实际应用的公司，一定要学会建立合作。所有事情都从一开始做的话比较艰难，而且是我有一种观点，也是比较悲观的观点，但其实在很多基础设施上也许几个，比如说中国BAT、微软、苹果、Facebook，在很多领域里都已经占了先机，想去撼动它们经过十几年积累的数据的话，除非你有一个特别偏的门，才能出现另外一家这样的公司。巨头们既然积累了这么多数据，而且它还有提供服务给大家的话，至少在企业较小的时候，可以使用这些人工智能服务来为自身服务，包括他们一些大数据分析工具，一些智能交互工具等。我们知道底层的东西，实际上是很大程度上现在传统企业或者一些初创公司，他们没多少资源去做这些太广太大的事情，这时你把和上下游对接起来，做好很有意思的那部分事情就好。

其实，我们整个硬蛋实实在在做的一些事情，就是从技术层次上把这些公司的人工智能服务和我们平台上各个企业具体的人工智能应用连接起来，让它们更快的实现产业的转型，体会到或者说能更好地利用一些人工智能的优势，提高生产力。