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，近年來參會(huì)人數(shù)超過2000人，匯聚了來自清華大學(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，在多類場(chǎng)景中投入應(yīng)用，并遠(yuǎn)銷海外。創(chuàng)始人兼CEO佘元博，是國(guó)內(nèi)最早開展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，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)器人替代有人叉車和人手推車，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，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)算法的思路稱為邏輯方法。邏輯方法的優(yōu)勢(shì)是，通過算法原理能夠?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，無法通過人腦的設(shè)計(jì)讓算法接近人的智能。
當(dāng)一個(gè)信息處理過程，影響結(jié)果的變化因子太多，甚至無法知悉哪些因子影響結(jié)果，以至于無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)雜信息處理過程，邏輯方法無法盡善盡美，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)雜信息處理過程，再聰明的人設(shè)計(jì)出來的算法只能做到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)過程中，要注意分解問題，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，又能通過機(jī)器學(xué)習(xí)提高上限。通俗地說，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)境信息的處理過程，而視覺數(shù)據(jù)是信息量最豐富的，隨著視覺的大規(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、料車識(shí)別、AMR運(yùn)動(dòng)過程中的障礙識(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)的處理過程。由于目前各類機(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，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，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，解決客戶痛點(diǎn)才是王道
“找到客戶的痛點(diǎn)問題，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)只是通過產(chǎn)品解決客戶需求問題的手段，一味追求高端技術(shù)，耗費(fèi)大量成本去解決客戶不關(guān)心的問題，對(duì)技術(shù)的商業(yè)價(jià)值是沒有貢獻(xiàn)的。所以從商業(yè)價(jià)值角度來看待技術(shù)應(yīng)用，我們一定先好了解技術(shù)的應(yīng)用場(chǎng)景，優(yōu)先解決客戶的痛點(diǎn)問題。
另外，佘元博也指出了從行業(yè)競(jìng)爭(zhēng)角度來評(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，而且解決了客戶的痛點(diǎn)問題，那么這項(xiàng)技術(shù)很有商業(yè)價(jià)值。在未來技術(shù)的預(yù)判上，如果一項(xiàng)技術(shù)目前沒有被大部分同行應(yīng)用，N年后可能會(huì)被大部分同行應(yīng)用（來解決N年后的痛點(diǎn)問題），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)景沒達(dá)到必須通過機(jī)器學(xué)習(xí)解決業(yè)務(wù)問題或競(jìng)爭(zhēng)問題的程度，所以有非常多沒有被開發(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)需求和客戶痛點(diǎn)，不斷挖掘機(jī)器人智能的商業(yè)應(yīng)用價(jià)值。
