“人的存在和动物的存在不一样，他可以考虑。”中国工程院院士李培根在深圳华中科技大学研究院举行的公益讲座上说。而这场讲演的主题是“智能配备：魂之安在。”

　　李培根在讲演中，介绍了现在智能配备的要害要素，曾经的机器配备可以把它看成是一个实体，有的主动化程度很高，可是没有自我感知、自我知道，“在数字智能年代，配备机器跟曾经的有什么不一样？他不只仅有感知，还有知道，能自主地运动。所以在某种含义上讲，数字智能年代的配备和曾经的配备是不一样的。”

　　李培根以为，可以把数字智能年代的智能配备看成是一个物理生命体，而曾经的机器配备是一个物理实体。差异在于，现在的数字智能配备在它的全生命周期中心伴有数字化模型，包含在他的开发、运用运转的整个进程中。这种数字化模型被称为数字孪生体。

　　“数据是物理生命体的血液，数据及智能赋予物理实体生命；实际上，数字孪生体也便是智能配备之魂。”李培根说。

　　李培根总结，机器人1.0便是一般的主动化，比方许多就在装配线运用的是数字化的技能，可以搜集数据。机器人3.0便是期望机器人可以协作。机器人4.0便是可以自主服务，要求相对较高，这儿面包含场景自习惯，比方怎样习惯敞开的环境。

　　比方，波士顿动力公司预备发布其首款面向敞开国际的商用四足机器人Spot，可以在敞开国际环境中运转，在高低的地势上坚持平衡，并可以自行在已绘图区域进行导航。这使得在城市大街、大学校园和建筑工地使用机器人成为或许。这种机器人不再局限于企业内部，可以应对各种操作条件、人口稠密的空间乃至其他主动化设备。

　　李培根介绍，现在的机器人经过身上各种传感器感知实在物理国际，并对物理国际进行三维重建，构成三维环境的高精度语义地图，让机器人真实了解当时的物理国际以及客观物体之间的联络。

　　三维语义地图一起也构建了机器人数字孪生运转的虚拟物理空间，可以继续不断地模仿和练习各种智能机器人的智能才能。这种云端机器人“大脑”可支撑一起为百万级实体机器人供给云端智能服务，协助机器人了解国际。

　　相应地，为了支撑机器人的移动、避障、交互和操作，需求为机器人配备多种传感器，如摄像头、麦克风列传、激光雷达、超声波。传感器搜集到的大部分数据需在时刻同步前提下进行处理。而其间没有强实时性要求的感知使命可以由云核算支撑，比方人的行为辨认、场景辨认等。

　　李培根举例展现了地道智能配备怎样感知环境。“机器人在地道里边打洞时，山洞不同部位的地质情况会产生改变，需求咱们在作业时搜集实时数据，并实时改动某些参数，这就需求机器可以主动判别。”

　　李培根进一步表明，这些智能配备可以自己在环境中学习。“它做的工作越多，经历也越多。在施工运转的环境中，机器可以从数据中发现一些潜藏规则，配备会变得越来越聪明。杂乱的机电体系中许多彼此相关的要素，往往连专家们也难以知道到，依据大数据的深度学习方法可以发现那些躲藏的相关。”“具有学习才能的孪生模型，可以使物理配备变得越来越聪明，也是物理生命体最重要的自我知道。”李培根说，智能配备经过实时搜集运转进程中的数据而树立起来数字孪生模型，这是配备可以自我知道、自己习惯环境改变的要害。这种“生命”的进程总是在特定的环境中，与同伴、配备服务的目标、操作者等联络在一起。

　　例如，在前期，企业里的机器人只能依据磁条道路定位，沿着固定的道路走，现在则是地图定位，这就需求自主移动机器人对场景搜集孪生数据。这种自主移动的机器人，经过扫描作业环境并自主更新地图，因而无需辅佐固定信标，对作业场地几乎没有改造需求。

　　自主移动的机器人技能交融了激光雷达、深度摄像头、超声波雷达等多项感知技能，可全面感知周围环境，具有智能的决议计划才能，能完成出产环境中灵敏、自主的躲避、协同，十分合适布置在杂乱动态的出产场景中。

