0
“我們都沒做過芯片，但我們覺得這事必須要做出來。”
2016年，第一波機器人浪潮翻涌而來，馬揚發(fā)現(xiàn)，觸覺傳感器是一片被忽視的藍海。
對機器人而言，觸覺傳感器能讓機器人像人一樣，通過觸覺感知物體形態(tài)、材質(zhì)、壓力等信息。機器人一旦要執(zhí)行具體任務(wù)，不可避免要與物體接觸，觸覺在此時起到重要作用。
既然觸覺傳感器如此重要，馬揚與另外兩位聯(lián)合創(chuàng)人孫滕諶和楊五強一合計，三人一同躬身入局，劍指當時鮮有人涉獵的人工智能觸覺傳感芯片。
然而，自研芯片并不簡單，更何況是一顆要放入機器人指尖的觸覺傳感芯片，這對芯片性能、體積都有嚴苛的要求。此外，馬揚三人此前并沒有做芯片的經(jīng)驗。
顯然，這注定是條坎坷的道路。
自2017年末成立，到2022年初成功流片，他山科技整整用了四五年時間，歷經(jīng)萬般險阻，終于做出首款人工智能觸覺傳感芯片。
他山AI觸覺傳感芯片
這一芯片搭載了他山團隊基于R-SpiNNaker分布式類腦架構(gòu)下的AI觸覺傳感技術(shù)，得以在微小平面上探測多維空間觸感。此外，還能從采集到的混合信號中單獨提取特定變量，可分析處理不同的物理信號，打破了傳統(tǒng)觸覺傳感器的局限。
雖然產(chǎn)品研發(fā)上取得了突破，但過往五六年的艱辛也曾讓馬揚心灰意冷，甚至在第二波浪潮將臨之際，他也一度不相信機器人能真的起來。
直到去年，馬揚發(fā)現(xiàn)確實有了新變化，“整個機器人行業(yè)，無論是資本的涌入，還是研發(fā)的投入，都有了新高度。與此同時，國家對機器人的定位也不一樣了?！?/p>
新變量的攪動，讓馬揚重燃熱情與信心，又一次帶領(lǐng)團隊義無反顧投入進第二次機器人浪潮。
前不久，在世界機器人大會上，他山科技聯(lián)同多家機器人廠商，展示了靈巧手、機械臂和視觸融合等解決方案。
AI觸覺傳感產(chǎn)品矩陣
他山科技不僅在技術(shù)上持續(xù)創(chuàng)新突破，也在產(chǎn)業(yè)落地上頻頻布局，堅持技術(shù)與市場雙輪驅(qū)動。
以機器人為終局的他山科技，重點部署觸覺傳感器、電子皮膚等領(lǐng)域。此外，秉持著兩條腿走路的態(tài)度，馬揚還將目光望向了汽車、家電、消費電子等多個場景，成功拿下了奔馳、寶馬等多家主機廠供應商資質(zhì)，并與比亞迪在多個項目上達成量產(chǎn)。
如今，他山科技已推出了多款觸覺傳感芯片，并步入正軌，有望在明年實現(xiàn)盈虧平衡。
一路披荊斬棘的他山科技，正在一步步越過山丘。上周，馬揚向AI科技評論細數(shù)了他山科技的發(fā)展，并圍繞觸覺傳感芯片解答了我們的困惑。
期間，馬揚雖然較少談及機器人信仰與情懷，更多討論的是實實在在的技術(shù)和路線。但談話中，我們能感受到馬揚對機器人發(fā)展的樂觀與向往。
以下是 AI 科技評論與馬揚的訪談實錄，作者進行了不改變原意的編輯整理：
AI科技評論：為什么取名作他山科技，有什么含義嗎？
馬揚：剛成立時，我們與投資人談，說的第一件事就是先把硬件做出來。做芯片相當于將二氧化硅變成一個更值錢的東西，于是想到了詩經(jīng)里“他山之石可以攻玉?！?/p>
他山不同的芯片也是用不同石頭名字來命名，最早的芯片就叫紅寶石，叫Ruby；第二顆叫紅水晶；第三顆用在消費級上，相對用量更大一些、便宜點，我們就叫雨花石。
AI科技評論：是什么契機讓你們決定進入觸覺傳感領(lǐng)域？
