南方財(cái)經(jīng)全媒體見習(xí)記者馬嘉璐南沙報(bào)道

“真實(shí)三維動態(tài)環(huán)境能力的缺失，卡住了機(jī)器人進(jìn)一步智能化的脖子?！?月20日，國家科技創(chuàng)新領(lǐng)軍人才、深圳大學(xué)計(jì)算機(jī)與軟件學(xué)院院長黃惠在大灣區(qū)科學(xué)論壇“眾里尋她”女科學(xué)家分論壇上介紹了她在智能圖形感知方面取得的研究成果，利用無人機(jī)對三維空間進(jìn)行全自動自主探索，用更小的數(shù)據(jù)量規(guī)模實(shí)現(xiàn)更高精度的建模。這一成果可以廣泛應(yīng)用于數(shù)字孿生、智能機(jī)器人制造等領(lǐng)域，目前處于國際領(lǐng)先水平。

(資料圖片)

更小的數(shù)據(jù)規(guī)模、更高的精度

中科院物理所曾科普了數(shù)字孿生的定義：數(shù)字孿生，英文名叫Digital Twin（數(shù)字雙胞胎），也被稱為數(shù)字映射、數(shù)字鏡像。簡單來說，數(shù)字孿生就是在一個(gè)設(shè)備或系統(tǒng)的基礎(chǔ)上，創(chuàng)造一個(gè)數(shù)字版的“克隆體”。

2023年初，中國信通院發(fā)布的《數(shù)字孿生城市產(chǎn)業(yè)圖譜研究報(bào)告（2022）》觀察到，我國數(shù)字孿生產(chǎn)業(yè)發(fā)展階段正處于增長期，數(shù)字孿生城市建設(shè)市場活躍，市場主體不斷擴(kuò)大。數(shù)字孿生可以極大提升“元宇宙”的構(gòu)建效率和真實(shí)體感，是“元宇宙”的重要組成部分，隨著“元宇宙”概念的火熱，數(shù)字孿生這一前沿技術(shù)也越來越被人們熟知。

此前，數(shù)據(jù)孿生需要大量的人力物力去采集數(shù)據(jù)，再通過大量的計(jì)算來得到模型。黃惠指出，數(shù)據(jù)采集成本高昂、時(shí)效性低，三維建模的對象非結(jié)構(gòu)化、無關(guān)聯(lián)，正是當(dāng)前數(shù)字孿生難以實(shí)現(xiàn)智能化、模塊化、輕量化、結(jié)構(gòu)化、通用化的痛點(diǎn)所在。

針對上述問題，近十年來，黃惠聚焦“智能圖形和感知計(jì)算”攻克難點(diǎn)，主導(dǎo)提出優(yōu)視精準(zhǔn)攝影測量技術(shù)，通過便攜無人機(jī)全自動采集達(dá)毫米級高清分辨率的城市三維快照，整個(gè)過程從端到端連續(xù)規(guī)劃、眾包協(xié)同，用最少視角爭取最大覆蓋，將大規(guī)模城市場景數(shù)據(jù)量縮減200倍，同時(shí)保證低于0.6米的幾何細(xì)節(jié)損失度，使數(shù)據(jù)采集的設(shè)備投入能夠縮減70%。實(shí)現(xiàn)多元信息的精準(zhǔn)映射和良性代謝。據(jù)了解，這項(xiàng)技術(shù)目前在貼近式高精度城市三維航測單個(gè)項(xiàng)目上的應(yīng)用面積為全球最大，保持著國際領(lǐng)先水平。

