标签归档:CCFGAIR

飞行机器人大师Vijay Kumar:用亮眼的研究成果将机器人的未来娓娓道出 | CCF-GAIR 2017

雷锋网按:由中国计算机学会(CCF)主办、雷锋网与香港中文大学(深圳)全程承办的 AI 盛会「全球人工智能与机器人峰会」(CCF-GAIR),将于 7.7-7.9 日在深圳召开。

CCF-GAIR 为国内外学术、业界专家提供了一个广阔的交流平台,既在宏观上把握全球人工智能趋势脉搏,也深入探讨人工智能在每一个垂直领域的应用实践细节。延续上一次大会的议题,本次 CCF-GAIR 2017 将会迎来更多人工智能和机器人行业的议题与讨论,其中就包括了飞行机器人。

说起无人机,大部分人第一反应是大疆。但其实在飞行机器人业内,有一位来自印度的大师必定会被提及,他就是:Vijay Kumar。

作为宾夕法尼亚大学工程学院院长、IEEE会员、美国国家工程院院士的Vijay Kumar在空中机器人(无人机)领域知名度极高,他研究的前沿项目在人工智能领域无人不知无人不晓。

据雷锋网编辑了解,此前他在2012年TED演讲中展示了他的研究成果,有400万人观看,是TED官网最热门的视频。当被问及为何这个视频会如此受欢迎,Vijay Kumar答道:

“罗马不是一天建成的。大家看到的可能是里程碑式的成果,但没有看到的是这背后可能有着5年、10年或者更长时间的积累。我的意思是,可能大多数人对机器人领域研究的进展并不了解,当他们突然看到一项新的技术,他们会有让他们觉得眼前一亮的感觉。这就是技术的魅力,如果你一直从事这方面的研究,你可能会对所做的一切习以为常。”

15年Vijay Kumar在TED的舞台上再次展示了了令人惊艳的飞行机器人,仿佛在诉说着飞行机器人的未来。

无“GPS”的飞行机器人

当前大部分的多旋翼消费级无人机都是带GPS的,而Vijay Kumar并没有按常理出牌,他研发了一种不带GPS,可自主飞行的机器人。这种机器人用机载传感器,相机和激光扫描仪来扫描环境,它能够扫描到环境的特征,并使用三角测量的方式来决定不同的特征之间有的联系,将这些信息特征整合到一张地图上。这张地图可以让机器人确定障碍物的位置,并巧妙的躲避障碍物。

▲ 边飞边绘制地图

手机飞行机器人

由于传感器太过昂贵,并且太重,Vijay Kumar将手机放在了无人机上面,轻量化设备,并命名为Plone。如此以来,这款自主飞行机器人便更加敏捷,每秒速度可达到2~3米,同时转向时还可进行激烈地起降和翻转。

协调平衡的飞行

Vijay Kumar还用仿生学原理给飞行机器人装上了可以抓取物品的爪子,以3米每秒的速度俯冲抓取一块特大号菲力牛排三明治,手臂与爪子完美协调的动作如同鹰隼般优雅与精准。

同时,飞行机器人还可在悬浮载重的模式下调整自己的飞行模式,协调与平衡。

要知道飞行器与悬挂重物的垂直高度大于那个窗口,机器人需要俯冲向下倾斜并调整高度,把重物甩过去。

更小的飞行机器人

Vijay Kumar对于飞行机器人的研究方向其实主要集中在安全、救护、农用等方向。所以他认为飞行机器人如果可以更小的话,则会更安全、拥有更高的灵敏度、撞击时产生的损耗越小、更耐用,如此一来更适用于复杂的地形,因此重量25克、耗电量6瓦、速度每秒6米的飞行机器人诞生了。他的灵感来自蜜蜂,蜜蜂的尺寸小、惯性小,这是“小巧”“高效”的智慧。小尺寸同样带来了很多问题,而自然界却有很多办法来弥补这些缺陷。蜜蜂虽然小巧,但是它们可以聚集在一起组成大型群落协同工作。于是飞行机器人网络出现了。他试着使用传感器让每一个机器人与其他机器人沟通、计算,结果非常壮观。


据Vijay Kumar描述,这种技术可以被用于农业,可以监控农作物达到精细化耕种的效果。他让“蜂群”飞向果园,运用热成像传感器为每一株植物搭建精细的模型,最终绘制成地图,根据结果告诉农民,每株植物需要些什么。

▲ 采集信息

▲ 绘制出的地图

最后达到提升10%的农业产量,降低水资源用量25%的目的。

雷锋网编辑看完Vijay Kumar的展示,不禁让人期待起飞行机器人的未来。在7月7-9日的CCF-GAIR大会上,雷锋网也安排有机器人为主题的专场,探讨机器人的现状与未来,如果想了解这一领域的最新见解与洞察,欢迎购票参加。

雷锋网

从学者到企业家,他是你在医疗机器人领域最想见的人 | CCF-GAIR 2017

雷锋网按:由中国计算机学会(CCF)主办、雷锋网与香港中文大学(深圳)全程承办的 AI 盛会「全球人工智能与机器人峰会」(CCF-GAIR),将于 7.7-7.9 日在深圳召开。

