【科技评论】云端仿人智能机器人是唯一超车路径（附李彦宏“中国大脑”提案解析）
历次工业革命好比一颗原子炸弹，震碎了人类既定生活方式，也掀起一连串科技创新的浪花。更微妙的是，往往一次工业革命的参与程度，对国与国之间的排名座次构成持续性震荡和影响。当前，雄心勃勃的国家军团们正在奔忙：一边继续释放第三次工业革命的巨大红利，一边对第四次工业革命提前预判和布局。
由此，疑团也接连而至。第四次工业革命究竟是什么？中国能否借力完成弯道超车？在中国移动研究院院长、“千人计划”国家特聘专家黄晓庆看来，机器人将是引领第四次工业革命的主要推动力。他认为，放到宏观角度分析，中国的表现更像一场时间追逐赛——“从第一次的不参与、第二次的落后到第三次的跟随，我国参与工业革命的意识和速度在不断进步。目前，第四次工业革命的临界值已经到来，我国要大力发展机器人、尤其是云端结合的仿人智能机器人，瞄准目标进行追赶甚至反超，这也是我国实现弯道超车的唯一路径”。
黄晓庆的判断是基于几十年的产业和技术积淀。近日，记者对黄晓庆进行了独家专访，请他预判第四次工业革命的大趋势，并对我国弯道超车路径给出建言，希望通过云端仿人智能机器人杠杆撬动国家整体竞争力。
记者：您在国内率先提出“机器人将引领第四次工业革命”的观点，判断依据是什么？未来机器人将带来哪些颠覆性变革？
黄晓庆：首先，我们要弄清楚如何定义工业革命。为此，我们认为——必须在生产力提高一百倍数量级别以上的工业创新才能称之为工业革命，低于此级别则只能叫做工业演进或进步。按照这个衡量标准，迄今为止，人类历史上已经历了三次工业革命，分别为机器工业革命、电汽工业革命、计算机工业革命，相对应解决了机器动力问题、能源传输问题、信息处理及传输问题，都为人类社会带来了生产力的巨大变革。需要说明的是，目前，全球仍然在第三次工业革命的持续探索中，包括互联网、移动互联网浪潮都归属于其一系列衍生现象。
在此基础上，再来探讨机器人是否符合衡量标准。我认为，下一次工业革命是能完全替代人角色的智能机器人革命。实质上，是人类复制了另一个自己，利用制造出来的机器人完全替代自身从事自主、智能的行为。与人类历史上发生的前三次工业革命相区别，这次工业革命完成了机器在一个时空、事件、情景内由“部分替代人”到“全面替代人”的过程。举几个例子：如果造出一辆能够自动驾驶的汽车，可以取代司机；如果造出一个家庭保姆型机器人，可以帮人类带小孩、做家务；如果工业生产线上使用柔性机器人，可以替换现在的产业工人。由此推断，伴随着智能机器人的更新换代，未来人类社会各领域将迎来颠覆性变革。当机器人革命完成后，一方面，那些依赖于机械劳动力、简单运算、繁重体力的工种将不复存在，世界上已经没有普通的人类劳动者；另一方面，未来我们每个家庭都将配备1—2个机器人帮助完成各种保姆工作，正式步入个人机器人时代。
如果按照这个逻辑，第四场工业革命更准确地说是机器的信息革命，实际是第三场工业革命的延续，又是生产力的一次巨大飞跃。
记者：您曾表示，目前机器人的自主、智能革命到了一个临界值。如何解读“临界值”已经到来？
黄晓庆：实际上，从科幻角度、人类梦想角度出发，人类对机器人的幻想已经有几百年历史。我们一直在想，能否让机器人跟人类一样聪明。然而，任何技术的发展必须经历一段时间的酝酿，直到达到一个临界值，一场技术革命就呼之欲出了。