馬揚：2016、2017年正好是機器人行業(yè)前一波比較火的一個浪潮，我們看到波士頓動力做出了行走功能不錯的機器人，國內(nèi)優(yōu)必選、達闥也是最早的一波頭部公司。在我們看來，這些公司偏屬移動派，更多強調(diào)移動能力，能通過屏幕與人進行語音互動。
我們當時覺得，未來機器人更重要的事情肯定是對目標任務(wù)的執(zhí)行，基于這一角度，觸覺能力就比較重要。實際上，在公司成立前10年左右的時間，我們在算法層面做了不少觸覺任務(wù)端的訓練，也取得了一些不錯的成績。
在那個時間點，我們發(fā)現(xiàn)如果要在機器人手端做執(zhí)行，最大的壁壘是如何將芯片小型化，以便能放入指尖。當時市面上沒有任何一顆芯片能做到，我們也是一時沖動，想著要不我們就先把這顆芯片做出來，于是成立了他山科技。
AI科技評論：第一波浪潮里認為機器人在任務(wù)執(zhí)行這塊會有發(fā)展?jié)摿Γ?/strong>
馬揚：2016、2017年那波機器人公司，很多做的是非商業(yè)化項目，主要是進行語音和視覺交互的輪式機器人。當時我們覺得機器人在任務(wù)執(zhí)行上非常欠缺，如果真正讓機器人商業(yè)化落地，走進家庭，任務(wù)執(zhí)行是必須要去做的事。
回頭看這幾年最好的兩個方向，一個是智能駕駛，將人從戶外空間 a 移動到 b，完成物理空間的執(zhí)行；另一個是機器人，更多是幫助人類完成室內(nèi)環(huán)境的移動任務(wù)。無論是洗碗炒菜，還是整理物品，這些都離不開觸覺、指尖的執(zhí)行能力，這是我們當時比較篤定的一個方向。
AI科技評論：加入這波浪潮時，當時的挑戰(zhàn)是什么？
馬揚：當時整個市場上，還沒有人很深刻地去思考機器人的執(zhí)行問題，而我們主要從機器人的廣義層面來思考執(zhí)行。廣義上的機器人，包括工廠里的機械臂，都是自動閉環(huán)。所謂自動閉環(huán)，舉個例子，工廠機械臂執(zhí)行任務(wù)時，目標是針對固定物體進行移動，這一執(zhí)行動作是明確的動作，因此大部分機械臂在實際操作時并不需要添加感知，只需設(shè)定好一個重復性的動作即可。當然，有一部分可能會加一些視覺，比如當物體位置有所變化時，一個基礎(chǔ)的3D視覺能實現(xiàn)空間定位，然后機器人再執(zhí)行下一步命令。
但這會存在一個實際問題，即執(zhí)行的動作得是已經(jīng)學習過的，或目標物體的各種特性很明確，甚至說目標物體必須是一個剛性物體，才能完成這樣的執(zhí)行。我們當時和其他廠商溝通，發(fā)現(xiàn)大家想做的其實是泛化抓取，也就是執(zhí)行泛化任務(wù)。那時候要是能把桌上不同的幾個物體抓起來，就很不錯了。
我們那波最早進入機器人產(chǎn)業(yè)的人其實都有點過于樂觀了，當時覺得真正走進家庭也就三五年，最多不超過 10 年，但現(xiàn)在也過去了七八年。回望那個時間點，其實還缺很多東西，尤其是用人工智能做學習時，機器人的一些硬件條件、基礎(chǔ)要求還很難達到。
AI科技評論：您提到第一波浪潮中缺了不少東西，具體是少了哪些？現(xiàn)在都補上來了嗎？
馬揚：那時候我感覺機器人離人還很遠，更多是做出一個像人形的機器人，能給人看就不錯了。就像一個工業(yè)品，最終實現(xiàn)需要三步，第一步是想出來，第二步是做出來，第三步是用起來。我感覺第一波浪潮更多是介于第一和第二階段的中間，很多東西都還是一個idea，在“想出來”和“做出來”中間還是差了很多東西。在當下這一時間點上，大部分是第二步過渡向第三步，大家已經(jīng)在做小批量商用，這也是為何這波參與進來的人更多。
