張建偉在報(bào)告中指出，從現(xiàn)在的IROS的主題分布可以看到在智能感知和智能控制上，深度學(xué)習(xí)方面從傳統(tǒng)的機(jī)器人的題目到現(xiàn)在更多的往人工智能方向轉(zhuǎn)，中國(guó)在深度學(xué)習(xí)方面的論文發(fā)表，總數(shù)已經(jīng)占到一半。

他認(rèn)為，以前的互聯(lián)網(wǎng)是基于靜態(tài)的數(shù)據(jù)的領(lǐng)域，現(xiàn)在CPS系統(tǒng)，尤其是機(jī)器人系統(tǒng)為人工智能提供新的應(yīng)用場(chǎng)景，人工智能在提質(zhì)增效。

人工智能不只是算法、軟件、語(yǔ)音識(shí)別和人臉識(shí)別的問(wèn)題，更重要的是和真正的實(shí)體，如智能制造、智能駕駛、機(jī)器人的結(jié)合。

從圖像、語(yǔ)音、文本等單模態(tài)的數(shù)據(jù)到現(xiàn)在非歐幾里德多源數(shù)據(jù)，伴隨5G計(jì)算到來(lái)，這種軟硬結(jié)合擁有了新的能力；從算法角度，由于整個(gè)計(jì)算的和創(chuàng)造指數(shù)型增長(zhǎng)，人類(lèi)共享算法發(fā)展*快，人工智能落地和未來(lái)的顛覆性創(chuàng)新也將成為可能。

在真實(shí)落地的機(jī)會(huì)方面，中國(guó)的數(shù)字化上云、機(jī)器人多樣化、汽車(chē)都有接口、醫(yī)療設(shè)備都有各種各樣的智能化接口。另外，非技術(shù)的因素，包括全球化知識(shí)共享、多學(xué)科的交叉和全球化合作。尤其是在中國(guó)，多種資源互動(dòng)，從頂層設(shè)計(jì)到產(chǎn)學(xué)研經(jīng)用，所以，在中國(guó)這幾種資源的結(jié)合，給人工智能真正能夠做出持續(xù)性的創(chuàng)新和創(chuàng)造價(jià)值，貢獻(xiàn)了新的資源。

如今，每個(gè)人使用的處理器計(jì)算能力比30年前上升了百萬(wàn)倍。各種各樣的計(jì)算，尤其是大數(shù)據(jù)和5G的應(yīng)用，將帶來(lái)新的場(chǎng)景，使人工智能和機(jī)器人結(jié)合方面有了新的創(chuàng)新。人工智能和機(jī)器人結(jié)合，不僅是未來(lái)機(jī)器人創(chuàng)新的主要因素之一，還有更多的可穿戴設(shè)備、5G、腦科學(xué)、材料、能源都是未來(lái)顛覆性創(chuàng)新的基礎(chǔ)。

張建偉表示，包括自重構(gòu)、自適應(yīng)、交互、等等，為創(chuàng)造未來(lái)的機(jī)器智能模塊提供了重要的機(jī)會(huì)跟場(chǎng)景。如果把機(jī)器人智能從技術(shù)成熟度上，一方面在基礎(chǔ)研究和通用理論方面，借助很多人工智能的技術(shù)研究，包括深度學(xué)習(xí)，從事跨模態(tài)學(xué)習(xí)，強(qiáng)化學(xué)習(xí)，人腦建模，心理模型和概率模型，大數(shù)據(jù)知識(shí)庫(kù)方面，可以把技術(shù)成熟度到4，到5的基礎(chǔ)研究智能方法，著重打造這些共性技術(shù)和所謂的機(jī)器人AI引擎或者機(jī)器人*作系統(tǒng)，再抓取裝配定位、導(dǎo)航、外觀監(jiān)測(cè)、柔性控制、人機(jī)等等，可以創(chuàng)造新的合作的機(jī)會(huì)。

機(jī)器人與人工智能的結(jié)合，主要的是通過(guò)學(xué)習(xí)。如人工智能現(xiàn)在發(fā)展主要?jiǎng)幽艿纳疃葘W(xué)習(xí)；數(shù)據(jù)驅(qū)動(dòng)的自上下的逼近學(xué)習(xí)；自上下的多視角，可泛化的遷移學(xué)習(xí)；從單層所謂的深度學(xué)習(xí)到連續(xù)的多層的連續(xù)學(xué)習(xí)；多模態(tài)形式，時(shí)候、狀態(tài)、模態(tài)的跨模態(tài)學(xué)習(xí)；遷移學(xué)習(xí)辦法；以及基于場(chǎng)景經(jīng)驗(yàn)的學(xué)習(xí)。通過(guò)各種方法逐漸的學(xué)習(xí)，把它的規(guī)則、概念都一層一層學(xué)到，把人常用的知識(shí)轉(zhuǎn)化成機(jī)器人可*作的。

中國(guó)機(jī)器人在研究樣機(jī)的數(shù)量和應(yīng)用寬度方面，與水平基本相當(dāng)，在數(shù)量和原創(chuàng)方面中國(guó)還有追趕的空間。在跨學(xué)科的人才，尤其是人工智能和機(jī)器人控制這方面人才的培養(yǎng)、創(chuàng)新人才培養(yǎng)和基礎(chǔ)研究的持久度，在人機(jī)共融項(xiàng)目里有很好的開(kāi)端，在很多企業(yè)參與的過(guò)程中，如何提高企業(yè)的技術(shù)高度，避免低水平重復(fù)，對(duì)整個(gè)機(jī)器人可持續(xù)發(fā)展的共識(shí)做得越來(lái)越好，把中國(guó)機(jī)器人生態(tài)和學(xué)習(xí)曲線，形成正反饋效應(yīng)，在人工智能和機(jī)器人結(jié)合的新的起點(diǎn)上尋求創(chuàng)新突破。