CCF-GAIR 为国内外学术、业界专家提供了一个广阔的交流平台,既在宏观上把握全球人工智能趋势脉搏,也深入探讨人工智能在每一个垂直领域的应用实践细节。延续上一次大会的议题,本次 CCF-GAIR 2017 将会迎来更多人工智能和机器人行业的议题与讨论,其中就包括了医疗机器人。

今天要介绍一位医疗机器人领域的大牛——苏州大学机电工程学院院长、苏州博实机器人技术有限公司董事长、国家杰出青年基金获得者、长江学者奖励计划特聘教授、国家万人计划领军人才孙立宁教授。

孙教授多年来主要从事纳米微驱动及微纳操作机器人、医疗与康复机器人、微小型与仿生机器人等主要研究,主持并完成国家自然科学基金、国家863计划、973计划、国家重大专项和省部级重点科研项目20余项,共获国家技术发明\科技进步二等奖2项、黑龙江省技术发明/科技进步一等奖3项,发表论文200多篇,授权国家发明专利20多项,多项成果实现了产业化。

象牙塔里的学者

1993年,孙教授从哈尔滨工业大学机器人研究所毕业,获得博士学位。毕业后,孙教授留任哈尔滨工业大学机器人研究所担任讲师,开始了自己的学者生涯,并在研究室里见证了中国机器人技术的快速成长。

早在1990年,孙教授就开始从事纳米级微驱动机器人方面的研究,从压电/电致伸缩陶瓷的机电耦合机理的角度出发,对压电/电致伸缩陶瓷在电场的作用下产生微位移的微观物理过程进行了深入的研究,得到了压电/电致伸缩陶瓷的归一化控制模型。

1996年开始,孙教授又以微驱动机器人为基础,进行了面向MEMS组装和封装、生物工程、光纤作业等领域的微操作机器人的研究。

此外,孙教授在先进机器人机构的研究方面,也取得创新性研究成果。针对普通关节型机器人灵活度低、回避障碍能力差等弱点,研制出新型3自由度并联全方位关节机构和两种型号的7自由度仿人机器人手臂。

1995年至2000年期间,孙教授先后参加和承担了国家863计划"一汽点焊机器人应用工程"、"120公斤点焊机器人样机设计与制造"项目,以及"工业机器人产业化开发"等国家重点科技攻关项目,为机器人的应用和产业化起到示范作用。

眼光超前的企业家

除了机器人领域的知名学者,孙教授还有另外一重身份——杰出企业家。

1997年作为主要创建人之一,孙教授创建了哈尔滨博实自动化设备有限责任公司,开发出了以粉、粒料包装机器人码垛生产线为代表的系列产品,成为国内唯一能够自主研发生产包装码垛成套设备的专业化公司,被评为国家863计划高技术产业化基地。

2009年,哈尔滨博实自动化设备有限责任公司搬迁到了苏州,并更名苏州博实机器人技术有限公司,孙教授出任董事长。从研究所所长到董事长,身份的悄然转变透露出孙教授从事机器人研究的根本出发点——“高科技要为国民经济服务”。

在孙教授的带领下,博实机器人仅用了两年半时间,就开发出了面向搬运、焊接、机械加工的高荷载工业机器人,面向教育娱乐的教学实训机器人系统,以及面向微纳制造领域的MEMS自动封装机器人。

此外,博实机器人还于2013年底开始涉足对智能医疗服务装备关键技术的研究。当时,微创外科手术机器人属于高技术聚集、高利润附加的高端智能医疗装备,是国际机器人行业增长最为迅速的领域,临床需求旺盛。孙教授看到了相关领域的投资机会,开始从事微创外科手术机器人、康复机器人、系列化机器人手术器械等高端外科手术设备和智能医疗器械的研发。

看中医疗机器人的潜力

作为顶尖学者,孙教授时刻关注国内外发展动向,很久以前就认识到了医疗机器人的巨大潜力。早在2003年,孙教授就联名发表了一篇名为《医疗机器人发展概况综述》的论文。论文中指出,由于机器人在手术的准确性、可靠性和精确性上大大超过了外科医生,各种医疗机器人及其辅助医疗技术将得到更深入广泛的研究和应用,其前景将非常广阔。论文同时也指出,由于心理(医疗机器人被医生视为竞争者,被一些患者看做危险的事物)和其他一些非技术原因(比如许可证的发放等),医疗机器人仍有很长的路要走。

孙立宁教授认为,药品、传统器械产业国内外差距较大,发展中国家很难赶上欧美上百年的历史积累及沉淀。但在医疗机器人这一新兴行业,目前中、美、欧都处于“婴儿期”,中国政府应提早规划,加大对研发的支持力度,以实现中国健康产业弯道超车。

为此,孙教授结合承担的863计划项目"遥操作辅助正骨医疗机器人系统研究"、"移动式危险传染病应急诊疗病房系统(辅助操作与服务机器人)"、"远程医疗机器人关键技术与系统研发"等国家和省市基金项目,开展了外科手术机器人、康复机器人、机器人辅助远程手术等方面的研究。