在我看来，目前机器人革命的临界值已经到来。一方面，近年来在造出能够完全替代人类的机器人智能操作系统的技术准备上已经到了一个临界值。简单梳理，有以下4个例子：一是汽车自动驾驶技术成熟。根据谷歌最新数据，自2006年起谷歌自动驾驶的汽车8年来在真正道路上完成了70万英里的自动驾驶。最近，自动驾驶汽车的研究从“路上测试”转到了“计算机仿真”。这意味着人类已经造出了完全有自主行为的机器代替人开车；二是美国军用无人机的功能示范。虽然被定义为遥控飞机，但当遥控人员不下达指令时，它可以自己做出动作，在战区执行任务中自主控制高度、逃避敌军侦探、保持隐蔽状态；三是IBM超级机器人Watson成答题冠军。作为一款专门用来答题的机器人，它具有自主学习、自主推理的能力，因在2012年美国著名电视大赛“危险边缘”（Jeopardy）中一连击败2位往期冠军选手而声名大噪；四是感知系统的技术突破。近年来，包括谷歌、Facebook、谷歌、科大讯飞、百度在内的多家知名互联网企业，运用“深度学习”技术推出了语音和图像的识别、合成算法，这些新算法和技术的部分功能已超过了人类大脑。
另一方面，当下社会应用需求层面也已经到了临界值。一是从现实情况来看，伴随工业机器人的蓬勃发展，产业链构建相对成熟，同时伴随着全球劳动力价格的持续提高，老年化现象的不断严重，释放出强大的社会需求。从整个机器人产业发展来说，目前已经到了“要从工业界走向家庭和个人”的临界值，开始有能力向家庭和个人服务层面拓展；二是从实用经济学角度来看，任何能够成倍提高生产力、成倍降低成本、成倍减少人工投入的技术，一定会被资本追捧。在利益驱动之下，资本会投入制造这些能帮助提高生产力的机器。因此，具有自主、智能能力的机器人产品市场的增长速度可以预估。
有一点需要补充说明。尽管我们说目前已经到了一个临界状态，但要承认的是，全世界关于智能机器人应该是什么样子、它是否有工业标准、产业链怎么建立等核心问题上仍属于早期探索阶段，真正意义上的第一代智能机器人产品还未出现。
记者：在引领变革的各类机器人中，您最看好哪一款？
黄晓庆：我想重点介绍云端仿人智能机器人。它代表的是机器人发展的较高境界——外形和人相似、思维模拟人大脑，更贴近人类复制另一个自己的目标。
为什么要强调云端、仿人两个层面？这其中包含了多重考量。首先讲为什么要“云端”。对于一件工业或电子产品来说，最重要的部分是操作系统。同理，要实现机器人的智能程度，必须依托于强有力的操作系统，充当机器人的大脑角色。然而，现实情况却是，假如机器人是一台会动的机器，目前没有办法将支持软件的运算系统装在其体内。研究数据表明，人类大脑运算能力是机器人最高运算能力的100万倍，这意味着要制造能达到人类运算能力的机器，目前需要一个体积是人脑100万倍的机器人大脑。此种情形下，从实用性角度考量，约人脑100万倍大的机器人大脑根本无法和其身体相匹配。这条路径走不通的情况下，到底装在哪？答案是装在“云”里。我们可以认知系统放在云里，身体、驱动、传感器放在机器人本体上，通过移动通信将二者连接起来，实现顺畅操作。更形象地说，相当于把一个人脊椎以上的大脑和小脑存在“云”中，做出了一个现实版的“阿凡达”。
再来说明为什么要仿人。机器能够全面代替人是很重要的产业目标。这种背景之下，只有仿人的机器人才能有效使用为人设计的工具，顺利在有人的环境下工作，实现需求和发明的真正无缝对接。在我看来，这是未来人类使用机器人的一个核心需求点。
记者：据我所知，目前第一代云端仿人智能机器人产品还未面世，原因是什么？
黄晓庆：相比于其他类型的机器人，云端仿人智能机器人对自动化程度、柔性程度要求更高。相比之下，目前产业技术进步的速度仍有一定距离。因此，云端仿人智能机器人的研发和面世还需要一个循序渐进的过程。
