行业新闻
“互联网+”时代下如何布局机器人教育?
2020-09-26 16:01:11

   1月26日,清华大学计算机系副教授徐华博士在由硅谷机器人教育品牌ROBOTERRA主办的“2016机器人教育国际峰会”上做了主题为《互联网+时代对机器人教育的几点思考》精彩的分享。

以下为会上的精彩发言:

今天报告的题目是“互联网+时代对机器人教育的几点思考”。在谈这个题目之前我想讲一下什么是互联网+,从这个角度切入然后再引出我们对机器人教育的几点思考。

说到互联网+我们必须回忆一下在中国大陆上移动互联网发展的几个重要的时间点:

(1)2010年我们国家发放3G牌照,可以称之为移动互联网的元年。

(2)2014年中国大陆地区手机上网人数首次超过PC机上网的人数,这时候大家上网的行为发生了巨大的变化。

(3)2015年华为在日本已经成功实施了在5G的移动互联网上网的技术,也就标志着目前移动互联网基础设施已经基本上完善了。

移动互联网和传统互联网有哪些区别呢?实际上可以用一句话就可以概括:移动互联网带给我们生活的改变,任何人、任何时间、任何地点都可以以多种方式上网,而传统互联网解决不了这个问题。

那么移动互联网对于工业领域有哪些变化呢?早期我们经常提到的一个名词就是麦斯系统,它可以控制从货物的加工到进入工厂,整个生产线可以实现智能化,同时能够把相关的数据也能够收集过来。但是随着移动互联网的发展,我们的生产环节可以不仅仅局限在工厂制造领域,甚至可以把整个的产业链的上下游聚集在一起。这就是我们所提出的工业4.0的概念,利用工业上下游的信息以及大数据,支持我们来开展有关智能工业和智能制造的一些工作。使用工业的机器人和工业的生产制造设备来协同我们开展工作,让整个工厂的效率达到最大化。

机器人行业爆发的一年

2013年在互联网领域又出现了一个比较重要的事情,有一家比较大的公司收购了九家机器人公司,那家大的公司就是谷歌,从那以后机器人就火起来了。这九家机器人公司分别是:

-机器人核心技术

Holomni:机械加速系统(机器人本体)

IndustrialPerception:引领未来的机器人视觉技术(机器人感知)

DeepMind:通用学习算法(机器人思考)

-工业机器人

MekaRobotics:设计能够与人协作的机器人(人机协同系统)

RedwoodRobotics:强壮、便宜的机器人手臂(工业机器人)

-服务机器人

Autofuss:自动动画和机器人领域(影视传媒领域)

Bot&Dolly:为好莱坞提供自动化机器人(影视传媒领域)

-特种机器人

Schaft:救援机器人(民用防灾减灾)

BostonDynamics:为美国军方生产机器人大狗(军用机器人)

现在,应用于工业上的机器人都属于非智能的机器人,下一代我们通过移动互联网积累的大量数据,机器人可以获得大量的具有环境感知的信息,使它可以进行感知。仿人形的机器人正在向智能化的方向发展,能够跟人实现简单的对话等交互。如果这个人用机器人真的拥有人的情感的时候,会有很大的想象空间的。

其实去年中国出现了大概一千多家的机器人公司,我们也看到了很多机器人的项目。但我们认为智能机器人最核心的一项技术是机器人能够实现自主的控制,也就是说它具有对环境感知的能力。人们对真正做智能机器人产品的实际上有很多误区,大家并不明白机器人真正的要素是什么。比如:腾讯公司出的小Q机器人,实际上没有任何机器人的特性。

对于国内机器人领域下一步的发展,我们认为有几个比较重要的方向和要素:

第一、不同应用情境下的智能机器人,特别是垂直细分领域。比如说我们要做陪伴儿童的机器人,可以把它定位为三岁以上的智能机器人,三到五岁的。因为三岁是一个非常重要的分界线,这一个年龄段的儿童具备了语言的交互能力,这样对机器人技术上要求就比较高了。而三岁以下陪伴机器人的定位就非常简单了,只要能够解放大人,最大程度的占用小孩的时间就可以。让机器人能够跟着小孩做游戏,做简单的交互,从现在的技术上来讲实现是不难的。

第二、我们现在就是互联网+机器人,作为一个C端的产品,从某种意义上来讲它实际上是一个移动互联网的入口。我们作为机器人的研发单位实际上要给后台机器人提供优质的内容服务和功能升级。

第三、在中美教育体系下,学生的实际情况还是有差异的。我们如果笼统来概括:美国学生普遍有一种比较强的自学能力,自主开发能力。虽然中国学生的基础扎实,但是自主开发能力,动手能力要差一些。正因为此,我们在机器人教育上要因材施教,进行不同类型的探讨和差异化的教育。实际上中美教育体系下,老师的授课方式是不一样的。美国老师可以说课堂基本上是随意化的,重点强调的是课下的思考,独立思考,实战的东西非常多。而中国实际上的授课模式是中规中矩的,学生特别希望能在教师的指导下完成,这是中美教育体系下产生的差异。所以在尖子生的培养方面,我们希望要针对不同环节的教育来因材施教。

