全国服务热线:020-66889888

刘前进:如何通过机器人和人工智能的结合来实现

日期:2019-12-01 08:20 人气:
8月20日至25日,“2019年世界机器人大会”在北京宜创国际会展中心举行。8月22日,ABB(中国)有限公司首席技术官刘前进在新兴应用与实践论坛上发表了一份主题为《机器与人:从共存到共事》的报告。ABB刘前进:机器人和AI的结合,如何赋能工业互联网?无论阿尔法围棋是击败李世石还是谷歌语音指令,包括各种游戏,看起来都很酷,但为什么不进入正题呢?有些人认为电脑举起茶杯比打败李世石要困难得多,因为他们面对的所有空间和路径都是未知的。 目前,人与机器人的关系已经从过去的竞争转变为现在的合作,即从竞争、共存与合作转变为未来的合作。例如,在3C的一些工厂里,工人们一天要站在那里八到十个小时重复做同样的工作,所以我们期望这种工作能被自动化完全取代。同时,人类认知、适应或发明的能力被用来做更有意义的工作。 然而,在过去的几年里,人工智能技术已经不能再用作火了,它与机器人的结合,在工业互联网的登陆中扮演了什么角色,它扮演了什么角色? 通过本文的分析,你会知道实际上有很多有用的案例,比如:物流场景中不同工件的识别和抓取。此外,人工智能和机器人技术引入工业互联网将带来一些新的变化。过去几年的主要变化是认知和理解方面的工作。现在我们看到强化学习的过程优化就是完成这样一个过程。 以下是刘前进主旨发言的内容,由雷锋网编辑整理,不改变初衷。 我很高兴有机会和我的同事交流。让我分享一下ABB在机器人和人工智能方面的工作进展,包括我们做的一些有趣的事情。 在过去的两年里,马斯克创立了一家名为开放人工智能(Open AI)的公司,然后让人类冠军与电脑竞争。比赛结果是260: 0,机器击败了人类。对每个人来说,看到这种新闻可能是正常的。   Alpha去打败李世石。谷歌语音预订,包括今天玩的各种游戏,可能看起来很酷,但为什么不开始谈正事呢?虽然玩游戏或下棋,但这实际上是一个挑战。我们想把人工智能、深入学习与现实生活和工业结合起来。 在现实生活中,可能没有太多的规则和状态约束,就像游戏中的规则一样,人类玩家冠军不允许使用这个或那个,但实际上没有太多的约束和条件,所以我们面临的现实比游戏复杂得多。生活不是游戏,在真实的工业场景中需要人工智能技术的任务更加复杂。 互联网上有一些有趣的词汇,比如莫拉维克悖论。我们看到非常复杂的事情,比如玩游戏和围棋。上周,我还在澳门人工智能会议上看到一些人演示象棋。虽然这些相对容易,可以挑战我们的认知,但是如果我们希望计算机像人一样做一些儿童的感知呢? 去年有一个非常有趣的视频。一个男人用一个大箱子把门撞开,并用双手转动把手。然后,一个三岁的孩子站在角落里,看着这个人试了两次,但都打不开。他径直走到门口,打开了门。想象一下,如果没有任何训练和学习,我们的计算机就不能做到这一点,所以机器人很难完成看似简单和基本的工作。 在今年的CVPR竞赛中,英特尔首席技术官提到,电脑举起杯子比打败李世石要困难得多,因为它面临的所有空间和路径都是未知的。 传统机器人都是努力工作的机器人,也就是说,它们不断重复高精度和精确的工作。如果他们真的与人合作进行人机合作,机器人会立刻变得更加友好,所以我们称他们为合作机器人。 在过去几年中,我们经常提到工业4.0,例如机器替代、设备上网和数据云。这是工业4.0对于工业3.0的主要变化趋势。我们正在谈论的自动化和自主性需要更高的标准,但是它们并不是完全无人操作的。 如前所述,在过去十年里,许多工作已经消失,许多新的工作已经出现,但是人们仍然是不可替代的,因为人们可以在这个过程中创造更多的工作机会和类型。同时,自动化发展的水平也是一样的。我们不是100%的无人工厂,包括无人仓库和超市,但仍有更多的工作有待创造,包括一些新的工作。 关于机器的替代,更多的是取代蓝领工人的工作,也就是说,通过机器取代人类原来重复性的低技术工作。