人工智能+機(jī)器人：制造業(yè)效率提升新機(jī)會(huì)

  進(jìn)入2019年，中國AI的投資和創(chuàng)業(yè)公司正持續(xù)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，已成為多人熱衷的流行詞。機(jī)器學(xué)習(xí)宗師級(jí)大牛 Michael I.Jordan則認(rèn)為這一現(xiàn)象讓他感到非常不安：“AI只不過是他們借此向 VC、企業(yè)、媒體以及大眾兜售其自身的概念。至于真正的 AI，我們根本還沒有實(shí)現(xiàn)?！?

    曾經(jīng)，在追求性價(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(tái)上的小配角”。如今，關(guān)于具體應(yīng)用場(chǎng)景，業(yè)界人士普遍認(rèn)為，人工智能將大幅提升工業(yè)機(jī)器人的工作效率。

    截至目前，機(jī)器人行業(yè)發(fā)現(xiàn)了哪些人工智能位于工業(yè)應(yīng)用場(chǎng)景的“新大陸”？人工智能技術(shù)與機(jī)器人技術(shù)結(jié)合的未來發(fā)展方向在何處？

    人工智能+傳統(tǒng)工業(yè)機(jī)器人=智能機(jī)器人

    傳統(tǒng)的工業(yè)機(jī)器人是機(jī)械設(shè)計(jì)與制造技術(shù)、自動(dòng)控制技術(shù)以及計(jì)算機(jī)軟硬件技術(shù)的高度融合。

    人工智能是數(shù)據(jù)和算法的集合，計(jì)算能力（芯片）不斷躍升是人工智能得以廣泛應(yīng)用的基礎(chǔ)。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(jī)器人技術(shù)相結(jié)合，實(shí)現(xiàn)既具備機(jī)器人的肢體又具備類人智慧的機(jī)器人是人工智能和機(jī)器人技術(shù)發(fā)展的終極目標(biāo)。智能機(jī)器人是人工智能技術(shù)和傳統(tǒng)工業(yè)機(jī)器人技術(shù)融合發(fā)展的結(jié)果。

    Geek+ CEO鄭勇表示，如果把人工智能定義到“深度學(xué)習(xí)”的程度，那目前幾乎沒有落地應(yīng)用。他認(rèn)為目前的人工智能可以定義為“相對(duì)復(fù)雜的算法帶來的自主能力”。

    專注機(jī)器人智能物流領(lǐng)域的Geek+，通過人工智能和機(jī)器人技術(shù)賦能物流倉儲(chǔ)行業(yè)，通過智能揀選、搬運(yùn)、分揀等倉儲(chǔ)物流環(huán)節(jié)的優(yōu)化，高度柔性的人機(jī)交互，來實(shí)現(xiàn)提高倉庫效率，降低人工成本及人工勞動(dòng)強(qiáng)度的目的。

    庫柏特CEO李淼指出，“分揀、打磨、裝配、檢測(cè)”為人工智能與機(jī)器人落地應(yīng)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(tǒng)通過核心學(xué)習(xí)算法以及專用控制軟件可應(yīng)用于上下料的無序分揀、手機(jī)或者航空葉片的力控打磨、智能示教、智能貼標(biāo)以及零件裝配等場(chǎng)景。

    “AI時(shí)代，工業(yè)機(jī)器人將被新的核心技術(shù)定義，包括深度學(xué)習(xí)、路徑規(guī)劃、任務(wù)級(jí)編程、柔性控制等。”梅卡曼德CEO邵天蘭說道。在他看來，混雜物體分揀是目前需求最明顯、應(yīng)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(guī)模使用的產(chǎn)品還沒出現(xiàn)。

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

    在標(biāo)準(zhǔn)場(chǎng)景中，工業(yè)機(jī)器人生產(chǎn)的產(chǎn)品批量較大，有大量的重復(fù)性工作，需要高頻次的軌跡優(yōu)化，比如機(jī)床加工、零件安裝等應(yīng)用。此時(shí)可以通過小樣本監(jiān)督學(xué)習(xí)，讓機(jī)器人擁有自適應(yīng)、進(jìn)化功能。

    而此前，艾利特展示了“機(jī)器人疊衣服”的demo，展示了機(jī)器人軌跡優(yōu)化不僅僅可以針對(duì)剛性物體，還能應(yīng)對(duì)衣服這類柔性體。艾利特的機(jī)器人疊衣服系統(tǒng)通過深度強(qiáng)化學(xué)習(xí)算法和深度視覺傳感器精準(zhǔn)定位衣物疊取點(diǎn)，自動(dòng)尋優(yōu)最佳運(yùn)動(dòng)軌跡，實(shí)現(xiàn)疊取效果。該系統(tǒng)還使用了仿真環(huán)境快速建模和遷移學(xué)習(xí)方法，加快學(xué)習(xí)速度、降低數(shù)據(jù)采集成本，最終將仿真結(jié)果映射到真實(shí)機(jī)器人操作中。

    除了上述以提升工業(yè)機(jī)器人效率為攻堅(jiān)重點(diǎn)的應(yīng)用外，機(jī)器視覺作為人工智能的一個(gè)分支既是機(jī)遇也是挑戰(zhàn)。

    在智能制造過程中，機(jī)器視覺主要用計(jì)算機(jī)來模擬人的視覺功能，也就是把客觀事物的圖像信息提取、處理并理解，最終用于實(shí)際檢測(cè)、測(cè)量和控制。

