《智能系統(tǒng)》第10章 人機協(xié)同系統(tǒng)

1、第十章人機協(xié)同系統(tǒng)10.1人機協(xié)同系統(tǒng)概述10.2運行機制10.3智能遷移10.4案例高級人工智能人才培養(yǎng)叢書of311習(xí)題10.1 人機協(xié)同系統(tǒng)概述第十章 人機協(xié)同系統(tǒng)of312 人機協(xié)同系統(tǒng)又稱為人機結(jié)合系統(tǒng)( HumanComputer Associative Systems) 、人機整合系統(tǒng)( HumanComputer Integrated Systems)。通常認為，人機協(xié)同系統(tǒng)是由人和計算機（含嵌入式控制系統(tǒng)）共同組成的一個系統(tǒng)，其中計算機主要負責處理大量的數(shù)據(jù)計算以及部分推理工作(例如演繹推理、歸納推理、類比推理等)，在計算力不夠的部分，比如選擇、決策以及評價等工作，則需要由人

2、來負責，從而充分發(fā)揮出人的靈活性與創(chuàng)造性，人與計算機相互協(xié)同，密切協(xié)作，可以更為高效地處理各種復(fù)雜的問題。1智能系統(tǒng)概述10.1 人機協(xié)同系統(tǒng)概述第十章 人機協(xié)同系統(tǒng)of313 在國內(nèi)，已經(jīng)有不少學(xué)者和專家對人機協(xié)同系統(tǒng)(或人機結(jié)合系統(tǒng))進行了研究。1984年，張守剛、劉海波在討論機器求解問題時就已經(jīng)提出，在機器推理和求解問題的過程中，必須由人來參與。如何將問題形式化，如何將推理規(guī)則及程序放到機器中，以及如何解決機器在求解問題時遇到的難題，都需要人來處理?！皺C器求解問題，實際上是人、機求解問題系統(tǒng)。人的智能加上物化的智能、機器智能所構(gòu)成的人、智能機系統(tǒng)將是今后智能系統(tǒng)發(fā)展的一個重要方向?！?

3、1988年，馬希文提出了人與機器結(jié)合的觀點，人利用機器，機器輔助人，共同完成一項復(fù)雜的工作。31990年，錢學(xué)森在研究系統(tǒng)科學(xué)和工程時，第一次提出了“綜合集成工程” ( Metasynthetic Engineering) 的構(gòu)想。所謂的“綜合集成工程”，是對開放復(fù)雜巨系統(tǒng)的研究基礎(chǔ)上提煉、概括和總結(jié)出來的一種工程研究方法。2中外研究10.1 人機協(xié)同系統(tǒng)概述第十章 人機協(xié)同系統(tǒng)of314 在國外，也有大量學(xué)者對人機結(jié)合或人機協(xié)同系統(tǒng)進行了研究。其中，比較有代表性的有，1991年，美國著名人工智能與計算機學(xué)家費根鮑姆(Edward Albert Feigenbaum) 與里南(Douglas

4、Lenat)提出了“人機合作預(yù)測”(ManMachine Synergy Prediction)的概念，他們認為人與計算機之間可以成為一種同事的關(guān)系，人與計算機所需要做的工作就是執(zhí)行自己所最精通的工作。2014年，美國學(xué)者艾薩克森(Walter Isaacson)指出，當下最重大的創(chuàng)新來自于人的靈感與計算處理能力的結(jié)合?！叭祟惡陀嬎銠C共同發(fā)揮各自的才能，共同合作，總會比計算 機單獨行事更具創(chuàng)造力。人類與機器相結(jié)合的 做法，則會持續(xù)不斷地產(chǎn)生出令人驚嘆的創(chuàng)新。 數(shù)字時代舉足輕重的先驅(qū)們也是這么想的，比 如萬尼瓦爾布什( Vannevar Bush) 、利克里德( Joseph Carl Robn

5、ett Licklider) 和道格恩格爾巴特 ( Doug Engelbart ) 。人腦和計算機將會非常緊密地 結(jié)合起來，二者的協(xié)同合作將會產(chǎn)生一種人腦未曾 想到過的思考方式，能夠產(chǎn)生我們當前所熟知的信 息處理機器所不能實現(xiàn)的數(shù)據(jù)處理方式。2中外研究第十章人機協(xié)同系統(tǒng)10.1人機協(xié)同系統(tǒng)概述10.2運行機制10.3智能遷移10.4案例高級人工智能人才培養(yǎng)叢書of315習(xí)題10.2 運行機制第十章 人機協(xié)同系統(tǒng)of316人機協(xié)同系統(tǒng)結(jié)構(gòu) 人機協(xié)同系統(tǒng)的組成可以分為三大部分：人、人機交互接口、計算機。1人機協(xié)同系統(tǒng)的結(jié)構(gòu)10.2 運行機制第十章 人機協(xié)同系統(tǒng)of317 （1）人。人通過觀測得到

