美國麻省理工學(xué)院（MIT）一直是機器人科技研究的先驅(qū)，這個實驗室曾研究出獵豹、Atlas等轟動世界的軍事機器人。那么，隨著DeepMindAlphaGo、Atlas等前沿人工智能技術(shù)的發(fā)展，機器人領(lǐng)域的研究會出現(xiàn)哪些新的趨勢呢？在CCF-GAIR全球人工智能與機器人峰會機器人專場上，MIT機器人實驗室主任、IEEE、AAAIFellow、美國國家工程院院士DanielaRus就此作了報告演說，講述世界機器人領(lǐng)域十二大前沿技術(shù)趨勢：
機器人領(lǐng)域的摩爾定律
也許大家覺得這張圖未來主義，但事實上我們一定程度上已經(jīng)實現(xiàn)了，機器人可以應(yīng)用于送包裹、清理環(huán)境、貨物整理、自動駕駛、生活輔助等等場景。此外，我們也已經(jīng)看到一些公司，他們已經(jīng)發(fā)明了兩種單臂協(xié)作的機器人，并應(yīng)用于生產(chǎn)。
這些例子告訴我們的是，機器人確實已經(jīng)從科幻轉(zhuǎn)為當(dāng)前的科學(xué)現(xiàn)實。我們能夠讓機器人更加有能力，更加的有智能。
值得一提的是，機器人領(lǐng)域也存在類似于摩爾定律這樣的顛覆性規(guī)律。包括制造工具、設(shè)計工具等領(lǐng)域，互聯(lián)網(wǎng)性能的顛覆速度每隔6年就會發(fā)生變化。同樣，工廠機器人的數(shù)量也是每隔5年就會翻一番。目前，我們暫時已經(jīng)驗證了這一事實，而我相信未來這個顛覆的頻率會更高。
未來這個世界，每個人都有可能擁有機器人，機器人就像是在路上跑的汽車一樣常見，我把它稱之為泛在機器人的世界。
這些機器人將能夠與人類協(xié)作完成許多任務(wù)。當(dāng)然，現(xiàn)在我們還沒有到達這樣的階段，因為還有很多技術(shù)問題需要解決。比如機器人如何跟人互動，如何自我推理解決問題以及，我們?nèi)绾慰焖佟⒌统杀镜刂圃煨碌臋C器人？
接下來，我跟大家分享一些技術(shù)的趨勢，這些都能夠幫助我們解決上述的問題。
十二大機器人技術(shù)趨勢
軟體機器人
之前的機器人都是鋼體的，但這樣的結(jié)構(gòu)并不能很好地適應(yīng)各種環(huán)境。軟體是指把機器人的結(jié)構(gòu)制造成柔軟靈活的，像人體結(jié)構(gòu)一樣。一般來說，軟體機器人的身體結(jié)構(gòu)利用軟硅膠制造的，增強其適應(yīng)性，能夠適應(yīng)不同的未知環(huán)境。
基于肌肉運作的原理，我們發(fā)現(xiàn)這樣的構(gòu)造讓機器人更加敏捷，能過更快速地完成某些特定任務(wù)。除了軟硅膠，我們還可以用水或是空氣去驅(qū)動軟體的結(jié)構(gòu)。比如這個（放大版）機器人，它外形像一條蛇，而表面這些泡泡可以通過放大和縮小的動作來驅(qū)動機器人的活動。
我們可以看到，把機器人放到管道當(dāng)中時，它就可以自動去檢測周圍的環(huán)境，塑料型的適應(yīng)性是鋼體機器人不可比擬的。
同理，機器人維修，我們也可以去創(chuàng)造機器魚。如圖所示，它像實際的魚一樣可以活動，能夠90度的轉(zhuǎn)彎，可以快速地躲開捕獵者。全靠其軟體尾部，機器魚能夠在水中上下游動。
我們已經(jīng)看到了軟性機體的重要性，一本新的期刊《軟體機器人》期刊已經(jīng)出來兩年了。通過這本期刊我們知道，軟體機器人在機器人學(xué)科當(dāng)中的重要性排名最高，也就是說大家對軟體機器人的關(guān)注度是最高的。
Manipopulatetion：靈活操作
除了軟體機器人，另外一個改善和提高機器人的技術(shù)是：靈活的抓取、搬運操作。
鋼體的機器人只能夠看清楚物體的大小，瞄準(zhǔn)每一個指頭放在哪里才能抓取物體，但人不是這么操作的。我們要拿一個東西時，伸手、抓取以非常連續(xù)的動作完成，庫卡機器人驅(qū)動器維修，不需要思考大小還是運用哪個手指。正因為要對手指頭的位置的精準(zhǔn)要求，讓機器人抓起行為有了很大的局限性，它們沒有辦法應(yīng)對不規(guī)則的物體。
