微軟亞洲工程院院長劉震：未來機器人的發展方向以及挑戰｜2016高工機器人年會

雷鋒網按：12月23日下午，2016高工機器人年會舉行閉幕式，其中微軟亞洲工程院院長劉震發表《未來機器人：人機交互+人工智能》主題演講，從人機交互和人工智能的角度，分析未來機器人的發展方向，未來機器人的挑戰在哪里？本文由雷鋒網機器人垂直欄目“新智造”根據劉震演講整理而成。

劉震，微軟亞洲工程院現任院長。在加入微軟之前，劉震歷任諾基亞中國研究院院長、IBM T. J. Watson研究中心高級研究員及新一代分布式系統部高級經理、法國國家信息與自動控制研究所高級研究員和主任研究員等。

我今天的題目是張總的命題（未來機器人：人機交互+人工智能），我拿到這個命題以后就思考了一下，覺得這個命題實際上是一個很好的大家都應該思考的題目，未來機器人的發展方向，未來機器人的挑戰在哪里？從我這個角度來講，我對人工智能有些了解，對人機交互有些了解，希望從這個角度能夠給大家一些思考。

剛才高院士已經講了人工智能的60年風風雨雨，三個春天，兩個冬天。我很有幸在大學的時候就能夠接觸到人工智能，學了符號理論、邏輯推理，甚至想做定理證明。結果自己做了一段時間之后，發現還是很難的。后來我做博士論文的時候，就離開了這個領域，主要是做并行計算性能分析和性能優化。以后我加入了IBM之后，又重新開始做了一些人工智能有關的工作，還有加入微軟以后做的云計算、大數據等等。

因為人工智能的推動，在整個業界上推動了數字化轉型，各行各業都想著利用大數據，利用人工智能，來把我們的業務、生活做得更好更智能化。

這里從投資的角度來講，在大公司中人工智能的投資是很大的。我們看一下現在市值最大的五個公司，在不同年代中有不同的公司出現。現在幾乎毫無疑問就是高新技術，就是IT，就是人工智能。有蘋果、谷歌、微軟、臉書和亞馬遜。這些公司在人工智能上投入巨大，從產品上到開放平臺、開源、研發，都有巨大的投入。我所在的微軟在這上面投入了幾十年的研究工作，現在開始有結果出來了。其他公司也是毫無疑問的，有非常大的投入。

在這一波浪潮當中，另一個很明顯的趨向是投資機構對人工智能的興趣，這是一份統計，在人工智能領域中，現在新的初創公司有多少。隨著最近的人工智能熱潮，有越來越多的初創公司出現了，這都是好現象，說明整個業界都在發展。

毫無疑問，這些人工智能的推動，也推動了智能機器人的開發和推廣。現在有各種形形色色的智能機器人的出現，特別是在深圳，大家都可以看到這種公司每天都有新的出現，這是整個業界繁榮的表現。

在這里大家可以思考一下，下一步智能機器人會朝什么方向發展？智能機器人到底要注重哪些方面？

回到張總給的命題，人機交互。要講人機交互，要做的第一件事情就是感應，要感應場景，要對場景有認識。有很多傳感器，而且很多都是生態圈里面開發出來的。有各行各業的傳感器在做，它們幫助我們來感應世界，認識世界，特別是幫助機器人認識世界。同時通過感應器能夠提供更多的體驗和更多人機交互的機會。包括微軟開發的Kinect，能夠和人體的手勢結合。以及最近的全息技術。

另一個智能，能夠幫助人機交互的就是認知的智能。在這方面非常可喜的是機器智能程度越來越高了。比如說圖像理解，去年在做競賽的時候，微軟的技術就打破了人類的錯誤率，能夠達到把錯誤率降到3.57%，而人類的錯誤率是5.1%。所以機器從圖像的認識上已經能夠達到接近或超過人的水平。語音識別也有非常可喜的成績，兩個月前，微軟研究院發表了一篇文章，發布了一個結果，在WER標準測試上面，微軟錯誤率能夠達到5.9%，這幾乎和人類的識別水平是一致的，這是非常可喜的成績。用了這種技術以后，毫無疑問，能夠提高人機交互的水平。

