15269271688 | 0532-87808777

15269271688@163.com

English

人工智能+機器人:制造業(yè)效率提升新機會(huì )

  進(jìn)入2019年,中國AI的投資和創(chuàng )業(yè)公司正持續增加?!叭斯ぶ悄?制造”的投融資案例也是不勝枚舉。

    “AI”隨處可見(jiàn),已成為多人熱衷的流行詞。機器學(xué)習宗師級大牛 Michael I.Jordan則認為這一現象讓他感到非常不安:“AI只不過(guò)是他們借此向 VC、企業(yè)、媒體以及大眾兜售其自身的概念。至于真正的 AI,我們根本還沒(méi)有實(shí)現?!?

    曾經(jīng),在追求性?xún)r(jià)比與實(shí)用性的工業(yè)領(lǐng)域,“人工智能只是智能制造舞臺上的小配角”。如今,關(guān)于具體應用場(chǎng)景,業(yè)界人士普遍認為,人工智能將大幅提升工業(yè)機器人的工作效率。

    截至目前,機器人行業(yè)發(fā)現了哪些人工智能位于工業(yè)應用場(chǎng)景的“新大陸”?人工智能技術(shù)與機器人技術(shù)結合的未來(lái)發(fā)展方向在何處?

    人工智能+傳統工業(yè)機器人=智能機器人

    傳統的工業(yè)機器人是機械設計與制造技術(shù)、自動(dòng)控制技術(shù)以及計算機軟硬件技術(shù)的高度融合。

    人工智能是數據和算法的集合,計算能力(芯片)不斷躍升是人工智能得以廣泛應用的基礎。目前人工智能仍處于弱人工智能的階段,形成突破的領(lǐng)域仍比較局限。人工智能技術(shù)和機器人技術(shù)相結合,實(shí)現既具備機器人的肢體又具備類(lèi)人智慧的機器人是人工智能和機器人技術(shù)發(fā)展的終極目標。智能機器人是人工智能技術(shù)和傳統工業(yè)機器人技術(shù)融合發(fā)展的結果。

    Geek+ CEO鄭勇表示,如果把人工智能定義到“深度學(xué)習”的程度,那目前幾乎沒(méi)有落地應用。他認為目前的人工智能可以定義為“相對復雜的算法帶來(lái)的自主能力”。

    專(zhuān)注機器人智能物流領(lǐng)域的Geek+,通過(guò)人工智能和機器人技術(shù)賦能物流倉儲行業(yè),通過(guò)智能揀選、搬運、分揀等倉儲物流環(huán)節的優(yōu)化,高度柔性的人機交互,來(lái)實(shí)現提高倉庫效率,降低人工成本及人工勞動(dòng)強度的目的。

    庫柏特CEO李淼指出,“分揀、打磨、裝配、檢測”為人工智能與機器人落地應用最為迫切和廣泛的四大領(lǐng)域。由此,庫柏特自主研發(fā)的系統通過(guò)核心學(xué)習算法以及專(zhuān)用控制軟件可應用于上下料的無(wú)序分揀、手機或者航空葉片的力控打磨、智能示教、智能貼標以及零件裝配等場(chǎng)景。

    “AI時(shí)代,工業(yè)機器人將被新的核心技術(shù)定義,包括深度學(xué)習、路徑規劃、任務(wù)級編程、柔性控制等?!泵房翪EO邵天蘭說(shuō)道。在他看來(lái),混雜物體分揀是目前需求最明顯、應用最直接的部分,很多公司都能展示一定程度的demo,但是真正能大規模使用的產(chǎn)品還沒(méi)出現。

    除此之外,還有個(gè)結合點(diǎn)為“操作規劃”,即人只需要指定好多個(gè)工件的安裝要求,機器人就可自行計算出抓取和安裝的方案,節省大量編程時(shí)間。

    在標準場(chǎng)景中,工業(yè)機器人生產(chǎn)的產(chǎn)品批量較大,有大量的重復性工作,需要高頻次的軌跡優(yōu)化,比如機床加工、零件安裝等應用。此時(shí)可以通過(guò)小樣本監督學(xué)習,讓機器人擁有自適應、進(jìn)化功能。

    而此前,艾利特展示了“機器人疊衣服”的demo,展示了機器人軌跡優(yōu)化不僅僅可以針對剛性物體,還能應對衣服這類(lèi)柔性體。艾利特的機器人疊衣服系統通過(guò)深度強化學(xué)習算法和深度視覺(jué)傳感器精準定位衣物疊取點(diǎn),自動(dòng)尋優(yōu)最佳運動(dòng)軌跡,實(shí)現疊取效果。該系統還使用了仿真環(huán)境快速建模和遷移學(xué)習方法,加快學(xué)習速度、降低數據采集成本,最終將仿真結果映射到真實(shí)機器人操作中。

    除了上述以提升工業(yè)機器人效率為攻堅重點(diǎn)的應用外,機器視覺(jué)作為人工智能的一個(gè)分支既是機遇也是挑戰。

    在智能制造過(guò)程中,機器視覺(jué)主要用計算機來(lái)模擬人的視覺(jué)功能,也就是把客觀(guān)事物的圖像信息提取、處理并理解,最終用于實(shí)際檢測、測量和控制。

