作者：孫富春，劉華平，陶霖密
清華大學計算機科學與技術系；智能技術與系統國家重點實驗室；清華信息科學與技術國家實驗室
【孫富春】清華大學計算機科學與技術系教授，博士生導師，全國優秀博士論文獎和國家杰出青年基金獲得者。兼任清華大學學術委員會委員，計算機科學與技術系學術委員會主任，智能技術與系統國家重點實驗室常務副主任。兼任國家863計劃專家組成員，國家自然基金委重大研究計劃“視聽覺信息的認知計算”指導專家組成員，中國人工智能學會認知系統與信息處理專業委員會主任，中國自動化學會認知計算與系統專業委員會主任，國際刊物《IEEE Trans. on Fuzzy Systems》，《IEEE Trans. on Systems, Man and Cybernetics: Systems》《Mechatronics》和《International Journal of Control, Automation, and Systems (IJCAS)》副主編或領域主編，國際刊物《Robotics and Autonumous Systems》和《International Journal of Computational Intelligence Systems》編委，國內刊物《中國科學：F輯》和《自動化學報》編委。
隨著全球機器人產業的飛速增長，機器人技術在保障國家安全、推動國民經濟轉型、改善人民生活水平，以及引領科學技術發展等方面發揮著越來越重要的作用。制造模式、生活方式、軍事作戰形態的顛覆性變化，推動機器人技術迅猛發展，使之成為一種面向未來的戰略性技術，已成為未來國與國之間競爭的焦點。2014年6月9日，在中國科學院第十七次院士大會、中國工程院第十二次院士大會上，習近平主席強調：“機器人革命”有望成為“第三次工業革命”的一個切入點和重要增長點，將影響全球制造業格局。2015年11月23日，世界機器人大會在北京召開，李源潮副主席參加了開幕式并致辭。這一系列舉措，掀起了機器人研究與開發的熱潮。
從未來10年乃至20年的發展角度看，機器人將越來越深入地融入社會，在更加動態和不確定的環境下，完成復雜和精細的操作任務。同時，我們也必須認識到，機器人無論如何發展，都只能是人類生活和工作的工具和幫手，輔助人類完成一些復雜、危險的工作。機器人將在人類的控制之下自主地執行任務，最終形成人和機器人協同工作的和諧環境。
目前人類生活的空間，是完全根據人類的認知能力和物理限制而建造的。未來人類建造或改造環境時，必須考慮人類和機器人之間的相互關系，使得未來人類生活和工作的環境適合機器人輔助人類生活、人和機器人協同工作。因此，機器人一方面需要借助腦科學和類人認知計算，通過云計算、大數據處理技術提高自身的認知能力；另一方面也需要在環境建造或改造中提出和研制易于人類和機器人操作的接口、設備等，研究新的機器人操作系統和控技術，提高機器人的精細與靈巧作業能力，最終實現機器人和環境、設備的相互適應和共同進化，創造人和機器人和諧、協同工作的新空間。
綜上所述，新一代機器人要求借助腦科學和類人認知計算方法，通過云計算、大數據處理技術，增強機器人感知、環境理解和認知決策能力。通過對人和機器人認知和物理能力、需求的深入分析和理解，構造人和機器人的共生物理空間。使得機器人能夠完成復雜、動態環境下的主動服務和自適應操作。
作為機器人領域的后發國家，我國在智能機器人領域相比于歐美日等先進國家還有相當大的差距。然而，大數據、云計算與物聯網帶來的變革，以及腦科學研究和類人認知計算技術的興起，給機器人領域帶來了新的跨越式發展機遇。目前，云腦機器人及人與機器人共生物理空間研究仍然是國際上的空白，它的研發、制造和應用是衡量一個國家科技創新、高端制造業水平和綜合實力的重要標志，必將是國家安全的基石和形成支柱產業的戰略引擎。抓住這個重大的歷史機遇期，增強我國在機器人領域的自主創新能力，是我國機器人研究和發展趕上和超越國際水平的重要途徑。
人類大腦具有非常強大的信息處理和認知功能，人類對自己的大腦及其功能的研究，歷經數百年，取得了巨大的進步，但依然處于十分初級的階段。人類對自己大腦運行原理的理解，依然十分有限。因此，類腦計算面臨著非常巨大的挑戰，尋找一個易于突破的方向，是當前類腦計算領域亟待解決的重大問題。