6、的數(shù)據(jù)，進行分析、推理和判斷得到的結(jié)果，經(jīng)過人機交互接口傳輸給計算機。對計算機輸出的結(jié)果進行再次加工，如進行結(jié)果的評估與決策。 （2）人機交互接口。人與計算機進行信息交互的接口界面。人機交互接口應(yīng)當盡可能提供全面、透徹、靈活的直觀信息；人與計算機可以通過計算機語言、自然語言及圖形等方式進行對話。 （3）計算機。計算機可以分為數(shù)據(jù)庫、規(guī)則庫、進程方法庫及推理機。數(shù)據(jù)庫是概念、事實、狀態(tài)，以及假設(shè)、證據(jù)、目標等的集合。規(guī)則庫是規(guī)則、指示等因果關(guān)系或函數(shù)關(guān)系的集合。進程方法庫是問題分解、評價、搜索、匹配和文件鏈接等過程和步驟的集合。推理機則主要用來實現(xiàn)推理功能。計算機中，關(guān)于數(shù)據(jù)和知識的存儲應(yīng)當保證

7、安全可靠，不受擾動和破壞。1人機協(xié)同系統(tǒng)的結(jié)構(gòu)10.2 運行機制第十章 人機協(xié)同系統(tǒng)of318 人機協(xié)同系統(tǒng)的運行機制可以分為以下步驟： （1）人把觀測到的數(shù)據(jù)，經(jīng)過分析、推理和判斷之后的結(jié)果通過人機交互接口輸入計算機。 （2）計算機通過數(shù)據(jù)庫、規(guī)則庫、進程方法庫，對輸入的結(jié)果進行分析、搜索、匹配和評價，并傳輸給推理機進行數(shù)據(jù)推理，推理機再把推理的結(jié)果反饋給人。 （3）人機協(xié)同推理：如果有些算法或模型已知時，則通過人機交互接口確定某些參數(shù)，選擇某些多目標決策的滿意解。 （4）如果算法或模型未知，則基于人的自身經(jīng)驗，對結(jié)果進行評價和選擇，實現(xiàn)最終的推理與決策。2人機協(xié)同系統(tǒng)的運行機制第十章人機協(xié)

8、同系統(tǒng)10.1人機協(xié)同系統(tǒng)概述10.2運行機制10.3智能遷移10.4案例高級人工智能人才培養(yǎng)叢書of319習(xí)題10.3 智能遷移第十章 人機協(xié)同系統(tǒng)of3110 所謂的專家系統(tǒng)，通常認為是“一個智能計算機程序系統(tǒng)，其內(nèi)部含有大量的某個領(lǐng)域?qū)＜宜降闹R與經(jīng)驗，能夠利用人類專家的知識和解決問題的方法來處理該領(lǐng)域的問題。簡言之，專家系統(tǒng)是一種模擬人類專家解決專業(yè)領(lǐng)域問題的計算機程序系統(tǒng)”。 最早的專家系統(tǒng)是由費根鮑姆等于1968年研發(fā)的DENDRAL，能夠進行質(zhì)譜數(shù)據(jù)分析，并推斷化學(xué)分子的結(jié)構(gòu)，基本達到了化學(xué)專家的水平。早期的專家系統(tǒng)架構(gòu)簡單、功能單一，人機交互界面生硬，缺乏自主學(xué)習(xí)能力。專家系

9、統(tǒng)中的計算機通常只能負責數(shù)據(jù)計算和部分推理任務(wù)，而數(shù)據(jù)庫的修改、推理機的設(shè)計運行、人機交互界面的優(yōu)化等工作通常只能由設(shè)計運行人員來負責。隨著技術(shù)的不斷進步，專家系統(tǒng)開始逐漸向多任務(wù)、協(xié)同運行、機器學(xué)習(xí)等方向發(fā)展，并引入了不確定推理、蒙特卡洛模擬（Monte Carlo Simulation）算法等最新的推理機制和算法，并且具備了一定的自我糾錯功能。AlphaGo就是其中的最新代表。10.3 智能遷移第十章 人機協(xié)同系統(tǒng)of3111 棋類游戲是人工智能重要的研究領(lǐng)域之一，到目前為止，人工智能在國際象棋、中國象棋、跳棋等棋類游戲中均可以戰(zhàn)勝（或者至少保證和棋）世界頂尖的人類棋手。在AlphaGo出