2003年,哈尔滨工业大学在孙立宁教授等人的带领下,成功研制出纳米级高精密微驱动机器人,能对细胞和染色体进行“显微手术”,在中国医疗机器人发展史上写下了浓墨重彩的一笔。

孙教授目前担任苏州大学机电工程学院院长,继续推动着医疗机器人技术的发展。据孙教授介绍,苏州大学把医疗机器人作为当前的一个重要发展方向,开发了主动式的肠道内窥镜,还做了一些关键技术和开放性的探索,包括开放了穿戴和简易型的肢体训练机器人的样机。2015年,苏州大学还在苏州建立了一个医疗机器人研究院,致力于微创、体内检测和康复等领域的研究。

推动医疗机器人产业化

集学者与企业家双重身份于一身,孙立宁教授对医疗机器人的产业化有着格外深刻的认识。孙立宁教授认为,这涉及社会、资本等多个方面;尤其作为高端医疗器械,在注册、临床各个方面有其特殊性。因此,中国发展医疗机器人应充分发挥各方面的作用,打造一个多元协作的生态圈,包括人才、技术、资本、政府和医院等。

具体来说就是,在政府的支持下打造一个平台,供各个研究院共享数据和成果。从而扭转过去各个研究部门各行其是的局面,避免大多数研究项目在产业化的道路上中途夭亡,减少资源浪费。

孙教授认为,医疗机器人产业化的另一个重要环节是医-工结合。所谓医-工结合是指:由医生提出功能需求、安全性要求以及手术方式和过程等;然后由技术人员明确需求后,确定设计输入,规划实现方式,形成工程语言;最终双方结合方案论证,不断修改与迭代。当然,做出方案后还要进行技术测试,由医生测试、评价和修改。

孙教授指出,医用机器人由于其严肃性,应用的过程必然十分复杂,因此相关的标准制定与监管等问题也十分重要。2014年,《医疗器械注册管理办法》正式公布,确立了“先产品注册、后生产许可”的监管模式。孙教授认为,这对国内医疗机器人的发展是一大利好消息,为医用机器人的普及铺平了道路。

在7月7-9日的CCF-GAIR大会上,雷锋网也安排有医疗机器人为主题的专场,探讨医疗机器人的现状与未来,如果想了解这一领域的最新见解与洞察,欢迎购票参加

雷锋网

预告 | 港科大教授张晓泉:经济学家眼中的金融科技创新 | CCF-GAIR 2017

雷锋网AI金融评论按:由中国计算机学会(CCF)主办、雷锋网与香港中文大学(深圳)全程承办的 AI 盛会 –「全球人工智能与机器人峰会」(CCF-GAIR),将于 7.7-7.9 日在深圳召开。

CCF-GAIR 为国内外学术、业界专家提供一个广阔交流的平台,既在宏观上把握全球人工智能趋势脉搏,也深入探讨人工智能在每一个垂直领域的应用实践细节。

延续上一次大会的顶级嘉宾阵容,本次 CCF-GAIR 2017 将会迎来更多人工智能和机器人行业重磅专家。在未来的一段日子里,雷锋网将陆续放出嘉宾介绍。今天要介绍的是金融科技专场大会嘉宾——香港科技大学资讯,商业统计及运营学系教授张晓泉博士(Professor Michael Zhang)。

银行的公众形象与安全密切相关,而创新总是与风险有关。在金融科技革命这件事情上,银行业关注的重点始终在于“不失败”,而不是“去创新”。所以,当大家都意识到人工智能、大数据能够给金融业务带来革新时,金融从业人士担心的是:人工智能可以做什么,不能做什么?它将带来什么风险?如何落地应用人工智能才不违背金融规律?……

因此,人工智能金融发展到这个阶段,我们很希望能够听一听,经济学家是如何看待,以及实践金融科技创新的。以下内容来自雷锋网AI金融评论与张晓泉教授的大会前对话,也是张晓泉教授大会报告内容的精彩预告!

嘉宾简介

张晓泉教授 (Professor Michael Zhang) 于2006年在美国麻省理工学院(MIT Sloan School of Management)获得管理学博士学位,此前在清华大学获得管理学硕士,工学学士和文学学士的学位。因为英文名称是麦克教授,所以朋友都称他为麦教授。

麦教授曾经从事过的工作有: 投资银行分析师,证券公司顾问, 高科技公司的国际市场部经理,以及互联网公司创始人。 在美国学习时,他得到了一项美国专利,并创立了一个知名的华人网络社区(MITBBS, 未名空间),该社区在2004年时得到华尔街日报的报道。

麦教授用经济学的方法研究大数据的产生,传播和处理。他擅长的研究领域是信息产品定价策略,大数据营销, 商业人工智能以及互联网金融。他的学术论文在学术期刊如 American Economic Review (美国经济评论),Management Science (管理科学 ), MIS Quarterly (信息管理系统季刊), Journal of Marketing (市场营销), Information Systems Research (信息系统研究), Journal of MIS (信息管理系统) 等发表。目前他是学术期刊 Information Systems Research (信息系统研究)的高级主编。

他同时也是招商证券,中国移动,华为,香港数码港,阿里巴巴旗下的湖畔大学等公司和机构的顾问。

如何用经济学的方法研究大数据?

