2024年12月12日，北京，2024智能机器人产业发展大会在雄安温德姆酒店举办。智能机器人技术展示了其引领未来制造业的无限潜力，广阔的应用前景与巨大的市场需求预示着智能机器人领域正迈入一个由大模型、智能控制等人工智能技术深度驱动的爆发式发展阶段。智能机器人技术在各行各业落地过程中会带来哪些新的可能性？自主导航与智能交互如何塑造智能机器人的未来格局？就近期的一些热点问题，近日专访了中国计算机与信息技术领域机器人技术与智能控制方面的权威专家杜春玲。
近些年，杜春玲围绕中国高端制造的重大需求，研发出多项与机器人行为智能预测管理、高精度仿真训练、知识问答交互系统、多机器人协调作业控制及运动状态精准监测等关键技术领域密切相关的技术成果，同时在计算机与信息技术领域率先提出了系列高速高精视觉感知与自适应鲁棒控制方法，并广泛应用于工业自动化控制、工业机器人制造、高端特种作业机器人制造、移动机器人系统研发等多个领域，覆盖超过400家大中型企业，实现了经济效益与社会价值的双重提升。
运用人工智能技术发展新质生产力
以大模型、智能控制技术为代表的新一轮人工智能技术革新浪潮势不可挡，它们对培育和发展新质生产力有怎样的重要意义？
杜春玲：新质生产力的诞生源于技术的根本性革新、生产要素的创造性重组，以及产业的深层次转型与升级。它依赖于高额的科技研发投入，追求的是效能的飞跃与品质的提升。尤为关键的是，它旨在解决当前传统产业所面临的困境，比如摒弃低效的传统经济增长模式，以及改变那种高能耗、低质量的传统生产力发展轨迹。
促进新质生产力的成长与高质量发展，关键在于执行“人工智能+”的驱动策略，即将人工智能的力量渗透到各行各业，助力它们克服增长乏力及能耗过高等难题，进而实现生产力三大支柱的全面升级。
具体而言，劳动者进化为更高层次的专业人才，包括战略规划者与技能实践者等；劳动资料跃升为更高科技含量的工具与设备，借助诸如新一代信息技术、尖端制造技术、工业互联网平台、工业软件以及人工智能等先进手段，生产出更高品质的制造产品；而劳动对象则拓展至更广泛的领域，与生产流程的各个环节深度融合，从而开辟出战略性新兴产业、未来产业等一系列新的增长点与发展路径。
人工智能，作为当前产业变革的首要推动力量，正逐步解锁并释放以往历次科技革命与产业革命所累积的深厚潜能与能量。
如何看待当前人工智能所达到的发展状况及能力水平？
杜春玲：经过数十年的不断演进，人工智能在多个维度都取得了亮眼成绩。特别是在移动互联网、大数据、超级计算、传感网络、智能机器人等一系列新兴理论与技术的共同催化下，以及经济社会发展的迫切需求推动下，人工智能迎来了快速发展的浪潮，展现出了深度学习、跨模态交互、人机协同作业、自主操控等一系列新的特点。然而，实事求是地说，目前的人工智能仍处于其发展的初级阶段。
回顾人工智能的发展历程，我们可以清晰地了解其经历了三次显著的起伏与迭代。首次兴起于20世纪50年代，这一时期被称为计算智能时代，其显著特点是强调逻辑推理，却忽视了知识的重要性。随后，在20世纪70年代，人工智能进入了感知智能时代，这一时期开始重视知识的应用，但在学习能力上仍有所欠缺。从20世纪80年代至今，人工智能迎来了第三次迭代，这一阶段的特点是向认知智能的方向迈进。
从2017年开始，谷歌、OpenAI陆续开发了相关人工智能技术，涉及神经网络结构、自然语言处理、多模态理解等方面。到2024年，OpenAI发布视频生成大模型Sora，提出了时空碎片概念。这些年，人工智能从过去单一的自然语言处理能力和文本解答能力，走向了图像、视频、语音的融合化和多模态的能力，但从发展历程来看，这一轮人工智能浪潮并不是终点，今天的大模型也好，智能控制技术也罢，都只是人工智能的一个延伸，或者叫新兴模态，未来我们还有很多工作要做。
具身智能是未来重点
当前，人工智能领域备受瞩目的前沿趋势包括多模态交互、人机协同作业、巡视功能的开放以及自主操控能力的提升。那么，在大模型和智能控制技术不断进步的背景下，具身智能是如何进一步实现智能化升级的呢？
杜春玲：人工智能的发展建立在三大基石之上：模型算法、计算能力以及数据资源，其中模型算法扮演着核心角色，其应用领域广泛，涵盖了计算机视觉、自然语言处理以及智能机器人等多个方面。
回顾人工智能的历史成就，我们不难发现其进步主要体现在计算机视觉技术的提升、自然语言处理的精进以及工业智能机器人的广泛应用。在计算机视觉领域，早期的人工智能技术主要聚焦于目标检测、跟踪、虚拟现实以及三维重建等任务，通常依靠小型模型算法来解决相关问题。