10、現(xiàn)之前，人工智能專家已經(jīng)研發(fā)了各種基于不同算法和推理機制的圍棋對弈專家系統(tǒng)，如Crazy Stone、Zen、Silver Star等，但是這些專家系統(tǒng)均不能戰(zhàn)勝頂尖的人類棋手。圍棋的規(guī)則雖然簡單，但是下法卻非常復(fù)雜，如果加上打劫（圍棋術(shù)語），則局面將更加復(fù)雜；據(jù)統(tǒng)計，圍棋盤上可能形成的局面高達3361，比目前宇宙中所有原子數(shù)（1080）都多。以目前超級計算機的計算能力及人工智能的發(fā)展水平還遠遠不能窮舉圍棋的所有可能性。AlphaGo的出現(xiàn)，則完全突破了這一局面。AlphaGo是由Google旗下的DeepMind公司研發(fā)的圍棋對弈專家系統(tǒng)。2015年10月，AlphaGo以5:0的戰(zhàn)績擊敗了

11、歐洲圍棋冠軍樊麾二段；2016年3月，又以4:1的戰(zhàn)績擊敗了擁有14個世界圍棋冠軍頭銜的李世石九段，震驚了全世界?？梢哉f，這是一次人工智能的巨大勝利。第十章人機協(xié)同系統(tǒng)10.1人機協(xié)同系統(tǒng)概述10.2運行機制10.3智能遷移10.4案例高級人工智能人才培養(yǎng)叢書of3112習(xí)題10.4 案例第十章 人機協(xié)同系統(tǒng)of3113案例背景： 與跨國公司大陸集團的合作是該行業(yè)中絕佳的轉(zhuǎn)型案例。作為汽車領(lǐng)域的龍頭企業(yè)，大陸集團是迄今為止自動化程度最高的制造商，并率先向工業(yè) 4.0 邁進。在 2016 年，該公司決定購買多臺UR10協(xié)作機器人，進行PCB板的自動化制造和加工，與手動操作相比，轉(zhuǎn)換時間縮短了50

12、%（從40分鐘縮短到20分鐘）。 作為一家不斷成長的公司，大陸集團在汽車行業(yè)擁有25年的歷史，并一直專注于創(chuàng)新，并因此在與其他頂級公司的競爭中贏得了許多重要項目。西班牙大陸汽車的工廠經(jīng)理 Cyril Hogard 談起引入UR協(xié)作機器人的初衷時表示：公司在行業(yè)競爭激烈的背景下運營，主要挑戰(zhàn)之一是提高生產(chǎn)率。兩年前第一次聽說協(xié)作機器人時，他立即確信，協(xié)作機器人將憑借其集成簡便、維護成本低和能提高生產(chǎn)力的優(yōu)勢，成為大陸汽車在工業(yè) 4.0 中發(fā)展的基石。10.4 案例第十章 人機協(xié)同系統(tǒng)of3114解決方案： 西班牙大陸汽車公司選擇優(yōu)傲機器人，在制造過程中執(zhí)行PCB板和組件的上下料及檢測任務(wù)，這是一

13、項單調(diào)和重復(fù)的任務(wù)，同時需要高度精確。 項目初期，大陸汽車安裝了兩臺UR10機器人用于裝卸PCB板和組件裝配。目前已增加到6臺UR10協(xié)作機器人，另有3個UR10項目正在進行中。 大陸汽車的工程師們積極地投入到項目開發(fā)中，當開始第一個項目時大家知道這意味著大陸汽車正在使用具有更現(xiàn)代機器人理念的協(xié)作型機器人從事開創(chuàng)性的技術(shù)工作，也預(yù)示著以自動化和工業(yè)物聯(lián)網(wǎng)（IIOT）為核心的智能工廠的出現(xiàn)。 負責UR機器人應(yīng)用的是工程師 Vctor Cantn，盡管之前并沒有機器人技術(shù)方面的經(jīng)驗，他仍然接受了挑戰(zhàn)。在幾個星期內(nèi)，他就理解了UR協(xié)作機器人的基礎(chǔ)知識，并能夠開始編程。項目的早期階段，在實驗室內(nèi)已經(jīng)使

14、用一臺優(yōu)傲機器人進行測試、節(jié)拍計算和運動路徑的規(guī)劃，為簡化和加快現(xiàn)場實施做準備。10.4 案例第十章 人機協(xié)同系統(tǒng)of3115 優(yōu)點： 大陸集團的團隊對于UR協(xié)作機器人在其生產(chǎn)線上的使用結(jié)果非常滿意，產(chǎn)品優(yōu)勢在操作過程中顯露無遺。 （1）控制及靈活性：編程非常簡單；所有的電子設(shè)備和機器人控制器被集成在中央控制器中，使它們在不需要外部專家的幫助下就可以重新編程。 （2）減少團隊負擔：協(xié)作機器人的到來意味著操作員的角色改變，操作員不再需要執(zhí)行繁復(fù)的工作任務(wù)，如將組件從一個工作站移動到下一個工作站。他們現(xiàn)在可以專注于提高生產(chǎn)的技能任務(wù)。 （3）降低成本：大陸集團在車間內(nèi)實現(xiàn)自動化移動零部件，與手動操作相比，將轉(zhuǎn)換時間縮短了 50%（從40分鐘縮短到20分鐘），降低了運營成本