麦教授擅长于研究信息产品定价策略,大数据营销, 商业人工智能以及互联网金融。大数据、机器学习兴起以来,大家都表示应该并大力推进来用大数据来研究经济,但张晓泉教授的方法论并不一样,他主张用经济学的方法研究大数据的产生,传播和处理。这样的方法,一定程度弥补了前者的研究相对静态带来的局限。

麦教授认为虽然大家都在用大数据做人工智能,因为大家的出发点和目标不一样,导致能回答的问题也不一样。经济学家,统计学家,和机器学习专家研究的人工智能问题会非常不一样。经济学最核心的问题之一是建立激励机制。“任何场景下都需要解决激励问题,就是人为什么要做这件事情,游戏规则如何制定才能给人以足够的动力去按规则制定者的想法做?”

机器学习在做的事情更多是预测和分类。以电信公司的业务为例,客户是通话多一些还是使用数据多一些,机器学习能否通过分析历史数据来预测用户是否会转用竞争对手的服务。

这两种问题的底层都是统计学,统计学家解决能不能用数学的方法来描述随机性,人工智能归根结底是需要机器去分析哪一种结果是最可能出现的。

麦教授解释道,“经济学家的研究目标更多是去解释事情的底层机制是什么样的?前两年有本大数据的书很火,书本的观点认为我们不需要要解决因果关系,因为有了世界上所有的数据之后,问任何问题都能够通过数据回答,这是不对的。”

经济学家认为,一定要分析清楚因果关系,才能够制定更好的政策和规则 。比方说,有数据表明上私立学校的学生更容易上好大学,那么是否能说私立学校比公立学校更好呢?要回答这个问题需要研究上私立学校的学生是否本来就有别的更好的资源让他们上好大学,如父母的校友资源,去国外旅行开拓视野的机会等。换句话说就是一个上私立学校的学生如果放到公立学校去是否还能上好大学。如果不知道因果关系我们是没法知道答案的。在过去的20年里,经济学家建立了非常多的数据分析模型,有整套的计量经济分析框架,这些模型如果能够和人工智能的一些方法结合,会产生出非常多的有意思的结果。

所以经济学家做的事就是,如何用经济学的这套体系来帮助现在大家做的技术创新?

经济学家眼中的金融科技创新

  • 到底金融市场是做什么事的?金融市场如何通过AI的影响而变得更有效?

到底金融市场在干一件什么事?在解决金融科技创新的问题时,首先出发点应该讲清楚到底金融市场在干一件什么事。通俗地说,一般人认为金融市场是帮人们挣钱,“但其实不是的,” 麦教授指出,“金融市场真正在做的是让资源更好地分配。”

“所以看历史上金融科技发展的每一个时代,比如最早我们开始用纸币,后来有信用卡,现在是区块链的出现,不同的技术往前发展,其实都是让我们越来越有效的做资源分配。”

因此,到底金融市场怎么能够通过AI的影响而变得更有效?

  • AI来袭,金融市场出路在哪里?

近来,《纽约时报》、《 经济学人》等主流媒体都在讨论:金融市场的未来到底是什么样的?很多人认为金融市场会被人工智能替代,比如金融投资分析等职位。

包括目前大学教授的课程,财务学、金融学等,这些到底还有没有用?如果未来都能让人工智能来做,那就无效了。

那么,到底出路在哪里?

…………

这些科技创新带来的问题,在届时的大会演讲上,麦教授都将从一个经济学家的角度出发,结合技术的研究实践来进行分析。

  • 人工智能的界限在哪里?

“所以,人工智能能做什么、不能做什么?这点我觉得非常重要。”麦教授表示,现在大部分人都在讨论人工智能可以做各种各样的事,但是人工智能不能做什么?到底界限在哪里?其实是一个更需要讨论的问题。这里的讨论并不需要乐观或悲观的臆想,而是需要建立有效的方法论来研究。

麦教授的演讲将以两个场景为例:

  • 第一个场景是金融市场情感分析。

  • 第二个是金融市场最关心的——能不能预测股价?

现有的分析师,每天要看无数的年报、季报,以及公司的报表,还要看看新闻发生了什么事情,宏观经济,社交媒体讨论等无数信息……目前大部分的情感分析用的研究方法是直接提取文本中带有情感色彩的词语。如果和对金融市场的知识相结合,新的情感分析算法可以直接结合经济学和人工智能的优点,做到更好的辅助分析。另外,麦教授还会讨论如何用人工智能的算法来做股价预测。

此外,金融行业最重要的领域之一是风险管理。如今大家认为用人工智能可以解决所有的风险管理问题,“这是错的。”麦教授指出,“风险管理有很多的层面,一个层面是说只要讲到风险,就是能不能写出来股价涨跌的概率分别有多大?波动率有多大?一旦写出波动率,底层就一定假设了某种概率分布,但是很多金融事件的发生我们是不知道概率分布的。”即便有完备的历史数据仍然无法管理这类风险,那么经济学的方法如何给人工智能提供有力的模型工具呢?