AI科技評論：所以當時是直接將目標瞄準向泛化執(zhí)行？
馬揚：這是比較具體的一個目標，我們更大的目標就是為機器人提供可在邊緣段執(zhí)行作業(yè)任務(wù)的觸覺能力。
AI科技評論：你們是只做芯片這一塊嗎？
馬揚：并不是。我們最早要做的事情，其實是機器人整個觸覺的解決方案。換言之，我們做的是整個皮膚端的解決能力，其中最主要的是指尖傳感器。
當時有一家美國公司指尖傳感器做的能力效果和技術(shù)指標還行，但國內(nèi)售價高達2萬至3萬美金。所以我們當時定下了一個主要的任務(wù)目標——先把指尖傳感器做好。
AI科技評論：指尖傳感器的技術(shù)要求高，主要門檻在哪里？
馬揚：對指尖傳感器而言，其核心需求是既要實現(xiàn)感知，又要實現(xiàn)抓取，這也是觸覺與其他感知不同之處。
在整個感知領(lǐng)域，視覺與聽覺這兩部分已經(jīng)做得比較成熟，不僅與人的能力不相上下，甚至能超越人的能力。為什么它們能比觸覺做得更快？因為對這部分感知來說，只是對客觀世界的一個圖像化，或是脈沖化的一個反應。再基于過往十年多人工智能的深度學習，我們已經(jīng)擁有了一套成熟的算法，基于此，視覺與聽覺能達到并超越人的能力。
觸覺相對比較難的一點是除了感知外還要做執(zhí)行，甚至可以說，更重要的是做執(zhí)行。機器人要想完成一個執(zhí)行的目標，首先要通過視覺的引導，“物體在哪里？”；當接近物體時，此時感知轉(zhuǎn)移到觸覺上。觸碰物體時，要感知物體的材質(zhì)、形狀、三維力，將物體整個拿起來作交接時，還需要感知物體內(nèi)部重心的變化。整個過程中，觸覺端要完成從感知到執(zhí)行的全閉環(huán)。
我舉個例子，比如拿起一杯水，如果杯子是柔性材質(zhì)，那么在抓取和拿起的過程中，杯子的重心和形狀會一直不斷地發(fā)生變化。當人做這一件事時，不同指尖在抓取姿勢和力度的控制上都相應會有所調(diào)整。這對于機器人也是如此，需要不斷進行調(diào)整和閉環(huán)。
AI科技評論：目前觸覺感知技術(shù)的發(fā)展情況如何？
馬揚：對觸覺而言，主要是兩個問題。
第一個問題，在前端上要有更快的反應速度。例如，六十赫茲頻率，對視覺而言已經(jīng)算是高頻，對于人眼已經(jīng)足夠。但對于觸覺端，六十赫茲或一百赫茲還遠遠不夠。要想達到人類的能力，基本上要達到毫秒級，即千赫茲。
此外，觸覺傳感器的數(shù)量更多。無論是觸覺還是聽覺，對機器人而言一個視覺或聽覺傳感器就夠了。但觸覺涉及到最后目標任務(wù)的執(zhí)行，必然需要多個傳感器一起做，比如抓取一杯水，得要有五個傳感器在五個不同的指尖來協(xié)同完成。
每一個指尖傳感器，也是由多個傳感單元來協(xié)同完成。不同于視覺、聽覺只需一個芯片就可解決所有的數(shù)據(jù)問題，由于觸覺感知端可能是幾十個甚至上百個傳感器共同工作，其中所產(chǎn)生的數(shù)據(jù)僅靠一個芯片難以為繼，所以我們采用分布式多芯片系統(tǒng)，以便在前端低延時、低功耗狀態(tài)下能實現(xiàn)快速邊緣處理。
這就好比，當我們摸了一個很燙的東西，手會本能地快速躲避。此時動作并不需過腦，完全是靠手部前端的解決能力和神經(jīng)元，因此就需要在邊緣端實現(xiàn)從感知到執(zhí)行的自主全閉環(huán)。
