机器人狂欢、Watson vs 厄尔尼诺、后浪可畏：2020WAIC黑客松亮点纷呈

2020年7月8日-11日，由张江集团、优必选科技、软银集团旗下软银机器人、Watson Build 创新中心、机器之心联合组织的世界人工智能大会黑客松，首次以远程和小规模线下结合的方式举办，作为大会期间唯一一场黑客松大赛，以别开生面的竞赛形式和赛题吸引了来自全球顶级开发者同台竞技。经过三天不舍昼夜激烈的角逐，三大赛道优胜团队终于出炉并在WAIC开发者日主单元上进行了颁奖，比赛共计16支团队收获佳绩，最小年龄获奖者为高一学生。

在开发者日主单元上，软银机器人中国总经理邱靓为一等奖和特等奖选手颁奖，软银机器人中国销售总监符裔给未来英才奖、二三等奖颁奖。远在日本的软银机器人首席商务官Sakata Dai不能抵达现场,但是也给获奖选手送来了祝福。

IBM 数字化平台和开发者生态总监倪鑫、六七八九集团COO，张江跨国企业联合孵化平台总经理吴家康为 IBM Watson Build CodeForCode 赛道获奖团队颁发了奖励。

优必选科技CTO熊友军，也在深圳给Walker赛道获奖选手送上了祝福。

基于“让人形机器人走进千家万户”这一憧憬，2015年，优必选正式立项开始尝试研发大型人形机器人。第三代Walker双足机器人身高1.45米，拥有一双高自由度长腿，以及力觉、听觉、视觉和平衡等全方位感知系统，可以全向行走，上下楼梯，具备踢球、舞蹈等多种互动云运动能力，以及诸多家庭必备技能，如端茶倒水、开门关灯、弹琴作画等。

图注：赛题介绍。

为了推进大型仿人机器人落地应用和研发，优必选首次在仿真平台中对外开放出Walker模型及相关数据，以智慧家庭为主题，设置 6 大生活常见场景，分为 4 个基本任务场景和 2 个挑战任务场景，共计 15 项任务，考察运动控制、导航及视觉等多项人工智能及机器人技术。

具体而言，在定位导航上，SLAM是现在机器人多用的视觉导航技术，Walker更多依赖视觉技术和IMU。机器视觉逐渐成熟，也为各类设备带来更丰富的应用功能，当然也包括机器人。

注：Walker 的定位导航脉络。

注：Walker 的视觉脉络。

就运动控制而言，在国内，控制算法部分高校和企业做得不错，想要达到波士顿动力水平还需要克服很多挑战。Walker 自由度虽然高，但也对控制提出了非常高的要求。比如，行走过程中只有一只脚触地，如何解决平衡就是一个大问题。

注：Walker的控制脉络

4 个基本任务场景分别为开关灯、拿饮料罐、推平板车及开冰箱。2 个挑战任务场景为上楼梯与搬箱。

基本任务看似简单，实则不然。越简单的事情，越靠近本能，数据反而最难提取并总结出规律。比如，第一个基本任务开灯案例中，至少要涉及熟悉双臂运动学、操作空间规划、7个自由度的逆解、手指控制模式等技术点，黑客松选手可以示教的方式，赋予机器人这个能力。

选手们主要先借助视觉感知灯在哪里，然后执行任务。有意思的是，在展示Demo 中，机器人似乎都成了左撇子，而且打开方式各种各样。

有的机器人是用手指点开开关，有的干脆用手掌打开；有的方案中，机器人开灯动作一气呵成、非常流畅 ；由于房间空间小，Walker 无法像工业机器人那样操作，有的方案容易导致无解情况出现。

注：第一个基本任务开灯，用手指点开开关需要控制力度，否则可能会损伤机器人手指。

第二个基本任务是拿取指定杯子。展示方案中，机器人定位导航走到桌子的过程，通常比较顺利和平滑。最有意思的是抓取杯子环节，有的方案很平稳地握住了杯子；有的方案虽然拿到了杯子，但是差点碰倒杯子。后者的症结主要在于，直接将拿杯子当做定位来做，而没有考虑涉及材质（比如是易拉罐还是纸盒？）的力控方案。

