自AI技术的崛起机器人产业得到飞速的发展，但至今为止，业界依然认为当前的人工智能技术不足支撑让服务机器人的落地应用，目前的服务机器人虽然拥有众多功能，例如接待、提醒甚至帮你拍照，但实际应用中仍存在不少问题，例如算法层面上存在不确定性，无法保证百分百的正确率，有时候机器人出错了但它无法理解自己出错了。此外在服务场景中，经常会出现新物体和新任务，基于大数据学习出来的深度学习模型只用于少量的数据，如何利用少量的数据来训练深度学习模型参数也是极具挑战性的研究课题。
而这其中，自适应机器人交互将是服务机器人需要突破的关键技术，人工智能技术与智能交互算法相结合是英特尔中国研究院突破上述技术问题的解决方案。人工智能不确定、不认识、缺乏知识的问题，将通过智能交互进行自主学习并获得改正，从而真正达到进入家庭的标准。
目前英特尔中国研究院正在进行的自适应机器人交互研究方面如下： 自适应对人的理解。其中包括自适应对人的身份的验证、自适应对人的情感的学习以及对人的意图的理解。 对环境的理解。其中包括对新的物品的检测、分割以及对整个场景的理解。 知识图谱。包括个性化的知识和常识性的知识。我们还会把机器人感知到的所有知识全部输入到知识图谱里。
基于这些知识机器人可以做出更高层次的推理，解决上述的不确定性问题，此外还有大量的研究课题值得广大机器人从业者了解学习。如果你也有相关的意愿或为上述的问题烦恼，那下面的【自适应机器人交互能力库 - 专家面对面交流会】将是你打开机器人交互宝箱的钥匙！
12月4日上午，我们在北京中关村开设了自适应机器人交互专家面对面交流会，将由英特尔中国研究院高级研究员杨华博士、王志刚博士支持指导。专家将分享自适应机器人交互技术在发展趋势、产业落地、产品与技术等方向的思考，进行现场demo演示，并就使用反馈、机器人能力应用场景需求等热点进行观点碰撞。
在2019年中旬，英特尔中国研究院发布了《自适应机器人交互能力库2.0》，自适应机器人交互能力库旨在支持机器人在时间和空间上理解场景以及场景中的人、物体、行为和事件。它综合了自适应感知模块、场景理解模块和个性化知识图谱模块，使得整个系统具备了超越现有单一人工智能模块的能力。
自适应机器人交互能力库可以对知识进行实时捕获，并进一步挖掘（比如时间空间相关的模式），进而获得更高层的知识。而这些知识又可以作为环境上下文信息提供给感知算法进行持续学习，从而实现自适应感知算法。
其中交互能力库核心技术： 自适应认人：在任何时间，任何地点，任何姿态条件下识别人； 自适应识别物体：识别和分割物体， 判断物体属性； 场景理解：三维场景重建，场景语义理解 ； 个性化知识图谱：记忆并基于交互历史进行推理。
涉及到的应用领域： 人工智能， 智能养老， 服务机器人， 智能音箱，智能空间， 智能物流等。
而自适应机器人交互也是服务机器人需要突破的关键技术，同时英特尔中国研究院将通过HERO开放机器人平台和自适应机器人交互助力下一代服务机器人的研发，提升未来机器人为企业、行业以及城市各类场景的智能服务水平。
报名方式：
除此之外，在12月4日活动当日，还是机器人创新生态的年度盛会 - 英特尔智能机器人产学研合作研讨会。活动设有各类主题演讲，快来和英特尔技术专家、顶尖高校与研究机构专家学者、企业负责人和生态伙伴齐聚一堂，共同探索创新的无限可能，共商未来发展的崭新机遇。
研讨会资讯： 时间：2019年12月4日 13:30~17:30 地点：北京海淀区中关村智造大街b座一层
主办单位：英特尔（中国）有限公司、硬蛋科技（深圳）有限公司 指导单位：人工智能产业创新联盟智能服务机器人专业委员会 协办单位：科通芯城集团、清华大学金融科技研究院VVFin平台 支持单位：达尔闻说 
研讨会议程：
9:30 - 12:00 专家面对面交流会（需提前报名预约） 深度视觉一对一专家问答会 融资深度咨询会 自适应机器人交互技术专家面对面交流会
13:30 - 13:40 研讨会开场致辞
13:40 - 14:10 产业机遇和投资趋势分享
14:10 - 15:25 前沿技术分享（自适应机器人交互主题分享，深度神经网络，深度视觉，开源机器人开发套件等）
15:25 - 16:25 智能机器人产品落地案例分享（智能服务机器人、工业机器人、协作机器人）
16:25 - 16:30 合影留念
16:30 - 17:25 Intel®️ Realsense™上手实操（体验动手环节，请携带笔记本电脑）
17:25 - 17:30 幸运抽奖
17:30 - 20:00 机器人创新生态合作伙伴晚宴（合作伙伴颁奖仪式）
扫描点击下方链接注册，免费获得席位！ http://robotplaces.mikecrm.com/Z5Eua2v
| 
/1 
|Archiver|手机版|小黑屋|陕ICP备15012670号-1
发表于 2019-11-29 17:37:46
收藏