【“AI 2.0時代”前瞻：機器智能與人機融合】人工智能正在變得越來越“聰明”，也越來越貼近人類。

在圖像大數據識別方面，人工智能已經可以在海量圖像中精準進行人臉識別；在人機交互方面，人工智能開始加入情感元素，甚至機器人小冰已經學會了寫詩；閱片機器人能夠基于大量數據，進行特殊疾病的輔助診斷；通過聲音合成，人工智能也可以模仿許多名人的嗓音，達到“以假亂真”的效果。

同時，人工智能已經不再囿于線上虛擬世界，它也正在落地物理世界，成為真正物理世界的人工智能。通過高速視覺反饋技術，機器人可以快速感知高速行動的物體方向，并進行迅速躲避，通過未知動態系統和多傳感控制系統，機器人甚至可以學會精準地將籃球投入運動的球框內。

“人工智能與機器人的高度結合，有望發展出能夠改變生命本身的技術，使人類與機器進一步融合，從而進入‘人類2.0時代’。”在近日舉辦的2018機器人與人工智能大會上，德國漢堡科學院院士、德國漢堡大學教授張建偉表示。

同時，他指出，未來人工智能技術本身也將從當前基于單模態實現向基于多模態交互的轉變，進入強人工智能時期。不過，要想真正實現與人腦類似的強人工智能，“可能至少還需要一個世紀的時間”。

機器智能

走出虛擬世界，走向物理世界——智能機器人的誕生，令人工智能技術有了真正實物的載體。

“當前，新一輪科技革命和產業變革正在迸發，大數據的形成、理論算法的革新、計算能力的提升以及智能機器人與人工智能產業的發展進入新階段。”中國電子信息產業發展研究院黨委書記、副院長宋顯珠指出，“機器人與人工智能成為經濟發展的新引擎。”

與之伴生的是機器智能（MachineIntelligence，即MI）的概念。德勤在《2017德勤技術趨勢》中首提MI的概念，指出機器智能的幾個主要分支包括：機器學習（ML）、深度學習（DL）、認知分析、機器人過程自動化（RPA）和Bot。根據德勤預測，到2019年，全球商業在機器智能（MI）的支出將達到313億美元。

事實上，在全球對制造業提高重視的背景下，機器智能正被賦予了新的期許。去年9月，德國啟動智能平臺“學習系統”，擬將其作為工業4.0的發展新階段；12月，日本政府在《2017財年制造業白皮書》中強調，應將“互聯工業”納入超智能社會“社會5.0”議程，在實現超智能社會5.0的過程中重點關注利用智能機器人打造協同的數字化社會；今年3月，美國戰略和國際研究中心（CSIS）發布的《美國機器智能國家戰略》中，建議白宮方面應任命專職人員協調和推進機器智能相關戰略優先實施，注重機器智能與人工智能發展齊頭并進。

“人工智能的應用創新面臨著由軟向硬的過渡。”工信部賽迪智庫研究員王哲表示，“人工智能在軟的消費端模式創新已經是遍地開花，但如何在硬的制造流程、產品、模式創新方面發力，是大家苦苦尋找的切入點。”

值得注意的是，作為我國國民支柱、亦是機器“重地”的制造業，其轉型升級正有賴于與人工智能的深度融合。“我們提出的公式認為，機器智能=制造業+人工智能。”王哲指出。

其中，關鍵的生產設備智能化是實現智能制造的前提條件和關鍵難點，也是機器智能發揮作用的關鍵領域。從生產流程而言，機器智能應用在企業、生產線、車間、工廠的生產過程中，能夠實現加工質量的升級、加工工業的優化、生產的智能調度和管理，推動企業生產能力的技術改造和智能升級。

此外，在具體產品方面，機器智能的核心是在終端產品中植入復雜程度不等的計算機系統，即“嵌入式系統”，這不僅將催生智能制造中最重要、最具有代表性的技術，而且會形成龐大的上下游產業鏈。

不過，張建偉指出，人工智能在機器中的應用，不僅需要多源傳感器收集真實世界的鮮活數據，并進行感知和學習，還需要進一步使用決策驅動執行機構改變物理世界，從而引領機器人產業革命。

人機融合

人工智能不僅在走進機器，還在走近人類，從而實現人機融合。

狹義層面的人機融合，是指人類將自己的神經系統與計算機等機械相連接，以達到彌補人類感官、運動缺陷的效果，甚至還可能實現將人類意識與電腦AI融合的結果。

這在科幻電影中毫不新鮮：電影《星球大戰》中，盧克·天行者被砍斷手臂后接上了機械假肢，《攻殼機動隊》中人類意識與計算機程序徹底融合……這些便是人機融合未來的發展路線圖。