这些问题,届时大会上麦教授都将展开讨论。

…………

今天我们先剧透到这里,大会上麦教授将带来更详尽的前沿研究分享,希望到现场与麦教授进一步交流的朋友,欢迎快快购买我们的六折票!

雷锋网

张泉灵:AI 跨界可能性无限,但要找准商业模式 | CCF-GAIR

编者按:2016 年 8 月 12、13 日,雷锋网在深圳举办了盛况空前的「全球人工智能与机器人峰会(CCF-GAIR)」,来自中美加的全球最为顶尖的科研实验室、学术权威、产业大咖、投资领袖共同探讨人工智能、机器人、无人机、智能驾驶等四大领域的未来趋势和产学研发展方向。雷锋网将会议精彩演讲内容与视频精心编辑,近期将逐步放出。

张泉灵原来是中央电视台国际部的一名新闻工作者,在央视工作期间担任《中国报道》记者、编导、主持人,在从事了十几年的新闻工作之后,辞去了央视的职务,以顾问形式,加入到傅盛战队,还成为了傅盛傅盛旗下紫牛基金的合伙人。为什么她会选择离开媒体圈,投身于投融行业?CCF-GAIR 大会上,张泉灵和源政投资杨向阳就创投与人工智能进行了一场深入的会谈:

记者和投资人,驱动力都是好奇心

张泉灵认为,从记者到投资人,看起来跨度很大,但它们有两个相关联之处:

第一,它们都是由好奇心驱动的,记者每天都在见不同的人,了解不同的事情,每天被强迫进行大量的学习,投资人也是如此。特别是天使投资,需要输入大量的新东西。

第二,自己当记者这么多年,积累了大量的资源,对于自己有很大的帮助——不管什么样的项目,一定能找到懂行的人。

紫牛基金人工智能方向的项目去年秋天才成立,迄今为止,他们只投了七个和人工智能相关的项目,投资的核心在于内容方面。这样投资的原因在于人工智能第一波落地的应用就是在分发和精准营销上,所以数据使用是他们关注角度的重点——除了算法能力方面的技术壁垒之外,还要看创业者是否拥有数据的途径,这个途径是否能够很好地去使用。

跨界初创公司机会无限,但盈利模式尚不明朗

人工智能的发展意味着理工男的春天到了,但张泉灵强烈建议不要仅仅在理工的角度看。因为这一波人工智能能够建立商业模式的大部分是跨界,所以也往文科的方向去看一看,也往其它学科看一看,跨界团队在人工智能时代拥有特别大的机会。

然而,初创人工智能公司的路十分艰难。因为他们会受到两方面的挤压,一个是芯片厂商的挤压,另外一部分就是即便是团队做出了软件部分,但如果没有硬件厂商为之提供硬件,工作也是进行不下去的。而目前许多创业者都是从院校出来的,习惯了通过项目收费的模式,还没有思考过具体的商业模式,这一点是需要认真思考以及亟待探索的。商业模式并不是在实验室里想出来的,张泉灵表示她愿意与创业者们聊一聊这一方面。

初创公司需要注意的另外一个问题是中途估值——即便是项目进行得不错,中途估值也不要做得很高,很多公司都是死在「死撑高估值」这一点上的。他们都忘了一点,重点不在于中间而是结果,所以在中间估值高不一定是好事。张泉灵说,自己见过很多能力很强的大牛一心想要扛起人工智能的大旗,但都在这一方面栽跟头了,她很是心痛。

最后,张泉灵坚信人工智能也会成为下层的基础设施,她表示:

这些是由各种各样的公司来完成的,因为最终数据要从那儿过。但创业公司还是有希望在细分领域上有自己的突破,在跨界边缘地带有自己的空间,这是我们能想象的。所以我觉得这一波的创业机会是随着人工智能在不断地成为下层基础设施的过程当中不断地去寻找的一个点。

CCF-GAIR 大会投资人专场视频链接:传送门

雷锋网

大疆创新王帆:大疆的自我定位和机器人大赛 | CCF-GAIR

编者按:2016年8月12、13日,雷锋网在深圳举办了盛况空前的“全球人工智能与机器人峰会(CCF-GAIR)”,来自中美加的全球最为顶尖的科研实验室、学术权威、产业大咖、投资领袖共同探讨人工智能、机器人、无人机、智能驾驶等四大领域的未来趋势和产学研发展方向。雷锋网将会议精彩演讲内容与视频精心编辑,近期将逐步放出。

在过去几年之间,无人机行业异军突起,一跃成为全球科技界不容忽视的重要领域之一,而提起无人机,就不能不提大疆创新,正是这家企业引领了消费无人机行业的风向、使无人机进入了大众视野。8月的CCF-GAIR大会上,大疆创新副总裁王帆在会上讲述关于大疆的故事。

