王飞跃的个人博客分享 http://blog.sciencenet.cn/u/王飞跃

博文

机器人如何大跃进? 精选

已有 46637 次阅读 2015-1-20 08:33 |系统分类:观点评述| 机器人, 大跃进, 人才竞争, 机器扩人


机器人如何大跃进?


王飞跃

(复杂系统管理与控制国家重点实验室


回想起来,在自己三十余年的科研生涯里,整整30年与机器人密切相关,其中包括国外在机器人与自动化实验室里4年的博士论文研究、21年的实验室主任经历。回国后,担任15年主任的研究中心或实验室也一直是国内外机器人研发的重镇,因此,从感情或专业上,我比多数人更希望中国的机器人研发与产业能够早日有一个大跃进式的大发展!可惜,希望不直接等于现实;有时,希望越大、失望越深。

 

1 照片拍摄于1991年亚利桑那大学机器人与自动化实验室。

图中三个机器人,最前方为一个教育机器人,皮带驱动;背后一个机器人,看不到整体,可看到PUMA四个字母;头顶可以看到PUMA的前臂和手gripper。PUMA为上世纪第一代工业机器人。


刚刚过去的2014年,可谓中国的“机器人元年”。全国各地,机器人产业基地或园区如“雨后春笋”,平均每周新生两个机器人公司,“机器换人”的口号此起彼伏,再加上形形色色的机器人发展建言或报告,热度之高,按业内人士的话就是“已经达到110度了”。

 

毫无疑问,无论眼前还是长远,中国的发展都需要强力的机器人技术支撑。2013年,全世界中国机器人市场规模最大增速最快,销售3.7万台,同比增长60%;2014年上半年,中国已进口3.5万台工业机器人,同比增长92%。综合有关数据,目前中国机器人产品的95%左右来自以ABB、KUKA、发那科和安川为首的欧日公司,而国产机器人多为低端产品,许多还是所谓的“广义机器人”,即传统的自动化产品再加语言上的渲染。

 

机器人更是产业升级的关键之一,原因主要有两个:1)未来的智能产业对劳动人口的能力提出了更专、更深、更高,甚至是“非分”的要求,一般人很难达到;2)新一代“QQ”式的劳动人口,伴随智能手机、微博、微信等“碎片化”社会媒体长大,已很难适应上一代传统的学习方式与工作要求,相对而言,“传统能力”退化;这“一进一退”的差距扩大,必须靠机器人这类智能机器来“补偿”。否则,产业根本无法升级,只有退化,这就是为什么近年来发达国家纷纷提出发展机器人和智能制造战略与计划的根本原因。

 

去年机器人发展的态势既让人感到十分希望,也让人非常担忧:担心上世纪50年代末的大跃进再现,担心更大的浪费发生。首先是“机器换人”的提法,似乎有昔日“大炼钢铁”和“亩产万斤”的阴影,说轻了是难以治标、无法治本,说重了就是误国误民。试想,面对低端劳动力市场的“用工荒”,引入短期成本更高的机器人后,其本身和应用过程的设计、实施、操作、运用、维护等长期所需要的高端专业人才在哪里?难道低成本的劳工短缺能够很快地用高成本的人才稀缺去解决?这似乎不逻辑,不由地让人联想起“大炼钢铁”口号下全国遍地开花的“土法炼钢”及其后果。还有,就整个社会而言,机器如何换人?把人换到何处?社会稳定如何保障?其实根本就不是什么“机器换人”,而是“机器扩人”!因为机器人应被看成是既提高生产效率,又扩充劳动人口的特殊机器。

 

一般认为,社会的生产力甚至竞争力正比于生产效率和劳动人口之积,因此机器人能在提高生产力方面起重要作用,在生产效率和劳动人口之间产生化学式反应,使用得当、人机和谐可以神奇地提高一个社会的竞争能力。此时,机器人一定不是把人换掉,而是除了作为机器直接地提高了生产效率、作为“人”又直接地扩大了劳动人口之余,还创造出新的职业,比如机器人程序员、机器人工程师等等,就像计算机发展起来之后,不但没有减少就业人口,反而围绕着计算机衍生出了更多的、前所未闻的新型工作岗位。因此,不是“机器换人”,而是“机器渡人”、“机器升人”、“机器化人”。最后,人机合作,机器向人靠、人向机器拢,合而为一,成为工业生产与社会服务中真正的“机器人”。

 

图2 王飞跃研究员与3D打印人形机器人Roboy。 

2013年8月摄于国家会议中心,第23届国际人工智能联合大会(IJCAI 2013),北京。


其次,在“机器换人”的思路之下,各地关于机器人产业发展的政策和乐观态度也让人担忧。有的地方已经提出每台机器人补贴“8万元”的具体措施,有的城市要求机器人产业2020年销售收入达到500亿甚至1500亿。据日本《面向2035年的机器人产业未来市场预测》报告,作为目前机器人产业第一大国的日本,2035年机器人市场规模将达到9.7万亿日元,约5000亿人民币,远小于去年中国九个城市规划的2020年7000亿的机器人销售收入,超过20年后的日本至少40%。目睹今天中国发展的奇迹,我并不认为这是不可能的,而且很想看到。但我也真心希望,当年人为导演的“亩产万斤”闹剧,千万不要再通过“机器人”来重演一回。

 

从六十年前的“大炼钢铁”到目前名副其实全球第一的钢铁大国,我们已向全世界证明:除非历史发生非正常的巨变,中国一定会成为世界上机器人第一大国!问题是:我们要为此付出什么样的代价?昔日的废铁,今天的雾霾,我们从中应该吸取何样的教训?更需慎重的是:如果人已下岗,而一台台上线的机器人却因为质量、人才或其它问题而不得不被废弃不用、成为废铁,其后果可能就不再是单纯的经济损失了。

