每經(jīng)記者 張蕊    每經(jīng)編輯 陳星    

席寧，現(xiàn)任香港大學講座教授、新興技術研究所所長，曾任美國密歇根州立大學電氣與計算機工程系的杰出教授，并任該大學機器人自動化實驗室主任。

席寧是IEEE Fellow。電氣和電子工程師協(xié)會（IEEE），是國際性電子技術與信息科學工程師學會，是全球最大的非營利性專業(yè)技術學會，建會于1963年。IEEE Fellow 為學會最高等級會員，是 IEEE 授予成員的最高榮譽，旨在表彰那些在電氣、電子工程、計算機科學、信息技術等相關領域中作出重大貢獻的個人。每年只有不到 0.1% 的 IEEE 成員被提升為 Fellow。席寧還被選為IEEE機器人與自動化學會2018至2019年度的主席，而該學會是國際上最為重要的機器人與自動化學術組織之一。

2024世界機器人大會于8月21日至25日在北京舉辦，今年是世界機器人大會舉辦的第十年。作為大會的?？停?span id="ilcwjztbiwi" class="article-check-words seleLabel">席寧在大會期間接受了《每日經(jīng)濟新聞》（以下簡稱NBD）記者采訪。

席寧 圖片來源：主辦方供圖

 

工業(yè)機器人發(fā)展面臨一些新的技術瓶頸 

NBD：在工業(yè)機器人領域，您認為哪些關鍵技術亟須突破以實現(xiàn)更高效、更靈活的自動化生產(chǎn)？

席寧：就工業(yè)機器人行業(yè)的發(fā)展來看，還面臨一些新的技術瓶頸。具體而言，一是機器人編程問題。編程解決的是機器人與人之間的交互，人怎樣把讓機器人做的事情、把人的技能“傳授”給機器人，傳統(tǒng)方法是通過編程來實現(xiàn)的，也就是為機器人編寫機器語言，但編程非常耗費時間。隨著人工智能的發(fā)展，有很多新的方法，我們需要開發(fā)新的編程手段，讓機器人更容易被應用，這是需要解決的問題。

二是機器人的校正問題。機器人到了一個新的環(huán)境，需要建立跟工作環(huán)境之間的關系，不是往工位上一安裝就可以生產(chǎn)了。機器人有自己的坐標，要與工廠的坐標建立聯(lián)系，要做很多校正工作，這是一個很復雜的過程，需要專業(yè)人員來做。但是現(xiàn)在的生產(chǎn)線是靈活的、柔性的，應用企業(yè)經(jīng)常要變換產(chǎn)品生產(chǎn)線，這意味著要經(jīng)常變換校正的過程，這樣就阻礙了機器人技術的發(fā)展，阻礙其效率的真正提升，需要技術快速解決這個問題。

三是機器人跟多種傳感器的融合度不高。要使機器人更加智能，真正達到具身智能，跟多種傳感器的融合是關鍵，這也是工業(yè)機器人未來發(fā)展的前沿和技術需求。由于人工智能的出現(xiàn)，對解決這個問題有很大的促進作用，因為人工智能首先是建立在傳感器的基礎之上，這些年很多科研人員，包括企業(yè)在這方面都在努力，當然也取得了很多成就，但是離我們真正期望的還有一段距離。

NBD：為了解決這三個問題，您的研究團隊目前取得了哪些進展？

席寧：我們在這些方面有很大的投入。在機器人編程方面，以工業(yè)機器人為例，我們要用機器人制造產(chǎn)品，首先得有這個產(chǎn)品的CAD（計算機輔助設計軟件）設計模型和圖紙，比如讓機器人噴涂一個零件，如果用傳統(tǒng)的編程方法，可能需要一兩周，效率很低。我們通過開發(fā)一些新的方法，基于產(chǎn)品的CAD設計模型，直接產(chǎn)生機器人的程序來做這件事，計算機就可以自動產(chǎn)生機器人的運動軌跡，兩三個小時就可以把整個程序編好，效率大大提升。