大疆产品和媒体属性

大疆在很多人眼里是无人机行业的领导者,在关键技术点上我们在行业中保持着优势,经过每年的更新迭代,我们的优势还比较大。

王帆在会上向大家展示了目前大疆的产品线。

从这种图可以发现,大家认为大疆是一家无人机公司,其实自从我们去年发出如影、以真伪平台为支持,我们的产品越来越多出现和应用在了各个场景中,比如名人求婚婚礼上、演唱会、真人秀还有影视拍摄过程当中,相比普通拍摄者,其实影视团队更能感受到我们大疆的无处不在。

大疆无人机对社会贡献的其中之一就是大大降低普通用户操纵无人机的门槛,让更多的人从二维世界上升到三维,换个角度看世界,带有内容输出,能拍照片和视频,也反过来让大疆成为一代媒体性的公司。

“天空之城”是大疆旗下的无人机航拍影响社区,也是全球最大航拍影响社区,目前经过不断积累用户已超百万,每天基本都可以收到来自全球各地的有水准的图片和视频,也吸引了大批有水平的航拍爱好者在上面。大疆内部的拍摄团队也被派到全球去拍摄各种小人物,用视频区讲述小人物的故事。

我们希望通过它来说明什么呢?科技产品只有加入人类的情感它才能够真正的去打动人。

全球化战略

大疆之所以能走到今天,可以说是其技术研发水平已经达到了一定高度,这跟公司对研发的注重是分不开的。

我们从20人不到的团队成长到现在,全球员工已经超过5000名,非常值得一提,这5000人里头,有差不多三分之一是我们的研发团队,研发团队是我们核心的核心,可以说是在全球无人机团队中实力最雄厚的队伍。

大疆的全球化战略实施得非常好,王帆在会上说,大疆现在有16个子办公室,分别设立在欧洲、日韩等,而在全球的第三方民用无人机市场份额上,大疆可占70%。

如果说只看我们大疆自己专注的细分行业,70%还是相对保守的数据,从2011到2015年,大疆的销售额飞速增长,增长的速率达百倍之多。

我们大疆一开始走的就是立志走全球的企业,可以说墙外开花墙内香,比如主流刊物把大疆跟谷歌等这些巨头联系一起,《时代周刊》评选人类历史上最牛的50类产品,给大疆无人机留了一个位置。在海外、在全球范围内去重新定位它的内涵,并得到了初步的肯定。

公益事业和行业应用

公益

随着大疆的崛起,他们也开始做了一些利于社会公益的事情,这些公益活动都能够完全和无人机应用场景完全结合起来,比如关怀自闭症儿童、助力鲸鱼学术研究、尼泊尔地震救援等等。用王帆的话来说,就是利用无人机做一些切实的有价值的、传播社会正能量的事情。

行业应用

行业应用是我们新的起点,过去的时间当中,我们全球各行各业的消费者都在用无人机跟应用场景结合起来,做一些脑洞大开的事情,这也让我们反过来思考,大疆的产品其实有巨大的能量的,于是我们开始想如何跟大家一起玩这个产业。

王帆介绍,经过研究,大疆想到两件事情,一个是构建无人机生态圈,另外就是我们要进军重点行业领域。

首先是构建无人机生态圈。大家都知道SDK是什么,我们已经为开发者提供了很多的SDK,以后也会越来越多,并向全球开发者开放二次开发接口,鼓励大家来玩无人机。

王帆表示,就其演讲当天,大疆的第三届SDK全球开发大赛正如火如荼开展,这一届跟以前不同,大疆把灾后救援项目添加了进去,让开发者们研究灾后如何用无人机去救人。

大家把这个行业玩起来,我们是乐见其成的。

对于行业应用,王帆直接举了几个例子:

2015年下半年大疆推出了植保机MG-1,现在已经有1000多台在农村地区开始运作。

大疆推出的航拍相机,已经走进了比如说搜索救人、安防等一个个专业领域。

今年的三四月份大疆推出了M6版全能拍摄平台,这是一个最高级别的专业影视航拍工具。

大疆植保机MG-1

这些都是大疆进入行业领域的印证。

RoboMasters

RoboMasters是大疆主办的全国大学生机器人大赛,王帆说,大疆希望通过这个比赛找到更多喜欢机器人技术的年轻人。

他们的今天就是我们大疆的昨天,他们的明天会成为我们的明天,这是我们的希望。所以我们会做这样一个比赛,它非常精彩有趣,它完全不同于之前我们见过的机器人比赛。

在会上王帆还播放了一个关于RoboMasters比赛的介绍视频,讲述了关于机器人比赛的赛制,并且表示,大疆每年会到全国各地招募大学生战队,让他们进行厮杀,赛制也是多种多样。

这个比赛的赛制简单来说,就是“两队对垒,能够把对方力量首先歼灭就能够获胜”,RoboMasters非常年轻,今年才是第二届,今年我们邀请到全国160多所高等院校去报名,在8月底决赛会有几家国外的来参加我们的踢馆赛,同时也在校园中进行俱乐部活动。