文章来源:ofweek机器人网


   1月26日,清华大学计算机系副教授徐华博士在由硅谷机器人教育品牌ROBOTERRA主办的“2016机器人教育国际峰会”上做了主题为《互联网+时代对机器人教育的几点思考》精彩的分享。

以下为会上的精彩发言:

今天报告的题目是“互联网+时代对机器人教育的几点思考”。在谈这个题目之前我想讲一下什么是互联网+,从这个角度切入然后再引出我们对机器人教育的几点思考。

说到互联网+我们必须回忆一下在中国大陆上移动互联网发展的几个重要的时间点:

(1)2010年我们国家发放3G牌照,可以称之为移动互联网的元年。

(2)2014年中国大陆地区手机上网人数首次超过PC机上网的人数,这时候大家上网的行为发生了巨大的变化。

(3)2015年华为在日本已经成功实施了在5G的移动互联网上网的技术,也就标志着目前移动互联网基础设施已经基本上完善了。

移动互联网和传统互联网有哪些区别呢?实际上可以用一句话就可以概括:移动互联网带给我们生活的改变,任何人、任何时间、任何地点都可以以多种方式上网,而传统互联网解决不了这个问题。

那么移动互联网对于工业领域有哪些变化呢?早期我们经常提到的一个名词就是麦斯系统,它可以控制从货物的加工到进入工厂,整个生产线可以实现智能化,同时能够把相关的数据也能够收集过来。但是随着移动互联网的发展,我们的生产环节可以不仅仅局限在工厂制造领域,甚至可以把整个的产业链的上下游聚集在一起。这就是我们所提出的工业4.0的概念,利用工业上下游的信息以及大数据,支持我们来开展有关智能工业和智能制造的一些工作。使用工业的机器人和工业的生产制造设备来协同我们开展工作,让整个工厂的效率达到最大化。

机器人行业爆发的一年

2013年在互联网领域又出现了一个比较重要的事情,有一家比较大的公司收购了九家机器人公司,那家大的公司就是谷歌,从那以后机器人就火起来了。这九家机器人公司分别是:

-机器人核心技术

Holomni:机械加速系统(机器人本体)

IndustrialPerception:引领未来的机器人视觉技术(机器人感知)

DeepMind:通用学习算法(机器人思考)

-工业机器人

MekaRobotics:设计能够与人协作的机器人(人机协同系统)

RedwoodRobotics:强壮、便宜的机器人手臂(工业机器人)

-服务机器人

Autofuss:自动动画和机器人领域(影视传媒领域)

Bot&Dolly:为好莱坞提供自动化机器人(影视传媒领域)

-特种机器人

Schaft:救援机器人(民用防灾减灾)

BostonDynamics:为美国军方生产机器人大狗(军用机器人)

现在,应用于工业上的机器人都属于非智能的机器人,下一代我们通过移动互联网积累的大量数据,机器人可以获得大量的具有环境感知的信息,使它可以进行感知。仿人形的机器人正在向智能化的方向发展,能够跟人实现简单的对话等交互。如果这个人用机器人真的拥有人的情感的时候,会有很大的想象空间的。

其实去年中国出现了大概一千多家的机器人公司,我们也看到了很多机器人的项目。但我们认为智能机器人最核心的一项技术是机器人能够实现自主的控制,也就是说它具有对环境感知的能力。人们对真正做智能机器人产品的实际上有很多误区,大家并不明白机器人真正的要素是什么。比如:腾讯公司出的小Q机器人,实际上没有任何机器人的特性。

对于国内机器人领域下一步的发展,我们认为有几个比较重要的方向和要素:

第一、不同应用情境下的智能机器人,特别是垂直细分领域。比如说我们要做陪伴儿童的机器人,可以把它定位为三岁以上的智能机器人,三到五岁的。因为三岁是一个非常重要的分界线,这一个年龄段的儿童具备了语言的交互能力,这样对机器人技术上要求就比较高了。而三岁以下陪伴机器人的定位就非常简单了,只要能够解放大人,最大程度的占用小孩的时间就可以。让机器人能够跟着小孩做游戏,做简单的交互,从现在的技术上来讲实现是不难的。

第二、我们现在就是互联网+机器人,作为一个C端的产品,从某种意义上来讲它实际上是一个移动互联网的入口。我们作为机器人的研发单位实际上要给后台机器人提供优质的内容服务和功能升级。

第三、在中美教育体系下,学生的实际情况还是有差异的。我们如果笼统来概括:美国学生普遍有一种比较强的自学能力,自主开发能力。虽然中国学生的基础扎实,但是自主开发能力,动手能力要差一些。正因为此,我们在机器人教育上要因材施教,进行不同类型的探讨和差异化的教育。实际上中美教育体系下,老师的授课方式是不一样的。美国老师可以说课堂基本上是随意化的,重点强调的是课下的思考,独立思考,实战的东西非常多。而中国实际上的授课模式是中规中矩的,学生特别希望能在教师的指导下完成,这是中美教育体系下产生的差异。所以在尖子生的培养方面,我们希望要针对不同环节的教育来因材施教。

文章来源:ofweek机器人网