今年9月，一份来自大洋彼岸的视频引爆了科技圈。Boston Dynamics旗下的人形机器人已经可以流畅、稳定地实现前空翻+原地360度跳跃转体了。

虽然这看起来是作为“炫技”一样的存在，但背后的机器人产业发展脉络值得一探。

在近日举行的“GBAS 2019大湾区机器人与人工智能大会”上，中国工程院院士杨华勇分析道，Boston Dynamics公司的核心技术包括3D打印和关键元器件两方面。而从中国的角度来说，关键元器件的自主化发展还处在爬坡上坎阶段。虽然一些大国重器已经走到世界前列，在个别领域实现了世界领先，但有很多关键元器件仍面临短板。

“接下来15-20年是中国能否成为世界制造强国，在关键元器件上补足短板的关键时期。”杨华勇续称。

当然背后也少不了基础核心技术AI、5G等的助推效用。香港大学工业和制造系统工程系机器人和自动化讲座教授席宁告诉记者，智能机器人在制造业的应用面临3个新的挑战：编程、校正方法、机器人与传感器良好融合。解决这些问题，是工业机器人得以满足智能制造需求的重要步骤。

“机器人问题归根结底是通信问题。移动通讯，特别是第五代移动通讯带来的新机遇，为人工智能应用提供了绝佳的设施。”达闼科技副总裁徐晓晖则向记者指出，5G到来对智能机器人的快速发展，无疑意味着一场革命。

智能机器人补短板

中国科学院院士丁汉在多年前提出机器人将走向“共融”，意指机器人与环境、机器人、人类三者都能高度适应。这是未来机器人发展的必由之路。

不过他分析，在这一方向下，工业界目前呈现的进度有着较大差异。这是源于，云计算和AI是智能机器人的翅膀，但向“共融”的发展还需要新材料、传感及驱动技术等的共同推动。“共融的核心还是机器人本体的刚软结构，是由一代材料、工艺、装备驱动着一代共融。”

丁汉强调，Boston Dynamics公司的发展历经了很长时间的技术积淀，才走到了今天国际上的技术制高点，其产品在动力学控制方面达到了近乎完美的水平，这对未来机器人技术的发展和推动将带来引领作用。但这是否能转换成能普及工业界或千家万户的产品，还需要进一步摸索落地模式。

中国工程院院士杨华勇则向21世纪经济报道记者分析道，Boston Dynamics公司的核心技术包括3D打印和关键元器件两方面，这促成了液压数字阀门等元器件的小型化。

“Boston Dynamics有世界顶尖的稳定团队推动发展，这是中国研发系统和基础应用研究可以借鉴的地方。”他进一步指出，尤其是地方政府不要过分追逐热点，不如投入到更具前瞻性的领域，并对技术发展提供持续、稳定的支持，如此会形成品牌效应，并逐渐找到并占领垂直市场。

早年间，杨华勇参与了我国盾构机的自主化研制过程，他向记者指出，实际上基础元器件常常走在大型装备的前面，如果没有元器件的积累，大型装备自主化很难实现。这背后需要基础技术、产业链的共同推进，逐步解决一致性、可靠性问题，此后再考虑量产和售价。

“越往上游走，产业和技术积累就越多，投资量就越大。在关键元器件方面要大规模占领市场，需要品牌、口碑、长期稳定的质量等支持，这不是短期可以实现的。”杨华勇续称，关键元器件的发展与基础技术、基础材料、基础软件等都有关联，接下来15-20年将是决定中国在制造领域能否成为世界强国的关键时期，因为在此期间，大部分的短板都会被逐渐补上。

对于当前我国工业的智能化改造进程，杨华勇指出，目前一些流程工业领域已经意识到了智能化改造的重要性，在这一领域积累了较多数据，因此已经能达到良好的效果。而离散工业在国内有着庞大的数量，但也发展不平衡。企业犹豫是否进行智能化改造，核心是如何支撑其成本，这就需要产品摆脱低廉标签，走高端化路径。“企业应该局部自下而上，先攻克细分环节，慢慢实现整体智能化，再考虑打造平台。云化只是第一步，未来走向全局数据治理时，达到的阶段性效果是可以计算出来的。”