在我看来，制约第一代云端仿人智能机器人面世的因素分四个方面。一是技术密集。一方面，机器人认知系统属于高密集技术范畴，代表了云计算、人工智能等领域最新、最复杂、甚至还未理解的新技术发展方向，研发难度可想而知；另一方面，机器人整个硬件领域还有待重大技术进步。举个例子，通过每公斤肌肉的驱动力量对比实验发现，机器人只能达到人类水平的1/10，亟需开发更加轻便的合成材料制作机器人身体；二是成本高昂。机器人的驱动系统、感知系统成本相当高。这种情况的出现，很大程度取决于目前机器人产量非常低，即使是工业机器人，当前大型跨国公司也只能维持年产几万台、十几万台的水平。可以试想，如果市场全面打开，当产量上升到几百万台、上千万台的时候，生产成本将会成倍下降；三是高能耗。机器人运算系统消耗能量过大，直接影响到其可携带的便利性。如何带足够电池运动相当长的时间，还未探索出适宜的解决办法；四是产业标准尚未建立。按照一般行业逻辑，是先有技术再有标准。
记者：为了抢占领跑先机，目前围绕云端仿人智能机器人的竞争态势如何？呈现出哪些特点？
黄晓庆：综合前面所讲，既然是一次颠覆性的工业革命，各方面条件已经到了一个临界状态，第一代产品还未真正面世，当前的竞争格局可以称之为“黎明前的黑暗”——任何有进取心的国家或企业，都想尽早插足这个领域。因此，可以看到，这场战斗还没未开打就已经进入了白热化阶段。
从国家竞争层面看，目前全球围绕机器人的竞争已超越国家一级，上升到国际合作与竞争相融合贯通的阶段。首先，美国DARPA机制之下，几乎所有全球顶尖的机器人企业都参与进来；此外，欧共体的RoboEarth计划、日本仿人机器人开发也纷纷采取了跨国研究战略；相比之下，中国正在稳固、迅速赶超，但目前还着重于“赶”没到“超”的地步。
从企业竞争层面看，“暗潮涌动”的战斗刚刚开始。就目前态势而言，各大企业的侧重点各不相同。一是谷歌采取“挖空型（EmptyStrike）”人才战略。截至目前为止，谷歌已经收购了超过了十家世界顶尖智能机器人研发公司，以奠定自身起跑优势；二是IBM成立Watson事业部，将Watson作为产品推向市场；三是Facebook、百度着手“云”布局。通过“深度学习”技术，推出了语音和图像的识别、合成算法；四是东芝、本田等日本企业着重“仿人”等机器人控制技术的研究。
总体看来，云端仿人智能机器人的技术研究仍然有待突破。首先看智能水平，以美国DARPA举办的机器人挑战赛（RoboticsChallenge）为代表，共有７支参赛队伍的机器人能够完成爬楼梯、开阀门、开汽车等操作，但总体效果和人类仍然存在较大的差距；再看仿人水平，以日本东芝、本田等企业为代表，目前日本制造的机器人在运动控制能力、模拟人的面部表情、皮肤等方面都达到一定水准，但在双足行走能力上还远不及人类。
记者：为什么说发展云端仿人智能机器人是我国弯道超车的唯一路径？
黄晓庆：先来阐述弯道超车的必要性。中国为什么必须发展云端仿人智能机器人？第一，从历史角度分析，中国在18世纪末19世纪初没有赶上第一次工业革命，因而沦为半殖民地半封建的国家，说明落后就要挨打。参与工业革命的重要意义不言而喻；第二，从现实目标着眼，中国在下一阶段发展规划中，提出走“创新驱动发展”道路。机器人革命本身就是一次巨大的发展创新；第三，从市场前景倒推，智能机器人代表未来经济发展的一个最核心领域，市场潜力巨大，产业规模很有可能超过汽车工业和智能手机工业之和。这个市场是中国绝对不能丢失的。
再来看弯道超车的可能性。第一，智能机器人产业对工业积累要求相对不高。目前中国才走过30年工业化进程，工业基础薄弱，缺乏原始积累。相比于传统工业机器，智能机器人发展更倾向于信息化层面的突破。值得欣慰的是，受益于在第三次工业革命中持续跟随，我国在信息化技术领域并未落后太多，市场需求方面又机遇良多，弯道超车的可能性大大增强；第二，国际竞争还处于初级阶段。虽然各国围绕云端仿人智能机器人加紧研发，但目前还没有任何一个国家造出了第一代真正意义上的产品。从这个进程速度来看，中国还有大把的机会可以实现赶超。