如果你有机会去3C的一些工厂,你会发现那些工厂的工作环境很差。让工人们每天站在那里八到十个小时做同样的工作,那么就没有必要继续做这种工作了?我们希望他能完全被自动化所取代,自动化能提高效率,释放人,利用人的认知、适应性或创造性去做更有意义的工作。因此,人机合作一定会有更好的前景,让我们的生活更有意义。 人机合作能达到什么样的状态?一个真正合作的机器人可以被动地与人合作,而不需要增加视觉和传感设备,并且可以与附近的人互动。我们通过感知视觉使大型机器人和人间歇地合作,这是迄今为止工业领域人机合作的最佳状态。 我们需要对人机合作有更高的要求,那么工厂需要什么样的合作状态呢?我们知道机器有一个安全的工作区域,可以在工作范围之外共存。原本被认为是机器的替代物,现在变成了人和机器的共存。然而,仅仅共存是不够的,还是对空间有更严格的要求。人们有可能进入机器工作的范围吗?未来不仅是共享空间,也是共享时间,即在一个封闭的工作区域内与机器充分互动,机器人可以接受零件并完成整个工业过程。 人机合作从过去的竞争到现在的合作,也就是从竞争、共存、合作到未来的工作,真正与人合作,这就是我们对人机合作的定义。 我们应该如何看待在过去几年中突然超越火的人工智能?在过去的几年里,在深度学习领域有了许多突破。深度学习网络和卷积神经网络就像一个通用函数逼近器。无论工作条件、功能和功能有多复杂,我们都可以无限期地接近您,实现垂直精度。就像我们现在正在做的人脸识别和游戏演示一样,我们可以到达人类无法到达的高度。我们需要从这些数据统计中产生知识,并将其与人类专家结合起来。这是我们对行业的期望。算法和专家的结合可以增加人的潜力,并有更多的应用机会。这是我们期望在未来看到人工智能的方向。 我们在各种工业场景(包括光伏发电和风力发电)中对机器学习和深入学习进行了许多不同的演示,这些演示可归纳为三类: 首先,是预测性维护。根据设备的现场数据,可以根据历史数据预测数据是否有问题。不能等到没有进行紧急维修或定期维护之后。电力行业需要保持一个良好的维护团队,每年进行一次小修,每三年进行一次大修,无论设备是否处于良好状态。但是,不能保证维护团队有足够的经验和知识来处理维修工作。大型设备维修后,很难判断可靠性是提高还是降低。 此外,资产健康软件系统。去年,我们在内蒙古电网全面推广了我们的软件系统,称为资产健康软件。第一次实验是在2017年进行的。我们觉得只要做了操作和维护就应该没有问题了。因此,我们发现安装软件后,七个大型变压器可能会出现问题。你想挑选一些来检查吗?后来发现绕组在运行维护过程中意外遇到,导致绕组变形变形,也带来一些安全隐患。可以说,这是一个很好的智慧组合 最后是远程服务中心。通过远程检测来了解故障,也有最好的专家来保证设备的安全运行。这是我们在2018年首次进行无人驾驶传输。地点是赫尔辛基。北海的一些居民就在附近。我们一直在岛上穿梭。最新的电子控制系统和自动驾驶功能的结合创造了一些新的功能模块,不仅用于运行监控、远程分析和车队管理。整个工作被称为操作中心。现在我们可以在世界各地建立一套网络,为所有海船提供服务。我们知道,大型运输船舶期望确保最佳的可靠性,同时拥有最佳的空间来提供货运服务。这将造成一个困境。规划路线后,可以获得最佳的燃油性价比,包括提供从运营和生产中获得的价值回报的最大空间。 关于机器人的安装和使用,今天的机器人仍然有些复杂,尽管它们与过去相比取得了很大的进步。 过去,一个特殊的工程师可能需要几天的时间来制定更好的计划。交响乐演奏者和机器人工作了七个小时来完成这两首乐曲的编排。他们可以像人一样滑动竞赛箱,准确地完成竞赛过程。然而,现在我们认为这还不够。我们希望将来我们可以在没有专业工程师的情况下教授它。机器人将主动理解这项工作,当他们看到我们的生产线工人在做什么时,他们是否能完成这项工作。 将最新的研究成果与机器人安装的演示过程相结合对我们来说有什么困难? 