人工智能与机器人技术发展方向与机会辨析
- 作者 · 周朔鹏
- 1895次浏览
- 2018-03-09
- 原创
- 分享
- 字体-+
周总通过对传统工业机器人现状、新型智能机器人发展以及人工智能不断深入各细分领域趋势的分析,提出创造性的应用人工智能技术和机器人技术,提出解决方案并实现相应的产品,空间巨大,是创业创新的重点方向。
传统的工业机器人是机械设计与制造技术、自动控制技术以及计算机软硬件技术高度融合的结果。从第一台工业机器人在美国诞生至今,已经将近60年的时间,工业机器人的技术已经非常成熟了。成熟就意味着在原有技术路线上已经难以实现技术突破,这也是国产机器人厂家面临的最严重的问题。
一谈到工业机器人,大家必然会提到“四大家族”——ABB、KUKA、FANUC、Yaskawa。言必提四大家族,也就意味着已经承认了工业机器人市场是一个寡头垄断的市场。
寡头垄断产生的条件是:
1、市场空间的扩大速度不足以容纳更多的同类厂商进入,少数大公司的产能已经基本满足所有客户的总需求;
2、技术非常成熟,难以产生颠覆性的新技术,处于追赶位置的公司难以通过技术突破,实现“弯道超车”。
在这样的市场格局之下,第二梯队机器人公司只能进入细分领域,通过“一技之长”在局部战场取得胜利,这样的公司和产品主要有:杜尔的喷涂机器人、OTC和松下的薄板焊接机器人、小松和神冈的中厚板焊接机器人、那智的码垛机器人、史陶比尔机器人在激光焊接和切割领域的成功等等。中国国产工业机器人在市场化的过程中仍处于探索阶段,一般都难以通过单一的产品实现盈利。
智能机器人是人工智能技术和传统工业机器人技术的融合发展的结果。
人工智能技术与机器人技术的结合将改变传统的机器人行业格局,就像智能手机对传统手机的颠覆一样。
人工智能是数据和算法的集合,计算能力(芯片)不断跃升是人工智能能够得以广泛应用的基础。今天,人工智能仍处于弱人工智能的阶段,形成突破的领域仍比较局限。
Venture Scanner经过对人工智能产业进行调研,将人工智能企业分为以下十三个类别:
1. 深度学习/机器学习(通用) Machine Learning(General)
2. 深度学习/机器学习(应用) Machine Learning(Applications)
3. 自然语言处理(通用) Natural Language Processing
4. 自然语言处理(语音识别) Speech Recognition
5. 计算机视觉/图像识别(通用) Computer Vision(Genaral)
6. 计算机视觉/图像识别(应用) Computer Vision(Applications)
7. 手势识别 Gesture Control
8. 虚拟私人助理 Virtual Personal Assistants
9. 智能机器人 Smart Robots
10. 推荐引擎和协助过滤算法 Recommendation Engines
11. 情景感知计算 Context Aware Computing
12. 语音翻译 Speech to Speech Translation
13. 视频内容自动识别 Video Content Recognition
通过上述分类,我们可以看到,上述所有人工智能技术都能够用于机器人。换句话说,所有的人工智能技术都是围绕着人的智能特征进行研究而形成的成果。从这个角度讲,人工智能技术和机器人技术相结合,实现既具备机器人的肢体又具备类人智慧的机器人是人工智能和机器人技术发展的终极目标。
Boston Dynamics开发了很多机器人:Handle、Spot、SpotMini、Atlas、LS3、WildCat、BigDog、SandFlea、Rhex等,这些机器人都是具备“肢体”的机器人。Atlas的后空翻震惊世界,Boston Dynamics在机器人肢体的控制方面的研究和开发能力已经走到世界的前沿。
于此同时,Google的Alpha Go机器人通过对围棋的学习,打败了全世界的围棋高手,让深度学习这个技术名词妇孺皆知。我们看到,Alpha Go围棋对弈的现场并没有实际的机器人,而是由一个人根据电脑的计算结果与人类围棋高手进行对弈。
有意思的是Boston Dynamics于2013年被Google收购了。
Boston Dynamics是典型的机器人公司,Alpha Go是Google人工智能的典型成果,两者并入Google旗下,恰恰印证了Google对人工智能技术与机器人技术融合的看法。传统的机器人更多的是研究肢体的控制,人工智能则赋予机器人“灵魂”。具备“灵魂”的机器人才是真正的智能机器人。
人工智能技术不仅仅用于机器人,智慧并不一直是受到局限的存在于躯体之中的。人工智能技术在我们生活的方方面面都在被大规模的应用,可以说,人工智能技术正在改变我们的日常生活。
在安防领域,人脸识别、语音识别、车牌识别等方面人工智能得到广泛应用;在金融领域,利用大数据进行投资决策,通过人脸识别和语言识别实现支付功能等;在教育领域和网购领域,通过提取用户的特征数据,为不同客户推送个性化的产品也是人工智能技术的结果;在医疗领域,通过大数据和人工智能技术的应用实现专家系统进行疾病的辅助诊断;在汽车领域,自动驾驶技术等人工智能技术正在不断改变汽车的功能;在交通领域,车流分析与导航技术的结合大幅提升了城市交通效率。
2012年国际标准化组织(ISO)对机器人的定义是这样的:“Robot, actuated mechanism programmable in two or more axes (4.3) with a degree of autonomy (2.2), moving within its environment, to perform intended tasks.”