第二個問題，觸覺由于感知維度不同，涉及物體的材質(zhì)、形狀、表面干濕度、三維力、法向力、切向力的情況，且是分布式傳感器，要解析多維的觸覺數(shù)據(jù)，就需要在算法端上從基本的感知結(jié)構(gòu)上去解決問題。
這也是為何對機器人來講，視覺與聽覺已經(jīng)達到了一定的商業(yè)化程度，而觸覺相對來說還比較慢的原因。
AI科技評論：指尖傳感器會產(chǎn)生大量數(shù)據(jù)，一般如何處理數(shù)據(jù)？
馬揚：數(shù)據(jù)的處理有兩點。數(shù)據(jù)在單個傳感器上完成時，我們會強調(diào)在單個芯片上快速從感知到執(zhí)行全程數(shù)據(jù)處理的能力。第二，當我們執(zhí)行抓取動作時，中間的快速反應需要在前端的硬件上完成，即邊緣端要有分布式的數(shù)據(jù)處理能力。
2016、2017年以前，我們基本上也是基于深度學習或卷積的算法去做數(shù)據(jù)處理，采用的也是市面上主流的芯片。但是做下來后，我們發(fā)現(xiàn)整個體積和反應時間達不到應用端的需求，這也是我們自己要去做芯片的原因。
AI科技評論：相當于是在 SNN 結(jié)構(gòu)這一塊找到了突破口？
馬揚：對，不過與其說是找到一個突破口，不如說是為 SNN 結(jié)構(gòu)找到了一個比較好的應用方向。大家原來都會有一個疑惑，就是 SNN 結(jié)構(gòu)很好，但要用在哪里呢？我想，我們找到了一些答案。
AI科技評論：觸覺感知方案上為什么會選擇電容感知這一方向？
馬揚：聯(lián)創(chuàng)孫滕諶與楊五強是77屆清華自動化系同學。孫滕諶發(fā)明了平面電容與曲面電容技術(shù)，楊五強在曼徹斯特大學任教時一直在研究電容測量技術(shù)?？梢哉f，我們在電容技術(shù)這塊積累了非常強的know-how。
90年代末時，楊五強的一項技術(shù) ECT 在工業(yè)端得到了廣泛的應用。我們將搭載電容的傳感單元裝在石油管道外側(cè)，可實時探測管道橫截面上油與水的成分，還能直接做出內(nèi)部物體材質(zhì)的成像。這說明，電容技術(shù)能很好識別物體材質(zhì)。
這樣的應用放在10年前，在我們開始做抓取學習時非常有用。好比，抓一個塑料瓶還是抓一個玻璃瓶？用多大的力抓?。咳俗ト∪魏挝矬w時的底層邏輯是，用盡可能小的壓力不讓物體在手中滑動。電容技術(shù)能在抓取過程中提供除視覺端外的觸覺信息，以便幫助我們在抓取端獲取信息。
我們后來又改進了傳感端的結(jié)構(gòu)，采用多對的電容傳感器，再加以力的識別結(jié)構(gòu)，可以很好地做三維力的學習。并且，我們在算法上可以把這兩層做一個很好的分級，既能解決前面部分，又能解決后面部分，讓兩部分數(shù)據(jù)不產(chǎn)生耦合，這其實非常有難度。
四五年前，包括現(xiàn)在都有很多選擇了電容這一路線的團隊。通過單一傳感器對多維觸覺數(shù)據(jù)做解耦，在這一塊我們可以說我們是做得最好的。
AI科技評論：目前市面上還有哪些路線方案？
馬揚：觸覺傳感器目前路線方案較多，我們看現(xiàn)在不同的路線都是可行的，其他路線包括視觸覺路線、電子霍爾路線，還有壓電壓感材料等。
