專訪香港科技大學王煜：AI+機器人，加速智能化場景落地
科技創新已經成為經濟增長的引擎，近年來，以人工智能、物聯網、云計算為代表的新技術快速崛起，給各個產業領域帶來了全新變革，同時也創造了巨大的發展機遇。那么，隨著新技術的不斷出現，企業如何投資新興產業，怎樣將技術轉變為價值，這將是許多行業發展的重要話題。
近日，以“智能驅動·科技賦能”為主題的OFweek2018（第三屆）中國高科技產業大會在深圳隆重舉行，其中，來香港科技大學教授及機器人研究院的王煜院長發表了題為“智能機器人和人工智能”的精彩演講，介紹了當下前沿科學技術及其團隊的最新研究成果，會后王煜接受采訪時表示，自動駕駛、無人車技術具有較大的前景。
IEEE院士/香港科技大學教授及機器人研究院院長王煜
相比于傳統的人力搬運，無人車可以得到更精確的控制，在制造領域能避免缺料、少料的問題，保證生產線以最佳的效率運行。由于無人系統能夠進行遠程連接和監控，以及結合了云計算、人工智能、大數據分析等技術，所以，設備之間的合作將更加協調，并能進一步提升工廠的整體運營效率。
如今，智能化時代正在到來，新技術不斷出現。王煜認為，人工智能、物聯網等基礎性技術需要結合行業，要找到切入點和應用場景才能發揮其價值的所在。例如大疆將無人機應用到航拍等領域密，實現了過百億的營收，并成為行業的領頭羊。
傳統行業在迎接新機遇
在信息技術和數字化趨勢的影響下，傳統行業面臨一場新變革。今天人們的生活方式發生了很大的變化，例如通過云端平臺進行移動式辦公，用智能手機訂餐、叫車等服務，云計算的角色開始變得越來越重要。王煜表示，KUKA機器人示教器維修，隨著人們對樓宇消費方式的轉變，地產行業將迎接來新的挑戰。現代樓宇需要滿足語音控制、人臉識別等新的需求。對于地產商來說，如何迎接新趨勢是十分重要的一部分。
此外，建筑行業將有很大的變化。由于老齡化趨勢，人力成本不斷上升，加上年輕一代不愿意從事體力型工作，建筑行業招工將是一個難題。目前建筑技術開始向數字化轉變，例如CAD等數字化軟件，將放于云端運行，可以更好的實現數據和資源原共享，從而提升建筑設計的效率。此外，建筑行業的自動化程度將越來越高，批量化制造的模式開始興起。
數字化技術應用
如何才能更高效率的建造房子？建筑商需要考慮模塊化，用工廠的模式生產預制件，然后將建筑構件運輸到現場進行安裝，雖然目前這種預制模式成本比較高，但在各種因素的影響下，包括市場和政策的推動，這些新模式必將成為趨勢，因為建筑商需要通過數字化手段減少原材料、水、電的浪費，以及降低人力成本的投入等。
建筑行業的轉變，也給設備商帶來了機遇。三一重工等一些廠家已經開始布局，KUKA機器人維修，為建筑行業提供新的設備。建筑過程包括運輸、安裝都可以自動化，包括采用無人機進行環境測繪，通過物聯網連接現場智能機器設備，再利用云平臺進行分析，使整體運營效率得到更好的提升。
無人化技術應用不斷擴展
無人系統具有廣泛的應用場景，無人車將不只是接送人們上下班，它可以擴展到很多領域，尤其在工業、商業和小區等方面有很大的潛力。在工廠里，無人車可以做物料傳送。而電商行業在快速增長，無人送貨也將是一個很好的應用。還有機場運輸方面，無人車可以減少閑雜人，還可以通過物聯網可以將人、機、物、貨等連接，實現定位追蹤等智能場景，用戶可以知道無人車什么時候達到接送點。
無人貨車
談到無人車的技術進展方面，王煜指出無人車需要環境檢測和場景學習等多項技術。首先，感知檢測是無人駕駛的關鍵，目前可以通過激光雷達（LiDAR）技術來掃描周邊環境，并從獲取的信息中分辨出人、車、動物等對象，然后創建地圖來實現導航。不過，目前激光雷達成本較高，而一臺無人車上可能需要安裝多個，這項技術仍然需要進一步突破。
由于自動駕駛汽車周邊環境比較復雜，例如會出現貓、狗等不同的對象，特別是汽車在快速駕駛過程中，要準確識別出不同的物體對象是很有挑戰性的。而隨著無人車場景的擴展，從載物送貨到載人的過程使得難度上升，不同的應用場景有著不同的要求。因此，庫卡機器人，無人車需要結合人工智能技術，利用深度算法對場景變化進行學習，確保無人車能夠快速、準確地識別出障礙物。
王煜表示，未來無人車的技術不會是單獨的機器學習，還要進行車與車之間的交互。例如滴滴出行運營平臺不僅要采集每個汽車的狀態信息，還要實現汽車與汽車之間的信息共享，然后才能順利完成精確的派車服務。
AI賦能，智能化場景加速落地
未來我們的生活場景將變得越來越智能化，今天，移動支付等方式帶來的便利有目共睹。而智慧城市、智能交通、智慧醫療、智能制造等模式在興起，其背后都少不了人工智能的支持。人工智能的突破給各個行業帶來發展動力，加速了智能化時代的到來。
目前，人工智能技術方面用得比較多的是深度學習，特別是圖像識別，如人臉識別、圖像分類等。王煜認為，未來人工智能技術將擴展到深層次的應用，如三維場景模式的識別應用，從二維到三維的擴展，將是一個更具挑戰的話題。
機器深度學習
在汽車無人駕駛領域，人工智能對道路場景的識別方面已經形成一定的規范。不過，在其它一些新的應用中，例如工業、建筑等環境就更加復雜，工地里有人、機器、工具以及鋼筋、水泥等不同的對象，所有這些物體都需要識別出來，因此，人工智能在工業方面還需要更多的突破。
從全球行業狀況來看，目前國內企業主要偏向應用端，比如語音識別、圖像識別等，而歐美地區側重于基礎技術，由于歐洲有很強的隱私保護，使得人工智能的發展受到一定限制。
最后，王煜表示人工智能在機器人領域有很大的應用前景，未來通過人工智能教會機器像人類一樣工作，利用計算機視覺和機械手結合起來，使得機器人能夠更靈活的執行一些人類的工作，同時人和機器可以協同工作，能更高效的完成任務。