专访香港科技大学王煜：AI+机器人，加速智能化场景落地

科技创新已经成为经济增长的引擎，近年来，以人工智能、物联网、云计算为代表的新技术快速崛起，给各个产业领域带来了全新变革，同时也创造了巨大的发展机遇。那么，随着新技术的不断出现，企业如何投资新兴产业，怎样将技术转变为价值，这将是许多行业发展的重要话题。

近日，以“智能驱动·科技赋能”为主题的OFweek2018（第三届）中国高科技产业大会在深圳隆重举行，其中，来香港科技大学教授及机器人研究院的王煜院长发表了题为“智能机器人和人工智能”的精彩演讲，介绍了当下前沿科学技术及其团队的最新研究成果，会后王煜接受采访时表示，自动驾驶、无人车技术具有较大的前景。

IEEE院士/香港科技大学教授及机器人研究院院长王煜

相比于传统的人力搬运，无人车可以得到更精确的控制，在制造领域能避免缺料、少料的问题，保证生产线以最佳的效率运行。由于无人系统能够进行远程连接和监控，以及结合了云计算、人工智能、大数据分析等技术，所以，设备之间的合作将更加协调，并能进一步提升工厂的整体运营效率。

如今，智能化时代正在到来，新技术不断出现。王煜认为，人工智能、物联网等基础性技术需要结合行业，要找到切入点和应用场景才能发挥其价值的所在。例如大疆将无人机应用到航拍等领域密，实现了过百亿的营收，并成为行业的领头羊。

传统行业在迎接新机遇

在信息技术和数字化趋势的影响下，传统行业面临一场新变革。今天人们的生活方式发生了很大的变化，例如通过云端平台进行移动式办公，用智能手机订餐、叫车等服务，云计算的角色开始变得越来越重要。王煜表示，KUKA机器人示教器维修，随着人们对楼宇消费方式的转变，地产行业将迎接来新的挑战。现代楼宇需要满足语音控制、人脸识别等新的需求。对于地产商来说，如何迎接新趋势是十分重要的一部分。

此外，建筑行业将有很大的变化。由于老龄化趋势，人力成本不断上升，加上年轻一代不愿意从事体力型工作，建筑行业招工将是一个难题。目前建筑技术开始向数字化转变，例如CAD等数字化软件，将放于云端运行，可以更好的实现数据和资源原共享，从而提升建筑设计的效率。此外，建筑行业的自动化程度将越来越高，批量化制造的模式开始兴起。

数字化技术应用

如何才能更高效率的建造房子？建筑商需要考虑模块化，用工厂的模式生产预制件，然后将建筑构件运输到现场进行安装，虽然目前这种预制模式成本比较高，但在各种因素的影响下，包括市场和政策的推动，这些新模式必将成为趋势，因为建筑商需要通过数字化手段减少原材料、水、电的浪费，以及降低人力成本的投入等。

建筑行业的转变，也给设备商带来了机遇。三一重工等一些厂家已经开始布局，KUKA机器人维修，为建筑行业提供新的设备。建筑过程包括运输、安装都可以自动化，包括采用无人机进行环境测绘，通过物联网连接现场智能机器设备，再利用云平台进行分析，使整体运营效率得到更好的提升。

无人化技术应用不断扩展

无人系统具有广泛的应用场景，无人车将不只是接送人们上下班，它可以扩展到很多领域，尤其在工业、商业和小区等方面有很大的潜力。在工厂里，无人车可以做物料传送。而电商行业在快速增长，无人送货也将是一个很好的应用。还有机场运输方面，无人车可以减少闲杂人，还可以通过物联网可以将人、机、物、货等连接，实现定位追踪等智能场景，用户可以知道无人车什么时候达到接送点。

无人货车

谈到无人车的技术进展方面，王煜指出无人车需要环境检测和场景学习等多项技术。首先，感知检测是无人驾驶的关键，目前可以通过激光雷达（LiDAR）技术来扫描周边环境，并从获取的信息中分辨出人、车、动物等对象，然后创建地图来实现导航。不过，目前激光雷达成本较高，而一台无人车上可能需要安装多个，这项技术仍然需要进一步突破。

由于自动驾驶汽车周边环境比较复杂，例如会出现猫、狗等不同的对象，特别是汽车在快速驾驶过程中，要准确识别出不同的物体对象是很有挑战性的。而随着无人车场景的扩展，从载物送货到载人的过程使得难度上升，不同的应用场景有着不同的要求。因此，库卡机器人，无人车需要结合人工智能技术，利用深度算法对场景变化进行学习，确保无人车能够快速、准确地识别出障碍物。

王煜表示，未来无人车的技术不会是单独的机器学习，还要进行车与车之间的交互。例如滴滴出行运营平台不仅要采集每个汽车的状态信息，还要实现汽车与汽车之间的信息共享，然后才能顺利完成精确的派车服务。

AI赋能，智能化场景加速落地

未来我们的生活场景将变得越来越智能化，今天，移动支付等方式带来的便利有目共睹。而智慧城市、智能交通、智慧医疗、智能制造等模式在兴起，其背后都少不了人工智能的支持。人工智能的突破给各个行业带来发展动力，加速了智能化时代的到来。

目前，人工智能技术方面用得比较多的是深度学习，特别是图像识别，如人脸识别、图像分类等。王煜认为，未来人工智能技术将扩展到深层次的应用，如三维场景模式的识别应用，从二维到三维的扩展，将是一个更具挑战的话题。

机器深度学习

在汽车无人驾驶领域，人工智能对道路场景的识别方面已经形成一定的规范。不过，在其它一些新的应用中，例如工业、建筑等环境就更加复杂，工地里有人、机器、工具以及钢筋、水泥等不同的对象，所有这些物体都需要识别出来，因此，人工智能在工业方面还需要更多的突破。

从全球行业状况来看，目前国内企业主要偏向应用端，比如语音识别、图像识别等，而欧美地区侧重于基础技术，由于欧洲有很强的隐私保护，使得人工智能的发展受到一定限制。

最后，王煜表示人工智能在机器人领域有很大的应用前景，未来通过人工智能教会机器像人类一样工作，利用计算机视觉和机械手结合起来，使得机器人能够更灵活的执行一些人类的工作，同时人和机器可以协同工作，能更高效的完成任务。