2020年11月6日至8日,第十八屆中國(guó)機(jī)器學(xué)習(xí)及其應(yīng)用研討會(huì)(MLA’20)在南京大學(xué)隆重召開(kāi)。隆博科技創(chuàng)始人兼CEO佘元博,受邀參加了本次會(huì)議,并發(fā)表了主題為《機(jī)器學(xué)習(xí)在自主移動(dòng)機(jī)器人 (AMR) 中的應(yīng)用價(jià)值》的演講。
作為國(guó)內(nèi)頂尖的機(jī)器學(xué)習(xí)領(lǐng)域研討會(huì)之一,MLA系列研討會(huì)迄今已舉行了17屆,近年來(lái)參會(huì)人數(shù)超過(guò)2000人,匯聚了來(lái)自清華大學(xué)、北京大學(xué)、南京大學(xué)、南方科技大學(xué)等機(jī)器學(xué)習(xí)及其相關(guān)領(lǐng)域的專(zhuān)家學(xué)者,共同探討機(jī)器學(xué)習(xí)發(fā)展及在各領(lǐng)域的應(yīng)用情況,是一場(chǎng)不可多得的人工智能學(xué)術(shù)和產(chǎn)業(yè)應(yīng)用結(jié)合的盛會(huì)。
隆博科技專(zhuān)注于自主移動(dòng)機(jī)器人(AMR)技術(shù)研發(fā)及柔性室內(nèi)物流解決方案,已經(jīng)為全球500強(qiáng)企業(yè)提供AMR產(chǎn)品及相關(guān)解決方案,在多類(lèi)場(chǎng)景中投入應(yīng)用,并遠(yuǎn)銷(xiāo)海外。創(chuàng)始人兼CEO佘元博,是國(guó)內(nèi)最早開(kāi)展AMR商業(yè)化應(yīng)用的推進(jìn)者之一,同時(shí)也是優(yōu)秀的機(jī)器人與人工智能領(lǐng)域技術(shù)專(zhuān)家,從商業(yè)應(yīng)用價(jià)值角度,分享了關(guān)于機(jī)器學(xué)習(xí)(ML)在室內(nèi)工業(yè)AMR領(lǐng)域應(yīng)用價(jià)值的觀點(diǎn)。
柔性室內(nèi)物流東風(fēng)已起,人工智能將大放光彩
報(bào)告中,佘元博從隆博科技AMR產(chǎn)品在工廠和倉(cāng)庫(kù)的應(yīng)用案例切入,介紹了AMR飛速發(fā)展的市場(chǎng)背景。近年來(lái),制造業(yè)和倉(cāng)儲(chǔ)物流的發(fā)展風(fēng)起云涌,而風(fēng)光的背后是其工廠和倉(cāng)庫(kù)的室內(nèi)物流壓力倍增,加上用工難的現(xiàn)實(shí)環(huán)境,和企業(yè)信息化的趨勢(shì),室內(nèi)物流迫切需要提升自動(dòng)化和智能化水平。而室內(nèi)物流的自動(dòng)化和智能化,需要大量采用移動(dòng)機(jī)器人替代有人叉車(chē)和人手推車(chē),雖然傳統(tǒng)導(dǎo)航技術(shù)AGV已有成熟應(yīng)用,但這塊市場(chǎng)依舊有巨大空缺。
工業(yè)室內(nèi)物流有大量人機(jī)協(xié)同混合作業(yè)的場(chǎng)景,需要移動(dòng)機(jī)器人具備深度的環(huán)境感知能力,對(duì)環(huán)境變化做出動(dòng)態(tài)反應(yīng),大量復(fù)雜場(chǎng)景需要智能化程度更高的AMR填補(bǔ)市場(chǎng)空缺。另外,在場(chǎng)景部署上,AMR有部署成本低、效率高、周期短、容易變更的優(yōu)勢(shì),這就使得大面積復(fù)雜場(chǎng)景更適用部署AMR產(chǎn)品。
(數(shù)據(jù)來(lái)源:Interact Analysis)
根據(jù)國(guó)際知名研究機(jī)構(gòu)Interact Analysis的數(shù)據(jù)顯示,AMR增勢(shì)強(qiáng)勁,在將未來(lái)幾年內(nèi)全面超越AGV,其硬件規(guī)模將在2024年達(dá)到近100億美元。雖然目前傳統(tǒng)導(dǎo)航技術(shù)的AGV依舊占據(jù)主要市場(chǎng),但更接近與人的智能水平的移動(dòng)機(jī)器人是應(yīng)用趨勢(shì),這也給人工智能技術(shù)應(yīng)用留下了廣闊空間。
從良到優(yōu)的跨越,ML讓AMR具備更接近人的智能