機器人在服務業(yè)的應用方面，我們也開發(fā)了一些新方法，比如用自然語言編程，直接告訴機器人你要做什么事，這也是對機器人的編程方法。

另外，在機器人校正方面，怎樣快速建立機器人跟環(huán)境的關系，我們建立了一整套數(shù)學模型，來有效描述機器人跟環(huán)境的關系，進而幫助我們在一個未知動態(tài)的環(huán)境中快速建立這個關系。我們在這些方面都有很多投入。

2024世界機器人大會上展出的人形機器人 每經(jīng)記者 張蕊 攝

 

機器人是連接人與數(shù)字世界、物理世界的中間接口

NBD：今年人形機器人非?；鸨?，您覺得人形機器人技術從實驗室階段走到實用階段，面臨最大的挑戰(zhàn)是什么？

席寧：剛才談到，工業(yè)機器人里有三個關鍵技術問題是我們要克服的，從而把工業(yè)機器人變得更加智能化。但是這三個問題在人形機器人上變得更加突出，也就是說，人形機器人的出現(xiàn)并不是解決了這三個問題，而是加劇了這三個問題。

比如編程問題，工業(yè)機器人是在特定的場景解決特定的任務，編程再復雜，可以有工程師進行專門的編程，還是可以去用它。但人形機器人的場景、任務是多樣化的，編程過程非常復雜。

同時，工業(yè)機器人一般就六七個關節(jié)，用傳統(tǒng)的編程方法，就是在關節(jié)空間里面編，但人形機器人有三四十個關節(jié)，編程的復雜程度成倍增加，這些問題都有待解決。

另外就是建立機器人跟場景之間的關系問題，工業(yè)機器人安裝好了就不動了，基本上處理的對象也是固定的。人形機器人走來走去，每到一個地方就要停下來，而且有時候一邊做事情一邊還在走動，它的場景不僅是多變的，而且是動態(tài)的，這樣與環(huán)境之間要建立的關系就更復雜了。

這些在工業(yè)機器人里沒有解決的問題，到人形機器人里難度變得更大。當然，工業(yè)機器人相對于人形機器人肯定是更為成熟的。

NBD：您對未來五年或者十年機器人技術的發(fā)展有哪些展望？

席寧：機器人與我們所說的傳統(tǒng)的機器，比如火車、汽車這些東西有本質(zhì)的不同。

這個世界上現(xiàn)在有物理世界，也就是我們所說的有汽車、有房屋、有城市，這些是物理世界；同時，由于信息技術的發(fā)展，產(chǎn)生了一個虛擬世界，也就是數(shù)據(jù)的世界；當然，還有人。這是一個三元世界的模型。

這個三元世界是有一個東西把它們聯(lián)系起來的，你可能會說是數(shù)據(jù)，但數(shù)據(jù)是哪來的？數(shù)據(jù)是通過傳感器的測量而產(chǎn)生的，數(shù)據(jù)通過傳感器來反映物理世界，所以傳感器是連接數(shù)字世界跟物理世界的一個接口。我們測量了物理世界，測量了工廠，產(chǎn)生了數(shù)據(jù)，而人工智能對這些數(shù)據(jù)進行處理，進而做出一些決策，決策物理世界制造系統(tǒng)應該怎樣運行才能更有效，從而付諸實踐。

也就是說，從數(shù)字世界要回到物理世界，有一些手段來實現(xiàn)，需要另外的接口，這個接口就是機器人，機器人把人工智能數(shù)據(jù)以及產(chǎn)生的智能化決策，通過自動化技術實現(xiàn)出來，作用到物理世界，提升效率。所以機器人是連接三元世界，包括人和數(shù)字、人跟物理世界中間的一個接口。而做到這一點是我們未來努力的方向。