我們要把握機器人產(chǎn)業(yè)應(yīng)用發(fā)展的三個條件：領(lǐng)域封閉性、失誤非致命性、原理-場景相符性，以“精確性+融差性”的思維重新定義人工智能，開辟人工智能新天地。

——中國科學(xué)技術(shù)大學(xué)教授、機器人實驗室主任陳小平

計算機是圖靈發(fā)明的，人工智能也是圖靈發(fā)明的，所以人工智能和計算機是兄弟關(guān)系，我主要就人工智能講兩個方面的內(nèi)容：一是我對人工智能的一些學(xué)習(xí)體會和判斷。二是探討人工智能在制造業(yè)能不能更好地被應(yīng)用;當(dāng)前人工智能領(lǐng)域已經(jīng)涌現(xiàn)出很多技術(shù)成果，這些成果能不能真正賦能制造業(yè)。

首先，我來介紹一下人工智能的發(fā)展情況。我基本判斷第三次人工智能浪潮已經(jīng)落幕了，第四次浪潮即將到來。第四次浪潮有三大機遇：第一個機遇是人工智能的大規(guī)模應(yīng)用，這個是有條件的，我們必須遵循條件才能抓住機遇。第二個機遇是人工智能理論基礎(chǔ)研究。第三個機遇是人工智能倫理體系的建設(shè)。

我下面所講的重點跟應(yīng)用有關(guān)，第四次浪潮中機器人產(chǎn)業(yè)化能否有所突破，并且在未來5到10年被大面積地應(yīng)用，其關(guān)鍵在于把握現(xiàn)有人工智能技術(shù)成功應(yīng)用的條件。

大家知道的人工智能技術(shù)成果已經(jīng)有很多了，僅就技術(shù)路線來說，大概就有幾千條基礎(chǔ)路線。愛因斯坦曾說信息科學(xué)的發(fā)展是基于前人的兩項成就，一個是歐式幾何中的形式邏輯系統(tǒng)，另一個是能系統(tǒng)性找出因果關(guān)系的實驗方法。

人工智能有兩種思維：一種是基于模型的暴力法，繼承了形式邏輯的思路，還有一種是基于元模型的訓(xùn)練法，繼承了實驗的思路。暴力法基于問題的精確模型，建立知識表示或者說搜索空間，而后壓縮搜索空間，在壓縮空間中通過“推理法”或“搜索法”，窮舉問題的可能解，找出其中的最優(yōu)解。在這過程中顯示出了人工智能對算力的龐大需求。

元模型訓(xùn)練法總結(jié)起來有兩句話：一是，用人工神經(jīng)元網(wǎng)絡(luò)表示問題的輸入/輸出對應(yīng)格式，即元模型;二是，使用標(biāo)注數(shù)據(jù)，依據(jù)數(shù)據(jù)擬合原理，訓(xùn)練元模型中的參數(shù)值（人工神經(jīng)元網(wǎng)絡(luò)連接權(quán)重），從而得到問題的具體模型。

人工智能走到今天，我觀察到了一個特點，人工智能發(fā)展的過程是一個做減法的過程。我通過走訪企業(yè)總結(jié)出人工智能推動機器人產(chǎn)業(yè)發(fā)展的三個必要條件：第一，領(lǐng)域封閉性，應(yīng)用領(lǐng)域范圍有限、邊界明晰，就可以使影響性能的因素和每個因素的變化范圍有限化;第二，失誤非致命性，應(yīng)用中不會出現(xiàn)致命性失誤;第三，原理與場景符合性，相關(guān)智能技術(shù)的基本假設(shè)或原理與實際應(yīng)用場景的根本特性相符合。

違背這三個條件會招致兩個后果，一個是“行百里者半九十”，另一個是“望山跑死馬”。“行百里者半九十”，基礎(chǔ)理論的研究進度假設(shè)是90%，我們的應(yīng)用研究是不是達到9.99%就夠了？據(jù)我觀察，這種結(jié)果的達成是需要條件的。如果應(yīng)用場景和基本特性相符，9.99%的結(jié)果就能成立。但如果場景和基本特性不相符，應(yīng)用研發(fā)所需的進程就要比基礎(chǔ)研究多得多。比如說機器人技術(shù)，現(xiàn)在還無法實現(xiàn)機器人在公開場合的隨意行走，這是由于機器人的定位導(dǎo)航技術(shù)還不成熟。為什么不成熟？最成熟的算法是在假定環(huán)境是靜態(tài)的條件下才成立，但是公共場所是動態(tài)的，與基本假定不符合。

“望山跑死馬”，如果應(yīng)用領(lǐng)域具有封閉性，應(yīng)用研究做到9.99%就可以了，但是大部分應(yīng)用領(lǐng)域是不具備封閉性的，所以我們就要針對應(yīng)用研究做無窮多的工作。

以三個必要條件為前提，我們也有許多可能成功的路徑，在這里我先舉出其中的四條進行說明。

第一，信息化中的智能化，信息化是智能化的基礎(chǔ)，沒有信息化就做不了智能化，而且信息處理往往屬于封閉性問題。信息化可以在不增加太多投入的情況下大幅度提升經(jīng)濟效益。

第二，非封閉性問題的封閉化（結(jié)構(gòu)化），生產(chǎn)過程的自然形態(tài)一般不是封閉性問題，但可以轉(zhuǎn)化為封閉性問題。例如汽車生產(chǎn)就是個非封閉性的問題，但是汽車的生產(chǎn)線就實現(xiàn)了非封閉問題的結(jié)構(gòu)化，汽車被吊臂固定在導(dǎo)軌上，隨即有序地開展一系列精準(zhǔn)的、結(jié)構(gòu)化的、流程化的生產(chǎn)活動。

第三，非封閉性問題的準(zhǔn)封閉化，是指將可出現(xiàn)致命失誤的部分封閉化。

第四，非封閉性問題的分治法，是指通過對大型非封閉性問題分而治之，對分解出的封閉性問題應(yīng)用人工智能技術(shù)。

近代以來，工業(yè)的發(fā)展一直遵循的是精準(zhǔn)性思維，人工智能過去也是按照這種思維發(fā)展的，但是最近幾十年我們發(fā)現(xiàn)，以傳統(tǒng)的思維來發(fā)展人工智能遇到了非常大的挑戰(zhàn)。人工智能應(yīng)用需要突破精確性思維，“融差性”思維提供了全新的機遇，這種思維的關(guān)鍵是利用各種誤差。一個手掌可以抓住鋼材料、木質(zhì)材料，也可以抓住豆腐，只要能抓起來就可以了，并不需要手掌完全一絲不差地包裹住這個物體。我們現(xiàn)在要求人工智能的視覺對物體的形狀有非常清楚的認知，是極其困難的，人的很多行為都是具有這樣的融差性，所以我們何不讓機器人也是如此呢？

我認為在未來，精準(zhǔn)性思維仍舊是有用的，融差性思維也不可或缺，這兩個要相互代替，相互補充，一起開辟人工智能新的天地。

（根據(jù)演講內(nèi)容整理，未經(jīng)本人審核）