而軟性搬放就應(yīng)運而生。因為不需要仔細地看這個物體放在哪個位置，也不會受到形狀的控制。比如，它可以抓取雞蛋、紙條。正因為這個機器人有非常柔性的結(jié)構(gòu)，它可以自由地應(yīng)對各種不確定因素。
我們還可以通過嵌入一些簡單的傳感器，來讓機器人擁有辨別實際物體的能力。當(dāng)然，這其中還不能百分百做到，某些場景中的識別正確率偏低。橫向或者是使用兩個指頭拿成功率會高些，因為橫向抓取積累了更多的數(shù)據(jù)，知道怎么抓；而兩點抓取的信息就比較少了。
語言交流
就算有軟體結(jié)構(gòu)，有的時候機器人也會失敗。為什么呢？如果機器人抓不住，它可以告訴人出現(xiàn)什么問題，但它不能。
通過觀察可以發(fā)現(xiàn)，機器人在執(zhí)行一個任務(wù)時，人類一點點干預(yù)也會完全改變它的計劃。如何提高人機協(xié)同互動性呢？如果機器人能過簡單說一句幫幫我，我卡住了，這也能解決問題，但目前它還辦不到。除此之外，如果機器人還可以自省，根據(jù)自己的數(shù)據(jù)計算出新的決策行動，從而避免這個故障。
因此我們希望賦予機器人這個能力。我們開發(fā)了一個程序規(guī)劃系統(tǒng)，機器人可以通過這個規(guī)劃系統(tǒng)思考自己的行動過程卡住時可以想一想為什么卡住，怎么樣可以擺脫這個障礙，或者把這個想法和人類溝通請把桌子搬起來。
所以想象一下，機器人必須要有溝通能力，非常清晰明確地與外界溝通。否則，它只能說幫幫我的話，人類過來還得檢查看一看它到底有什么問題，這樣效率就很低了。
云端大數(shù)據(jù)幫助學(xué)習(xí)
我們知道，機器人也需要學(xué)習(xí)。但是，我們?nèi)祟悘某錾鹈刻炜梢越邮艽罅康臄?shù)據(jù)，從而進行學(xué)習(xí)，而對于機器人來說，數(shù)據(jù)儲存就容易內(nèi)存不足。一輛自動駕駛汽車一個小時就有1TB的數(shù)據(jù)，很難分析。所以，我們需要把抽象度提高，使得收集的數(shù)據(jù)能夠達到較高階的程度，降低儲存壓力和計算量。
舉個例子，左邊是一個GPS的數(shù)據(jù)流，如果對于這個GPS的數(shù)據(jù)流我們能夠建立起有意義的結(jié)構(gòu)，就能過從中歸納出一些能提取的信息，然后做高階的推理。比如自動駕駛到了某一個位置，就知道要執(zhí)行什么任務(wù)。
從數(shù)據(jù)流當(dāng)中提取數(shù)據(jù)，進行抽象處理，并歸納出有意義的信息這是接下來要分享的核心級技術(shù)通過一個算法，在大數(shù)據(jù)當(dāng)中分析一些小的數(shù)據(jù)集，這些小型數(shù)據(jù)集能夠反映出整個數(shù)據(jù)運算結(jié)果。
同樣一個例子：我們利用Coresete的方法，通過對視頻的分析得出數(shù)據(jù)集數(shù)，然后把不同的色彩進行集中，從中可以用分析出更多更復(fù)雜的視頻。電影畫面里面16500幀，我們只需要用1152個Coresete數(shù)據(jù)點就可以展開分析。
多機器人系統(tǒng)
只有一個機器人時，能夠完成的任務(wù)有限，我們需要許多個機器人組成一個自動化系統(tǒng)。所以，第五個趨勢就是多機器人系統(tǒng)。
當(dāng)幾個機器人組合到一起時，每個機器人都有各自負責(zé)的工作。當(dāng)然了，假如現(xiàn)在在建一座小木屋，其中會有一個機器人負責(zé)搬零件，而另外的機器人會負責(zé)其他的工作。所以，我們可以看到這四個機器人在協(xié)作。
機器人必須要能夠互相的交流、協(xié)調(diào)，才能夠知道要在什么時候配合同伴執(zhí)行任務(wù)。這是個挑戰(zhàn)。它們需要了解自己的任務(wù)，又要知道整個集體任務(wù)的情況。
按需制造
我們的目標(biāo)是，讓一個機器人可以通過3d打印機直接打印出來，但是這不是一般的外殼打印，在3D打印機當(dāng)中要有驅(qū)動機制，我們可以看到里面的電子結(jié)構(gòu)。這里其實是一個非常復(fù)雜的機制。
大眾化
讓所有人都能夠設(shè)計自己的機器人。這個想法很瘋狂嗎？有了數(shù)據(jù)庫、編程工具、3d打印等技術(shù)的基礎(chǔ)下，雖然不是說所有機器人都可以自動完成，但確實很多步驟是可以自動完成的。