使機器人也具有同人類一樣的腦-手功能，將人類從瑣碎和危險環境的勞作中解放出來，一直是人類追求的夢想。隨著人類對腦-手認知功能理解的加深，從腦-手生物系統認知機理的角度研究仿生機器人，已成為機器人發展的重要方向。而這些研究有賴于對人類腦-手感覺運動系統多源信息編碼和神經協同機理的認知，以及如何將其轉化為仿生機械手靈巧操作的理論方法。這里首當其沖需要解決的就是腦-手感知運動系統多源感知信息的編解碼、神經協同運動機理。人手、臂的運動行為是運動皮層和感覺皮層等多腦區參與的神經信息協同表征與處理結果，而運動行為的學習則須將各種相關感知信息如視覺、觸覺、溫度覺等，編碼后傳入中樞神經系統，經過重復整合并存入長期記憶中。
目前對于腦-手運動機理的分析通常限定為初級運動皮層或運動前區與手具體運動參數的統計關聯性，而對于如何同時將多種感官信息傳輸到人腦、如何表示、整合，并長期存貯用于指導運動技能的學習，則鮮有研究。揭示腦-手運動行為在神經信息中的動態表征機理，從細胞、回路和腦區三個層次上分別研究神經元活動與運動行為在時間與空間分布上的系統量化關聯性，對多腦區、高通量、時變、非線性的神經信號，進行高效、動態、聯合的傳感測試與解析，是當前腦科學和人工智能領域面臨的共同挑戰。
云腦機器人的類人認知離不開神經科學的發展。受大腦視覺系統的結構和功能特點啟發建立的深度學習已在某些方面接近于大腦對于信息的處理能力。然而,深度學習仍然不完全具備大腦的認知能力，比如自主學習、對于多種模態的快速切換和自由融合、運動與感知的一體化等。因此，云腦機器人還需要從大腦借鑒更多的知識才能達到真正的類人認知。其次,為了實現類人認知，需要發展一種開放的、可擴展的、可重構的云腦計算體系結構，制造類腦神經元網絡等新型機器人的“大腦”。
目前，美國、歐洲等均啟動了類腦芯片及新型體系結構等的研究，最引人矚目的成果是 IBM 公司于2014 年8月發布的類腦芯片TrueNorth，其中含有100萬個可編程神經元、2.56億個可編程突觸，每秒可進行 2560 億次突觸運算。每消耗一焦耳的能量，可進行460億突觸運算。國際上開展類似研究的還有許多知名企業、研究機構和大學，包括英特爾、ARM、惠普、高通、斯坦福大學、曼徹斯特大學、海德堡大學等。我國的腦計劃項目也在緊鑼密鼓地進行。清華大學也于最近研制成功了類腦計算芯片天機 1 號。這方面的研究成果有望為云腦機器人的研發提供強有力的支持。
云腦機器人研究需要大數據技術的支撐。目前的大數據計算的前沿研究熱點目前正拓展對信息系統、物理系統和人類社會之間的高度耦合機理和互動模型研究。如何在現有認知科學和信息科學的研究基礎上，對跨時空大數據中數據、對象和事件的屬性進行建模、分析和挖掘，揭示跨時空大數據的高度耦合機理和融合交互規律，解決將人類知識與數據驅動的大數據技術有效結合的關鍵問題，是大數據計算的研究趨勢，亦是云腦機器人認知與決策的重要基礎。在智能決策方面，隨著人們對人類腦神經系統、感覺運動系統多源信息編碼和神經協同機理的認知，如何研究利用基于這些認知機理的智能控制理論與技術，并將其應用于機器人，增強機器人對不確定環境的適應能力和精細與靈巧操作能力，是云腦機器人智能控制研究的核心技術之一。目前,匹斯堡大學,布朗大學和浙江大學等單位已通過對獼猴和人的腦神經運動系統認知機理的揭示，研究新型的機器人操作理論方法，并進行了獼猴和人的典型抓取實驗。作者領導的課題組開展了機械手高分辨率多模態陳列傳感裝置以及基于經驗學習的機械手精細操作方法的研究，并將其應用于科學實驗。
盡管類腦計算和云計算目前已經取得顯著進展，云腦機器人的研究依然面臨巨大挑戰。為了應對這些挑戰，應該在以下方面開展深度研究：
1）云腦機器人系統的體系結構
