索菲亞是一個獲得公民身份的智能機器人。人們不僅驚嘆她可以模擬62種面部表情,更對其在識別表情、理解語言、與人互動時展現的智能感到驚訝。其實,索菲亞只是智能機器人家族中的一支。近年來,世界各國對發展智能機器人十分重視,不少國家都發布了產業規劃。2015年國務院印發的《中國制造2025》中提到,突破智能機器人關鍵技術,開發一批智能機器人,積極應對新一輪科技革命和產業變革的挑戰。
機器人發展逆勢上揚
機器人技術發展既依靠自身技術的進步,又由相關的產業與消費升級牽引。從上世紀90年代至今,機器人在負載能力、精度、速度、可靠性、控制能力等方面都發生了非常大的變化,功能、性能和可靠性不斷提升,成本卻不斷降低。這樣的發展勢頭即便遭遇疫情也沒有停止。當全球生產生活備受疫情影響的情況下,機器人領域反而逆勢上揚。
國際機器人聯合會統計數據顯示,全球機器人產業規模從2016年的204億美元持續增長到2019年的306億美元,年均增長14.5%。疫情暴發后,服務機器人逆勢增長, 2020年同比增長20.7%,機器人產業正成為經濟發展的重要增長點。
AI+機器人駛入高速路
在高速發展的過程中,人工智能技術越來越深地與機器人結合,機器人體現出越來越高的智能化。機器人技術發展經歷了3個階段。第一階段是自動化階段,是設備概念的階段;第二階段是智能階段,也就是機器人實現人機協作、環境感知、數據采集、人機交互的階段,當下就在第二階段。第三階段則是下一步即將展開的自主化階段。
機器人的人工智能發展方向非常重要,很多關鍵技術決定了機器人的未來。其中記憶技術、感知技術、行動規劃、機器學習,這些都是人工智能近幾年發展方向,完全可以移植到機器人里面,未來的機器人一定是具備智能化、自主化、網絡化的控制系統。未來機器人要像人一樣能夠看懂說明書,進行自動裝配,就需要從感知智能到認知智能到行為智能的全面進化,這些都是需要人工智能技術。
智能工廠也體現人工智能的發展方向。為適應小批量、定制化、多品種制造,工廠就要有柔性化、智能化生產線。依靠數字化、智能化升級,加入工業互聯網、智能云,才能實現所謂的燈塔工廠、無人工廠。可喜的是,人工智能與機器人正在深度融合。近年來,在新一代人工智能理論、方法、器件基礎、技術等方面都在向前發展,智能基礎設施、人才、法律、政策、標準等也在建設完善,一個智能社會正在構建。
瓶頸亟待突破
雖然人工智能與機器人發展勢頭迅猛,但依然存在令人無法忽視的瓶頸。例如協作機器人雖然彌補了工業機器人的缺點和短板,但也存在負載過大或運行速度過快時安全性無法保障的缺陷。
要解決這些問題,深度學習是途徑之一。近幾年發展非常迅速的就是強化學習控制器。不論是加工大型復雜構件還是完成醫療手術,都需要深度迭代運動控制學習。只有通過傳統控制不斷迭代、不斷訓練,人工智能學習后才可以完成復雜作業。而當環境發生變化則再學習。
深度學習也讓計算機走出CPU統治的天下。因為人工智能的大量計算都集中在處理圖形上,屬于矢量和向量的計算,而非CPU擅長的邏輯運算。由此誕生的圖形處理器(GPU)神經網絡計算(NPU)提升了計算速度,同時降低了計算能耗。
盡管算法、理論、硬件和基礎器件都取得了長足進步,但依然還有關鍵技術尚未解決。對計算機而言,實現邏輯推理等人類高級智慧只需要相對很少的計算能力,而實現感知、運動等低等級智慧卻需要巨大的計算資源。機器人發展一直朝著解決悖論的方向發展,這也是未來機器人技術研究方向的支點。
我國正面臨大的技術突破機遇期,人工智能、云、大數據的技術發展讓機器人處于顛覆式階段。盡管任重道遠,但路在腳下。盡管我國在機器人與人工智能發展方面存在困難與挑戰,但機遇也是有的。”
我國擁有市場,這是我們發展第二產業發展的信心。我們不僅有良好的市場環境,還有良好的金融環境和資本市場。這些也在支撐創新以及新科技成果的孵化和轉化。同時,內循環和雙碳目標都在加速機器人新的智能制造。
資料來源:中國科學報
我要評論