機器人與網(wǎng)絡技術

1、互聯(lián)網(wǎng)時代機器人面臨的機遇與挑戰(zhàn)互聯(lián)網(wǎng)提供了“無處不在”的服務 當今網(wǎng)絡可提供4a服務 any time, any where, any person, any thing 任何形式與內(nèi)容的信息（數(shù)據(jù)）信息（數(shù)據(jù)）服務 聲、圖、文、視頻， 衣、食、住、行、娛樂， 不能提供“物理物理”服務 為機器人發(fā)展提供了機遇機器人發(fā)展面臨的機遇機器人互聯(lián)網(wǎng)時代自動化的 “最后一公里”！一、機器人進入千家萬戶機器人如何進入千家萬戶 ？1、機器人通用化之路 - pc機模式（東方-日本思路）2、機器人多樣化之路 （西方-美國思路）pc機如何進入千家萬戶 ？計算機如何進入千家萬戶？ 微軟“維納斯”計劃的啟示 pc3

2、 的思路 這是一條什么路線 ？ 通用化，多功能通用化，多功能：通信+計算機+控制+=pc3從 pc pc+ pc3 (個人計算 personal computer 個人通訊 personal communication 個人控制 personal control) 通用性與多功能化 iphone, ipad, icloud+iphone ipad icloud移動計算機器人走通用化之路面臨的挑戰(zhàn)（1）機器人通用化之路通用化之路第一臺工業(yè)機器人 unimate robot universal automation(unimation 公司）可編程的（擬人）多關節(jié)的臂 通用性（universal）

3、1954年 g. devol 發(fā)明，1960年售給gm，2005年 popular mechanics 雜志選為近50年50大發(fā)明之一工業(yè)機器人產(chǎn)業(yè) 多用途：裝配、焊接、噴漆、堆放等 2011年全球年產(chǎn)13.41萬臺，年均增長速度4.1% 在有限的工業(yè)生產(chǎn)領域二、服務機器人-專用化之路專用化之路 特殊環(huán)境下作業(yè)的機器人：反恐防暴、搶險 救災等 服務于人的機器人：醫(yī)療康復、家政服務、 教育娛樂硬件通用化之路 可組裝 變結(jié)構(gòu) 多功能可組裝模塊化機器人軟件通用化之路將服務機器人變?yōu)闄C器人服務 1975年微軟誕生：軟硬件分離-軟件成為產(chǎn)品 1998年谷歌誕生：軟件由產(chǎn)品變?yōu)榉誥ltair8800 +

4、bill gates = microsoftinternet +l page, s brin = google機器人操作系統(tǒng) -robot operating system （ros） mit, stanford, technical university of munich 谷歌于2011年5月10日google i/o developer conference:android open accessory development kit（機器人開放開發(fā)平臺）2. 機器人多樣化之路 機器人嵌入千萬設備 機器人滲入千百領域機器人嵌入千萬設備 -設備的智能化 變吸塵器為清掃機器人清掃機器人 變普

5、通椅子為智能輪椅智能輪椅 變打印機為觸摸式智能打印智能打印 裝備裝備 變pc機為觸摸式智能智能pc （ipad）！它們都是機器人化的智能裝備它們都是機器人化的智能裝備 垃圾箱任何變?yōu)椤皺C器人”？設備的信息化、自動化、 智能化利用機器人的“思想” 與技術垃圾箱的智能化機器人嵌入千萬設備 thank you打氣機器人洗衣店（德國漢堡）智慧（smart）洗衣間智慧廚房智慧家居（smart home）智慧教室機器人的定義自由百科全書自由百科全書a robot is a mechanical or virtual intelligent agent that can perform tasks auto

6、matically or with guidance.形形色色機器人機器人滲入千百領域二、機器人的智能化之路人工智能的發(fā)展現(xiàn)狀與機器人智能化的困難人工智能的發(fā)展現(xiàn)狀與機器人智能化的困難傳統(tǒng)人工智能： 基于知識的符號處理方法（如專家系統(tǒng)） 優(yōu)點：類似于人類方法-智能方法 缺點：可使用范圍有限：規(guī)劃、推理、診斷 等某些高級智能行為， 不適于感知、動作等的智能行為不適于感知、動作等的智能行為 detector（檢測子） semantically meaningful features: boundary, shape,. there is no clear boundary among parts

7、segmentation problemdescriptor（描述子） structural uncertaintyk. s. fu, syntactic pattern recognition, new york: prentice-hall, 1974. d. marr, vision, new york: freeman, 1982句法分析 syntactic analysis 傳統(tǒng)信息處理傳統(tǒng)信息處理 基于基于數(shù)據(jù)數(shù)據(jù)的數(shù)學處理方法的數(shù)學處理方法-數(shù)據(jù)驅(qū)動數(shù)據(jù)驅(qū)動 互聯(lián)網(wǎng)的出現(xiàn)大大推動數(shù)據(jù)驅(qū)動法的發(fā)展 傳統(tǒng)信息處理存在的問題 與人類方法不同-非智能方法 與數(shù)據(jù)相關，推廣能力差 向人類大

8、腦學習hmax-sum + max top-down feedback top-down feedback local connectiondata-driven v1 v2 ithigh-levelknowledge-driven大腦視覺處理過程基本結(jié)論 data driven + knowledge driven (feedback) hierarchical structure combinational representation -distributed representation network computing組合（分布）表示feature based combinatio

9、nal representation shape color position left right人工智能的未來 statistical inference over an abstract structured declarative knowledge representation1 the probabilistic approach to artificial intelligence21 how to grow a mind: science 11 march 2011: vol.331, no.6022, pp1279-12852 judea pearl: 2011 winner

10、 of acm turing award機器人的環(huán)境感知與行為規(guī)劃region-adaptive grid partition,*argmax ()argmax () ( )1( , )exp( (),)( ,)( , )() ( )zziiii jijii jzp z ip i z p zp i zf i xzg z zzp i zp i z p zi-dataxi-image positionz-state (feature)g(zi,zj)-the probabilistic region-basedconstraints (co-occurrence)the peobabilistic

11、 graphical modelsgenerative model discriminative model2d-hidden markov model (hmm)markov random field (mrf)conditional random field (crf)experimental setting 4002 corel images (384256 or 256384) 11 basic (region) concepts features: color moment + wavelet 5 models: 2 without structural knowledge (gmm

12、, svm) 3 with structural knowledge (hmm*, rmf*, crf*)the categories of image region annotations experimental results計算機對聯(lián)蘇堤春曉秀平湖秋月明網(wǎng)上購物紅紅火火電子商務熱熱鬧鬧月落烏啼霜滿天風吹雁過雨連宵江楓漁火對愁眠質(zhì)量第一唐張繼楓橋夜泊一江春水向東流八月秋風從西下海外學子回國創(chuàng)業(yè)江南書生離鄉(xiāng)讀書鴻是江邊鳥蠶為天下蟲input word segmentationword lookuptraining corpusthesaurusgenerate candidatesdecode to generate n-best candidatesrerank candidates with maximum entropy modeloutput candidates日志（log）統(tǒng)計 4065/6080=67% (accepted)訓練數(shù)據(jù) manual collection coupletslanguage model trigram model 2,149,882 sentence pairstranslation model 342,255 couplets 115