這是不是足夠？還是有很多挑戰。人工智能下一個最大的挑戰之一就是人機交互，包括自然語言的處理、自然語言的理解。大家都知道，自然語言里面有很多歧義，很多理解必須從上下文、場景上來達到。而且另一個要考慮的因素是能夠有更快的速度來處理語言的理解。現在很好的處理都是在云端用加速器來處理的，假如我們要有實時交流，這個時候就需要把速度提高很多。現在大家看到越來越多的聊天機器人，怎樣把機器人的情商提高？當然，要能夠提高聊天的水平，不光是有情商的因素，同時也有一定的智商問題。不管怎樣，現在的聊天機器人應用越來越廣泛，也是一個可喜的事情。

接下來，從這個角度來講，就可以看出，把這些技術能夠用在機器人上面，機器人的表現形式可以是一個物理的機器，像一個人一樣的機器，也可以是另外的表現形式。比如說AlphaGo或者做成播放器。不管怎樣，關鍵是要能夠開發一些智能機器人，它可以普及到各行各業，而且能夠在各行各業中扎根下去。我個人認為，現在要造一個機器人能夠超過人的總體智能是暫時不可能的事情，但是在單獨的領域中是完全可能達到的，比如說在下圍棋、國際象棋、知識競賽上都能夠達到。我們在開發機器人，特別是智能機器人的時候，怎樣能夠開發出一些智能機器人有用于我們的日常生活，有用于我們平時的業務？最關鍵的一點是要在垂直領域做好。剛才張總問高院士的問題很好，在哪些領域中，人工智能或者機器人能夠有更大的取勝可能性？我認為，在座的很多同仁都在做機器人，特別是智能機器人，可以考慮一下，我們的機器人到底用在哪里。例如教育或者學習，這就是一個很好的課題。因為學習或者教育，現在在大課堂中，老師一個人對著幾十個學生講課，真正要提高學習的效率是因人而異的。在這個時候，是否機器人能夠有更好的辦法來提高學習的效率？這是一個要考慮的因素。

另一個問題是當我們在做智能機器人的時候，經常要考慮的一個因素是機器人是否會失控？這可以是物理的失控，例如前幾天小胖機器人倒下砸到人。同時還要考慮設計機器人給予的范疇是什么？我們希望機器人能夠非常智能，希望機器人能夠代替人做很多的事情。這個時候代替是什么意思？是不是需要我們給了一個指令之后，這個機器人按照我們的指令，按照我們的希望來做事？還是希望這個機器人能夠心想事成，甚至沒有想到的時候幫助我們來做到？這個時候范疇就很大，就是要考慮到機器人是否執行范圍太大了？就像我們教小孩子開車，一個8歲的小孩，只要座位提得足夠高，是可以學會開車，但是我們是否放心讓8歲的小孩駕駛著車，我們在后面睡覺？機器人也會出現類似的問題。當一個機器能夠執行一定任務的時候，我們對它有多大的可信度，或者我們有多大的可掌控性？這是一個要考慮的因素。

接下來我稍微快一點，講一下在人工智能上，從人機交互上能夠更大的推動什么因素和技術。現在這一波的人工智能技術主要有三個驅動力，一個摩爾定律，第二是大數據，第三是算法，特別是深度學習的算法。這些使得我們技術上有突飛猛進的發展，但是還是有很多核心技術要繼續開發，不光是在算法方面，更多是模型上面。在平臺上有本地平臺，例如硬件加速器，它可以幫助人工智能算法非常快的實現我們所要執行的任務。例如在微軟我們就做了一個實驗，用FPGA編程來加速翻譯器，翻譯1400頁的《戰爭與和平》這本書，從俄文翻譯成英文只要2.5秒就可以，就可以看出加速器的作用。當然，云端的計算也是很重要的。