報(bào)告中,佘元博指出了機(jī)器學(xué)習(xí)在機(jī)器人技術(shù)中應(yīng)用的思路。傳統(tǒng)的機(jī)器人技術(shù)都是人去設(shè)計(jì)算法,而機(jī)器學(xué)習(xí)是機(jī)器從數(shù)據(jù)中學(xué)習(xí)模型,通俗說(shuō),機(jī)器學(xué)習(xí)是設(shè)計(jì)算法的算法。兩種方法各有優(yōu)劣,如何結(jié)合是提升機(jī)器人智能水平的關(guān)鍵。
為簡(jiǎn)化表述,我們把人設(shè)計(jì)算法的思路稱(chēng)為邏輯方法。邏輯方法的優(yōu)勢(shì)是,通過(guò)算法原理能夠?qū)Y(jié)果做出唯一的推導(dǎo),即只要算法設(shè)計(jì)得好,結(jié)果一定是穩(wěn)定一致的。而劣勢(shì)在于對(duì)于復(fù)雜邏輯,人腦難以設(shè)計(jì)出完美的算法以得出完美的結(jié)果,即復(fù)雜邏輯面前,無(wú)法通過(guò)人腦的設(shè)計(jì)讓算法接近人的智能。
當(dāng)一個(gè)信息處理過(guò)程,影響結(jié)果的變化因子太多,甚至無(wú)法知悉哪些因子影響結(jié)果,以至于無(wú)法采用邏輯方法建模的時(shí)候,機(jī)器學(xué)習(xí)可以填補(bǔ)這個(gè)空白。另一方面,很多復(fù)雜信息處理過(guò)程,邏輯方法無(wú)法盡善盡美,這個(gè)時(shí)候機(jī)器學(xué)習(xí)可以起到拔高的作用。即一個(gè)復(fù)雜信息處理過(guò)程,再聰明的人設(shè)計(jì)出來(lái)的算法只能做到80分水平,但是機(jī)器學(xué)習(xí)可以做到90分。
另外,佘元博強(qiáng)調(diào),我們一定不要誤認(rèn)為機(jī)器學(xué)習(xí)是萬(wàn)能的。機(jī)器學(xué)習(xí)有天然的劣勢(shì),就是得分上限很高,但是下限也很低,而且結(jié)果的質(zhì)量不穩(wěn)定,這剛好是和邏輯方法相反的。那么我們?cè)趹?yīng)用機(jī)器學(xué)習(xí)過(guò)程中,要注意分解問(wèn)題,將邏輯方法與機(jī)器學(xué)習(xí)結(jié)合,既保障邏輯方法的高下限和穩(wěn)定性,又能通過(guò)機(jī)器學(xué)習(xí)提高上限。通俗地說(shuō),就是如果我們只運(yùn)用機(jī)器學(xué)習(xí)方法,結(jié)果可能是某些場(chǎng)景50分某些場(chǎng)景90分;如果只運(yùn)用邏輯方法,結(jié)果可能保持在80分。而兩者結(jié)合后,則可以是保障在80～90分之間。
從感知到?jīng)Q策,隆博AMR將ML投入“實(shí)戰(zhàn)”
感知,是從傳感器數(shù)據(jù)到有價(jià)值的環(huán)境信息的處理過(guò)程,而視覺(jué)數(shù)據(jù)是信息量最豐富的,隨著視覺(jué)的大規(guī)模應(yīng)用,機(jī)器學(xué)習(xí)可以發(fā)揮重要作用。當(dāng)然,除了視覺(jué)數(shù)據(jù),從其他信息量豐富的數(shù)據(jù)里面,我們也可以通過(guò)機(jī)器學(xué)習(xí)得到環(huán)境中有價(jià)值的信息。隆博在這個(gè)層面做了很多應(yīng)用,包括儲(chǔ)位狀態(tài)識(shí)別、料車(chē)識(shí)別、AMR運(yùn)動(dòng)過(guò)程中的障礙識(shí)別、人體跟隨等。
決策,是從有價(jià)值的信息到反饋策略,或者結(jié)果預(yù)測(cè)的處理過(guò)程。由于目前各類(lèi)機(jī)器人智能的發(fā)展水平還不高,絕大部分場(chǎng)景都是希望機(jī)器人完成特定的任務(wù),而不是希望機(jī)器人有自己的個(gè)性。所以現(xiàn)實(shí)中,絕大部分決策模型都是邏輯方法,需要用到機(jī)器學(xué)習(xí)的可能只有4%,這些機(jī)器學(xué)習(xí)應(yīng)用主要起到將結(jié)果從80分提升到90分的效果。隆博科技在定位技術(shù)上運(yùn)用機(jī)器學(xué)習(xí)技術(shù),將影響定位結(jié)果的弱關(guān)聯(lián)數(shù)據(jù)組織起來(lái),采用可信定位對(duì)數(shù)據(jù)進(jìn)行標(biāo)記,得出的模型不僅能提升定位精度,還一定程度上消除了噪點(diǎn)影響。在避障技術(shù)上運(yùn)用機(jī)器學(xué)習(xí)技術(shù),將影響避障策略的環(huán)境數(shù)據(jù)和導(dǎo)航數(shù)據(jù)組織起來(lái),采用人工決策對(duì)數(shù)據(jù)進(jìn)行標(biāo)記,得出的模型更接近人的避障決策水平。
