人工智能為機器人注入技術深度
機器人發(fā)展歷史悠久,當前機器人分類眾多,但目前其功能和實用性與期望存在差距,如工業(yè)機器人只能在結構化環(huán)境工作,服務機器人功能簡單,特種機器人靠操作完成任務。而近年來信息技術尤其是人工智能技術的發(fā)展為機器人應用提供了更多空間。未來機器人自己學習、編程、規(guī)劃轉變已不是難事。
中國科學院院士、華中科技大學教授丁漢
“人形機器人是各類技術的集大成者,”丁漢指出,“人形機器人有可能成為一個顛覆性的產(chǎn)品。”人形機器人最主要的趨勢是集成AI,當前人形機器人的難點是模擬人類行為。其中,模擬大腦是需要實時收集和處理數(shù)據(jù),像人一樣實現(xiàn)手眼腦協(xié)同;模擬小腦是保證行為表征、協(xié)同自主能力和交互能力,完成復雜運動控制;機器人機件本體的柔性化設計,也是未來攻克難點。丁漢認為,人形機器人的應用場景包括危險環(huán)境、工業(yè)制造、家庭服務等,量產(chǎn)中需要持續(xù)優(yōu)化包括骨骼機構、電機、電缸結構等。
目前人形機器人處于發(fā)展黃金期,在大數(shù)據(jù)、人工智能、端到端學習等技術的推動下,人形機器人也在逐漸走向通用化。同時,人形機器人的發(fā)展會帶動本體廠商和下游零部件的快速發(fā)展,尤其是傳感器。
具身智能發(fā)展迎來大模型驅動
林倞的演講主題是“具身智能”。具身智能,與離身智能相對,具有主動性和強交互性,能通過機器人主動、自適應地完成改造世界的任務,是從認識世界到物理世界的跨越。特別是人工智能大模型驅動機器人后,具身智能就成了機器人理解數(shù)字空間與真實世界的關鍵鑰匙。
中山大學教授、鵬城實驗室多智能體與具身智能研究所所長林倞
大模型驅動具身智能這項技術剛剛起步,目前面對諸多挑戰(zhàn)。第一個需要解決的難題是空間推理能力,人工智能數(shù)據(jù)常丟失空間和物理信息,這阻礙機器人對空間的深度感知和理解;其次是長程任務規(guī)劃,機器人對話是動態(tài)上下文,不同于語言任務對話,需進行長程任務規(guī)劃;機器人還需要彌補“小腦能力”,需回到大小腦協(xié)同架構完成運動控制和概率模型結合;此外,具身智能需要圍繞著數(shù)據(jù)集、數(shù)據(jù)驅動,建立數(shù)據(jù)集必不可少。
林倞也總結了具身智能的關鍵技術,分別是:傳統(tǒng)感知技術、交叉方面技術、虛實融合與自主可控生態(tài)。出身計算機視覺的林倞,在感知方面三管齊下,其一是把圖像、文本和 3D 點云對齊,構建走入物理空間的多模態(tài)對齊模型;其二是從被動感知到主動感知,構建模擬環(huán)境并用遞歸神經(jīng)網(wǎng)絡做規(guī)劃和目標搜索;其三是把大語言模型和環(huán)境感知融合做路徑規(guī)劃和導航。
在具身智能的“任務規(guī)劃和決策”“虛實遷移”兩方面,林倞也有建樹。“任務規(guī)劃和決策”上,林倞早期嘗試用遞歸神經(jīng)網(wǎng)絡、機器神經(jīng)網(wǎng)絡做任務規(guī)劃,構建世界模型和知識表達,預測任務分步驟;近期結合大語言模型實現(xiàn)復雜場景下任務規(guī)劃和導航,用大語言模型拆解任務,用跨模態(tài)模型發(fā)現(xiàn)關鍵位置和地標并執(zhí)行任務,提高了抓取能力精度和可控性。
為了構建“虛實遷移”,林倞帶領團隊構建通用框架統(tǒng)一高層任務和下層控制、執(zhí)行接口,進行智能具身化嘗試;并在虛擬仿真空間利用AIGC技術探索,構建具身仿真平臺,結合多種算法采集示教數(shù)據(jù)和訓練技能,掃描真實環(huán)境輸入仿真空間訓練,進行了從仿真到真實世界的策略模型遷移嘗試。
能源轉型下的儲能技術突破
在2060碳中和國家戰(zhàn)略的大背景下,我國大力發(fā)展太陽能、光伏、風能等可再生能源的開發(fā)。太陽能和風能存在間歇性、不穩(wěn)定性,導致利用率不高。因此,趙天壽認為,可再生能源的開發(fā)需要儲能技術來平衡能量,儲能在發(fā)電側、網(wǎng)側和用戶側都有重要作用,尤其是長時儲能技術。同時,新型儲能技術也是大型儲能裝置的需要,理想的儲能技術應滿足安全可靠、經(jīng)濟可行、資源可及三大條件。
中國科學院院士、南方科技大學教授趙天壽