在我們看來，機器人的不同部位對觸覺的需求不太一樣，采用的路線也會有所差異。比如，軀干更多強調(diào)的是可替代化，對單點要有足夠的感知能力，整體成本要足夠低。像壓阻、壓電材料成本已經(jīng)很低了，就很適合大面積布置在機器人身體上。只不過對于機器人而言，電子皮膚得是點陣式，一個點壞了，能快速替換掉。
對于指尖傳感器而言，電容感知是業(yè)內(nèi)普遍認可的一個方案。雖然也有其他方案路線，但在我們看來都有些不足。比如，有的只是一個中間方案，實際感知維度是達不到的；還有的可能更適合做展示、做POC、做樣件。從最終路線的實現(xiàn)來看，我們會認為電容是一個非常合適的解決方案。
AI科技評論：電容感知方案得到了行業(yè)認可，目前是主流方案嗎？
馬揚：從指尖傳感器對廠家的出貨量上看，我覺得已經(jīng)是一個主流方案了。其次，近些年來，我們每年參加 IPRA 會議都會與業(yè)內(nèi)人溝通交流，大家也會認為要實現(xiàn)人形，從目前幾種路線來看是最可行的一個方案。
AI科技評論：觸覺傳感器再進一步發(fā)展，要突破的關(guān)鍵點有哪些？
馬揚：第一個是在傳感端，整個傳感器的結(jié)構(gòu)上大家并沒有走在同一個路線上，a有a的路線，b說b的路線，這就造成傳感器端在商業(yè)化上的速度相對來講是比較慢的。
今年，指尖傳感器我們已經(jīng)可以做到1萬顆及以上的批量了，在行業(yè)里我們應該算多了。但我也很難篤定地說我們的穩(wěn)定性已經(jīng)非常好了。如果沒有一個幾十萬，甚至更多的批量，要說自己的穩(wěn)定性非常好，可能都是一句比較空的話。
第二個問題是由第一個問題衍生出來的，大家現(xiàn)在在觸覺端缺少一個可執(zhí)行的標準。大家可以用不同思路做感知，但是感知完后關(guān)于力的一些基礎(chǔ)數(shù)據(jù)，在解碼端可以用同一種方式做解碼和存儲，這有利于大家快速地做下一代產(chǎn)品迭代。因為不管是誰的數(shù)據(jù)，如果我們大家可以用起來，不過在短期內(nèi)也不太好解決。
再往長遠看，后面還有一個小壁壘，我們現(xiàn)在還沒講觸覺與視覺相融合。從抓取執(zhí)行的動作來看，視覺先做完再交給觸覺，觸覺執(zhí)行完再還給視覺，不斷反復進行這一過程。人在這一過程中，是用模糊計算做視觸融合，在不同時間里的視觸占比會有所變化，對此人是有自己非常精妙的一套機制，但對機器人而言這怎么設(shè)定呢？這會是未來要思考的問題。
此外，我們比較強調(diào)先在手端做私有網(wǎng)絡(luò)訓練，然后再把手端數(shù)據(jù)給到腦端，由腦與手的數(shù)據(jù)相結(jié)合，再去做后面的訓練，以具備更好的水平。但目前怎么做這種協(xié)調(diào)的訓練，也是比較難解決的一個問題。
AI科技評論：今年WRC展會上也看到了不少觸覺傳感器相關(guān)廠商，現(xiàn)在觸覺傳感器市場情況如何？
馬揚：這次展會上看到做手的廠商是最多的，不只是傳統(tǒng)靈巧手廠商，還有一些頭部機器人廠商也在做手，包括一些觸覺傳感器廠商也加入。
現(xiàn)在傳感器走到了一個節(jié)點上，主要是兩條路徑。一個是傳統(tǒng)行業(yè)里的傳感器，有電容屏、觸摸屏等應用，整個市場規(guī)模也比較大。另一個方向，就是從傳統(tǒng)材料切進整個人形機器人做觸覺感知，但大家對未來的瞄點不同，技術(shù)路徑不同，而這個市場還在慢慢起來，朝著更大的商用方向。目前現(xiàn)在做得出色的還相對較少，未來一兩年可能會有一次比較大的洗牌。