需要补充的是，通过发展云端仿人智能机器人实现弯道超车，不仅是国家战略层面考量，也与大众日常生活息息相关。理想状态之下，有这样一个想象空间：未来我们每一个家庭都配备有1—2个机器人完成各种保姆工作，也就是个人机器人时代来临。这意味着我们每个家庭都有机器人帮忙做事，而且成本是可以掌控的。目前中国大约有4.3亿个家庭，如果每个家庭买一台机器人，或者甚至有的家庭配备几台机器人，将会对中国民众社会生活方式带来彻底的改变。
应当看到，从第一次工业革命的不参与、第二次工业革命的落后到第三次工业革命的紧跟，是中国技术进步的运行轨迹。如果大力发展仿人智能机器人，中国在第四次工业革命中有望实现弯道超车的夙愿。
记者：当前我国云端仿人智能机器人产业发展情况怎样？如何推进弯道超车？
黄晓庆：根据观察，目前我国在仿人智能机器人研发上有一定参与，但力量远远不够，暴露的问题也较为明显。一方面，是国家重视力度不够。2014年以来国家陆续出台了多项利好政策扶持机器人产业发展，但多集中在工业机器人部分，目前尚未有针对云端仿人智能机器人的相关政策面世，整体产业部署也较为薄弱，亟待搭建良好的外部发展环境；另一方面，是科研力量薄弱。具体来看，百度和科大讯飞通过构建在云端的机器学习技术开始介入人工智能研究，北京理工大学黄强教授所在的实验室在仿人机器人方面已推出了4代产品。但除此以外，目前还没有看到更多企业或研究机构冒出来，和国外相比差距明显。
这些差距若能及时填补，其实也是弯道超车的绝好机会。综合来看，从找到“弯道”到“超车”，国家层面推动是必不可少的关键一环。我认为可从三个方面着手：一要鼓励机制体制创新。如何营造一个良好的知识产权环境鼓励发明创新、建立更加完善的科研体制优化投入产出比例，对于云端仿人智能机器人产业发展意义重大；二要出台扶持政策。即要作出积极产业部署，借鉴美国DARPA经验采用“军民两用”的研究战略，吸引全球顶尖研究机构、企业和专家来华，也要鼓励使用本土新应用，加速产业规模提量，推动行业发展；三是培养综合性人才。作为多领域交叉的新兴产业，机器人产业涉及到各方面知识的综合运用，故建议国家要在高校开展机器人相关的跨学科、跨领域的综合性研究和学习课程。
此外，还要充分发挥产业联盟的作用。云端仿人智能机器人主要面向家庭和个人，研发过程中需解决的问题比以往更复杂，因此相关企业要转换思路，从“单枪匹马”走向“协同作战”，建立机器人产业联盟，探索一条标准化路线。这个过程中，做机器人本体构造的企业跟做信息技术的企业将实现无缝衔接，促进产业发展的良性循环。在此基础上，中科院、中国移动、百度等有影响力的本土企业作为牵头人，推动联盟的形成和正常运作。要补充的是，目前美国、欧洲都基本具备成立联盟的条件，我国要加快产业发展速度，切不可错失了先机。
记者：结合实际，谈谈您对未来云端仿人智能机器人发展的展望。
黄晓庆：按照现有发展速度，我认为未来5—10年云端仿人智能机器人产业会诞生一批革命性产品。其中，最先进入市场商用的可能是自动驾驶汽车、家庭清洁机器人、巡逻型机器人这三个类别。原因在于：它们属于垂直功能型，技术要求相对较低，形成产品较为容易。此外，中国家庭数量庞大，能在短时间内形成市场规模；应用最广泛的领域应该是家庭服务型机器人，俗称为“保姆型机器人”。但受制于这类机器人对于驱动、智能水平要求非常高，可能要耗费10年甚至更长时间投入商用。
另外，未来关于仿人智能机器人的投资将会全面介入。与国外相比，中国人的投资习惯是晚投、惯投，对于新兴产业的投资普遍持有谨慎、观望想法。但着眼于云端仿人智能机器人的发展前景，我认为所有风险投资机构、大企业必须要介入，特别是类似于机器人的感知系统、云端基于人工智能的认知系统、新型的驱动系统、新型材料、传感器在内的核心部分投资，将有望得到巨大回报。需要注意的是，有投资意向的企业要建立国际化的人才库，并积极和全球顶级的高校合作，并对产品进行深入的市场研究，在此基础上的前瞻性投资才更能把握方向。（中国移动研究院余智欣老师对此文亦有贡献）
