编者按：2016年8月12、13日，雷锋网在深圳举办了盛况空前的“全球人工智能与机器人峰会（CCF-GAIR）”，来自中美加的全球最为顶尖的科研实验室、学术权威、产业大咖、投资领袖共同探讨人工智能、机器人、无人机、智能驾驶等四大领域的未来趋势和产学研发展方向。雷锋网将会议精彩演讲内容与视频精心编辑，近期将逐步放出。
宏观的理解，就是把机器人的大脑放到云端，然后用网络接到一个机器人的身体上，也就是把机器人变成三个部分，把机器人的大脑放在云端，把机器人的神经网络变成移动通信的网络，然后把机器人的本体变成一个阿凡达，这样就形成了一个云端机器人。
达闼科技CEO、前中国移动通信研究院院长黄晓庆在会上简明扼要的阐述了云端机器人的概念。他表示，我们可以用一个完整的架构，依靠下一代的移动网络，做出来能够跟人的神经系统相媲美的机器人神经系统。
体积
人类大概有1000亿个神经元，想要用电脑模拟人脑是非常复杂的，那么如果想要电脑达到人脑的水平所制造出来的电脑会是什么样呢？黄晓庆在会上很直观地为大家算了一笔账。
我们大脑里面有1000亿神经元，并且人脑平均重量只有1000克，非常轻，平均的耗能大概是40瓦。人脑的每一个神经元相当于300个输入和300个输出芯片，如果用45纳米的芯片，要实现人的大脑需要2000吨重的芯片才可以实现，并且如果要实现人大脑的耗电是需要27兆瓦。也就是说，跟人脑比，同水平的电脑的重量和它的耗能都超过人脑100万倍，这也就意味着，我们如果想用芯片做一个和人脑一样聪明的机器人，这个机器人是不可能扛着大脑走的。
性能
黄晓庆表示，虽然人脑的天然优势明显，很省电、很轻，但人的大脑运算速度很慢，原因是在人体里面不是靠电子导电的，而是离子在导电，比起电子接近光子的速度来说，离子就慢得多的多。
人脑的运算速度大概只有500K左右，而电脑能1个G、2个G的做运算。如果你做出一个跟人脑一样聪明的电脑，它可以给一百万个机器人共享。这就是非常重要的理论基础。
黄晓庆拿人体做了一个类比，表示我们的人体实际上是一个中枢神经系统，通过神经系统来控制我们身体所有部分，这个神经系统就是我们身体的通讯网，那么这个神经系统的性能是什么呢？
我们的神经系统实际上性能并不像我们想象的那么好，平均大概有100毫秒左右的延迟，从我们的脑袋传到我们的眼睛是最快的，30-50毫秒，这也就是为什么看电影需要25帧才能流畅。从脚趾头传递到大脑的延迟最高，要200多毫秒。也就是说人体的这个网络尽管传输距离很短，但是时间却是很长的。
云端人工智能
由于电脑能够解决人脑的很多缺陷，但是在物理体积上不能够达到要求，所以就有了“把大脑放到云端”的概念。从近些年的三个标志性的事件上，可以看出，云端智能的发展时可能的。
第一个事件是在2010年的时候，IBM的Watson机器人在问答节目中打败了人类，这已经很厉害了。在此之后，2016又出现了阿尔法狗，在围棋上又打败了人类。这表示我们离某一个突破很近，这个突破就是人工智能在认知领域里面的突破，这些机器人的出现是这个领域突破的一个转折点。
第二个，这个领域可能大家关注的不多，2011年全球开始进行第四代移动网络通讯的时候，把端到端的传输延时达缩小到了50毫秒，比人体神经网络已经快了一倍，第四代网络通讯在终端之间传输时，距离可以是1000公里以上，而人体也就是两百毫米。
除了距离和延迟的提升，第四代移动网络的传输的速度也很高，可以达到100兆。等到了第五代的时候，我们的移动网络通讯性能还会提高10倍，成本还会下降10倍以上，容量可以提高100倍，这也就意味着，也许我们可以用50毫秒的时间控制一个远在1000公里或者更远距离的终端。