注：第二个任务，拿饮料罐，这里需要注意控制模式。

据优必选介绍，拿取饮料罐涉及的知识点包括特征识别、位姿估计、策略选择、控制模式、抓取位姿、可达性分析等等。尽管在仿真中，实现力控并不难，但在实践中，由于Walker的手并不算大（相对于其体型），仍然具有挑战。

而且，五指抓取，比两指抓取难度更大，因为系统会带来更多噪声。当然，机器视觉的发展，可以给机器人提供更多信息支持。

优必选副总裁、研究院副院长庞建新点评到，家庭场景的解决方案需要做好权衡，比如和速度、节能等要点相比，鲁棒性是不是更重要？这些都是需要思考的。

注：第三个基本任务，推平板车，关键在于抓握策略。

第三个基本任务是推平板车，这里涉及车把手特征、末端稳定、抓握策略等技术要点。其中，抓握策略很重要，到底抓握平板车推杆的哪些点，会直接影响机器人推车是否省力、甚至下一步任务的完成度。

展示过程中，我们发现有的团队的握姿方案虽然可以完成推车任务，但明显不能推车转弯；有的双手握住很紧，可以推车转弯，但步态又不太流畅。

除了抓握策略，推车过程中还需要注意浮动基座补偿，保持机器人末端相对稳定，否则就会出现边推边晃的情况，机器人就容易倒。由于推车过程会碰到一些障碍物，因此机器人的柔性控制也很重要。

注：非常漂亮的开冰箱方案。不过在去往冰箱的路径规划上走了S。

第四个基本任务是开冰箱，这也是几个基本任务中复杂度最高的。比如，开门过程其实是在划四分之一圆，如果做路径规划，很可能无解；开门如果不做一些力控，机器人和冰箱之中很可能会有一方倒下（多半是体重更轻的机器人）。

相较于前一个推平板车的基本任务，开冰箱最大的不同在于需要全身协同规划，这里涉及双臂、步态等运动的协调。

展示过程中，我们看到，有的方案路径规划很简单利落，但是，右手打开冰箱后，无法进一步将冰箱门拉得更开，最后干脆垂下右手，再用左手将冰箱门推开。这个方案的弊端在于，现实中，冰箱门很有可能会弹回来，机器人最后还是拿不了里面的东西。

有的机器人边打开冰箱，边往后退，非常完美地完成了任务。不过，在路径规划去往冰箱的路上，机器人又走出了S形。

人类对双足机器人的痴迷由来已久，双足的一个很大优势在于环境适应能力强，可以越开障碍。与所有前面四项基本任务不同，作为挑战任务之一的上楼梯本质上属于跨越障碍，而不是操作问题。因此，需要参赛者自己设计步态规划，规划成功与否，取决于他们对双足机器人的理解程度。

注：机器人上楼梯所涉及到知识点。

上楼梯看似简单，维系动态平衡其实很复杂。步态固然需要稳定（比如，考虑机器人对楼梯的冲击以及楼梯反作用力），也需要追求速度，快速上楼并保持步态稳定的方案虽然难度更大，但得分也更高。有的方案中，机器人花费20秒才登上六个台阶；有的方案，几乎一秒一个台阶，机器人完成整个过程仅花7秒。

注：这个方案中，机器人步态稳健，但是速度慢了点。

最后一个挑战项目是搬三十公斤箱子，这里同样也需要规划步态，还要自己设计平衡器，抓握箱子方式也讲究技巧。

注：机器人搬箱子所涉及到知识点。

展示中，有的机器人抓握箱子时，双臂抬得很高，走两步停一下，感觉不够稳定；有的机器人后退过程中，身子后倾，有往后倒的感觉。

注：展示方案中，机器人往后退时身体也跟着后倾。

值得一提的是，进入决赛的队伍全部来自高校，分别系南科大、哈工大、耶鲁、华中科大、港中文等高校的8支队伍，展示 demo完成度也很高。最终，耶鲁大学与密歇根州立大学组团的 The Walking Dead 获得冠军。华中科技大学和香港中文大学团队分获二、三名。

身高1.2米的 Pepper 外形拟人讨喜，动作流畅，交互自然，是由软银集团旗下的软银机器人公司推出的商用服务和教育机器人。Pepper 还是一个可编程开发平台，开发者可以根据自己的想法以及 Pepper 提供的开放系统与工具对机器人进行二次开发，为不同场景定制应用。