    易視智瞳CEO黃卜夫認為,機器視覺(jué)瑕疵檢測是人工智能的一大“練兵場(chǎng)”。易視智瞳高精度視覺(jué)點(diǎn)膠系統集成了點(diǎn)膠工藝的視覺(jué)感知、運動(dòng)控制和點(diǎn)膠執行等功能,可方便地與各種執行機構整合,一步形成終端點(diǎn)膠機產(chǎn)品,滿(mǎn)足各種產(chǎn)線(xiàn)點(diǎn)膠的需求,通過(guò)深度學(xué)習還可由單機智能向多機互聯(lián)協(xié)同演變。

    此外,設備故障監測與預警也是人工智能在工業(yè)場(chǎng)景的一大落地應用,這類(lèi)方案可監管工廠(chǎng)廠(chǎng)房每一臺機器人,并預測機器人的異常狀況,在機器人出現問(wèn)題前加派技術(shù)人員進(jìn)行維修作業(yè)。

    此外,如果有機器人發(fā)生故障,這類(lèi)方案也能讓相鄰的機器人自動(dòng)承擔其生產(chǎn)線(xiàn)上的任務(wù),以避免或減少設備停產(chǎn)損失。

    萬(wàn)變不離其宗,人工智能在制造業(yè)的應用場(chǎng)景大多與上述類(lèi)似或相關(guān)。業(yè)內人士一致認為,人工智能技術(shù)與機器人技術(shù)的結合將改變傳統的機器人行業(yè)格局,就像智能手機對傳統手機的顛覆一樣。

    插上人工智能的翅膀,國產(chǎn)機器人能否彎道超車(chē)?

    一談到工業(yè)機器人,大家必然會(huì )提到ABB、庫卡、發(fā)那科、安川。業(yè)內人士分析,寡頭壟斷產(chǎn)生的條件是:

    第一,市場(chǎng)空間的擴大速度不足以容納更多的同類(lèi)廠(chǎng)商進(jìn)入,少數大公司的產(chǎn)能已經(jīng)基本滿(mǎn)足所有客戶(hù)的總需求;

    第二,技術(shù)非常成熟,難以產(chǎn)生顛覆性的新技術(shù),處于追趕位置的公司難以通過(guò)技術(shù)突破實(shí)現“彎道超車(chē)”。

    對于國產(chǎn)機器人來(lái)說(shuō),對于國際巨頭一直處于追趕的狀態(tài),在這樣的市場(chǎng)格局之下,國產(chǎn)機器人開(kāi)始選擇從細分領(lǐng)域進(jìn)入,試圖通過(guò)“一技之長(cháng)”在局部戰場(chǎng)取得勝利。中國要改變追趕的局面,主要有兩大超越機會(huì ):

    其一,中國是巨大的機器人應用增量市場(chǎng)。

    數據統計,在3C領(lǐng)域,中國的手機年產(chǎn)量超20億部,電視、冰箱、空調等產(chǎn)量均穩居世界第一;在物流和電商領(lǐng)域,每年的快遞包裹數量超過(guò)4百億,也就是人均達30件,穩居世界第一;在食品化工領(lǐng)域,化肥產(chǎn)量穩居世界第一。巨量的實(shí)際產(chǎn)業(yè)需求為人工智能的落地提供了龐大的練兵場(chǎng)。

    其二,中國的人才、技術(shù)處于第一梯隊。

    與機器人本體技術(shù)相比,中國在人工智能領(lǐng)域相對領(lǐng)先,具體體現為在A(yíng)I領(lǐng)域發(fā)表的論文數量和質(zhì)量都在世界前二;對深度學(xué)習的基礎設施做出了重要貢獻;知名研究院、高校在世界上屬于第一梯隊;在各類(lèi)AI競賽上刷榜等。

    在具體實(shí)踐上,隨著(zhù)國產(chǎn)機器人性?xún)r(jià)比的提升,工業(yè)界對國產(chǎn)機器人認可度的提高,機器人企業(yè)針對具體行業(yè)或應用場(chǎng)景的實(shí)際需求,創(chuàng )造性的應用人工智能技術(shù)和機器人技術(shù),提出解決方案并實(shí)現相應的產(chǎn)品,空間巨大,這也是創(chuàng )業(yè)創(chuàng )新的重點(diǎn)方向。

    然而,“彎道超車(chē)”的道路必然不會(huì )是一馬平川。邵天蘭指出,要真正邁向AI+機器人新時(shí)代,中國機器人仍然面臨挑戰,如在軌跡規劃、柔順控制等方向上積累較淺;需要與互聯(lián)網(wǎng)、自動(dòng)駕駛、人臉識別等領(lǐng)域爭奪超一流人才。除此之外,各方面的長(cháng)期投入需要很大的決心和能力。

    類(lèi)似的,藍胖子機器人CEO鄧小白給行業(yè)打了“預防針”:概念和故事很容易講,事情卻不容易做,能實(shí)現的是理想,不能實(shí)現的是夢(mèng)想。他認為,在硬件上,工藝需要時(shí)間累積;軟件上,機器人軟件方面的研發(fā)和教育遠遠落后于歐美?!爸袊惺袌?chǎng)有希望,但任重道遠。無(wú)論是機器人還是人工智能,都需要踏實(shí)落地細分市場(chǎng)的應用,再橫向擴展?!编囆“渍f(shuō)道。

    風(fēng)口上的“人工智能+制造”,究竟是真實(shí)的繁榮還是泡沫破裂前的狂歡?對于這一問(wèn)題的回答大概是,能成功落地的人工智能將產(chǎn)生巨大價(jià)值;而狹義的單憑AI算法或技術(shù)的“空中樓閣”將無(wú)法適應于行業(yè)態(tài)勢,很快將看到泡沫的破滅。