通過視覺、聽覺、觸覺等多模態感知信息完成對作業環境的進行認知并對操作目標進行精細與靈巧操作是云腦機器人必備的能力。擬突破該體系中網絡與機器人、機器人與機器人之間的感知運算存儲等資源的配置、角色分配、任務分工、協作方式以及人機情感交互，以及基于類人認知的機器人精細與靈巧操作等問題。研制認知專用加速芯片，實現高性能功耗比的復雜認知功能。研究支持多機器人協作的云端融合體系結構，根據任務復雜度、數據量、網絡狀況以及機器人的電源狀況等自動選取優化的云端任務劃分和機器人間任務劃分機制，降低總體成本、功耗，提高任務執行效率。突破云端融合的智能機器人編程方法、編譯器和運行時系統，實現云腦機器人性能的整體跨越。研究超智機器人與智能家居環境和智能制造環境進行信息交互和操作控制的方法與體系結構。基于新型器件和新型類腦計算模型的研究，研究新一代認知加速芯片。
2）云腦機器人的類人認知
機器人在感知外界事物時，需要從多個感官模態獲取信息，對這些信息有效整理用于認知過程、指導后續行為，并可通過云計算和云存儲延伸感知能力。為此，需要發展云腦機器人的類人認知基礎理論和方法，解決多模態信息“如何表達、如何處理、如何使用”以及類人認知與現有信息處理系統如何高效融合等問題。
3）云腦機器人的智能控制
云腦機器人需要高效處理來自網絡空間、物理空間和人類社會空間的跨時空復雜信息。因此，如何在與環境交互和共同進化過程中實現自適應的決策與控制是云腦機器人必須具備的能力。為此，需要研究跨時空復雜環境下的智能控制理論、方法與系統。包括：（1）云腦控制的分層遞階結構；（2）云腦控制的認知機理；（3）面向云腦控制的人機交互；（3）云腦協調多任務規劃與決策。（4）云腦機器人核心功能部件，包括多模態、高分辯率陣列傳感裝置、仿生肌肉纖維和記憶合金協同驅動裝置以及關鍵傳動與控制器件等。
4）云腦機器人的大數據處理與分析
云腦機器人需要高效處理來自于網絡空間、物理空間和人類社會空間的跨時空大數據。如何智能地從與環境交互的海量歷史數據及實時數據中自適應學習與決策是云腦機器人必須具備的能力。為此，需要研究跨時空大數據環境下的智能信息處理理論、方法和系統，包括：（1）跨時空大數據的統一表達以及數據、屬性和語義的交互機制建模；（2）跨時空數據的變粒度結構挖掘及其高度耦合機理；（3）知識與數據驅動相結合的學習理論和高效算法；（4）開放式動態復雜環境下的隱含結構識別、異構推理與融合；（5）不確定環境下的高效智能決策與自適應學習；（6）支持云腦機器人數據計算的大數據分析處理系統架構、質量控制模型與高效算法，實現跨時空大數據并行處理機制及知識管理模式。
5）應用示范
建立在云腦機器人基礎之上的服務機器人在未來養老服務中應逐漸扮演起重要角色，利用多感覺整合與注意腦機制及其與人情感關系、人-機器人的友好交互、技能學習與智能決策等關鍵技術，提高機器人的認知能力，提升服務機器人的智能化程度，承擔起養老服務，解放勞動力，帶動整個服務產業新發展，解決國家重大社會問題。另一方面，云腦工業機器人在新工業時代大背景下，利用自主協同操控，面向復雜加工任務的自主制造，群組工業機器人的智能規劃、決策，基于網絡的人機共融操作等關鍵技術，進一步提高工業技術水平，同時結合服務機器人生產、制造，進行應用示范。
為了攻克云腦機器人上述關鍵技術，應該建立高等院校、企業和標準化組織協作的創新模式，為新技術的應用提供市場準入條件。在技術示范方面，要充分結合企業的工程實施能力和產品化能力，通過技術轉讓等成果轉化方式吸引相關企業參與項目實施。與相關行業管理部門積極溝通，以便于成果輻射整個生產行業，帶動行業進步。在人才保障方面，加強對云腦機器人科技人才培養的政策支持，吸納高素質人員進入機器人研發領域，建立高層次人才培養體系。此外，積極引進國外先進技術與經驗，實現我國機器人技術發展與世界接軌。加強國際機器人標準體系研究，系統與裝備國際化頂層設計，國際合作機制研究，以及國際發達國家機器人技術跟蹤與發展態勢分析。
云腦機器人是新一代機器人的發展趨勢。通過云腦機器人的研究與開發，形成完備的機器人產-學-研-用創新體系，具體包括突破云腦機器人的體系結構、環境交互學習、認知行為與作用機理、靈巧操作等基礎理論與核心技術，并研制大面積多模態、高分辯率陣列傳感裝置、類人認知計算芯片、仿生肌肉纖維和記憶合金協同驅動裝置等新型仿生感知與執行器，開發云腦機器人關鍵傳動與控制器件，完成原創性的云腦機器人實驗樣機平臺研制，建立服務機器人和工業機器人應用示范。通過對云腦機器人的研發，不僅能夠快速提升我國在機器人領域的領導地位，還能有力地促進云計算、類腦計算與認知計算的協同發展。