再回到聊天機器人議題。它在微軟，大家都知道家家喻戶曉的小冰，它也有各種競爭者，各種聊天機器人出現了。它有一個很重要的指標是對話次數，一個機器人能夠和人進行多快多長的對話？一般的聊天機器人是2次來回就結束了，特別是現在市場上買到的很多家庭小機器人。為什么我們玩了之后就感覺沒什么可玩了？就是因為沒什么辦法聊下去了。但是小冰的平均對話次數是23次，有的時候它說的話非常令人驚奇。兩年前，一個記者采訪小冰，進行了非常長的對話，有些對話大家假如看也會覺得，如果我們自己有這個說話能力也是非常可喜。例如記者問，你最大的夢想是什么？小冰說說大點世界和平，說小點晚上吃頓好的。小冰現在在研究人員的繼續研究下，在自己的自學下變得越來越聰明。比如說加了視覺功能，它在回答的時候是非常詼諧，而且給人一種驚喜。例如上傳一個照片，它不會說這是什么狗？相反會給出一段評論。上傳一本書，會把書的內容做一些短評，把你和書的關系也聯系起來。例如說喜歡這些書的人肯定像行業大佬。穿衣服也是一樣，你給它一件打著補丁的褲子，他就說你要考驗我的針線活嗎？還有給大家分析一些關系和顏值等等，給一些評論出來。

這里我想順便說一下。大家都是在說智能機器人，直到現在來說，真正要超過人的智能還是很難的，除非一些特殊領域。所以當我們在做智能機器人的時候，是否可以考慮到這一點，怎樣讓智能機器人給人一種驚喜，是否能夠在做的時候考慮到采集一些信息，每天當和人進行交流的時候，給人一種沒有想到的東西？

因為時間關系，我不多講了。在微軟的開發中，小冰是一個小姑娘，小娜會和人進行更直接的交流。

微軟開發小冰小娜的工具同時也開發了一系列的工具，我們的目的是讓人工智能普及化，因為大家都知道不是所有的公司，不是所有的開發者都有這么多的機遇能夠開發出最新的技術和算法，用最全的數據集來訓練出最好的模型。所以微軟所做的，就是在把這種技術、算法、模型和數據包裝出API，然后把這個API提供給所有的開發者，大家就可以在這里很簡單的使用API，在網上開發新的產品，開發出我們自己想做的小冰小娜。比如說用上情緒識別的API，就可以把一個本來呆板的自動售貨機變得人性化，做好表情就會讓你過關，給你一些免費的食品，體驗一下就很好了。

微軟在這個時候提供了兩個有用的工具，一個是語言理解服務，讓大家通過這個界面來訓練你們想要開發的一些智能聊天機器人。另一個是聊天框架，使得不同的界面都可以介入，例如微信、微博等等。

這是一個視頻。（現場播放視頻）

還是回到剛才的命題，人機交互和人工智能，的確決定了未來機器人的挑戰的程度。未來機器人的智商和情商的體現很大程度上就靠人機交互加人工智能。同時，這是未來機器人技能和價值的實現。這里我也想指出一下，這不是說一切問題都解決了，實際上還有很多技術問題要解決，包括自然語言的處理等等。但是總的來說，這種高智商和高情商機器人開發的門檻現在在迅速下降。為什么？就是因為有整個業界的共同努力，包括微軟和谷歌、臉書等大公司，把新的算法開源，把數據也開源，使得大家都可以接觸最新的技術，所以這是一個新的機遇。

謝謝大家！

PS：第104期硬創公開課雷鋒網邀請到庫柏特科技CEO，武漢大學特聘副教授李淼，這次李教授帶來的公開課主題是《制造業中的機器智能》。12月26日下午3點，雷鋒網機器人垂直欄目“新智造（公眾號：新智造）”將準時開課。

掃描下方海報上的二維碼，關注“新智造”公眾賬號后，回復“報名”兩字，添加“公開課”管理員為好友，通報姓名、公司（學校）、職位（學位）、聯系方式，審核通過后即可進群。（機器人相關從業者、學者，以及對機器人領域有濃厚興趣或實踐經驗的讀者優先。）

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。