张文强：大数据时代的机器人智能技术

复旦大学计算机科学技术学院机器人智能实验室主任张文强在《大数据时代的机器人智能技术》的演讲中，阐述了从互联网思维来看服务机器人的技术在哪里。互联网至今发展了30年了，国家开展这项工作也有前30年后30年，前30年是解决温饱问题，做吃的、做汽车的，做房地产发财了。但是后30年这些方面我们有可能关注在旅游、养老、养生，还有子女教育问题。中间一块是机器人相关的。另外就是文化产业，包括首富为什么来PK，不是无缘无故的。我认为，互联网企业比传统企业做服务机器人要更好。第一是移动终端，尤其是手机。苹果手机他是把手机通信功能做了延伸，而且我们现在智能功能绝对不是腾讯，绝对是在媒体和社交。同样这个道理，将来机器人要做一些颠覆性的应用，一定会发掘一批新的应用来给我们老百姓使用。

另外从技术上来讲，云计算这个层面除了解决计算能力和资源，在解决容量方面也提供了非常好的手段。对于服务机器人来说，智能讲的比较多，扫地机器人市场是很大，但是仔细想一想每个家里用扫地机器人一年用几次，这不是必须要用的功能。如果是手机，你一天不用手机的话不舒服。是不是真正满足了老百姓的需求，这一点我们一定要做好发掘。另一个层面，对于服务机器人来说，经常提到学习能力，智能加上内容怎么来交互？自然交互非常难，目前为止还没有一款机器人做到了自己交互，也许某些方面达到了，但是整体还不一定达到这个要求。

机器人是一个移动终端，把它作为一个工具来看，人是一个主体，机器人是一个载体。反正都要用到互联网这个东西，机器人作为中间载体，它会不会取代一些东西？包括线下的比如说快递小哥？还是无人驾驶汽车？这里面有很多文章可以做。视觉这一块如何让机器人做相关智能？

第一、怎么来跟人进行交互，或者说你如何来识人？

第二、如何识别环境里面的物体。

第三、移动的时候，如何来识别场景。先看看识别物体，在类脑壳方面我们在上海是排第一的。从人的视觉系统，从神经生物方面已经验证了，提到了两个，一个是腹部流，一个是背部流。从这两个东西受到了启发，如何来识别这个物体，这个物体在哪一个位置，这些方面可以来做一些工作。提出了一个网络模型，和现在非常热的生物学习不一样，是非常浅层的学习方法。前几年我们做了一些工作，当时做了验证，其中一种验证是在复杂背景下，单个物体和多个物体如何来训练模型。训练完了以后来做测试。研究了这么多种思路，做了这么一款模型。后面提到机器人必须来识别场景，除了传统的方式还有别的很多方法，我们这两年用深入和强化学习来做，但是实际应用还会用到非常传统的识别信息来做定位。也要考虑到人来识别这个场景的时候是如何识别的，绝对是做了一些标记和训练的。如果说强化学习来识别这个场景，不用来构建地图，让机器人在这个场景里面做训练和学习，他是不是能够记得这个点？是可以的。服务机器人今天上午专门也提到在工业领域里面，谷歌也在做一些抓起的动作，他训练的时候不是用传统的方法，这一块我们也在做，谷歌无非是提前把这个信息发出来的。机器人到千家万户，他做精确的场景和整体不是一块，而是一些局部的信息。这种局部的信息如何来交叉做训练和学习？这里面是有一些方法可以做的，把场景的东西和整个肢体动作来做。美国人开始不跟我们玩了，我们中国人开始拿第一了，他们开始警惕了。从这个层面上来说，深入学习这个方法的确有可取的地方。这是基于视觉来识别人做了衰老检测，因为实际应用里面有。基于语音，人的声音是很重要的一块，一块是语音合成，一块是语音识别，最后一块是语言理解。在后面那一块是我们学校非常擅长做的，是连续音和短时音，我们来做也非常成熟。后面就开始把DNA网络模型放进来了，先做中文语法，这里面包括分词，相关的语法分析也好，具体细节不提。基于视觉和语音结合起来，提高他的识别率，和语音结合起来可以更好的解答出来，这方面我们做了更好的尝试。对话管理是很重要的一块，比如说打车软件，这里面有相关细节应用了一些知识。到第三代就开始到了2010年、上海世博会要做一个开幕机器人，开幕机器人主要功能是做一些迎宾，针对不同的客户如何来做迎宾工作。还有卖给小孩子的产品，卖给小孩子的时候是不是要更好啊？比如说做小孩教育，哪个企业是引领呢？这个方面的内容怎么来切合老百姓的需求，我们也做了一些尝试，肯定有一些交叉领域。交叉领域里面所提到的一些功能可以到移动终端来做的话，可以培养老百姓的需求，这是我们这两年进行的尝试。我们尝试的是医学，尤其是中医，比较经典的东西也可以结合起来，和中医结合是怎么考虑的？每个中医院里面都有这个东西，但是移动终端给整个生活造成影响，如果有这个增值服务的移动终端来提供服务，那是不是更好？在这一块把互联网和医疗结合起来，而且是有市场的。如何和中医结合做的一些工作，来进行诊断的时候需要做量化的工作，西医比中医做的好，有CT、有磁共振和相关的预测视频，中医怎么来进行量化。比如说我们要进行舌诊的话，做的一些工作进行量化。最后提供出来的信息我们觉得是有疗效的。像慢性肾衰的患者，他体现出来的具有价值的特征到底在哪里？这个是在西医里面做的比较好的，怎么来验证他的症状，相关细节不展开了。还有一块我们也觉得比较重要，这相当于标注了一个样本，面诊也好、舌诊也好，取得了这个样本医生已经做了标注，这个样本对我们来说非常重要，上海大学是国内做的最好的，北京那边做的好的有3万例标准好的样本，上海这边有5万例样本。说在前面所作的自诊也好，或者是相关的健康管理，最终都是要给老百姓来做反馈的。反馈他的养生、起居情况，增值服务是在哪一块？这个产品可以得到盈利的点。后面是整个实验室所做的工作。针对舌诊和面诊，有规则、有经验，他越大，最后计算机，或者人工智能他出现的准确率越高，经过了大量验证。通过深挖面诊里的具体传统方法，对这个特征进行提取。医生来看的时候，他总是看你这个人有没有神、无神，也可以做一些量化。下面是舌诊，怎么样来进行量化，舌头可能有舌苔、舌纹，甚至有时还包括了齿印。问诊我们也有讲究，也做了一些代表性的工作：一类是镜子，智能镜。第二类是对讲机器人，这种人机交互手段比前面提到的移动终端要好，跟老百姓尤其是中老年人进行交互的时候会少费力一点。在产业界可以推动做一些相关的工作。

生活服务海报
企业服务海报