从深入机器人行业的技术触角英特尔&科沃斯 商用机器人合作谈起的话题

就在前几天，英特尔和一家名为科沃斯的机器人厂商一起开了一场新品发布会，涉及的产品包含了科沃斯的四款商用机器人。

走在机器人商用前列的科沃斯

或智能清扫之上。前者根据固有需求而设定功能;而后者仅能完成一些简单的语音交互或简单工作，两者均不是我们今天要讲的“机器人”。在我的印象里：商用机器人并不是一个可以追溯很长时间的领域最早的印象应该是一些用于导览点餐的机器人。

所以我们很好理解;创立于2016年的科沃斯已经是全球最早的服务机器人研发与生产商之一但是这个时间不长的企业.但却具体很强的生命力或者说整个机器人行业正受到新一轮的技术爆炸的洗礼将AI5G计算模式跨领域的技术推动力快速应用在各类"机器人服务业”中去。

如果还不好理解商用机器人究竟为何物我们不妨看看科沃斯的具体产品——4款全新智能服务机器人实际上是三款定位于各个具体行业需求的机器人——工具型金融服务机器人BENEBOT5旺宝5大屏营销服务机器人SHOWBOT秀宝巡检机器人THINGBOT巡宝.和一款科沃斯自主研发的通用运动底盘——NIMBOT敏寶。

从工具型金融服务机器人BENEBOT5旺宝5来看它能够主动迎宾切入服务场景串联起从迎宾接待分流引导到业务咨询和办理的整条服务动线。用户一进入厅堂.旺宝5便能在3m范围内，快速洞察用户动向。通过准确的人脸识别（暗光环境下依旧准确识别）和三维智能麦克的高效拾音实现高效的分流引导，帮助客户办理非业务同时旺宝5具备厅堂全场景运动能力可以边移动边传播边营销极大提高用户触达率。换一句来说：下次你到银行办理业务便不再是大堂经理或者保安来引导你进行业务办理而是由一台足够智能的机器，人来直接办理业务。考虑到银行、金融行业的业务复杂性旺宝5能够满足业务办理时的交互需求已经在视觉识别语音交互和数据交流上拥有出色的性能。

英特尔提供了完整的技术支撑

不需要一一列举我们已经能够感受到科沃斯在机器人商用领域上走在了前列这一代的新产品最大的优势是得益于应用了英特尔针对机器，人而提供的、从硬件到软件到算法上的技术应用从而使机器人在感知能力交互能办运动能力甚至面对复杂业务的计算能力上得到提升从而使商用机器人可以广泛应用于大场景、多动态物体的真实商用环境。

我们可以看到科沃斯最新的机器人全面应用了英特尔酷睿i7处理器，支持机器人的导航、避障定位建图算法的运算平台;采用IntelMovidiusMyriadX进行深度学习任务的处理主要是人脸检测人体检测和物体检测，实现人机交互方面的应用。在算法上则采用IntelRealSenseD435i用于图像相矢算法的数据输入这款深度摄像头不仅拥有100万像素的深度识别能力而且还应用了英特尔强大的深度识别算法.保证了机器人在运行中具备实现完美避障的能力。软件，上采用英特尔OpenVINO工具包以及IntelRealSenseSDK来加速深度学习以及深度图像的获取。

异构计算为机器人领域打开了全新的局面

从英特尔提供的硬件构架上，我们能够提取出两个矣键词：酷睿和Movidius前者是X86构架的标准CPU.它在PC上强大的运算能力不需要我再花笔墨去描写+值得一提的是.科沃斯产品这次全线采用的是酷睿i7处理器从处理导航避障定位等算法时其实还是有一些算力过盛之嫌.不过这样的设计也很好理解商用机器人领域并不是一个更新迭代很快的产业客户更需要在固有的硬件基础上通过软件升级来实现功能提升，所以在处理核心上保留一部分算力冗余使产品具备更长的生命曲线。

而Movidius则是英特尔处理深度学习任务的核心.AI为商用机器人领域带来的最大变化便是设备能够在一定业务原则下通过深度学习强化实际应用中的体验比如多次对人脸识别后提升用户身份鉴别的效率比如通过环境变化规律识别后提升其地图规划和避障能力……

之所以要将酷睿和Movidius单独拿出来讲，是因为这是两个运算规则完全不同的计算系统而它们要在同一台设备中协同工作并在同一业务上呈现高效准确的体验，这就涉及一个概念——异构计算。英特尔不久前提出了XPU的概念便是要将不同运算核心CPUGPUFPGAMovidius等放在同一产品策略上来审视最重要的便是通过异构计算来实现不同构架上的沟通。

之前跟读者笑言时说过：”如果在你的认知里.认为英特尔在PC，上才是王者那么可以说你已经是正儿八经的科技青年了;或者你还会说英特尔在数据中心设备上拥有绝对的领导地位我甚至还能尊称您一声业内人士。但即便如此，你对英特尔的了解真的还不够多。蓝色巨人的强大在于它能够掌控跟计算相矣的最宽泛领域而且能够将不同领域的算力打通。

