机器人技术的发展备受瞩目，但不知不觉间，我们已经走到了“机器人2.0”时代的入口。

“机器人2.0”伴随着交互和学习能力迭代——从视觉感知、人机交互，到增强学习、连续学习，前沿技术正在开创新的未来机器人。同时，“机器人2.0”也在带来传统领域、传统应用场景的普遍变革。那么如何解读这个“机器人2.0”大时代，小编专门为您提供来自德国汉堡科学院张建伟院士在硅谷的分享。机器人2.0大时代到来 引领传统领域普遍变革
 交互和学习能力迭代，把机器人带入2.0时代

今天我们谈论的智能制造和机器人里，有两个比较重要的技术，一个是计算，另外一个就是数据。传统的大数据公司是在做数据的整理、数据的可视化等等。现在的整个趋势是在第二层：数据的发现，以及最上面一层，即真正的数据自动整合和自动决策，另外就是人机交互的模式。我们看到很多创新公司，现在在摆脱传统的触摸屏和显示设备，用新的无处不在的显示和自然的交互模式来改变整个人机交互、工厂领域交互的模式。用自然的语言、用自然的手势、自然的表情和自然的物理交互，甚至用脑信号，把这些综合起来，作为未来的人机界面的技术。

现在中国也在做人工智能2.0的路线图，机器人2.0也在被谈论，机器人在慢慢摆脱传统的被编程、固定执行程序的机器人模式，基于很多交互功能、记忆功能、学习功能变成2.0的机器人。

包括我们现在使用的这种开源操作系统，也是给新的机器人的发展带来了新的机会，现在所有开发新的机器人操作系统，都使用ROS操作系统。

当前机器人技术的变化还包括机器人的模块化，这次在CES里也看到很多新的机器人模块化产品，图上是我们在五年前已经有的一些新的zhuanli，把机器人按照几个标准的模块来生产和开模，让它实现各种各样的构型和新的功能。这也是一个非常新的未来机器人的概念。

“机器人2.0”将带来传统领域的普遍变革

我们讲机器人和人工智能的下一个应用场景，实际上除了智能制造之外，还有整个社会的应用，比方说助老助残、城市交通问题、环境问题，这里面都有新的创业机会。还包括在物流领域、家庭领域、医院领域的各种应用。以及工业4.0里人机交互的一些场景。去年在汉堡我们组织了世界最顶级的世界智能机器人大会，有很多工业界还有创新人才参加，期间发现很多最新的智能机器人技术已经变成了创业公司和产品。

这里包括物流的各种系统应用：通过新的智能机器人，实现新的自动物流。也包括传统的工业机器人到交互机器人，再到可以装配各种各样柔性控制功能的机器人，包括用机器人检修各种各样环境的管道、隧道、桥梁、公路等等，都有创新公司的一些例子。如果机器人在智能工厂里，它可以实现很多新的功能，包括应对比较复杂的环境、柔性制造、减少成本、提高效率等。

传感器是下一步智能机器人最新的关键技术，现在所有智能机器人的发展都是在用各种各样的传感器来感知环境，做智能控制和自主决策。视频上是我们最近结题的一个欧盟项目，做的是自主的、有感知的、有操作功能的机器人，在意大利和瑞典的老人院里每天都在试用，帮着老人做家务等，除了这种感知功能、交互功能之外，还有很多操作功能。

机器人在护理方面的自动化也是新的应用场景，比如我的学生最近在深圳创立了医疗公司，现在已经有新产品在逐渐上市，包括帮助护士查房、解释情况等等，包括右图的机器人，也就是自动配药的这种机器，里面有很多传感器和自主决策的系统。

所以从工厂自动化，到培育自动化，到医疗自动化再到家庭自动化，这是一个非常清晰的过程，从先to B再到to C，机器人和人工智能的应用一步一步升级。

 增强学习、连续学习技术在开创新的未来机器人

我们说现在的机器学习的发展，是从机器的自动化，到软件的自动化，发展到监督学习和增强学习，而现在我们在研究连续学习技术——实际上是基于增强学习技术，并把它层次化，一层一层地从最低级的概念和技术进入到更上层的学习。现在的增强连续学习技术，我们在一步一步做得非常多。现在除了输入/输出的系统可以测量，更多的是测量它输入/输出以后，对系统性能的评价，这里包括对未来的预测，和持续性学习，现在已经逐渐地从学术里慢慢地应用到自动驾驶，应用到机器人，应用到智能系统里。

视觉感知技术的突破将带来机器人应用的爆发

还有就是在整个认知方面，视觉感知方面，现在德泽在杭州的一家公司，产品也在逐渐的成型。就是怎么把人类的视觉中枢用大数据的方式把新型的传感器变成视觉信息库，然后放到云里，用智能算法来进行匹配、识别、定位和导航等等。像现在的谷歌自动驾驶还有特斯拉的自动感知有很多开放性研究论题。

这图就是机器人眼里的各种各样的定位问题，绿色的是已经比较成熟的技术，蓝色的是部分成熟的技术，红色的是未来的技术，实际上我们在视觉的定位、感知、导航方面，正在面向未来进行技术的开发。现在在导航技术里，室外的GPS基本上已经非常成熟，然后室内的一般是用激光的办法，还是比较昂贵，只能看物体外边的轮廓，下一个挑战是纯粹用视觉的技术来进行定位、识别、导航。现在我们已经做出了一些嵌入式的系统，在VR、物流、和机器人本身已经得到了应用。实际上在无人驾驶、无人机、服务系统和家庭机器人里，包括宇航飞船，未来都会有很好的应用。现在CES里也有得奖的作品，拿手机识别出上千种的物体，现在也逐渐变成了一个应用型技术，在用深度学习的技术，进行机器人的日常生活物体的理解。包括在工业界里，比如在中国很多汽车工厂，自动识别汽车车体的位置和姿态。也包括我们用一些新的传感器和机器人的技术进行一些道路桥梁和基础设施的检测。

实际上机器人的下一个挑战是多模态的学习技术，怎么让机器人通过物理的交互，积累经验，学到不同的本领。深度学习只是我们的五种模式之一，实际上还有更多的包括脑机接口技术、包括行为学研究、包括神经影像，和用新的集成的系统来研究新的人机交互和智能的算法。包括各种各样传感器的融合，视觉听觉位置触觉，怎么按照人的更好地整合信息的办法来实现新的智能系统。

机器人2.0带来的是传统产业升级和国际化创业机会

从机器人的2.0到人的2.0的项目都会有非常大的作用，包括在心理健康保健、机器人和工业制造里都会有很大的用途。包括各种服务系统、未来机器人、人机共存的场景控制，包括未来认知工厂里的一些应用场景。这些项目里，中国一些比较大的企业，比如华为、京东方，还有英特尔、飞利浦、空客和大众，以及最近的西门子、库卡，对我们的项目都有一些投入，包括深度学习、大数据、自动驾驶、诊断系统、人机交互、环境感知等等，人们都非常感兴趣。

实际上传统的信息通信技术行业和人工智能、机器人以及制造业，这方面需要的人才要求非常高，要解决的问题也非常多，但前景也非常好。我想这个命题在三年五年甚至二十年以后都会有新的题目可以做，更多新的业务可以创造出来。从奥巴马的方案，包括川普的新的方案，包括日本、韩国、德国整个的方案，现在中国也对这方面非常非常重视，投入也非常大。我想，把中国的资源利用好，把中国的智能制造和国际的智能制造变成一个国际化的创业机会，这里有非常多的好机会。