提到機(jī)器人,，大家腦海中第一時(shí)間會浮現(xiàn)出怎樣的事物,？
大概率情況下,，要么是工業(yè)級/服務(wù)級機(jī)器人,，以機(jī)械臂,、簡單驅(qū)動型為主角,，不講究外形美觀,，動作也往往不怎么連貫,，常常被冠以“人工智障”的美稱,；
要么則是仿人機(jī)器人,，它們總是出沒在伯克利或波士頓動力等高大上的實(shí)驗(yàn)室里，能夠以七十二般武藝讓人類忍不住發(fā)出“滅絕警告”,，但必需的編程和持續(xù)作業(yè)能力,，以及技能的泛化程度，卻都達(dá)不到大規(guī)模應(yīng)用的可能,。
人與智能機(jī)器之間,，有沒有第三種可能呢？
其實(shí)早在1960年,，約瑟夫·利克萊德（J. C. R. Licklider）就曾提出了一個(gè)觀點(diǎn)——人機(jī)共生（Man-computer symbiosis）,。
簡單來說，就是人類和電子設(shè)備以親密合作的方式生活在一起，甚至結(jié)成緊密的聯(lián)盟,。兩者的結(jié)合,，可以創(chuàng)造一種高產(chǎn)且生機(jī)勃勃的合作關(guān)系。
“人類機(jī)器命運(yùn)共同體”,，聽起來是不是很心動,？可惜的是，目前目前還很少見到人機(jī)共生體（man-computer symbioses）的出現(xiàn),。所以,，最近中國機(jī)器人產(chǎn)業(yè)中出現(xiàn)的“發(fā)球機(jī)器人”，就引起了我們的注意,。
原因無他,，這或許是人機(jī)共生“星星之火”燎原的起點(diǎn)。
點(diǎn)燃人機(jī)共生的星火：
發(fā)球機(jī)器人的初蹄
首先有必要解釋一下,，為什么說發(fā)球機(jī)器人,，體現(xiàn)出了“人機(jī)共生”的現(xiàn)實(shí)趨勢。
這款發(fā)球機(jī)器人,，起源于新松機(jī)器人與乒乓球?qū)W院一次偶然的談話,。
當(dāng)前的乒乓球運(yùn)動存在一些亟待解決的問題：
一是效率。助教為專業(yè)運(yùn)動員喂球時(shí),，往往在速度,、旋轉(zhuǎn)、落點(diǎn)控制,、頻率等方面,，難以達(dá)到高水平選手的訓(xùn)練需求；
二是統(tǒng)一,。一旦助教出現(xiàn)疲憊,、狀態(tài)不佳等情況，就會直接影響速度,、旋轉(zhuǎn)等參數(shù),，影響訓(xùn)練特定技戰(zhàn)術(shù)動作的一致性，運(yùn)動員很難形成最佳的肌肉記憶,；
三是反饋,。乒乓球是一項(xiàng)實(shí)時(shí)性非常高的運(yùn)動，往往一秒之間幾個(gè)來回,，過快的球速與落點(diǎn)的不確定性，也導(dǎo)致教練往往只能憑借經(jīng)驗(yàn)來反饋,，很難通過量化來優(yōu)化教學(xué),，一些特定動作也就無法有效分析和復(fù)現(xiàn)。
四是普及。乒乓球的另一個(gè)身份是“國球”,，中國有眾多的愛好者和青少年參與到這項(xiàng)運(yùn)動中來,，但不同地域、不同水平的教練卻參差不齊,，自然也就無法滿足更多人群享受乒乓球這項(xiàng)運(yùn)動的愿望,。
能不能通過智能技術(shù)的引入，來解決上述問題呢,？
深耕深度學(xué)習(xí)算法的龐伯特,，就以新松的機(jī)器人研發(fā)技術(shù)和中國乒乓球?qū)W院的海量專業(yè)數(shù)據(jù)和課程，研發(fā)出了可以自主決策的人工智能發(fā)球機(jī)器人,。
而讓龐伯特機(jī)器人得以勝任發(fā)球工作的幾大核心：
首先是感知,。通過高速雙目立體視覺系統(tǒng)，機(jī)器人能夠捕捉高速運(yùn)動下的乒乓球位置,，并形成球的軌跡,，通過軌跡分析，在毫秒內(nèi)判斷球速以及球的旋轉(zhuǎn)方向,，讓乒乓球技術(shù)轉(zhuǎn)化為可視的數(shù)據(jù),，實(shí)時(shí)調(diào)整，精準(zhǔn)化訓(xùn)練,。
其次是決策：在軌跡分析的基礎(chǔ)上,，龐伯特同時(shí)對人體動作進(jìn)行捕捉，通過與預(yù)設(shè)的動作角度進(jìn)行比對,，分析運(yùn)動員動作是否到位,。結(jié)合軌跡和動作兩個(gè)因素，判斷運(yùn)動員的水平,，推薦課程,。對于個(gè)人愛好者來說，相當(dāng)于擁有了一個(gè)專業(yè)教練+陪練,。