在上述这个定义中,除了指出机器人应具备的一些基本功能之外,特别强调了“with a degree of autonomy”(具备一定程度的自主性)。对于自主性的理解,我们可以用人工智能技术来对应。那么,什么是机器人?具备一定程度的人工智能的多轴可编程设备就是机器人。
机器人的定义从来都没有对机器人的形态进行约束。所以,机器人技术发展到了今天,其表现形式也不再仅仅是关节机械手、Delta机器人、Scara机器人、伽利略机器人等有限的几种典型形态,而是逐渐被范化,机器人技术已经越来越多的应用于各种自动化场景之中。
有厂商开发了一套智能设备,通过一个固定在支架上的相机对工位上的手机外壳或电脑外壳进行拍摄,以判断被拍摄目标上是否有划痕,如果有划痕,就用一套简易的机械装置将有划痕的不合格品进行剔除。在这套设备控制系统开发过程中,使用了人工智能的学习算法,对划痕的特征进行学习,以正确的识别各种划痕。这样一套人工智能与多轴可编程自动化设备结合的产品就是一个机器人产品。他已经不再是我们传统概念中的任何一种机器人了。
在比如,在很多大型的成套设备中,设备厂商定制化的运用机器人技术实现产品流转过程中的移载、分拣、检测、装配等功能,这些都是充分运用机器人技术和人工智能技术实现设备整体或者部分智能化的案例。
因此,我们今天再谈机器人的时候,我们也许并不关注是不是具备传统机器人的外形或者机器人是不是具有人类的外形,而是更多的强调机器人技术和人工智能技术对智能系统或设备的渗透。
从这个角度观察,几乎所有具备一定设备开发能力的厂家都正在或者准备在不同程度上使用机器人技术和人工智能技术改进原有设备,提升设备的智能化水平。因此,我们看到大量的设备开发厂商和民用智能设备厂商都在引入人工智能人才和机器人技术,导致的结果是,全行业人才的匮乏。
通过上述的分析,我们看到的结果是:走传统路线的国内工业机器人企业,几乎都不同程度的陷入了寡头垄断市场所固有的艰难格局。单就机器人本体业务而言,几乎无一盈利。这并不意味着这些公司都不赚钱,他们赚钱的途径必然是通过将自己的机器人产品和某种工艺或者工业系统相结合,充分利用自己掌握的机器人技术而实现的盈利。我们观察到的结果是:解决了现金流问题的机器人系统集成商都是赚钱的;学习国外工业机器人第二梯队,深挖特定行业的机器人厂商,通过提供整体行业解决方案都是赚钱的。
通过上述的分析,我们去观察那些将机器人技术直接用于系统解决方案的或者是开发针对特定行业的智能产品的厂商正在逐渐崛起。这些厂商的共同特点是从客户的需求出发,根据客户的需求定义产品,并在产品中创造性的使用人工智能技术和机器人技术从而获得市场空间。比较典型的企业有大族激光、阿丘科技等。我们还看到一些做智能停车系统的公司正在大量使用人工智能和机器人技术解决停车的智能化问题,并致力于提高停车的空间利用率和停车效率。
在人工智能概念风起云涌的当下,传统制造业企业以及众多的创业公司的机会是将人工智能技术和某种具体的产品相结合,创造性的满足人们的某种需要或者社会的某种需要,而不是研究人工智能技术本身。人工智能是数据的算法的集合,本质上属于软件行业,尽管计算能力是人工智能产业发展的基础,也不能改变人工智能技术本身的软件行业特性。软件行业的特点就是赢者通吃,这也是国家在人工智能技术尚不成熟之时便决定力推BATK(BAT+科大讯飞)四大平台的原因。传统制造业企业和小型人工智能企业研究人工智能基础技术是没有竞争力,它们的理性出路只有走人工智能技术的应用和集成路线。其实大家也是这样做的,我们看到很多开发基于语音交流的导购机器人等类似产品的公司,其实都是对科达讯飞语音模块的应用和集成。如果你去研究语音识别等技术本身,已经很难有出头之日了,最好的出路也许就是被大公司收购。
经过上述分析,我们总结以下几点:
1. 传统工业机器人领域,开发机器人,然后销售机器人的方式,很难实现盈利;
2. 国内工业机器人厂商,把自己拥有的机器人技术和机器人产品用于解决具体的行业或者领域的问题,或者整合系统集成公司资源,发挥技术和集成综合能力方可实现盈利;
3. 研究人工智能底层技术或算法难以支撑创业公司形成具体的商业模式;
4. 针对具体的行业或者应用场景的实际需求,创造性的应用人工智能技术和机器人技术,提出解决方案并实现相应的产品,空间巨大,是创业创新的重点方向。
本文原创,如若转载请注明出处和作者。
相关标签:
- 人工智能
参与评论