本文为金出武雄教授在全球人工智能与机器人峰会的演讲分享。
演讲前，主持人杨强教授对金出武雄教授做了简短的介绍。
首先我们知道机器人是大家非常关注的人工智能的一个领域，在学术界已经有过很多年的研究，机器人这个技术到底能不能落地，在实际的场景中到底需要哪些创新才能够为我们所用，我们今天来听这个方面的鼻祖级专家，他是卡耐基梅隆大学的创始人，同时也是非常著名的荣誉教授，他主要研究是在机器人工、机器人学，都是在全世界独领风骚的指路者，是著名的金出武雄，有请。
金出武雄教授
的演讲主题为“在真实户外场景中能够应用的机器人系统
”。
以下为演讲精华摘要。
今天我要给大家讲的主题是在真实户外场景中能够应用的机器人系统，我为什么要讲这个主题呢？因为我觉得智能不光是用来玩游戏还是信息处理，实际上真正的智能应该是在真实的环境下跟人类进行互动，所以我们应该有这样的智能机器人的系统。
首先我给大家介绍我最近的一些学术研究，在晚上开车的时候，大家有没有注意到，雨滴在我们的窗户上会形成一层薄膜，它会阻挡我们的视野，为什么雨滴在我们看来会成为我们遮挡视线的障碍物呢？首先这是因为如果我们从透明的角度去理解雨滴的话是透明的，不会影响我们的视线，但实际上我们的车灯在发光的时候，打到了雨滴上面。当它遇到雨滴的时候就变成了一个迷你镜头光，光会在里面折射，会影响我们的视野，这也就是为什么雨滴会成为我们的视线障碍。再举个例子，如果我们的汽车或者是我们的玻璃，要成功阻挡雨滴对我们的遮挡要怎么做呢？答案是如果我们看到雨滴在降低的过程中，我们把车灯换成投射仪，就像我们在会场用的投射器这样，如果车灯换成投射仪，在雨滴降落的过程中，我们的投射器把每一个雨滴进行投射，这样雨滴就变成透明的，就不会影响到我们车灯的视觉效果，因为它没有产生光的折射。而那些在雨滴之中形成的水汽将会在背景中体现出来，所以大家能够从投射仪的反面看到，所以大家会想这个场景是怎么变成现实的呢？是不是操作起来很困难？实际上操作起来比较简单，因为下雨雨滴的降低过程并不是快速的跌落过程，一般情况下是每秒10米的降落速度，虽然我们看起来好像雨滴降落得快，在计算机视觉或者是在照相机看来，他们的采集速度里面就会把雨滴看成是一滴一滴的物体，这样通过计算机捕捉雨滴，就要比人类捕捉雨滴更直接更快，同时我们还能看到，照相机和投射仪器的像素不光能够接受灯光和光线，同时在灯光不足的情况下还会产生闪光，这样就提亮了整个照片质量的亮度，如果我们把所有的雨拍照，我们能够在视线范围内看到那些雨滴在什么地方。这是一种很简单的办法，只要我们看到雨滴的位置，然后我们把相应雨滴投射出来的点进行控制，这样通过控制它投射出来的点来控制雨滴，这些雨滴就不会阻挡我们的视线，而这个速度可能是很快的，在试验测试过程中就可以成功组织这些雨滴迅速下降，阻挡我们的视线。实际在真实场景中要拍照片然后发现这些雨滴在哪里，去进行控制是要花时间的，当我们准备好的时候，实际上雨滴已经发生了位移，当我们拍照的时候确认的位置在它之上，而现在雨滴德威治已经发生了下沉，所以在真实的场景中雨滴还会比我们看到的时候更下沉一些。中间和偏下方由于光线反射的原因就很有可能造成危险区，我们就可以去更好预测到底这个射向应该打上雨滴向上的地方，这样可以预防危险的预测，也就是高风险区、中风险区、低风险区，通过视线的这种方式，只需要根据雨滴的下降和位置，最终决定这个射线是否放出还是收回，这样可以让射线不会直接撞击或者折线雨滴，这样可以节约多少射线不会造成直接的反射，如果要保证射线不照射到雨滴上，你就只能把大灯关掉，但是关了大灯是无法开车的，这就是我们为什么要做这个工作。
那么我们到底应该怎么做呢？我们准备好了一个投影仪，同时还有一个摄像机，我们会进行同步的拍摄，用电脑对整个流程进行介入，我们用的就是会议当中的投影仪，进行相应的调整和修缮，因为现在大部分的投影仪都是使用DLP的投影仪，他们都是用比较小的镜面的序列，这样可以很快在每秒两百侦的数字上进行调整，所以大部分市场上买到的投影仪都没有办法达到这个水平，这就是为什么我们要对这方面的性能得以不断提升，这就是为什么我们要对投影仪进行相应的调整。我们就把它拿来代替试验当中的大灯，在前面我们放了一个摄像机，就像刚才提到的，放到一个透明的盒子里面去然后运输出去，把它放进车库里面，放在车的大前盖上，这样就有了一个新车，这个新车就有了一个全新的智能大灯。当看到智能大灯比如开始下雨了，在下雨的过程中你就根本不会看到灯，因为有了智能大灯你看不到雨滴，因为这个智能大灯可以有效智能的避免射线直接投射到雨滴上，对你的视线产生相应的影响。
