年会ProfDrJianweiZha

欢乐新春白癜风专家出诊 http://pf.39.net/xwdt/171020/5777823.html

导读：9月24-25日，由工业和信息化部、新华通讯社指导，新华社《财经国家周刊》、工信部国际经济技术合作中心、华制智能主办的第二届“中国制造与工业4.0全球年会”在北京国家会议中心隆重召开，余位中外嘉宾云集。

本次年会以“智能制造体系构建和实施路径”为主题，由24日的主论坛及25日的五个平行分论坛组成，特邀中、德两国政府、企业等多方代表，剖析新工业革命时代全球经济大势，解读德国“工业4.0”现状，洞悉中德合作新动向。

通过分享中德最佳实践经验，解决中国制造业最迫切需求，为中国实现制造大国向制造强国转变提供前沿趋势和最佳实践。52位中外演讲嘉宾为现场余位参会嘉宾带来一场场思想盛宴，中德联动，共襄智能制造产业盛举。

如下为德国汉堡科学院院士，汉堡大学信息科学系教授、多模态技术研究所所长Prof.Dr.JianweiZhang演讲实录，他分享的主题是《智能制造中的大数据动态建模,预测和交互》。

我的报告关于认知技术，下一步是哪些挑战，我们怎么把这些技术用到机器人和智能制造里边。

首先就是刚才赵胜讲的认知技术和人工智能对未来的整个的影响，我就不多讲了。为什么现在我们认为人工智能、大数据和机器人对我们来讲是一个新的机会，实际上给这些新技术我们在计算和大数据方面带来了很好的机会。

人工智能和认知技术，对所有的行业都是一个重要的穿透性的行业，而且人工智能和机器人和CDS的结合，最后实际上是我们对未来的所有的制造和机器人都有重要的影响。

机器人和自动化，刚才宋晓刚秘书长也讲了这些重要性，我们从机器人和自动化方面应用，到未来老龄化社会、保护环境和城市里头的问题，这些都对机器人需要的技术提出了更多的要求。

去年我在汉堡举办了世界最大的智能机器人的会议，有三千五百人参加。这里头有一半的论文和展览，都是关于机器人和服务和未来的智能制造里边的应用。我总结了一些机器人和制造、工厂工业的服务里的一些典型的应用。

比如是在实验室，家庭，大的场馆，还有物流跟销售等等。物流我们都知道，现在在中国也有非常多的公司在从事自动物流的研究和开发。现在因为电商的发展，给物流带来了很多很多新的挑战和应用的前景。

这里包括医院里的系统化，昨天我在深圳参加了全国智能护理的大会，在护理这一领域现在用这种新型的移动机器人，新的配药机器人，有深圳几家公司做的非常好。

医院和护理方面智能方面，能够有很多创新公司出来，也是有希望走向世界。

在工业里，现在除了传统的四大家族的机器人，现有很多的轻型的，柔性的，多臂合作的，这些都给传统的规定机器人带来了新的一些活力。这些轻型机器人可搬运，虽然没有那么高的负载和精度，但是他们的价格低廉，使得他们现在的应用，能够从工厂到更多的领域。

现在机器人在智能制造和工厂里的运用，还有智能的检测，包括桥梁，基础设施，机场，油罐等等，包括我们今后的水下和空中电力线等等，用这些用我们的飞行水下移动机器人的技术，使得我们传统的检测的功能，能够用智能机器人的方法来实现。这就是一个在隧道里头自动巡检的机器人概念，现在上海创立了这么一个公司，加上很多的检测技术，来进行机器人的检测。

实际上在智能工厂里，我们使用了机器人的技术之后，可以说给工厂智能制造带来了很多很多便利的优点，使得整个的生产线变得很柔性，他们的整个生产的流水线整个的安排和成本都变得更优越，使得他们整个的效率提高非常多。

现在在智能机器人领域，下一个挑战就是把更多的传感器做到机器人内部，然后使得多个传感器不止是感知一些信号级的内容，还有认知级的内容，还有机器人对世界的感知和交互的感知，提到像人一样的水平。

这是我们最近做的欧盟项目，我们为了实现人工智能和机器人的结合，还需要一步步前进。这好比我们做的移动的、带手的、带头的机器人，在现在也已经在意大利和瑞典，每天在交互和应用，来进行助老、助残。

这个主要是研究基于经验的大数据学习的机器人系统，假设一个机器人餐厅里进行服务，不像国内的一些机器人，只是一些简单的送餐的服务，而是机器人真正地有操作，能够识别这个环境。好比完成一个给新来的顾客来倒一杯咖啡，整个的复杂的任务，包括咖啡放在哪，什么东西可以收走这些知识，通过不断地学习，获得对世界最好的理解。

现在机器人的技术可以说日新月异，有很多很多的新的办法，能够帮助我们中国从落后十几年到现在——跟欧美的开发平头并进。这里头我想一个可能性就说，现在国际上使用的《机器人开源系统》，六年前有科学出版社出版，基本上卖光，现在中国做机器人的年轻人都使用这个开源的操作系统，使得我们中国做机器人，实际上跟国际上最新的最聪明的头脑开发的软件，使得是一样的软件，而且我们现在可以自己继续往软件包里贡献最新的研究结果。

现在的多传感器融合，实际上不只是在移动机器人，而是在灵巧操作，现在我们做的无指手，可以检测它的温度和动态的性能传感器和视觉融到一块进行灵巧操作。我们下一步对现在的升臂操作系统的调整就是怎么控制机器人的装配。

我十五年前做助理教授的时候，我们做了一个用自然语言控制双臂的系统，它能够装备玩具飞机，这个对现在的研究也有很好的参考结果。

实际上在智能里头，刚才赵胜提了很多，实际上我们现在具体再解决这个智能学习的过程中，我想给大家讲一下这个曲线是我们现在在机器学习的过程中，我觉得是比较重要的一条曲线。

我们总结出要机器学习达到的两个重要的指标，一条是横轴，就是指你会控制、指导这个机器人来做一件事情的命令的长度。需要我们通过一些学习的办法，把这个长度从很长很冗余缩到很短，我们告诉他做一件什么事情，机器人通过不断地学习。

纵轴就是指机器人理解世界的模型跟世界上真正存在的模型，两个的差距应该越来越小，通过机器人的不断地学习，使得他对世界的理解越来越接近真实。

所以这条曲线从实现是在学习前的那条曲线，通过学习我们把这个曲线轴压到比较短的命令，而且使得机器人对世界的理解越来越真诚。

深度学习，现在在AlphaGo围棋胜了以后，得到了各方面热切的