趙天壽現(xiàn)場分析抽水蓄能、壓縮空間、鋰電三種技術差異。抽水蓄能和壓縮空氣的能量載體可流動,容量和功率可解耦,適合長時儲能;鋰電能量密度高、轉換效率高且安裝方便,但能量載體為固態(tài)、能量和功率強關聯(lián)。如要實現(xiàn)長時儲能目標,需可流動能量載體和電化學能量轉換裝置,形成流體電池體系。
趙天壽的研究方向是液流電池旨在解決以上儲能問題。流體電池,即能量儲存在電解液罐中,能量載體為電解液,具有流動性。其優(yōu)勢包括時長靈活、安全、擴容方便、無相變過程、生命周期長,應用場景廣泛,可適用于發(fā)電側、電網(wǎng)側和用戶側所有場景。趙天壽也坦誠地表述當前液流電池存在成本居高不下的問題,但因液流電池儲能表現(xiàn)理想,與傳統(tǒng)抽水蓄能活鋰電池蓄能相比有競爭力,未來有望在碳中和戰(zhàn)略中發(fā)揮重要作用。
由“熱”帶來的新技術
鄧濤主要介紹了其團隊在仿生熱能材料及技術方面的工作,包括光熱儲存轉換和熱能探測。
為了便于理解,鄧濤先講述了能源與熱的關系:“我們?nèi)祟惖纳鐣l(fā)展基于幾大定律,熱力學一二三定律,這都跟熱相關,尤其是熱力學第二定律,這就定義了其他能源轉變?yōu)闊崮軙r接近100%的效率,而熱能轉變?yōu)槠渌茉磿r不可能100%,效率必須降低,這是因為我們生活在一個熱力學第二定律掌握的世界。”
鄧濤直言自己團隊突破熱導率瓶頸是受到了自然界的啟發(fā):“蝴蝶本身的翅膀上是通過光子的傳輸,就啟發(fā)了我們在設計的時候直接把光熱轉換的材料放在我們儲熱材料本體里,通過光子來傳輸我們的熱能,而不是通過聲子,這是一個新的機制。”
上海交通大學研究生院院長鄧濤教授
基于以上原理,鄧濤團隊設計了通過光子傳輸熱能的儲熱材料,解決傳統(tǒng)儲熱材料熱導率低的問題,并使用磁性吸光材料,增加充熱距離、速度和熱量。該材料可在工業(yè)上應用,主要是用可透的、磁性的濾網(wǎng),利用重力讓其在液態(tài)時下沉,使太陽光可直接充熱。同時,為解決聚焦太陽能導致的安全風險,引入氣液相變,通過氣泡使材料上浮,避免過熱,提高光熱儲熱的能量密度。
鄧濤團隊的熱能探測研究方向是,人體發(fā)射的紅外光的具體應用。同樣受仿生領域啟發(fā),將人的因素集成到人工系統(tǒng)中,用人手作為紅外光源進行探測和信號傳遞。鄧濤團隊發(fā)現(xiàn),人手發(fā)射的紅外光在7.5-14微米之間,通過不同手指發(fā)射的紅外光,結合不同材料和基底設計,可實現(xiàn)對不同手指紅外光的區(qū)別。這項研究可用于防偽碼、指紋識別等。在暗光甚至無光情況下也可實現(xiàn)人機交互,未來該技術有望用于驅動家用電器或智能儀器。
嘉賓探討未來科技走向
主題為“Future Of AI And Energy Transition”(人工智能與能源轉型的未來)的圓桌論壇,與會嘉賓就人形機器人、強人工智能(AGI)、美的AI領域的發(fā)展、液流電池、熱能源領域以及美的儲能業(yè)務等話題分享了各自觀點。
遠見者大會圓桌論壇
丁漢的觀點是,人形機器人是機器人未來的重要載體。美的需要布局核心零部件、AI 和機器人本體技術發(fā)展。
林倞認為目前強人工智能(AGI)沒有定義,盡管AI技術發(fā)展很快,在某些特定領域的能力可以超過人類,但全面超越不會很快到來。
張小懿表示,美的重視AI發(fā)展,將其作為戰(zhàn)略方向。目前重點工作包括推動AI基礎設施建設、算法平臺建設、提升各種工具效率,希望產(chǎn)品和服務搭上AI列車,推動家庭智能體和工廠智能體戰(zhàn)略項目。
趙天壽認為新型儲能電池存在成本與回收的問題,對液流電池大規(guī)模應用充滿期待。
鄧濤對可再生能源開發(fā)的觀點是,清潔能源應用需考慮環(huán)境影響與回收利用。
伏擁軍表示,儲能行業(yè)處于初期,美的在新能源領域有布局,包括光伏集成到各種儲能形式,實現(xiàn)電化學儲能各場景全覆蓋。美的堅持在技術、產(chǎn)品、商業(yè)方面持續(xù)投入。
此次,與會嘉賓也對美的集團的發(fā)展提出了建設性的意見和建議。
美的的發(fā)展愿景是致力于成為全球領先的科技集團。美的關注科技動態(tài),持續(xù)加大研發(fā)投入,緊隨時代步伐,布局包括人工智能、儲能在內(nèi)的多個新興領域。美的將不斷探索未來產(chǎn)業(yè)發(fā)展的新路徑,為實現(xiàn)發(fā)展愿景而持續(xù)努力,并期待與大家攜手奔赴更加美好的未來。
責任編輯: 江曉蓓