如果你看到下雪，这是我们的人工雪的场景，雪的影像就会清很多，因为你的智能大灯射线并不会直接照射到雪花上，不会对你的视觉造成相应的影响。在很短的时间之内，我们可以看到它可以造成很高的视线清晰率的提升，到目前为止可能还没有那么多的人购买这种智能大灯的产品。但是，一旦我们能够了解到它背后的机制，也知道我们能够做这个智能大灯，我们就可以考虑这种智能大灯可以使用在很多的应用上，最简单的应用就是我们有高光线和低光线，比如说远光灯和近光灯的改变，比如你开远光灯视野很好，但是车跟你相对开过来就要把远光灯调成近光灯，否则就会影响到对方车辆的视线。在我这个年纪的人一般情况下如果受到远光灯眩光眼睛伤害的话是很严重的，也就是在开车过程中如果我们的眼睛受到了眩光影响后期开车就要闭着眼睛，这是非常危险的，这就是为什么现在有很多眩光造成的车祸事故。当然我们有这种智能大灯，不仅是把远光灯调为近光灯，不让射线直接投射到对向开车的驾驶员的眼球上，他就不会看到我的大灯了，可以看到车开过来，智能大灯会直接关闭掉投射到对方驾驶员眼球上的射线，这样对方眼球就不会出现眩光情况，而这样就好像是在对象的车上形成了安全驾驶，我们真正做到的就是从我们的角度不会把射线投射到对方驾驶员的眼球上，这样他们就不用进行远光灯和近光灯的调整。这样也不会影响到你后面行使的车辆，有些时候你甚至在远光灯的眩光影响下还会影响你的视野，我们要做的就是这种智能大灯的调整，大家可以看这个视频，这下面是驾驶员的视觉，你可以看到装上智能大灯就不会受到眩光的影响，同时从你自己的视觉角度来说，在上面可以看到你其实是开着远光灯的，而且前面道路视野也特别好，但是你对面来车的驾驶员不会受到远光灯的影响，这对我们本车驾驶员和对车驾驶员都是安全的。
一旦做到这一点就可以做很多有意思的应用，到目前为止，我们的自动驾驶车知道开到什么地方去，特别是乡村道路上，很多时候就可以探讨使用这种智能大灯，就可以直接告诉你行使的方向。或者目前很多自动驾驶的系统都可以直接检测到周围的人行道或者自行车，这种监测功能反应比人还更快，所以一旦系统监测到这种行人或者自行车的话，智能大灯就可以向这些行人或者自行车投射更多的灯光，让你可以清楚看到旁边有人，不要开车撞到别人，这样会保证更多的安全性，也有更多的应用。也可以把它直接放到我们的车上进行智能大灯的调整，你就可以拥有一个车前盖的大灯。可以看到这样的应用是很有意思的，可能看上去是一个创新，它把智能的应用，把电脑视觉的技术在大灯上得到应用，可以让我们的生活与众不同，提高生活质量，这也就是为什么在这里我提到我们要使用智能技术的最重要的点，创造生活更好的条件。
到目前为止我们有了增强现实，增强现实是一个非常非常有效的概念，当大家在进行手机的使用过程中，你可以从不同的角度使用增强现实技术，比如说像去年的PokemonGO游戏，或者你通过增强现实技术也可以更好了解到你现有的面前楼宇的具体情况，这到底是不是真正的增强现实呢？我觉得并非如此，我们所提到的如果我把这些增强现实的手机拿掉的话，我根本看不到这个游戏，也看不到这个大楼，但是真正能够做到增强现实的不是现实本身，真正能够做到增强现实的是通过显示屏本身所能够展现出来的关于现实场景的真实信息。当我去参加增强现实大会的时候让我做主旨演讲，我跟他们说你们大会的名字选得不好，后来他们主办方就不太喜欢我，这也是我开个一个玩笑，我觉得是通过LED来增强现实。
当我们提到机器人或者机器人的发展，事实上并不是专门针对于工厂或者其他的一些场景，它同时也可以使用在户外场景中，我们称之为实地机器人或者是户外机器人。它可以拿来做道路的勘探或者做道路的监测，这些户外机器人有些非常有意思的应用，因为他们是在完全不知道、完全新的户外场景中，他们对场景的了解比较少，今天我就简单介绍一下户外机器人的使用包括在卡耐基梅隆大学是如何做这项工作研究的，这个工作是我和我的同事一起进行的。
在机器人研究上已经有了很长的时间，从1980年开始就已经实地机器人也就是户外机器人的研究了。当时我们跟很多知名科学家合作，也有很多的明星科学家在这个项目中产出，同时我们把大量的机器人放到要求非常高的活动当中去完成任务，从历史的角度来看一下他们做了什么工作。一般情况下他们都是这种危险环境下来进行工作的，比如说回到80年代的时候，大家都知道我们当时有第一个机器人，这个机器人去到了3M岛的核电站，是在核泄漏地区做了环境监测，这是80年代做的工作。与此同时，我们还有一个机器人，这个机器人能够帮助我们去看这个活火山的情况，而这对于我们人类学者是上不去的，就用这个机器人去做活火山口的调查，这是非常有意思的应用。同时我们做了极地研究，能够帮助我们很好了解到极地的地况，因为在这种环境中，如果我们真正去到这样的环境，是一个非常重要的科学研究过程。但是我们都知道，极地地区非常广阔，而对于人来说不希望有太多的人介入的工作，所以当时使用了机器人。同时对于挖矿也是如此，我们现在也通过机器人帮助挖矿，同时进行户外开矿，这已经是在80年代就可以做到的。这种机器人的卡车现在已经完全实现了没有任何人的干预自动驾驶和环境当中的使用，事实上是在上个世纪就完成的，这也是我们自动驾驶的雏形，因为周围环境没有人，所以这种自动驾驶安全性比较高，成功性在前期就已经得到了验证。与此同时我们还有自动收割系统，这个机器可以帮助我们实现青蒿叶的收集，可以实现大概600英里的全时段作业，同时可以一次性收集200公顷以上的青蒿叶。所以可以看到，这也是我们早期的一些系统。