AI技术迭代

在机器人落地发展过程中，AI无疑是伴随其共同成长的好“伙伴”。但在弱人工智能时代，如何突破技术藩篱得到更好落地，是当前面临的一个技术难题。

即使是AI技术应用广泛的谷歌，其智能语音助手背后仍然少不了人工的辅助配合。

为此，深醒科技联合创始人袁培江指出，2.0时期的深度学习面临着数据趋向饱和、能力接近极限的瓶颈，缺点将越来越明显，这意味着完全依靠过去标注数据形式的训练模型，将是远远不够的。更遑论标注的数据仍然会存在噪声、误差的影响。

“当模型严重依赖于训练数据时，如果数据本身是有误的，那得出的结论也就很可能是错误的。这是第三代人工智能必须要面对的。”他指出。

因此未来的人工智能，很有可能不是基于现在的黑盒子以及深度学习架构，而是一种可以解释、可信的，是鲁棒的。在已有的基础上，需要面对的是人工智能和大数据如何进行协同创新。

袁培江介绍道，这也是公司在探索3.0版深度学习模型的核心方向。同样很重要的是，要考虑AI的安全机制需要不断优化。“当我们达到一定阶段后，回过头来，会把很多技术逐渐强化。这是技术和产业发展的必由之路。”

当前的AI能力还不够，但未来5-10年，这项技术必然是人类不可或缺的伴侣，将会对人类的生活带来巨大变化。

袁培江续称，当前AI技术落地最广的领域是视觉和语音，是由于这些领域积累了大量数据。在工业制造场景的需求固然很多，但找到痛点并不容易。

“个人认为工业制造在逐步发展过程中，会带来新机遇，同样也需要不断试错。从目前阶段来看，当前发展阶段的体量还不足以支撑企业在这一领域成长为巨头，相对属于挑战较大的市场。当然，任何技术最终都会找到最适用的土壤生长。”他总结道。

此外，传统的工业机器人编程耗时且复杂，但随着目前3C行业的产品更新周期缩短到6个月，对编程的复杂程度降低带来很高诉求。“我们的思路是根据产品设计，让计算机通过AI的方法自动分析设计，自动产生机器人程序。”席宁介绍道，为此可以减少人工编程工作，也能更快完成对程序的检验。

由于机器人本身带有传感器，通过传感器获取的实时信息与自然语言技术的结合，则可以更快理解程序，对机器人进行快速编程。

5G引领产业变革

底层通讯技术的演进，将进一步带来机器人市场的巨大变革。

席宁向记者表示，5G具备的低延迟、大带宽、可靠性高等特征，给机器人应用提供了新的通讯手段，以前很多机器人之间无法达成的协调和配合工作将可以实现。“所以未来将是更加复杂、有规模的协调系统，可以大幅提高效率，完成更复杂、对智能化要求更高的工作。”

举例来说，在5G技术加持之下，机器人可以帮助人类拓展手、眼睛和耳朵的功能，辅助远程加工和制造，从而克服由于距离、尺度、环境限制带来的智能制造发展难题。

袁培江则认为，“早年间AI技术的起起伏伏，是在于技术条件不具备足够的支撑性。但5G和现在的第二代深度学习模型，会带来足够的场景和资源，这意味着5G和AI将会呈现互相加速推动发展的过程。”

达闼科技已经推出了云端机器人产品，公司副总裁徐晓晖向21世纪经济报道记者分析，人的大脑有1000亿个神经元，但放到机器人上要实现较强的运算能力，可能将需要吨为单位重量的机器人大脑才能实现。

这意味着云端化是机器人大规模协同运作的必然结果，5G则是催化剂。“可以说，云端智能机器人就是5G的杀手级应用。”他续称，机器人的个体学习难以得到系统性的能力提升，通过云端连接贯通，机器人变成了群体学习，就将带来机器人能力的进一步互相提升。

由此可能带来的隐性威胁，则需要区块链技术的护航。徐晓晖进一步解释，未来机器人的功能将远远多于手机，那么是否会面临潜在的机器伤人等事件需要前期有所防范。运用区块链的互信机制，从云端对机器人操作指令进行认证和掌控，就可以解决这一问题。

“这将带来不可思议的变化。”徐晓晖总结表示，云-边-端智能机器人正在向机器人本体-5G网络-边缘计算节点-机器人安全专网和大规模云端“大脑”的架构发展。当接入量越来越大，对云的数据处理和传输将带来根本性变化，机器人云端化将是智能服务机器人产业化的必由之路。