　　李培根进一步介绍，杂乱体系是多范畴物理的归纳集成体系，如机械、力、热，液压、电等。而配备数字孪生模型或许含有反映产品不同物理特性的模型，如核算机流体力学、结构动力学、热力学、应力剖析、疲惫损害以及资料情况演化等。将依据不同物理特点的模型相关在一起，是树立数字孪生、继而充分发挥其模仿、确诊、猜测和操控作用的要害。

　　“现在咱们数字化的才能，可以对多物理多范畴的这些参数进行归纳剖析。一个机器涉及到许多的部件，就像一个人有心脏肺肝脏。对每个器官可以树立相应的数字孪生模型。”李培根说。

　　李培根以为，在数字智能工程中，重要的是寻找“物理生命体”的存在，而非物理实体固定、死板的存在。

　　“数字孪生的含义，原本就不是依据处理静态问题，产品的运转进程都是动态的进程。对动态问题的知道并施加相应操控，这才是数字孪生的重要含义地点。比方，对激光加工机运转进程的数字孪生模型进行剖析，反过来操控激光机的运转。”李培根以为，“咱们不是为了搜集数据而搜集，搜集到这些孪生数据后，可以就数字孪生模型进行仿真。咱们很早曾经就有这个所谓虚拟样机，便是这个什物设备还没有出来的时分，在核算机上面就可以仿真出这个设备。

　　但曾经的虚拟样机和机器配备不是共生的。共生意味着机器在运转进程中，不断影响数字孪生模型；反过来，孪生模型也可以不断影响机器配备的行为。这是曾经虚拟样机所不具备的功用。

　　例如，前段时刻的特斯拉“车顶维权”事情，特斯拉发布车辆产生事端前30分钟的数据。车辆记载下了车数、制动行为、制动主缸压力等多项数据。可以看出，特斯拉对每一个出售车辆都树立了数字孪生体。

　　因而，进程孪生不只针对产品，还针对运用者。关于非主动驾驶形式，除了车的数字孪生模型，还需树立驾驶者的数字模型，以便在困难情况下依据特定的驾驶者行为反响，使驾车作用进一步微调。并且，在轿车新产品开发中，经过正在运转的轿车得到的数据去模仿轿车功能和驾驶者反响，可以评价规划作用。

　　别的，李培根进一步介绍，还有轿车制作里边的焊接和喷涂，这是轿车四大中心的制作工艺，一条产线上集成了很多数量的机器人。机器的健康程度在逐步产生纤细的改变，当某个机器人的行为姿势或信号传输呈现了公役，那么呈现的差错或许构成累计效应，导致出产出来的产品有很大的质量危险，而这种危险往往无法马上用肉眼能发现。

　　现在遍及的产品质量检测，是以产线结尾的人工抽检为主，进步检测率就需求投入更多人力本钱。一条安稳的产线或许一年产生的质量事端不多，一旦产生就丢失惨重。但是工艺智能的使用，可以经过高速数据搜集和检测，快速发现问题并让丢失削减至最小出产批次内。

　　科大讯飞（002230.SZ）董事秘书办相关人员告知记者，现在他们研制的才智城市项目，正在运用人工智能的技能，为城市构建“大脑”。科大讯飞是国内一家专心从事人工智能的企业。现在，“城市超脑”技能，经过搜集城市的实际、前史、时刻和空间的数据，使用人工智能学习职业常识、开掘数据相相联系，并对城市进行体系性了解、即时剖析和模仿仿真。

　　“这个体系可以协助城市管理者，更精细地了解城市的详细情况，提出详细解决方案。比方在交通范畴，每天有早顶峰晚顶峰，不同路段的人流密度也不一样。经过城市超脑体系，可以对交通的一些信号路口时刻的设置进行优化。在司法范畴，咱们推出了24小时警务服务体系，经过技能协助刑侦破案。”该人士表明。

　　据悉，科大讯飞协助铜陵市建造的“铜陵城市超脑”，还当选《城市大脑全球规范研究报告（2020）》，成为全球仅有的6个当选典型事例。

　　别的，科大讯飞推出的才智医疗，正在协助全国的底层医疗进行确诊。“咱们把全国各地的病例聚集到这个体系中，让机器自己学习怎样治病。如果把患者的一些基本信息输入到助理体系中，助理就会主动做出判别。咱们已经在全国100多个县市推行了这个体系。”该人士说。