AI科技評論：您親歷了兩次機器人浪潮，您覺得這兩次浪潮的變化在哪里？
馬揚：我覺得第一波其實相對要虛一點，而第二波明顯在落地上會更清晰一些。
第一波沒有很多商業(yè)化的東西。當時大家更多就是做出來一個樣子，主要也是為了展示技術(shù)能力，以更好融資來進行下一步。從我們的感受來看，第一波我們還在找方向，也沒有什么競爭對手。其實，如果沒有競爭對手，就像走夜路一樣，走兩步就得檢查走得對不對。
我希望從第二波開始，這會是真正的一個趨勢，而不只是一個浪潮這樣。尤其是去年年底開始談?wù)摼呱碇悄?，具身智能也涵蓋不同的感知，其中觸覺得到了更多的重視。我們也看到了更多友商、合作伙伴的加入。這相當于是把我們要做的事情具象化了，商業(yè)化也變得更現(xiàn)實了。
AI科技評論：對于人形機器人的發(fā)展，您是樂觀的嗎？
馬揚：我還是很樂觀的。很多人在討論，人形落地還要多少年？我覺得這個事情并不是從 0 到 1 的一蹴而就，而是中間會有很多過渡階段。比如我們之前談?wù)摕o人駕駛，雖然到現(xiàn)在也沒有實現(xiàn)純粹無人駕駛，但是智能駕駛在汽車應用上起到了越來越重要的作用， 商業(yè)化方面已經(jīng)做得非常好了。
那么機器人其實也是一樣的。我們作為消費者，其實現(xiàn)在還不需要一個能和人同等聰明的機器人——既能幫我做事，又能給我提供情緒價值，這是一個很遠的事情。
但是從發(fā)展路徑上看，首先在一些專用場合，比如物流、清潔、養(yǎng)老等都是比較落地的方向，需求顯著。而且，人對機器人的容忍度并不像我們想的那么難以接受。好比智能駕駛汽車一開始也會有一些弱智表現(xiàn)，但只要能給人提供便利，人還是能包容汽車的一些小失誤。所以我們會覺得，機器人的市場實在是太大了，你只要能做出一些小小的進步，大家就能共同推動行業(yè)一步步發(fā)展。
看今年的情況，我覺得大家都很務(wù)實?，F(xiàn)在大家都很少談雙足了，基本上都會認為可以先做一個輪式，先解決室內(nèi)平地問題。我們也看到很多廠商已經(jīng)可以把成本控制到一兩萬左右，在這基礎(chǔ)上我們能夠訓練出一些執(zhí)行能力的話，我想在未來兩年里應該很快會有落地。
AI科技評論：您對通用機器人的想象是什么？
馬揚：我希望未來的通用機器人能擁有與人相類似的能力，不僅是物理空間的移動操作能力，也包括情感能力。
我為什么會這么想呢？我們在研究觸覺感知時，中間經(jīng)常要觀察和學習人是如何感知的。人特別有意思，人獲取的信息是靠脈沖和神經(jīng)元，這獲取的信息非常模糊，而且都是沖擊信號，沒有具體信號。具體信號只集中在有限的感知上，如視覺和聽覺，其他的都得要充分去調(diào)動大腦才能獲取一些信息。
現(xiàn)在機器人的信息獲取能力已經(jīng)超過了人。在最終情感的實現(xiàn)上，人其實是通過不斷積累的神經(jīng)元訓練所得，那么機器人也可以通過不斷喂數(shù)據(jù)的方式獲得與人相類似的情感溝通能力。
現(xiàn)在機器人數(shù)據(jù)量已經(jīng)足夠大，但它的維度還沒有像人這么多，所以我們希望能夠在觸覺端解決更高維度的問題。我們下一步其實也在做多模態(tài)的前端訓練，我們希望把聽覺、視覺，甚至嗅覺的脈沖信號都加進去，在前端做更多的私有訓練。
雷峰網(wǎng)雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