众所周知,图像光的识别率已经从70%提高到90%,这是一个很好的例子。然而,当与机器人结合使用时,很难标记现场的工作条件,也没有办法预测所有场景。我们在上面提到了DOTA游戏。最重要的是上下左右进入汽车。事实上,我们的工作不仅仅是上下左右。更重要的是规则。如果规则可以完全定义,这就是我们自动化工作者所做的。然而,肯定会发生域外事件。我们能依靠人工智能吗?依靠从大数据中获取数据的人工智能有可能做到这一点吗? 因此,很难将数据与人工智能结合起来,包括三个不同的层次: 在第一个层次上,我们可以识别我们已经深入学习的一些工作的位置,并且准确地知道机器人将要抓取的位置。我们还进行了有意义的演示。 第二个层次是技能,即已经完成的工作,然后引导机器人完成,甚至给出一个起点和一个终点,然后根据我们过去已经完成的数据加强学习来完成某个规则。经过一段时间的强化训练,我们发现我们可以达到这种效果,也就是说,在600多万种不同的空间中,机器人强化学习可以达到96%的识别率,然后我们会有更好的措施,希望达到99%以上,甚至在有新东西出现时简化学习过程。 第三个层次是应用程序的端到端学习,自己学习应用程序背后的机制、经验和知识,掌握了应用程序后就可以成为规则。 通用函数是无法解释的。虽然它们在一定程度上可以粗略地准确,但当你不认识它们时,它们就不能使用了。这几乎是业界无法接受的,因此我们希望有更好的措施来使它们更容易解释、更容易概括和更容易合作。 在湛江,ABB有一家合作公司,这是中国最大的海鲜公司。除了一个环节之外,它的生产线在整个过程中基本上是自动化的。当我们在必胜客吃凤尾鱼时,我们需要先去皮。我们如何让机器识别不同形状和大小的虾,以确保有足够的肉和去皮?这一环节必须由人来完成,所以人们会得到一个0.5平方米的工作站,在那里他们会站8个小时而不会停下来挑选虾并把它们放在指定的位置。别说这工作很辛苦,光是味道就会让你觉得很不舒服。 在我们的科学家到现场观察实际情况后,他们通过不同的照片来标记、识别和确定准确度,最终达到98%的准确度。这是自动化的最后一个环节。这位同事在现场听了报告。在拍摄的照片中有几十只虾 因为形状不规则,传统的机器视觉很难做到,而且是堆积在一起的。即使不同的规则被输入到数据库中,我们如何确保生成新的形状并知道先抓哪个,后抓哪个?在这种情况下,混合、堆叠和识别可以达到工业机器人领域的最高水平,这也是我们迄今为止所取得的最好成绩。 工业人工智能,或人工智能与机器人的结合来做有意义的事情。传统的方法是使用一个完整的模型,然后我们执行感知分析和控制逻辑,这是传统工程师正在做的。人工智能的引入将会带来一些新的变化。过去几年的主要变化是认知和理解方面的工作。现在我们看到强化学习的过程优化就是完成这样一个过程。 我们期望在工业人工智能中所做的不仅仅是认知和理解,而且具体的解决方案能够带来更多的突破。工厂的自动化系统必须有一些我们的工程师事先没有预料到的场合和场景。对于以前没有预测和发生的事情,我们能做些什么?机器能自己学习,处理一些意想不到的情况和以前没有发生过的事情,并给出一些基本的识别、判断和解决方案吗?这就是我们期望工业人工智能在未来做的事情。人们将永远存在于这个过程中。它不仅要监控整个生产过程,而且要随时更换自动化系统进行干预、操作和完成。这是我们自己对工业人工智能的定义,从自动化到自治,希望将来我们能有一个真正完全自治的工作环境,为人类创造一个更好的环境。 人机关系的变化,从过去的竞争到现在的合作,以及将来与人合作的可能性,将给人类的生产和生活带来极大的便利。传统机器人都是努力工作的机器人,即不断重复高精度和精确的工作,而合作机器人的出现确实能与人一起工作。 如今,工业互联网的概念越来越流行,各种新技术层出不穷。人工智能和机器人的应用将进一步增强工业互联网的能力。随着国家层面对产业升级、创新和新经济动力的进一步重视,工业互联网作为智能制造的基础平台,将在整个制造业发展过程中发挥越来越关键的作用。雷锋网雷锋网