这个赛是缘起于RoboMasters夏令营,到2014年我们开始想为什么不把这个规模扩大一些,让它更有影响力,让更多人参与进来。于是2015年我们有了更多的愿望,2016年,我们开设了分区赛场,利用两个月时间在东西南北打了八九场比赛。

就在8月下旬,RoboMasters的决赛在深圳春茧体育馆举行,规模非常宏大,并对赛制做了一些改动,比如引入了无人机的元素,加入了低空作战,无人机由选手自己改造,可以投弹、侦查,做什么都行,把战术丰富性更加展开来。

我们的比赛方式参考了《英雄联盟》的模式,希望有一个特别主角的机器人在里面,它决定了整个比赛的走向,比如说我们中间放资源岛,可以加悬浮,让各种各样的可能性越来越多,让战队不仅凭它的技术和团队配合,同时也考验它的战术。RoboMasters操作最主要的还是人,坦克大战再加上《英雄联盟》三合一的游戏,关于这个比赛的目的,未来我们是希望让机器能够做更多的事情,我们中长期的目标就是创造机器人竞技比赛市场,能够自给自足,能够自己输血,能够成为一种商业模式。

那么大疆作为一个无人机企业为什么要做这样一个事情?王帆表示,其实前几年大疆发现,通过做这些事情,会有很多优秀的年轻工程师从中脱颖而出。大疆为了发现这些人才已经投入大概500万人民币,虽然知道不能有完全等同的经济效益,但还是乐此不疲。

我们大疆人有一个信念,就是在现在这种浮躁化的思潮之下,真正需要被了解的就是那些优秀的人才,这是大疆的情怀。

大疆创新王帆在CCF-GAIR上的演讲视频:点此链接

雷锋网

清华教授孙富春:从视听觉认知到无人驾驶 | CCF-GAIR

编者按:2016年8月12、13日,雷锋网在深圳举办了盛况空前的“全球人工智能与机器人峰会(CCF-GAIR)”,来自中美加的全球最为顶尖的科研实验室、学术权威、产业大咖、投资领袖共同探讨人工智能、机器人、无人机、智能驾驶等四大领域的未来趋势和产学研发展方向。雷锋网将会议精彩演讲内容与视频精心编辑,近期将逐步放出。

  

▲ 清华大学教授、863计划专家组成员孙富春

“如果有一天你坐在车里面,没有驾驶员,或者驾驶员没有把握方向盘,千万不要震惊,因为我们已经进入了一个无人驾驶时代”,这是清华大学教授、863计划专家组成员孙富春教授在CCF-GAIR大会上演讲的开场白。

他还不无自豪的介绍了其创办的中国智能车未来挑战赛取得的成就:“你可能难以想象,从长沙到武汉2800多公里的路段里,有雨天也有晴天,人工干预仅仅占整个路段的0.75%;从北京到天津150多公里的路段里,没有人工干预,实现全程的自主驾驶……”

作为国家自然科学基金委员会重大研究计划“视听觉信息的认知计算”指导专家组的一员,孙富春教授介绍,该研究计划在2000年披露,经过8年的论证,直到2008年才在国家自然基金委立项,至今走过8年,要感谢许许多多人。

“视听觉信息的认知计算”研究计划

视听觉信息首先是“看到”。上帝对人特别青睐,从眼睛到微曲的皮层,我们经历的是感知部分和信息处理部分,还有连接二者的中间环节。这么长的路径,触觉、听觉等其他感觉是没办法做到的,所以眼睛被称为心灵的窗户。

▲ 视听觉信息研究对象

数据显示,人类获取外界的信息80%来自视觉,而且,大脑皮层的60%都与视觉相关。当然,听觉也是非常重要的部分。

先锋科学家揭示,自然图像经过稀疏编码以后的基函数与微曲的皮层细胞感受的反应特性是一致的。这一发现也为未来通过稀疏编码的方式来研究视觉编码奠定了理论基础。

据孙教授介绍,在专家组近年的研究中,发现触觉与视觉是同构的(让人想到盲人和失聪者的眼睛特别好)。未来可以通过人工摄像机把视觉编码变成触觉编码,让盲人感受到外部的世界(这两年也已经有人工视网膜的出现)。

专家组还发现,语音在稀疏编码下的去燥特性、增强特性非常好。语音是否也具有与触觉一样的底层结构呢?这正是需要研究的问题。

所以,本计划中的“视听觉信息”研究对象主要是指与人视听觉感知相关的图像、语音以及文本信息,目的是促进计算机对这类信息实现有效的处理和理解。

机器认知能力不如三岁小孩

事实上,日常生活中视听觉信息非常多,有各种各样的工具(信息器)比如手机、摄像机、网络摄像机、卫星遥感等来捕捉这些信息。

网络产生前,大家生活在二元世界里,彼时的机器人智能都是局部的;如今在网络世界中,机器人完全可以实现全局智能。比如自动驾驶汽车可以在网上找到一条路径,通过地图规划路径,借助摄像机的形态识别找到我们今天的会场,这就是网络的神奇。