（来源：千人计划网，作者：黄晓庆）
附：
李彦宏提案的“中国大脑”到底是要做什么？
两会期间，李彦宏提议设立“中国大脑”计划的提案，希望以此推动中国整体创新水平的提高。可能很多人听上去觉得有些神神秘秘，也很容易让人和国外的那些人类大脑计划、基因重组、钢铁侠绿巨人复仇者联盟吧啦吧啦的神秘组织机构搞混淆，为了避免大众对人工智能的误会，所以我觉得这里有必要解释下，这件事本身并没什么神秘，也和科幻迷们想的不一样，其实很多事情都近在咫尺。
一、不是通过神经学建立人工智能
目前公认的建立人工智能大脑目前有两条路径，第一种是模拟人类神经冲突来还原大脑工作原理，进而建立人工智能。第二种是根据群体的不断的输入和反馈来训练机器为人服务，进而建立起人工智能。为了不混淆，我们先来看下关于第一种的问题
美国大脑计划：2013年4月，奥巴马宣布投入巨资启动“脑计划”，旨在通过创新的神经技术加强对人脑的认识，其最终目标是希望找到攻克大脑疾病的新方法，包括阿尔茨海默氏症、癫痫、帕金森症等。这不是为人工智能服务的，这是为了研究疾病。但是人工智能的学者们也在盯着该项目，因为一旦有所成就就有可能迁移到人工智能领域。
欧盟大脑计划：2013年1月，欧盟宣布投入10亿欧，旨在用巨型计算机模拟整个人类大脑，这是通过模仿神经建立起计算机。
蓝脑计划：蓝脑计划是由瑞士科学家在2005年设想的一个复制人类大脑的计划，计划在2015年达到治疗阿尔茨海默氏症和帕金森氏症的目的。后来没什么成果，就在媒体上就很少再有消息了。
事实上关于“人类脑计划”早已有之，而中国也有其实早就加入，在2001年9月，中国正式成为参与人类脑计划与神经信息学研究的第20个国家。中国在这个该计划中，只不过大家的目的都不是研究人工智能，而是大脑神经科学，是医学。
二、通过神经学无法建立人工智能
通过模仿大脑运行原理来制造出人工智能，这在facebook的首席人工智能负责人LuCun那里被批评为“草包科学”，为什么会这样呢？要理解这个问题，我们需要简单了解下机器学习的原理。
程序员现在给机器看了一张狗的图片，那么机器每次看到这张照片就能说出来这是狗，接着程序员给了一张同样的但是亮度偏黑的图片，而机器认不出来了，那么这时程序员就需要调整代码，调整机器识别的范围，让图片无论变得多暗或者多亮机器都能识别出来是狗，并且程序员每次都只能微调不能调整太多，因为每次调整太多都会牵扯到其他问题，所以这是一个细心的活，精工出细活。以上就是整个机器学习的核心原理了。
通过机器学习的原理，我们看到了一个结论，要让机器实现某个工作都需要有人在背后为其设定“目的”，机器是不会自己去生产“目的”的，如果一旦机器失去人为其设定目的，那么机器就不可能产生任何行为。我们可以让机器模仿神经的海量行为，但这种模仿却无法为机器设置一个第一“目的”，所以机器依然是不可能像人一样运转的。人之所以能够运转，是因为人一出生就第一目的“生存”，但机器不存在，机器的第一“目的”无法凭空诞生。
在这个观点上我和LuCun等人一致。
三、李彦宏提案的中国大脑是什么？
李彦宏的提案属于第二种，与谷歌、Facebook的人工智能理念一致，通过为机器设置“目的”，然后根据与用户的输入数据以及反馈互动数据，为用户建立起更为智能的服务体系。
要理解中国大脑人工智能，我们必须从理解搜索引擎开始。
1，搜索引擎就是这种人工智能，你通过向搜索引擎提供单词，搜索引擎通过你提供的单词，然后运用智能算法在数据库中寻找答案再返回给你。