人形机器人出现时间并不算长，相较于软件算法，其发展速度也并不算很快，到目前为止，能将 Pepper 优势发挥地淋漓尽致的完美商业解决方案，并不太多。本次黑客松上，软银机器人的开放性赛题要求参赛者基于 Pepper 机器人和安卓 SDK 开发出有趣、实用的机器人应用，用 Pepper 创造有价值的落地应用。

与优必选、IBM相比，本赛道最大亮点在于，来自浙江师范大学附属中学的四名高一学生摘得 “AI+机器人未来英才”奖，即将实现软银机器人中国三周带薪实习的愿望。

在参加本届黑客松之前，他们刚刚参加完南京软银机器人挑战赛并获得第三名好成绩。四名同学中，接触Pepper时间最长的近一年，最短的还不到半年，连佳圆是队里唯一的女生，也是第一次参加线下比赛，主要负责设计和策划的部分。

疫情期间，Pepper 走进了中国、意大利、澳大利亚、西班牙、日本等多个国家的多家医院，承担排队管理、辅助诊断、娱乐陪护、用药提醒等工作。受此启发，浙江师范大学附属中学团队针对疫情防控需求，就人脸识别（性别识别+口罩检测）、健康码识别和体温检测三个方面进行了开发。

注：浙江师范大学附属中学的PPT展示。

不过，最别出心裁的应用来自特等奖团队的“脑洞”。张江的企业——上海刻契网络科技有限公司根据数字孪生的概念，给Pepper建立了一个3D的虚拟影子，在操作虚拟影子的过程中，真实 Pepper也会完成一样的行为，犹如陪伴在侧的工程师机器人。在智能制造场景下，为替代缺乏与人类沟通的传统巡检机器人提供了一种思路。

开发过程中，软银中国技术团队给予团队很多建议和帮助，尽管一些成员也是第一次接触到Pepper，不过，作为特等奖奖励，他们终于可以将一台近二十万售价的Pepper抱回家。

注：上海刻契网络科技有限公司的PPT展示。

去年黑客松上，获奖开发者要么在商用服务场景下，让Pepper提供更周到酒店和公共服务；要么将目光投向英语早教市场，让Pepper 为 4 到 12 岁小孩提供私人外教服务。本届黑客松的更多获奖方案，也分享了类似的灵感。

一等奖获得者广东东逸湾科技有限公司的团队在类似思路基础上，进一步扩展，打造出“企业定制化智能小秘书”。

由于公司主营业务是做展厅引流，所以，团队第一时间想到了要结合Pepper人形的特点和语音导览的功能，一开始的选题只是想做前台接待、会议暖场的机器人，但在和软银公司沟通之后，他们发现这种类型的机器人其实大家都能去实现，所以想挖掘出更深层次的商业价值，进而触发办公场景智能秘书的想法。

在他们的设计方案中，Pepper 秘书可以负责迎来送往、对商业秘密更能守口如瓶、信息传达比人类秘书更准确并可随时播报最新信息、甚至可以像法庭书记员一样，随时记录会议，等等。

图注：一等奖获得者的企业智能秘书的展示。

作为初次参赛的优胜团队，虽然先前有一定的安卓开发经验，但在短时间内能够把项目的主要功能实现整合，依然让东逸湾成员感觉很有成就感。当然，获奖后有机会去日本软银参观，也让团队很兴奋。

获得第二名的工博士科技股份有限公司，此次展示的是故事汇机器人，除了讲故事之外，Pepper还可通过语音\触屏交互实现故事分叉功能。

而第三名获奖者上海电机学院通过让机器人学会玩石头剪刀布，更灵活地与商城客户交流并派发优惠券的设计方案，与上届黑客松的类似获奖设计异曲同工。

在总结环节，鉴于所有参赛者都没有在自己的解决方案中提及具体数字，软银机器人公司给参赛者提了一个建议，诸如机会概率多大、可以降本多少之类的具体数字在项目方案中非常重要，比如，可以让那些不太具备行业背景的投资人、客户对你的方案印象深刻。另外，多从用户角度出发（而不是纯粹考虑自身技术），可能会出现更接地气的微创新。

IBM Watson Build 创新中心 “用技术改变世界 Call For Code 全球挑战赛”同样竞争激烈，参赛者的视野也从聚焦具体产业，上升到地球环境。