 

问题是如何实现机器人的跨越性大发展?个人认为,人才、应用、市场必须放在首位,而机器人,特别是智能机器人本身的研发虽然必须加强和持续支持,但除军事机器人之外,并非眼前的核心与关键。我非常赞同业内专家“此机器人,非彼机器人”的看法,但认为我们必须想方设法尽快、扎实地补上目前作为主流工业机器人的机械臂这一课,在关键技术和系统集成上聚焦、下很功夫,降低成本、提高质量和可靠性,打破“心理障碍”,通过实战熟中生巧,从具体应用去认识和利用“机器智能”与“人工智能”的差别。在此基础上,自然地“涌现”出新的智能机器人及其应用,实现跨越发展。就此,机器人行业应从我国家电、汽车和手机行业的发展中吸取宝贵的经验和教训。

 

人才,特别是面向应用的高端人才培养是机器人产业发展的瓶颈。国内机器人外企目前多已产能过剩,主因就是人才制约了机器人的市场发展,生产更多的机器人势必造成机器人价格的崩溃。机器人是典型的多学科交叉融合,而且其应用很难从一个行业直接地推广到另一个行业,最近富士康试图把机器人汽车行业的经验移用到3C行业,使其“百万机器人”计划受挫,就是一个很好的说明。机器人应用需要机器人专业知识、一般学科知识与特定领域知识的深度融合,对于教与学的人才之综合素质要求较高。我做学生时,上自己导师的机器人课时,就感到非常吃力,觉得内容太乱,“天马行空”,尽管导师还是机器人领域的创始人和开拓者之一。后来自己在海外教了整整20年大学生与研究生的机器人课程,每次学生很少超过30人,开始感触最深就是有些学生连那里不懂都不知道,学期中间甚至有超过一半的学生不得不退出,自己曾经化过很大的气力去改善机器人的教学,深知从理论到应用,机器人领域人才培养的不易,对老师的要求也很高。目前的当务之急,是大量培养掌握机器人系统知识并能与专门领域要求相结合的应用工程人才,帮助用户作实机器人的应用,取得实效,以此开拓机器人市场。显然,许多地方现在的教学方式,离此要求还有相当的距离。我不赞成政府出资直接帮助企业购买机器人,但希望政府协助建立发展基金或融资平台,帮助小微但专业的公司去推动机器人的实际应用、开拓新的机器人市场。

 

最后,希望有识之士能够关注目前方兴未艾的软件机器人或知识机器人之发展。半个世纪之前,汽车生产线上装配任务的不定、多样、复杂程度之提高催生了物理上的工业机器人;今天,虚拟空间,特别是网络空间的知识任务具有更高的不定性、多样性和复杂性,使得知识机器人及知识自动化大有用武之地,而专业、规模化的软件机器人行业大有应运而生之势。智能手机上的各色各样的智能应用软件,第三方开放iPhone平台的成功,就是这一行业的端倪。软件机器人可以迅速地以开源和社会众包的方式召集社会智力,特别是年轻力量的广泛参入,形成指数发展的态势。一定程度上,Google、百度、Facebook、腾迅、阿里巴巴等企业的兴起,只是此类软件知识机器人的初步应用而已。

 

我们应从战略的高度去思考软件机器人及知识自动化,特别是软件与物理机器人的融合,突破重视“硬件”、轻视“软件”的传统惯性思维,不可回头捡“芝麻”之时,却被前面的“西瓜”绊倒,再次失去另一次可能的重大发展机遇。



本文源自王飞跃研究员2014年年底在“财经年会”关于机器人发展的即席发言。

本文经扩展修改后发表于《财经》杂志2015年1月刊总418期。

详细请见: http://magazine.caijing.com.cn/20150119/3802258.shtml  

专访节目请见:数字电视东方财经频道、一财网视频直播窗口  www.yicai.com/video/  





https://blog.sciencenet.cn/blog-2374-861070.html

上一篇:关于机器人课教学的"三境界"实践简忆
下一篇:王飞跃: 人工智能九问九答
收藏 IP: 97.125.120.*| 热度|

89 王晓 李旭日 徐晓 张杰 张骥 杨桦 刘洋 陈冬生 沈捷 陆浩 袁瑛 曾杰 武夷山 罗汉江 刘晋荣 杨海霞 马世波 张竹影 李霞 彭友松 张学文 胡俊峰 陈俊军 于怀斌 耿静 刘勇 李小玲 邓齐 赵飞 杨贞 赖祥校 孙宁 章蛮 陈德俊 杨锐鹏 柯学 李天成 刘锋 彭真明 赵淑娜 李伟钢 熊炜 张宁 陈锋 张章 杨乔松 郭增杰 科苑往事 吕喆 邓小华 贺光明 姜进举 彭旭 胡亚楠 郭亮 张淑杰 郭晖 李金山 杨群 万芳 陈齐风 沈大勇 高平 谢宏 石静 骆斯璐 刘艳芳 王铮 邱嘉文 Smurf0331 woshigeshabiaaa zhangluzz shenjian7724 ouyangli903 xiaoyan2874 zhangyu101 shenlu lianbai zjzhaokeqin chenyali jiangxinyao cuitonghao xuruolin tangdacheng wuyanfei qzw neilchau findsky lindajia

该博文允许注册用户评论 请点击登录 评论 (63 个评论)

数据加载中...
扫一扫,分享此博文

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-12-23 03:44

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部