2，接着搜索引擎进化到了百度大脑，传统的搜索引擎仅仅只需要识别一维的文字信息然后给用户返回结果即可，但是百度大脑需要识别的则是多维信息，这里面包括了语音、图片、视频、地理位置、所处的业信息等等，这就从一维人工智能上升到二维甚至三维，最后百度大脑通过海量的智能分析后为用户返回结果。这也意味着，百度可以为企业做更加复杂的数据挖掘工作。
3，中国大脑其实就是百度大脑的扩展板，国家将海量数据全部投入到该平台中，而人工智能则通过对各行各业的挖掘，建立各种关联，为决策提供支撑。从科研到地方政府决策都将提供优质的智能结果支撑。
四、该计划实现的话会带怎样的机会？
如果该计划执行，那就是对政府资源的全面整合，效率提升。而长期以来政府也在致力于智慧城市，城市的信息化，我们试着假想一下一个中国大脑会如何帮助我们决策。
公共决策层面：
医疗相关：收集患者全部跨市跨省的全部疾病数据信息，为其疾病做出预测，为医生决策提供帮助。通过收集病人情况，预测流感等意外情况，做好防控。
交通相关：通过收集出行行为数据，地铁公交提供决策支撑。让城市规划更有科学依据，不能拍脑袋行事。
教育相关：通过收集学生考试分数，错误考题，为其补充相关薄弱知识点，进而提高成绩。该过程完全不需要老师参与。
环境相关：通过收集天气，企业排污等数据，为环保部门提供相关决策支持。
创业相关：
实体店铺类创业者：创业者可以通过国家所开放的数据建议，根据自身条件选择适合的实体开店的最佳位置，最大程度的避免个人的资源浪费。
企业：更加深入的看到全行业数据，当地行业数据，当地人才流动数据，做好更多的积极准备。
后面不一一列举，总之会极大的提高资源的利用率，极大的避免资源的浪费，让每个资源都能被充分的高效利用。
结语：中国目前处在高度的信息化当中，更多的信息正在联网，而如何处理这些信息，让更多资源能够被合理利用正是信息化下一步要解决的事情，本次两会上总理首次将互联网抬到了重要产业上，这也意味着，互联网将会更加快速的改写行业格局，而在这之后必定会产生大到让人觉得恐怖的相关数据，政府要想利用好这些庞大的数据则必会引入智能决策机制，李彦宏所提出的“中国大脑”其实正在风口上，或许不远了。
（来源：搜狐IT，作者：承哲）
请关注后【战略前沿技术】后，点击历史信息查看，或回复201502查看。
20150205
美国DARPA十大尖端科学技术 领先当代20年
20150207
2014年度十大国防材料技术突破
20150211
如何撰写2015版国家自然基金标书（附全攻略）
20150213
院士爹对女儿的科研忠告
20150217
科技部关于开展“十三五”国家重点研发计划优先启动重点研发任务建议征集工作的通知
20150227
做科研的11条军规
20150207
智库建设急需高端人才
20150201
两院院士评选2014年中国和世界十大科技进展新闻揭晓
20150227
30个部委局办2015年工作部署汇总
20150227
45个全球免费开放的电子图书馆
请关注后【战略前沿技术】后，点击历史信息查看，或回复201501查看。
日期
标题
20150102
2015 年度国家自然科学基金申请政策有重大调整
20150110
2014年度国家科学技术奖获奖名单
20150109
中国科研经费分配新办法出炉 "863""973"退出历史舞台
20150114
“透明计算”，凭啥摘得自然科学一等奖？
20150115
科技改变未来：预言300年后的人类
20150131
科研：新常态下的新规则
20150131
国外高效毁伤技术发展及趋势
20150116
全球百强创新机构排行榜出炉 大陆仅华为上榜
20150104
高校病了：教学之殇
20150104
科学研究方面的一些问题