    易視智瞳CEO黃卜夫認(rèn)為，機(jī)器視覺瑕疵檢測(cè)是人工智能的一大“練兵場(chǎng)”。易視智瞳高精度視覺點(diǎn)膠系統(tǒng)集成了點(diǎn)膠工藝的視覺感知、運(yùn)動(dòng)控制和點(diǎn)膠執(zhí)行等功能，可方便地與各種執(zhí)行機(jī)構(gòu)整合，一步形成終端點(diǎn)膠機(jī)產(chǎn)品，滿足各種產(chǎn)線點(diǎn)膠的需求，通過深度學(xué)習(xí)還可由單機(jī)智能向多機(jī)互聯(lián)協(xié)同演變。

    此外，設(shè)備故障監(jiān)測(cè)與預(yù)警也是人工智能在工業(yè)場(chǎng)景的一大落地應(yīng)用，這類方案可監(jiān)管工廠廠房每一臺(tái)機(jī)器人，并預(yù)測(cè)機(jī)器人的異常狀況，在機(jī)器人出現(xiàn)問題前加派技術(shù)人員進(jìn)行維修作業(yè)。

    此外，如果有機(jī)器人發(fā)生故障，這類方案也能讓相鄰的機(jī)器人自動(dòng)承擔(dān)其生產(chǎn)線上的任務(wù)，以避免或減少設(shè)備停產(chǎn)損失。

    萬變不離其宗，人工智能在制造業(yè)的應(yīng)用場(chǎng)景大多與上述類似或相關(guān)。業(yè)內(nèi)人士一致認(rèn)為，人工智能技術(shù)與機(jī)器人技術(shù)的結(jié)合將改變傳統(tǒng)的機(jī)器人行業(yè)格局，就像智能手機(jī)對(duì)傳統(tǒng)手機(jī)的顛覆一樣。

    插上人工智能的翅膀，國產(chǎn)機(jī)器人能否彎道超車？

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

    第一，市場(chǎng)空間的擴(kuò)大速度不足以容納更多的同類廠商進(jìn)入，少數(shù)大公司的產(chǎn)能已經(jīng)基本滿足所有客戶的總需求；

    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技術(shù)突破實(shí)現(xiàn)“彎道超車”。

    對(duì)于國產(chǎn)機(jī)器人來說，對(duì)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(jī)器人開始選擇從細(xì)分領(lǐng)域進(jìn)入，試圖通過“一技之長(zhǎng)”在局部戰(zhàn)場(chǎng)取得勝利。中國要改變追趕的局面，主要有兩大超越機(jī)會(huì)：

    其一，中國是巨大的機(jī)器人應(yīng)用增量市場(chǎng)。

    數(shù)據(jù)統(tǒng)計(jì)，在3C領(lǐng)域，中國的手機(jī)年產(chǎn)量超20億部，電視、冰箱、空調(diào)等產(chǎn)量均穩(wěn)居世界第一；在物流和電商領(lǐng)域，每年的快遞包裹數(shù)量超過4百億，也就是人均達(dá)30件，穩(wěn)居世界第一；在食品化工領(lǐng)域，化肥產(chǎn)量穩(wěn)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(duì)。

    與機(jī)器人本體技術(shù)相比，中國在人工智能領(lǐng)域相對(duì)領(lǐng)先，具體體現(xiàn)為在AI領(lǐng)域發(fā)表的論文數(shù)量和質(zhì)量都在世界前二；對(duì)深度學(xué)習(xí)的基礎(chǔ)設(shè)施做出了重要貢獻(xiàn)；知名研究院、高校在世界上屬于第一梯隊(duì)；在各類AI競(jìng)賽上刷榜等。

    在具體實(shí)踐上，隨著國產(chǎn)機(jī)器人性價(jià)比的提升，工業(yè)界對(duì)國產(chǎn)機(jī)器人認(rèn)可度的提高，機(jī)器人企業(yè)針對(duì)具體行業(yè)或應(yīng)用場(chǎng)景的實(shí)際需求，創(chuàng)造性的應(yīng)用人工智能技術(shù)和機(jī)器人技術(shù)，提出解決方案并實(shí)現(xiàn)相應(yīng)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”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(jī)器人新時(shí)代，中國機(jī)器人仍然面臨挑戰(zhàn)，如在軌跡規(guī)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(shí)別等領(lǐng)域爭(zhēng)奪超一流人才。除此之外，各方面的長(zhǎng)期投入需要很大的決心和能力。

    類似的，藍(lán)胖子機(jī)器人CEO鄧小白給行業(yè)打了“預(yù)防針”：概念和故事很容易講，事情卻不容易做，能實(shí)現(xiàn)的是理想，不能實(shí)現(xiàn)的是夢(mèng)想。他認(rèn)為，在硬件上，工藝需要時(shí)間累積；軟件上，機(jī)器人軟件方面的研發(fā)和教育遠(yuǎn)遠(yuǎn)落后于歐美?！爸袊惺袌?chǎng)有希望，但任重道遠(yuǎn)。無論是機(jī)器人還是人工智能，都需要踏實(shí)落地細(xì)分市場(chǎng)的應(yīng)用，再橫向擴(kuò)展?！编囆“渍f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(duì)于這一問題的回答大概是，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”將無法適應(yīng)于行業(yè)態(tài)勢(shì)，很快將看到泡沫的破滅。