在科沃斯机器人上：实现异构计算的基础便是OpenVINO工具包.其实这套软件平台已经在英特尔的各项业务领域中得到了广泛应用，而且也升级多次已经掌握到炉火纯青的地步这是英特尔在异构整合上打下的一个坚实基础.如今英特尔已经能够通过oneAPI实现软硬协同实现更为强大的算力整合记得之前英特尔中国研究院院长宋继强便提到过一个“极光”（Aurora）超算架构的例子.这套硬件系统整合了两个10nm的至强可扩展处理器和6个Xe架构的Ponte Vecchio GPU.以及多层级内存技术应用在能源领域的高性能运算吟天我们看到的”英特尔酷睿i7+Intel Movidius MyriadX"也仅是牛小试而已。

机器人4.0的行业典范作用

英特尔的强大不仅在于它在各个计算前端做出的探索，还在于它将算力转化到各个行业之中的下沉能力这次与科沃斯的合作可以说在商用机器人领域树立了一个极佳的样本之所以英特尔的业务转化能力如此之强不仅在于“立标杆”，还在于”树规范"。

就在不久前，英特尔便提出了机器人4.0的行业白皮书其地位无异于PC行业的酷睿平台的软硬件规范这方便合作伙伴按图索骥实现机器产业的立体协作，帮助英特尔将最新的AI5G和智能边缘等技术下沉到用户需求中去特别是边缘计算各个行业不同用户对于边缘的算力需求不同而且从英特尔以往对边缘计算的规划中并未明确规定边缘节点究竟靠近云还是靠近端;所以一切都要根据符合它的带宽和时延需求而设计，使性价比达到最高。

"机器人4.0"正是这样一个根据用户订制的系统和架构我特别向宋院长征询：机器，人4.0是否有一个明确的软硬件标准.宋院长的回答是否定的：正是异构计算的需求，使得英特尔和合作伙伴很难为一个行业制定一个具体的硬件标准这更需要英特尔与合作伙伴建立更加深入的合作。所以这个白皮书正是与科沃斯和另外两个产业合作伙伴一起共同发布的。虽然没有对具体硬件进行规范但机器人4.0明确指出了机器人在未来产业发展的背景下应该具备的能力，比如持续学习能力和场景自适应能力;另外白皮书还告诉了合作伙伴：甚至整个机器人行业.英特尔为机器人的未来构建做了哪些准备以便和行业伙伴一起做预先的研究这也是英特尔在机器人领域的软性优势所在。

下面是一些有意思的話题交流

我与宋院长的交流不仅限于今天的科沃斯机器人毕竟它是一个基于成熟行业现有需求的成品我还想通过一些技术上的交流来一探英特尔在这个领域上做的技术储备相信这部分内容更受科技直男们的欢迎

第一个问题是应用在科沃斯机器人上的Intel Real Sense D435i深度摄像头的分辨率是百万级别的英特尔为何不会推出分辨率更高的深度摄像头产品？针对机器人应用这样的参数究竟是满足需求还是有性能溢出？宋院长首先回答了前一个问题深度建模的分辨率提升肯定会涉及更大的计算量不过英特尔已经在研究相应的加速算法英特尔中国研究院便做对一些基于深度摄像头的3D场景快速建模的算法在酷睿i7处理器上已经可以实时跑下来了。这样的说法在我看来至少说明科沃斯机器人未来在场景和人脸识别上还有更深的潜力可以挖。而针对人脸识别上：其实百万像素级别的深度识别完全能够满足需求如今比较领先的一些人脸识别检测技术：它的像素数有32x32就够做了64x64就算是较高配置了主要是因为现有的应用场景人脸与摄像头距离并不是特别远这样的精度就已经够用了，如何距离较远，不仅是清晰度还会有其他的技术挑战。

第二个问题是针对之前英特尔发布的一亿次计算的神经拟态芯HLoihi的，它不仅意味着算力的提升，还在气体味觉识别上做了积极的探索。而以Loihi来实现气体味觉的识别所需的算力远低于传统的运算系统而它会给机器人赋予一些不同的应用场景呢？宋院长肯定了我们的想法给机器人一个新的感官能力，突破了以往在听觉视觉为交互基础的方式当然这样的功能不仅限于机器人领域还可用于安检农业等领域针对机器人行业其实不限于以人的感知方式比如毫米波雷达也给机器人一些超越人的感知能力。

我们将思路再扩展了一些，如果Real Sense采用Loihi神经拟态平台作为运算基础这样的平移是否会产生新的”化合反应”。宋院长觉得这样的设想非常有意思设想是可行的。但现阶段对于Loihi最适合的方法是为它专门设计一种Spikingneuralnetwork的计算模型（尖峰神经网络/脉冲神经网络），从而能更好地使用它底层硬件架构带来的好处。而Real Sense现阶段已经有了性价比比较高的加速硬件比如今天应用在商用机器人上的Intel Movidius MyriadX所以把它迁移到Loihi的需求或者说差异性没有那么强.未来我们需要更多的多模态融合，需要持续学习的能力把这些放在Loihi上.这样会更加合适o

最后还是回到异构计算的话题上：宋院长提及异构计算的最佳效果是，让最能干的去做相应的事情而不是让"一个人”做所有事情。

后记

今天的拓展话题其实很多，远不限于对科沃斯机器人的探讨其中两个最笑键的便是异构计算和机器人4.0白皮书在技术和行业两个层面对商用机器人行业的影响。其实个人感觉最有意思的还是和宋院长这样站在技术顶端的人物对话：一些深入的技术话题或许是发散的：但有时又会相当精确地点出了行业的核心要点比如他最后对于异构计算的评价，实在是精辟到位。