第三个，谷歌的完全自主驾驶的汽车行驶了100公里无事故、无障碍，这既是感知领域里面很大的成功，也是认知领域的成功，这给我们带来一个非常重要的从工业架构上面的基础。
AlphaGo和李世石对战
根据以上的标志性事件为基础，我们可以造出一个新型机器人的架构，这个机器人的架构就是把机器人的大脑，也就是认知系统放到云端，然后把机器人的神经系统用一个高性能的网络来替代，机器人的功耗会减小，设计也可以变得简单，更重要的是这个机器人的大脑可以同100台电脑共享，从能量到效率都可以实现很高的水平，这个架构我们就叫云端智能机器。
为什么说这个架构重要呢？从某种意义上来讲，没有这种架构很难做出能够完全取代人的东西，有了这个架构我们就有了起点，可以让我们在机器人领域追求的非常重要的一个工业目标，达到这个目标有可能是30年或者50年，但绝对不会超过100年，这个是我们大家努力的一个方向。
足够的大数据
黄晓庆在会上提到了一个非常重要的架构XaaS，使用AI与HI（人类辅助）相结合的深度学习平台来习得“智慧”。
从人工智能的角度来说，目前有相当多的开源的平台，有相当多的算法，甚至还有相当多的开源的数据，所以我们要培养一个网络让它能够识别图片，甚至对自然语言、文字认知可以到达一个水平。
那公司和公司的差异是什么？实际上来自于每一个公司对于新的有效数据的掌控，科大讯飞有大量的用户可以去积累数据，由此来看，机器人研究者和人工智能研究者的特点就是积累数据，只有足够多的数据积累才有机会学习和培养人工智能网络。在机器人的研究，如果不能收集到足够机器人运作的数据来培训我们操作机器人的网络，那我们实际上没办法提高我们机器人的水平。那在这样的技术基础的支撑之下，想要做出来能够跟人的神经系统相媲美的机器人神经系统就需要一个完整的架构。
快速的通讯网络
机器人神经系统还非常需要依靠下一代的移动网络，其核心的就是保证安全和保证通讯的质量。通讯要求能够在1000公里之内实现100毫秒，从这个角度来说，还需要很重要的一些基础设施，这些基础设施从某种意义上来讲跟机器人没有特别的关系。
优质的安全性
黄晓庆在会上提到了一个十分重要的概念，叫移动内联网，并且举了个例子：
假如说你在用机器人保姆看着两个孩子，你去上班了，你心里想的第一件事情决不是这个保姆很笨，你心里想的是我在上班，万一这个保姆被黑客给黑了怎么办？这是很关键的问题，就需要我们建立安全的体系来控制机器人，这个体系叫移动内联网，让黑客没有办法检测到机器人的存在，让这个机器人变成隐身，黑客看不见就没法攻击它，让机器人的IP没办法攻击它。
感知和认知的结合
基于以上架构，一个很核心的需要验证的一点，就是机器人的感知和认知。
黄晓庆举了一个他们即将推出的“盲人导航设备”的例子，这个设备它拥有一个移动端和一个头盔，移动端可通过语音控制，盲人可设置终点站，头盔是传感器，相当于一个传感器的集合，这个头盔上面有足够的传感器，能够把这些信息通过终端传到云端，云端进行认知决策，然后用自然语言和这个盲人沟通。
这就是感知、认知和云端智能相结合的简单演示。
黄晓庆在会上表示，达闼科技的目标是在2025年实现家庭保姆机器人，不过这以目标十分宏观，所以他们会先以“云端机器人运营商”的企业形象出现。先研究机器人的大脑及神经网络，搭建安全可靠的云计算基础设施，然后接入一些类似安放机器人、导盲机器人等垂直型服务机器人，做机器人连接云端的控制器，最后在实现家庭保姆机器人的宏伟目标。
演讲的完整视频，请戳：视频链接
正在生成分享图...
高秀松