機器人產業(yè)在全球炙手可熱。以今年3月Alpha Go與李世石的世紀大戰(zhàn)為標志，人工智能迎來全新浪潮。

　　機器人產業(yè)到目前為止發(fā)展到了什么程度，存在哪些問題，又將如何發(fā)展？就此采訪了香港科技大學和中國機器人產業(yè)的研究者進行探討。

　　“現(xiàn)在機器人已成為世界各國爭相發(fā)展的戰(zhàn)略性高新技術，因為機器人將會改變我們的制造模式、生活方式。”香港科技大學商學院院長譚嘉因對澎湃新聞說，“大數(shù)據(jù)和人工智能在未來一定是融于各行各業(yè)的，并且驅動產業(yè)發(fā)展，我們也很高興地看到目前中國內地，以騰訊微信、大疆無人機為代表的大數(shù)據(jù)產品已經遙遙領先于香港、歐美。一些西方科技公司，甚至包括某些巨頭，正從中國企業(yè)那里尋求創(chuàng)意。”

　　2006年下半年，還在香港科技大學攻讀研究生的汪滔在深圳成立大疆創(chuàng)新，目前大疆創(chuàng)新已經成為全球最大的消費級無人機制造商，每年銷售出數(shù)以千計售價約1000美元的四軸飛行器。大疆創(chuàng)新也是首個開拓全球新興無人機消費品領域的中國品牌。大疆創(chuàng)新的競爭對手3D RoboTIcs的創(chuàng)始人Chris Anderson評價大疆創(chuàng)新說，“他們就像無人機領域的蘋果iOS”

　　在譚嘉因看來，人工智能將為人類帶來全新智能革命，就像19世紀的工業(yè)革命。未來AI將要降低門檻，真正實現(xiàn)為每一個人服務，而非僅僅為少數(shù)人和少數(shù)機構服務。

　　盡管大數(shù)據(jù)、AI技術支撐的人工智能快速發(fā)展，但在研究者看來，當前的機器人產業(yè)發(fā)展仍然是處于初級階段。

　　安全問題：機器人技術滯后

　　中國機器人產業(yè)聯(lián)盟理事長曲道奎坦言，事實上，從總量上看，全世界機器人發(fā)展到現(xiàn)在，市場依然微小。目前全球平均的機器人密度是0.62%，中國只有0.3%。

　　“機器人發(fā)展了半個多世紀，目前的全球保有量才不到200萬臺，實際上機器人的替代率可以忽略不計。全球平均來看99.38％還是人來作業(yè)，在中國99.7％還是人來作業(yè)。作為一個產業(yè)，這么小的規(guī)模幾乎可以忽略不計。”他說。

　　記者接觸的多位研究者認為，之所以如此，在于機器人技術嚴重滯后：首先，目前的工業(yè)機器人缺少感知系統(tǒng)，包括視覺、聽覺等，第二機器人的靈巧性不夠，工業(yè)中大量工作靠的是人的靈巧性，機器人不具備。如此，按照人的標準來看，機器人是嚴重殘缺的人類，基本會被排除在就業(yè)范圍之外。這就是機器人技術的現(xiàn)狀。

　　而在這種技術水平下，機器人能做的，只能是一些程序化、規(guī)定性的工作。需要靈巧性的工作機器人做不了，工作內容不一致、規(guī)范性不強的工作機器人做不了。所以在耗費大量勞動力的行業(yè)，機器人幾乎全部無能為力。

　　“更加值得關注的是，機器人還存在安全問題。”曲道奎指出，機器人和人類現(xiàn)在還不能協(xié)同工作，機器人必須在一個籠子里圍著工作，這種安全性的限制又把很大一部分工作排除在外。

　　由機器向人的拐點：重點突破感知智能

　　與工業(yè)4.0相伴生的是機器2.0，即第二次機器革命，第二次機器革命中的典型代表就是新一代機器人，這也是第四次工業(yè)革命的支撐，它必須滿足物物相連、物物相通，滿足數(shù)據(jù)、網絡、云的新要求。這就要求機器人要有革命性的變化。

　　機器人智能技術的發(fā)展要經歷三個階段，第一階段是計算智能，目前機器人主要處于這個階段，以編程、微機計算為主，第二階段要進入感知智能，通過各種傳感技術的應用，提高機器人對外部可變環(huán)境的適應性，第三階段要進入認知智能。

　　香港科技大學計算機系主任及大數(shù)據(jù)研究院院長、2015國際人工智能大會主席楊強對澎湃新聞說，機器人有兩大屬性，第一個屬性是機械屬性，機器人迄今重點發(fā)展的就是這個屬性，第二個屬性是人的智能屬性。當下機器人產業(yè)正處在由機器向人的拐點上，需重點突破的是感知智能，實現(xiàn)智能提升。

　　楊強認為，今年3月，Alpha Go與李世石的世紀大戰(zhàn)，實際上更為人工智能的應用流程提出了新的啟示——人工智能要取得成功應當具備五個必要條件，即高質量的大數(shù)據(jù)、清晰的邊界條件、積極的外部反饋機制、計算資源以及跨界數(shù)據(jù)科學家，這五個條件將成為推進人工智能長足發(fā)展的動力源泉。

　　“未來5至10年，基于大數(shù)據(jù)的人工智能，包括深度學習以及由深度學習延伸出來的各種新算法，將會收獲第一波紅利。另外，小數(shù)據(jù)上也可以取得深度學習的紅利：如果能夠做到遷移學習，那么在更多的領域就會有人工智能的應用發(fā)生，比如把非結構化數(shù)據(jù)結構化，這是一個很廣闊的商業(yè)前景；專門為深度學習設計一個計算架構將變成新的風口；軟件工程化將降低老百姓的應用門檻；遷移學習的模式化將學習如何去學習，學習學習方法輸出成一個邏輯表達；自然語言是下一個會有巨大突破的方向，就是能夠把所有的這些非結構化數(shù)據(jù)、自然語言描述的這些網頁變成數(shù)據(jù)庫里面的表達，實現(xiàn)人機對話系統(tǒng)，如此未來我們可以看到一個人率領一萬個機器人在做客服的場景出現(xiàn)。”他預測。

　　研究者普遍認為，隨著技術的不斷突破，制造業(yè)只是機器人產業(yè)的應用領域之一，醫(yī)療、國防安全、服務與生活領域，將是新一代機器人應用的更大空間。