再次是運(yùn)動,。龐伯特機(jī)器人具有類人化結(jié)構(gòu)，不同于市面上以擠壓方式進(jìn)行發(fā)球的設(shè)備,，龐伯特能夠高度模擬類人化的發(fā)球方式,，模擬人類發(fā)球時(shí)對球方向和旋轉(zhuǎn)，實(shí)現(xiàn)兩跳發(fā)球,。而利用不同的球拍膠面,，還能打出不一樣的球，這些都能更好地輔助人類運(yùn)動員進(jìn)行訓(xùn)練,。
顯然,，龐伯特機(jī)器人正在將技術(shù)思維（technical thinking）與人類智慧相結(jié)合,，為人機(jī)共生打開了新的窗口。
逃離恐怖谷：發(fā)球機(jī)器人昭示三重改變
從龐伯特機(jī)器人的實(shí)踐中不難看出,，如果在人和機(jī)器之間建立共生關(guān)系,，那么二者的合作互動顯然會大大改善很多現(xiàn)有問題。
由此也可以總結(jié)出,，共生型機(jī)器人與大眾常見的傳統(tǒng)機(jī)器人有何不同之處：
首先,，盡管所有人造系統(tǒng)都是為了幫助人類，但傳統(tǒng)的自動化機(jī)器人更多的是為了實(shí)現(xiàn)“人類增強(qiáng)”,，而共生型機(jī)器人則是為了“與人類更好地生活在一起”,。
還是以發(fā)球機(jī)器人為例，傳統(tǒng)的發(fā)球設(shè)備只是機(jī)械地?cái)U(kuò)展某項(xiàng)技能,，比如取代人的手臂來進(jìn)行發(fā)球,，往往需要人類助教來完成那些需要主動決策、調(diào)整,、制定標(biāo)準(zhǔn)等工作,，在效率和功能上并沒有帶來質(zhì)的改變。
而龐伯特機(jī)器人的特殊之處,，就在于通過深度學(xué)習(xí)算法的引入,，在智能程度上賦予了機(jī)器人新的高度。比如實(shí)時(shí)高通量的數(shù)據(jù)收集與處理,；高效精準(zhǔn)專業(yè)的預(yù)判決策,；個(gè)性定制化的訓(xùn)練反饋與指導(dǎo)；乒乓球運(yùn)動的隨機(jī)性又要求算法具備一定的泛化能力和高魯棒性……這些都是龐伯特機(jī)器人能夠成為乒乓球運(yùn)動伙伴的關(guān)鍵,。
第二,，共生型機(jī)器人必須具備可“實(shí)時(shí)”（real time）進(jìn)行的思考過程。
傳統(tǒng)的機(jī)器人可以根據(jù)預(yù)先設(shè)定的程序處理數(shù)據(jù),。比如餐廳服務(wù)機(jī)器人,，輸入店內(nèi)地圖、設(shè)定好傳送菜程序之后只能按部就班地工作,，有的甚至連避讓行人都做不到,，因?yàn)樘崆霸O(shè)定會導(dǎo)致一旦出現(xiàn)不可預(yù)見的情況，整個(gè)過程就會停止,。
但球類運(yùn)動可不一樣,，乒乓球的高速運(yùn)動需要發(fā)球者做出毫秒級的判斷，像人一樣快速思考,、分析,、決策、反應(yīng),。對于人類來說都可能要靠直覺來完成的事情,，對機(jī)器與人之間的耦合要求要緊密的多,。
讓機(jī)器能夠做出決策和控制復(fù)雜的情況,，而不依賴于預(yù)先確定的程序,，就是龐伯特機(jī)器人向我們展示的現(xiàn)實(shí)圖景。
最后,，共生型機(jī)器人有機(jī)會重構(gòu)機(jī)器人行業(yè)的商業(yè)方法論,。
長期以來，傳統(tǒng)機(jī)器人市場的商業(yè)邏輯,，要么是“人工+智能”,，用真人來操控機(jī)器人模型，以達(dá)到模擬強(qiáng)人工智能的效果,；要么是長期砸錢在天頂技術(shù)上,，比如波士頓動力的機(jī)器人雖然炫酷，卻因商業(yè)化困難而賣身給軟銀,。
但龐伯特機(jī)器人所代表的共生型機(jī)器人卻開啟了另一種模式,，通過“真AI算法”+聚焦實(shí)用場景來切入市場。
我們注意到,，除了發(fā)球機(jī)器人之外,，龐伯特還打造了對打機(jī)器人。
將深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)與強(qiáng)化學(xué)習(xí)相結(jié)合,，讓對打機(jī)器人和發(fā)球機(jī)器人能夠通過大量復(fù)雜環(huán)境的交互,，運(yùn)用各自的人工智能算法平臺，不斷得到反饋,，互相學(xué)習(xí)到新的技能與策略,，機(jī)器人之間的對戰(zhàn)也能不斷提升算法模型的復(fù)雜度與智能度。