然而，随着大模型、智能控制技术、信息技术的发展，语音识别、文字识别、机器翻译以及信息检索等能力均得到了显著提升，这也促使计算机视觉领域迎来了众多视觉大模型的技术革新。当前，智能机器人领域正成为热门话题。业内普遍认为，2024年将是一个重要的里程碑，被誉为“人形机器人元年”。
人形机器人作为具身智能的一种表现形式，是思考、感知、行动三个空间有机智能融合的机器或系统，既具有人机交互与自然语言理解的能力，又可以通过感知、认知、决策能力与时空环境及对象进行实时校准互动，协助机器人作出决策、完成行动任务。
“具身智能”这一概念，是英国科学家图灵于1950年首次提出，但真正进入公众视野并获得广泛关注，则是得益于近年来人工智能技术的快速发展与广泛应用。回顾过去，人形机器人的进步曾一度陷入停滞。在那个时代，我们尚未掌握多模态模型技术，只能依赖小型模型，每个模型针对特定问题设计，并通过预设程序，利用小脑芯片来控制机器人的抓取、行走、搬运等单一动作。然而，随着技术的演进，如今的人形机器人已经能够与环境进行交互、理解、判断与规划，其自主性得到了显著提升，同时，其应用场景也日益丰富多样。
未来，无论是社会经济发展，还是民众日常生活，将更需要智能机器人，而大模型、智能控制等技术的发展将助力这些目标实现。
除智能机器人之外，大模型、智能控制等人工智能技术还有哪些典型应用场景？
杜春玲：人工智能的产业生态架构可以划分为三个核心层次：首先是基础底座层，它构成了技术的坚实支撑，主要包括计算平台和数据中心，这些构成了计算智能的基石；其次是技术层，这一层主要依托机器学习进行构建，致力于开发适用于各个领域的模型算法和技术，它涵盖了感知智能与认知智能两大方面；最后是应用层，它专注于将人工智能技术融入各种实际场景中，实现人工智能的广泛应用。
首先，我们需构建底层架构，随后进行训练，最终将其应用于实际测试场景中。我们研究这个技术，其实用性是至关重要的考量因素。举例来说，通过结合大模型与5G技术，我们可以为通信工程、电子科学等多个学科交叉领域注入新的活力，进而创造更多的科研机会、就业岗位以及创业契机。再比如，大模型、智能控制等人工智能技术推动新能源电动汽车产业迅速发展，尤其是在智能辅助驾驶方面，实现了安全性和便捷性的双重飞跃，为用户带来了前所未有的驾驶体验。
人工智能与制造业的结合构成了一个极为引人瞩目的关键应用领域，这便是智能制造。智能制造是一种前沿的制造模式，它巧妙地融合了信息通信技术、人工智能技术、自动化技术，以及现代企业管理技术等多个宽泛的领域。通过人工智能技术对传统生产制造流程进行全面优化和革新，从全流程、全要素到各个环节都实现了深度赋能，这将显著促进生产效率与质量的双重提升，同时大幅度降低成本与能耗，为制造业的转型升级与高质量发展注入强劲动力。
科技竞争新前沿
基于大模型、智能控制等人工智能技术的未来发展趋势，您对我国人工智能产业有哪些建议？
杜春玲：首先，我对具身智能的前景抱有极大的乐观态度，视其为人工智能技术未来的一大突破点。随着技术的持续飞跃和应用边界的不断拓宽，具身智能机器人将在广泛领域内扮演至关重要的角色，并逐渐融入人类日常生活的每一个角落，以更加智能、高效、安全、可靠的形态存在。
人形机器人的研发进程，实质上是一个利用大模型、智能控制等技术推动机器人产业整体进步的过程。为此，中国企业需着手构建一个全面的大模型数智平台，作为人形机器人发展的坚实基石。这个平台将涵盖机器人的硬件与软件，从计算智能、感知智能、认知智能、决策智能，一路迈向具身智能。
人工智能的演进路径清晰可见：从最初的计算智能，到感知智能，再到认知决策智能。我们深知，未来的发展方向依然是基于大数据、大模型、智能控制等驱动的新一代人工智能技术。然而，人工智能的发展之路并非坦途，诸多挑战与难题横亘在前。比如，如何在提升大模型训练算力的同时，有效控制能耗？如何开发出高效能计算架构的芯片？如何解决当前大模型的可解释性、安全性与可靠性问题？如何确保智能控制在复杂多变的环境中稳定运行？以及，如何在数据挖掘、分析、安全隐私保护及数据提取之间找到平衡点，保障数据安全？
当前，大模型、智能控制、自动化系统层出不穷，这些技术的产业应用落地正加速推进，广泛赋能于我国经济社会各领域，为通向通用人工智能之路铺设基石，引领新一轮科技革命和产业变革。当然，随着产业的日益成熟，问题也将逐渐显现。我们需要在应用中不断发现问题，弥补不足，携手共进。（李佳 ）
有话要说...