随着全球人口的不断增长， 地球所承担的资源压力也越来越重。研究显示，到 2100 年左右，全球气温可能会升高 3-5 摄氏度。大量研究证实，气候在不断变化，海平面迅速上升，极端天气事件在世界范围内不断上演。

与此同时，人们与混沌系统、蝴蝶效应的较量能力也在进化。比如，借助机器学习算法，人们越来越善于预测百公里厚、并且一直在移动的大气层运动，并根据最新数据不断调校模型算法。最明显的例子，就是人们对飓风马修的运动轨迹越来越了解。现在，提前5天的预测，就像十年前提前24小时预测一样准确。

因此，IBM Watson Build 创新中心以「应对气候变化」为主题，设置了「水资源可持续性」、「能源可持续性」、「抗灾能力」三大方向。从获奖情况来看，大家仍然遵循着既有的两大思路来设计自身方案：利用“对话”API搭建对话机器人，从事沟通与协调；或者，注重“发现”，让人工智能加速从海量非结构数据中提取信息。

冠军团队名叫“喵喵喵”，阵容强大，成员包括字节跳动设计师、北航博士研究生、海归程序员和Airbnb工程师。他们利用机器学习技术结合卫星数据来预测厄尔尼诺现象，通过观察海平面高度的异常情况并使用ConvLSTM2D 神经网络加以识别和预测来更好的帮助人类抵抗自然灾害。

注：冠军团队还有自己的React App，https://rootial.github.io/

这一解决方案不仅让人想起几年前，IBM收购了 Weather Company。作为一家能够从 4000 万手机中收集超过每秒 4GB 信息量， 以及147000 个天气监测站，50000 个航班，和数不清的能够反馈天气数据的智能汽车作为信息收集源的公司。它掌握的天气数据就是对未来天气进行预测分析的最好素材。

天气数据几乎影响着各行各业，IBM 可以向各个产业出售天气数据和业务解决方案，而Watson则是这一构想的核心所在：

如果能预测很多事情，能够预测地更准确，我们就能采取行动。即便是今天，我们能够提前3，到4周预测天气，我们可以理解严寒天气延长意味着什么，天气转暖和干旱又意味着什么，所有这些，都有助于水资源、农业生产甚至更多行业的生产和生活。

第二名花落“大气科学小分队”。他们试图构建一个气候影响评级（CIR）系统，该CIR系统的核心功能为扫描产品barcode（和食品标签类似），能够实时在数据库中调用产品评级数据，通过预设算法给出产品气候评级结果，让消费者意识到制造过程中的能源成本和由此产生的二氧化碳（以及诸如水之类的其他消耗品）。

本团队在此次比赛中完成了基础框架的建立和实现，并对系统完善升级提出了拓展框架的构想。基础框架部分包括CIR评级标签设计，评级指标的算法建立，通过API服务器、cloudant等服务调用和存储数据，评级结果可视化的实现。拓展框架部分除了核心算法外，还包括制造商和销售商上载数据平台的搭建，政府部门基于CIR评级结果的补贴政策的制定等。

如果说前两名获奖团队侧重 Watson “发现”技能，那么，第三名获奖者将重心放在 “对话”。这也是非常常见的构建思路，以往IBM Watson 挑战赛中也经常看到这类方案，比如虚拟旅行助理、导医机器人等。

第三名是章明为代表的“We Help”团队，打造了语音无线警告系统。他们公司本来就是做音视频交互协议，因此，他们想要结合IBM的人工智能技术，去扩大它的语音应用场景。

图注：WeHelp的方案展示。

比如，当前端设备监听到关键声音（如救命，今后还可以更多，玻璃碎，大哭，枪声等）后，可以直接接通应急救援频道，可以是多方并发接通，让更多的人收到报警来进行救援和协调。团队希望将 WeHelp的适用范围扩大到包括老人、小孩的求救，还包括公安、应急等面向社会安全场景。

章明认为，将来单一技术很难获得大量应用，混合技术一定是方向，WeHelp 希望更好的支持混合应用，在紧急救援中结合现场的声音求救，物联探测，AI探测等获得综合感知和救援能力，并利用WeHelp的语音和视频传输构建人和物联和智能桥梁。