同時(shí),，一旦高性能算法模塊被拼圖一樣使用,，就能夠以低成本、小型化,、高效率的方式快速打開市場,，未來不止于乒乓球這一項(xiàng)運(yùn)動，更多場景都可以通過軌跡分析,、動作分析,、終端顯示等集成模塊帶來改變。
從這個(gè)角度看,，龐伯特機(jī)器人正在重新確立人與機(jī)器,、甚至是機(jī)器與機(jī)器的關(guān)系，即一種共生伙伴關(guān)系（symbiotic partnership）,。在這一美好的畫面中,，機(jī)器會為人類提供見解和決策,，而人類則能更有效地進(jìn)行智力活動與創(chuàng)造。
打開產(chǎn)業(yè)智能的價(jià)值圖景：
挖掘人機(jī)共生的富礦
正如國際人工智能聯(lián)合大會前主席Francesca Rossi所說,，人機(jī)共生是未來人類使用AI的最好方式,。
那么，作為人類和機(jī)器的預(yù)期前景,，其中是否也埋藏著商業(yè)價(jià)值的富礦呢,？
答案是肯定的。
以龐伯特機(jī)器人為例,，未來就有可能締造出不少新的產(chǎn)業(yè)機(jī)遇,。
比如說，通過與海量運(yùn)動員對戰(zhàn),，發(fā)球機(jī)器人可以積累專業(yè)領(lǐng)域的數(shù)據(jù),，不斷優(yōu)化算法，快速提升自身的擊打能力和策略,，衍生出個(gè)性化的對戰(zhàn)方式,，來幫助運(yùn)動員更好地進(jìn)行訓(xùn)練。并將其輸出為可量化,、可視化的訓(xùn)練標(biāo)準(zhǔn),，讓乒乓球的專業(yè)教育門檻下沉到普通人生活當(dāng)中。
再比如,，分析決策算法的持續(xù)迭代,，有望推廣到新的運(yùn)動和行業(yè)中去，以基礎(chǔ)化的能力支撐起千行萬業(yè)的智能化需求,，成為“新基建”中不可或缺的一員,。舉個(gè)例子，當(dāng)機(jī)器人與城市智慧健康系統(tǒng)結(jié)合,，是否能夠作為市民健康的關(guān)鍵終端,，來提供行而有效、可連可控的運(yùn)動網(wǎng)絡(luò)呢,？
從這個(gè)角度延展開來,，龐伯特機(jī)器人不僅能夠輸出算法模塊，還能夠向其他行業(yè)輸出軟硬件合一的整體智能解決方案,。通過算法,、硬件、人的交互,，完成一次人機(jī)共謀的大變革,。
站在萬物智能、人機(jī)共生的起點(diǎn),，不難預(yù)見人類和機(jī)器之間密切耦合的未來,。與智能生命伙伴共舞,，是人類必然的未來。而目睹了龐伯特機(jī)器人的我們,，也正在經(jīng)歷種植AI的進(jìn)行時(shí),。
過去的數(shù)年間，讓深度學(xué)習(xí)擺脫需要大量輸入和人工的有監(jiān)督學(xué)習(xí),，一直是人類研究者努力的方向,，為此推動了許多新的技術(shù)進(jìn)展,，比如：
借助meta learning元學(xué)習(xí)算法,，機(jī)器獲得了“泛化”，能夠舉一反三,，學(xué)習(xí)協(xié)同性地處理多種任務(wù),；
借助Reinforcement Learning強(qiáng)化學(xué)習(xí)，機(jī)器懂得了“決策”,，通過不斷地自我學(xué)習(xí)與回饋來抵達(dá)高級智能,。
而這些能“擬人”的機(jī)器學(xué)習(xí)方法，也讓AI獲得了前所未有的能力,，打敗柯潔李世石的DeepMind阿爾法狗,、在DOTA2中團(tuán)滅人類電競選手的OpenAI Five、自動駕駛,，乃至通用人工智能AGI,，都是通過讓機(jī)器模仿人類對世界的認(rèn)知方式，以不斷探索,、試錯(cuò),、改進(jìn)的方式，與環(huán)境進(jìn)行實(shí)時(shí)交互,，進(jìn)而提高自己的能力,。
天地有正氣，雜然賦流形,。今天,，龐伯特也試圖讓機(jī)器人“自行進(jìn)化”，啟動了一場發(fā)球機(jī)器人教對打機(jī)器人打乒乓的“先鋒實(shí)驗(yàn)”,。
通過兩臺機(jī)器人之間的相互“較量”,，讓機(jī)器人身處在一個(gè)不可預(yù)期的環(huán)境中，依靠人工智能算法平臺主動生成一些標(biāo)記和標(biāo)簽來做決策判斷,，獨(dú)立解決多個(gè)非線性的邏輯問題,，通過“行動-評價(jià)”的強(qiáng)化學(xué)習(xí)機(jī)制來改進(jìn)自身，適應(yīng)新的環(huán)境,，從而發(fā)展機(jī)器人間的校驗(yàn)標(biāo)準(zhǔn),。這會為成為機(jī)器人社會意識的起點(diǎn)嗎,？