第四次人工智能浪潮下机器人产业化突破的成功条件

我们要把握机器人产业应用发展的三个条件：领域封闭性、失误非致命性、原理-场景相符性，以“精确性+融差性”的思维重新定义人工智能，开辟人工智能新天地。

——中国科学技术大学教授、机器人实验室主任陈小平

计算机是图灵发明的，人工智能也是图灵发明的，所以人工智能和计算机是兄弟关系，我主要就人工智能讲两个方面的内容：一是我对人工智能的一些学习体会和判断。二是探讨人工智能在制造业能不能更好地被应用;当前人工智能领域已经涌现出很多技术成果，这些成果能不能真正赋能制造业。

首先，我来介绍一下人工智能的发展情况。我基本判断第三次人工智能浪潮已经落幕了，第四次浪潮即将到来。第四次浪潮有三大机遇：第一个机遇是人工智能的大规模应用，这个是有条件的，我们必须遵循条件才能抓住机遇。第二个机遇是人工智能理论基础研究。第三个机遇是人工智能伦理体系的建设。

我下面所讲的重点跟应用有关，第四次浪潮中机器人产业化能否有所突破，并且在未来5到10年被大面積地应用，其关键在于把握现有人工智能技术成功应用的条件。

大家知道的人工智能技术成果已经有很多了，仅就技术路线来说，大概就有几千条基础路线。爱因斯坦曾说信息科学的发展是基于前人的两项成就，一个是欧式几何中的形式逻辑系统，另一个是能系统性找出因果关系的实验方法。

人工智能有两种思维：一种是基于模型的暴力法，继承了形式逻辑的思路，还有一种是基于元模型的训练法，继承了实验的思路。暴力法基于问题的精确模型，建立知识表示或者说搜索空间，而后压缩搜索空间，在压缩空间中通过“推理法”或“搜索法”，穷举问题的可能解，找出其中的最优解。在这过程中显示出了人工智能对算力的庞大需求。

元模型训练法总结起来有两句话：一是，用人工神经元网络表示问题的输入/输出对应格式，即元模型;二是，使用标注数据，依据数据拟合原理，训练元模型中的参数值（人工神经元网络连接权重），从而得到问题的具体模型。

人工智能走到今天，我观察到了一个特点，人工智能发展的过程是一个做减法的过程。我通过走访企业总结出人工智能推动机器人产业发展的三个必要条件：第一，领域封闭性，应用领域范围有限、边界明晰，就可以使影响性能的因素和每个因素的变化范围有限化;第二，失误非致命性，应用中不会出现致命性失误;第三，原理与场景符合性，相关智能技术的基本假设或原理与实际应用场景的根本特性相符合。

违背这三个条件会招致两个后果，一个是“行百里者半九十”，另一个是“望山跑死马”。“行百里者半九十”，基础理论的研究进度假设是90%，我们的应用研究是不是达到9.99%就够了？据我观察，这种结果的达成是需要条件的。如果应用场景和基本特性相符，9.99%的结果就能成立。但如果场景和基本特性不相符，应用研发所需的进程就要比基础研究多得多。比如说机器人技术，现在还无法实现机器人在公开场合的随意行走，这是由于机器人的定位导航技术还不成熟。为什么不成熟？最成熟的算法是在假定环境是静态的条件下才成立，但是公共场所是动态的，与基本假定不符合。

“望山跑死马”，如果应用领域具有封闭性，应用研究做到9.99%就可以了，但是大部分应用领域是不具备封闭性的，所以我们就要针对应用研究做无穷多的工作。

以三个必要条件为前提，我们也有许多可能成功的路径，在这里我先举出其中的四条进行说明。

第一，信息化中的智能化，信息化是智能化的基础，没有信息化就做不了智能化，而且信息处理往往属于封闭性问题。信息化可以在不增加太多投入的情况下大幅度提升经济效益。

第二，非封闭性问题的封闭化（结构化），生产过程的自然形态一般不是封闭性问题，但可以转化为封闭性问题。例如汽车生产就是个非封闭性的问题，但是汽车的生产线就实现了非封闭问题的结构化，汽车被吊臂固定在导轨上，随即有序地开展一系列精准的、结构化的、流程化的生产活动。

第三，非封闭性问题的准封闭化，是指将可出现致命失误的部分封闭化。

第四，非封闭性问题的分治法，是指通过对大型非封闭性问题分而治之，对分解出的封闭性问题应用人工智能技术。

近代以来，工业的发展一直遵循的是精准性思维，人工智能过去也是按照这种思维发展的，但是最近几十年我们发现，以传统的思维来发展人工智能遇到了非常大的挑战。人工智能应用需要突破精确性思维，“融差性”思维提供了全新的机遇，这种思维的关键是利用各种误差。一个手掌可以抓住钢材料、木质材料，也可以抓住豆腐，只要能抓起来就可以了，并不需要手掌完全一丝不差地包裹住这个物体。我们现在要求人工智能的视觉对物体的形状有非常清楚的认知，是极其困难的，人的很多行为都是具有这样的融差性，所以我们何不让机器人也是如此呢？

我认为在未来，精准性思维仍旧是有用的，融差性思维也不可或缺，这两个要相互代替，相互补充，一起开辟人工智能新的天地。

（根据演讲内容整理，未经本人审核）