在智能化的道路上,隆博科技一直在做相關(guān)的技術(shù)創(chuàng)新,讓機(jī)器人的智能水平更加接近于人。
技術(shù)并非越高端越好,解決客戶(hù)痛點(diǎn)才是王道
“找到客戶(hù)的痛點(diǎn)問(wèn)題,判斷技術(shù)的應(yīng)用趨勢(shì),才能讓技術(shù)產(chǎn)生最大的商業(yè)價(jià)值。”報(bào)告中,佘元博回歸主題,指出技術(shù)只是通過(guò)產(chǎn)品解決客戶(hù)需求問(wèn)題的手段,一味追求高端技術(shù),耗費(fèi)大量成本去解決客戶(hù)不關(guān)心的問(wèn)題,對(duì)技術(shù)的商業(yè)價(jià)值是沒(méi)有貢獻(xiàn)的。所以從商業(yè)價(jià)值角度來(lái)看待技術(shù)應(yīng)用,我們一定先好了解技術(shù)的應(yīng)用場(chǎng)景,優(yōu)先解決客戶(hù)的痛點(diǎn)問(wèn)題。
另外,佘元博也指出了從行業(yè)競(jìng)爭(zhēng)角度來(lái)評(píng)價(jià)技術(shù)的商業(yè)應(yīng)用價(jià)值的思路。如果一項(xiàng)技術(shù)很有用,大部分同行都采用了,而且解決了客戶(hù)的痛點(diǎn)問(wèn)題,那么這項(xiàng)技術(shù)很有商業(yè)價(jià)值。在未來(lái)技術(shù)的預(yù)判上,如果一項(xiàng)技術(shù)目前沒(méi)有被大部分同行應(yīng)用,N年后可能會(huì)被大部分同行應(yīng)用(來(lái)解決N年后的痛點(diǎn)問(wèn)題),那么N越小,這項(xiàng)技術(shù)的商業(yè)價(jià)值越高。所以我們要判斷技術(shù)應(yīng)用的趨勢(shì),才能始終在技術(shù)發(fā)展上領(lǐng)先同行一步,但是從商業(yè)價(jià)值角度看,領(lǐng)先太多也沒(méi)有意義。
佘元博認(rèn)為,目前機(jī)器人行業(yè)發(fā)展迅速,但整體技術(shù)發(fā)展水平還不夠高,很多場(chǎng)景沒(méi)達(dá)到必須通過(guò)機(jī)器學(xué)習(xí)解決業(yè)務(wù)問(wèn)題或競(jìng)爭(zhēng)問(wèn)題的程度,所以有非常多沒(méi)有被開(kāi)發(fā)的需要用到機(jī)器學(xué)習(xí)的場(chǎng)景。如何將機(jī)器人智能從80分做到90分,需要人工智能從業(yè)者一步步挖掘。機(jī)器人智能化,還有非常多的空間,隆博科技在智能技術(shù)上將不斷深入和創(chuàng)新,在業(yè)務(wù)上圍繞市場(chǎng)需求和客戶(hù)痛點(diǎn),不斷挖掘機(jī)器人智能的商業(yè)應(yīng)用價(jià)值。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來(lái)自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請(qǐng)進(jìn)一步核實(shí)，并對(duì)任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對(duì)有關(guān)資料所引致的錯(cuò)誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個(gè)人認(rèn)為本網(wǎng)站中的網(wǎng)頁(yè)或鏈接內(nèi)容可能涉嫌侵犯其知識(shí)產(chǎn)權(quán)或存在不實(shí)內(nèi)容時(shí)，應(yīng)及時(shí)向本網(wǎng)站提出書(shū)面權(quán)利通知或不實(shí)情況說(shuō)明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實(shí)情況證明。本網(wǎng)站在收到上述法律文件后，將會(huì)依法盡快聯(lián)系相關(guān)文章源頭核實(shí)，溝通刪除相關(guān)內(nèi)容或斷開(kāi)相關(guān)鏈接。 ）