以對深圳市約2200平方公里的范圍進(jìn)行建模為例，在實(shí)際中，建模面臨著空域協(xié)調(diào)難，高度限制多，天氣影響頻繁，數(shù)據(jù)質(zhì)量差，采集時(shí)間長的挑戰(zhàn)。如果用傳統(tǒng)的建模方式，需要用2年時(shí)間采集6000萬張圖片的數(shù)據(jù)，建立60TB體量的模型，總成本達(dá)1.5億。這種長周期、低頻次的采集方式，也無法實(shí)現(xiàn)城市孿生三維基礎(chǔ)的實(shí)時(shí)更新。經(jīng)過優(yōu)視精準(zhǔn)攝影測量技術(shù)的優(yōu)化，則可以在不降低精度的前提下，在8個(gè)月內(nèi)用2000萬張照片數(shù)據(jù)建立6TB的小模型，總成本降至6000萬，降幅達(dá)60%。

“在群體智能、無人駕駛、智慧城市、國土安全、工業(yè)制造等領(lǐng)域，數(shù)字孿生都具有著重要的價(jià)值和意義?！秉S惠表示，優(yōu)視精準(zhǔn)攝影測量技術(shù)利用無人機(jī)對三維空間進(jìn)行全自動自主探索，并實(shí)現(xiàn)云上計(jì)算，大大降低城市三維重建的成本和門檻，將來可廣泛應(yīng)用于高精度智能駕駛地圖構(gòu)建、實(shí)景三維導(dǎo)航、高精度城市管理信息平臺等領(lǐng)域。

三維感知能力缺失“卡住機(jī)器人脖子”

《數(shù)字孿生城市產(chǎn)業(yè)圖譜研究報(bào)告（2022）》提出，近年來人工智能技術(shù)逐漸應(yīng)用于建模領(lǐng)域，圖片建模、視頻建模成為未來發(fā)展趨勢。黃惠表示，用人工智能輔助機(jī)器人研究，可以提高數(shù)據(jù)分析的效率，幫助找到三維建模更高效的方法。她透露，她和團(tuán)隊(duì)正在運(yùn)用結(jié)合智能圖形和人工智能的方式進(jìn)行探索，希望能夠進(jìn)一步推動的智能機(jī)器人的研究。

與ChatGPT相比，智能圖形感知的一個(gè)難點(diǎn)在于，缺少可以用于大規(guī)模訓(xùn)練的數(shù)據(jù)。黃惠介紹道，ChatGPT所使用的原始數(shù)據(jù)基本上都經(jīng)過了人工的篩選、標(biāo)注，是“干凈”的，但這一點(diǎn)延伸到三維空間，難度會大幅增加。“對一個(gè)物體可以拍出來1000張照片，但1000張照片可能都無法完全準(zhǔn)確描述這個(gè)物體?！边@就意味著，對大數(shù)據(jù)訓(xùn)練人工智能模型這一路徑，描述小范圍三維空間的數(shù)據(jù)量都將會十分龐大。

“真實(shí)三維動態(tài)環(huán)境能力的缺失，卡住了機(jī)器人進(jìn)一步智能化的脖子?！睘槭裁催@么難？黃惠用常見的掃地機(jī)器人來類比解釋：要讓掃地機(jī)器人在平面上移動、感知并躲避障礙物、防止自己被卡住，現(xiàn)在并不容易。與它相比，智能圖形感知要能夠在三維空間內(nèi)判斷物體的形狀，進(jìn)而判斷出物體的功能、動靜關(guān)系，賦予機(jī)器人可以更高級感知的具身智能，能夠真正地直面和改變真實(shí)的三維復(fù)雜動態(tài)環(huán)境，像人一樣“看見即理解、所見即所得”，作出決策和行動。

經(jīng)過二十余年基礎(chǔ)研究的沉淀，黃惠帶領(lǐng)團(tuán)隊(duì)嘗試?yán)谁h(huán)境感知、幾何建模、語義理解、自主決策的整個(gè)鏈條。但與ChatGPT這樣在自然語言理解方面取得顯著進(jìn)步的人工智能技術(shù)相比，仍然有很多關(guān)鍵科學(xué)問題沒有得到解決，“還有很長的路要走”。

關(guān)鍵詞：