网络上有海量的视听觉感知数据。如何有效地快速地发现这些数据,通过及时有效的处理把它变成可用的知识,这是无人驾驶研究中非常重要的部分。

目前,对于结构化信息的处理能力,机器远远超过人,比如说一些报表;但对于非结构化的信息,比如说听觉信息,人要远远强于机器人,比如人可快速在人群里找到熟悉的朋友,有人驾驶汽车可以在任意非常复杂的环境中进行驾驶,而无人驾驶目前还办不到。

尽管机器的计算速度提升比较快,但计算机的认知能力还非常落后,它的认知能力甚至不及一个三岁小孩。

两大挑战和三大基本科学问题

8年来,我们的目的就是研究人类视听觉的认知机理,发展新的高效计算模型,提高计算机对与人视听觉感知相关的图像、语音和文本信息的理解能力和处理效率,在无人驾驶的平台上进行验证。目前,围绕认知过程的表达与计算有两大挑战和三大基本科学问题。

两大挑战:

1、复杂感知信息的理解

2、海量异构信息的计算。

三大基本科学问题:

1、感知基本特征的提取、表达和整合,主要是要探索人力视听觉信息基本特征的提取、表达与整合机理,为建立相关高效计算模型奠定基础。

2、感知数据的机器学习与理解,主要围绕图像、语音和语言数据的非结构化和半结构化特点使计算机难以实现从数据层到语义层的转化,建立新的机器学习方法是实现这种转化的有效途径。

3、关于跨模态信息的协同计算。

目前,三个关键技术都取得了突破,比如在视听觉信息的协同计算、自然语言的理解与视听觉认知相关的脑机接口方面,已经建立无人驾驶平台、脑机接口平台和搜索引擎;还创建了无人车未来挑战赛以及脑机接口比赛两个国际性的赛事;同时收获了国际科学奖项。

孙富春在演讲中提到,“我们还把脑机接口用在无人驾驶方面,通过脑控来控制无人车的运动。另外还通过脑机接口实现自动泊车。目前,在非浸入式脑机接口方面,中国处于世界领先地位”。  

驾驶脑    

在孙富春教授看来,驾驶脑是专家组这些年研究的突出成果,它主要的工作是模拟人的驾驶经验,学习人眼和听觉的感知进行表达和融合,在环境中作出决策。

▲ 驾驶脑

当然,这个过程中要去掉人在驾驶过程的一些情绪的影响。

人的性格决定他开车是保守还是张扬;长期记忆区存储人在长期驾驶过程里形成的经验和技巧;动机就是完成出行任务从起点到终点的一次性路径规划;短期记忆主要表示驾驶员的选择性注意,仅仅关注刚刚过去的以及当前的周边驾驶态势。

拒绝人脑中的情绪部分进入驾驶脑,永远不会因情绪而分散注意力,机器始终专注。

我们的眼睛、耳朵可以感知外面的环境,比如说在哪里,这旁边有没有障碍和目标,通过长期记忆区来决策这种情况下我应该如何驾驶,这叫行动。

然后把行动的信息和感知信息进行比对,确认是不是达到了效果,就形成这样一个闭环:从动态感知到态势分析、自主决策到精确的控制和行动。

▲ 驾驶脑感知域、认知域及行动域的工作闭环

这里面还有一个很重要的概念就是路权:行进过程中车本身占有的空间。在这个基础上形成了自主决策。比如速度应该有多少变化,转角应该多大的变化,形成决策记忆池。通过控制模块控制无人车,从感知到决策再到控制,形成闭环。

驾驶脑是通过英伟达的Drive PX实现的自动驾驶硬件系统。    

无人车未来挑战赛

据悉,从2009年开始到去年,该项赛事总共举办了7次比赛:

▲ 无人车挑战赛历程

从比赛的结果来看,人工干预最后基本取消,速度是越来越快,比赛也从局限的封闭道路越来越走向真实的道路环境里面。

回顾这8年来,孙富春教授指出下面这些工作对他们的帮助很大:

第一是认知机理研究成果,如何形成可计算的模型,这个我们探索了很多的方法,还需要进一步地完善。

第二是在环境感知的拓扑结构信息如何在认知过程中表达与理解,探索新兴的多模态传感器。其中包括:

1、声音、视频信息的集成。

2、人机智能混合问题,这个也是刚刚国家提到的人工智能2.0版本,我们要研究人机混合的智能系统。

3、借助这个平台发表更多的关于认知科学方面的成果,将自然语言理解和脑机接口集成到无人车的平台上,让成果走出实验室。

第三是通过无人车平台取得的重大进展,进一步促进创新,引领无人车产业的发展。

尾声,孙富春教授以诗为寄:人机仿造胜奴仆,亲我劳耕续史书”

PS:本篇内容来自雷锋网栏目「新智驾」,欢迎微信添加「新智驾」订阅公众号。

雷锋网