在當下，已有了人機融合的雛形產品。近日，日本科學家發明了一種由肌肉纖維與機器骨骼融合的機械手指，可以完成90°彎曲的動作；在2017年柏林國際消費電子展（IFA）上，全球主要助聽設備制造商之一的丹麥瑞聲達公司展示了一款智能助聽器，與手機或平板電腦相連接后，該助聽器可以將導航信息、音樂、體育新聞甚至是外語翻譯等通過助聽器傳輸給佩戴者。

“人工智能與機器人的高度結合，有望發展出能夠改變生命本身的技術，使人類與機器進一步融合，進而加強人類（特別是殘疾人和老人）的機能，提升人類生活質量，提高學習者效率和增強學習動機，實現人機跨載體的協作學習。”張建偉表示。

不過，廣義的人機融合還包含了人機協作，人與機器之間不再是主仆關系，或替代關系，而是伙伴關系。人同時操控多個機器人協同工作，可以提高效率、增加靈活性；人與機器人協調互動，不僅將提高機器人的加工精度和加工速度，還能增強機器人的自我學習功能。

資料顯示，當前機器人主要有工業機器人、服務機器人和特種機器人三大類。其中工業機器人主要應用于3C裝配制造、物流倉儲搬運以及農副產品制造等領域，服務機器人則在機器人助理、聊天和陪護等領域擁有市場空間，特種機器人的主要應用市場是智能汽車、無人機、醫療手術和金融交易決策等專業領域。

然而在中國工程院院士王天然看來，相當多的勞動密集型的工作，機器人未必能夠勝任。他舉例稱，富士康公司曾希望用100萬臺機器人代替人工，但最終發現很多工作機器人代替不了。“此外，包括風靡全球的‘再制造’產業，也都是‘手工作坊’——把發動機拆下來、洗凈油污、維修翻新，并沒有現成的規律可循。”

因此，機器人發展的下一個階段中，人機共融的模式將成為主流。“未來的自動化制造，不是機器換人、工廠無人、機器造人，而是機器助人、工廠要人、智能學人。”德國菲尼克斯電氣（中國）公司副總裁杜品圣表示。

智能升級

無論是機器智能還是人機融合，人工智能技術都是其中的一個關鍵要素。因此，AI自身的能力升級也備受關注。

張建偉介紹，現在的AI主要基于單模態實現，如只針對圖像信息或語音信息進行基于大數據的人工神經網絡學習，屬于弱人工智能。所謂模態（Modality），是德國生物學家赫爾姆霍茨提出的生物學概念，即生物憑借感知感官與經驗來接受信息的通道，如人類擁有視覺模態、聽覺模態等。

“未來的人工智能技術將基于多模態交互，能夠認知整合包括文本、圖像、聲音等在內的各種信息，從而讓人機交互變得更自然、更精確、更穩定。”張建偉表示，要實現AI的多模態交互，需要進行跨模態研究，包括機器記憶、預測與數據校準、知識抽取、推理、歸納、表達和自主學習等。

21世紀經濟報道記者了解到，當前AI感知模態主要有三種：語音交互（包括語音指令控制、語義理解、多輪對話、NLP、語音精準識別等領域）、機器視覺（包括自然物體識別、人臉識別、肢體動作識別等）和傳感器智能（包括AI對熱量、紅外捕捉信號、空間信號的閱讀與理解）。前沿的多模態感知研究當中，還包括機器嗅覺、機器觸覺和情緒理解等內容。

值得注意的是，近來雙模態交互甚至多模態混合交互的解決方案正在從實驗室走出來。例如，許多研究機構或企業正在嘗試使用機器視覺讀取說話人的唇語和動作，從而判斷每個聲音指令的來源。在一些新的智能空調解決方案中，已開始出現空調在語音交互的基礎上，通過機器視覺判斷用戶位置，提供智能送冷，并結合傳感器判斷屋內溫度和濕度進行自行調控。

不過，目前的多模態交互協同主要還是依靠將不同傳感源輸入設備處理中心，啟動相關程序來開啟服務，但這與AI模型本身理解多模態信號相去甚遠，“真正實現與人腦一樣的強人工智能至少還需要一個世紀的時間。”張建偉表示。