机器人高峰论坛
  • 资讯
  • News
  • 行业资讯
  • IndustryNews
  • 机器人产业拐点来临 突破重点在感知智能

    • 行业资讯
    • 时间:2016-11-22
    • 来源: 澎湃新闻
    • 编译:zy
    • 我要投稿
    • 0
       机器人产业在全球炙手可热。以今年3月Alpha Go与李世石的世纪大战为标志,人工智能迎来全新浪潮。
     
      机器人产业到目前为止发展到了什么程度,存在哪些问题,又将如何发展?就此采访了香港科技大学和中国机器人产业的研究者进行探讨。
     
      “现在机器人已成为世界各国争相发展的战略性高新技术,因为机器人将会改变我们的制造模式、生活方式。”香港科技大学商学院院长谭嘉因对澎湃新闻说,“大数据和人工智能在未来一定是融于各行各业的,并且驱动产业发展,我们也很高兴地看到目前中国内地,以腾讯微信、大疆无人机为代表的大数据产品已经遥遥领先于香港、欧美。一些西方科技公司,甚至包括某些巨头,正从中国企业那里寻求创意。”
     
      2006年下半年,还在香港科技大学攻读研究生的汪滔在深圳成立大疆创新,目前大疆创新已经成为全球最大的消费级无人机制造商,每年销售出数以千计售价约1000美元的四轴飞行器。大疆创新也是首个开拓全球新兴无人机消费品领域的中国品牌。大疆创新的竞争对手3D Robotics的创始人Chris Anderson评价大疆创新说,“他们就像无人机领域的苹果iOS”
     

     
      在谭嘉因看来,人工智能将为人类带来全新智能革命,就像19世纪的工业革命。未来AI将要降低门槛,真正实现为每一个人服务,而非仅仅为少数人和少数机构服务。
     
      尽管大数据、AI技术支撑的人工智能快速发展,但在研究者看来,当前的机器人产业发展仍然是处于初级阶段。
     
      安全问题:机器人技术滞后
     
      中国机器人产业联盟理事长曲道奎坦言,事实上,从总量上看,全世界机器人发展到现在,市场依然微小。目前全球平均的机器人密度是0.62%,中国只有0.3%。
     
      “机器人发展了半个多世纪,目前的全球保有量才不到200万台,实际上机器人的替代率可以忽略不计。全球平均来看99.38%还是人来作业,在中国99.7%还是人来作业。作为一个产业,这么小的规模几乎可以忽略不计。”他说。
     
      记者接触的多位研究者认为,之所以如此,在于机器人技术严重滞后:首先,目前的工业机器人缺少感知系统,包括视觉、听觉等,第二机器人的灵巧性不够,工业中大量工作靠的是人的灵巧性,机器人不具备。如此,按照人的标准来看,机器人是严重残缺的人类,基本会被排除在就业范围之外。这就是机器人技术的现状。
     
      而在这种技术水平下,机器人能做的,只能是一些程序化、规定性的工作。需要灵巧性的工作机器人做不了,工作内容不一致、规范性不强的工作机器人做不了。所以在耗费大量劳动力的行业,机器人几乎全部无能为力。
     
      “更加值得关注的是,机器人还存在安全问题。”曲道奎指出,机器人和人类现在还不能协同工作,机器人必须在一个笼子里围着工作,这种安全性的限制又把很大一部分工作排除在外。
     
      由机器向人的拐点:重点突破感知智能
     
      与工业4.0相伴生的是机器2.0,即第二次机器革命,第二次机器革命中的典型代表就是新一代机器人,这也是第四次工业革命的支撑,它必须满足物物相连、物物相通,满足数据、网络、云的新要求。这就要求机器人要有革命性的变化。
     
      机器人智能技术的发展要经历三个阶段,第一阶段是计算智能,目前机器人主要处于这个阶段,以编程、微机计算为主,第二阶段要进入感知智能,通过各种传感技术的应用,提高机器人对外部可变环境的适应性,第三阶段要进入认知智能。
     
      香港科技大学计算机系主任及大数据研究院院长、2015国际人工智能大会主席杨强对澎湃新闻说,机器人有两大属性,第一个属性是机械属性,机器人迄今重点发展的就是这个属性,第二个属性是人的智能属性。当下机器人产业正处在由机器向人的拐点上,需重点突破的是感知智能,实现智能提升。
     
      杨强认为,今年3月,Alpha Go与李世石的世纪大战,实际上更为人工智能的应用流程提出了新的启示——人工智能要取得成功应当具备五个必要条件,即高质量的大数据、清晰的边界条件、积极的外部反馈机制、计算资源以及跨界数据科学家,这五个条件将成为推进人工智能长足发展的动力源泉。
     
      “未来5至10年,基于大数据的人工智能,包括深度学习以及由深度学习延伸出来的各种新算法,将会收获第一波红利。另外,小数据上也可以取得深度学习的红利:如果能够做到迁移学习,那么在更多的领域就会有人工智能的应用发生,比如把非结构化数据结构化,这是一个很广阔的商业前景;专门为深度学习设计一个计算架构将变成新的风口;软件工程化将降低老百姓的应用门槛;迁移学习的模式化将学习如何去学习,学习学习方法输出成一个逻辑表达;自然语言是下一个会有巨大突破的方向,就是能够把所有的这些非结构化数据、自然语言描述的这些网页变成数据库里面的表达,实现人机对话系统,如此未来我们可以看到一个人率领一万个机器人在做客服的场景出现。”他预测。
     
      研究者普遍认为,随着技术的不断突破,制造业只是机器人产业的应用领域之一,医疗、国防安全、服务与生活领域,将是新一代机器人应用的更大空间。
    声明:凡资讯来源注明为其他媒体来源的信息,均为转载自其他媒体,并不代表本网站赞同其观点,也不代表本网站对其真实性负责。您若对该文章内容有任何疑问或质疑,请立即与中国机器人网(www.robot-china.com)联系,本网站将迅速给您回应并做处理。
    电话:021-39553798-8007
    [打印文本] []
    
    全部评论(0
    TOP Bookmark