人工智能+機器人 製造業效率（lǜ）提升（shēng）新機會
2019-2-13 來源：- 作者：-
摘要： 曾經，在追求性價比與實用性的工業領域，“人工智能隻是智能製造舞（wǔ）台上的小配角”。如今，關於具體應用場景，業（yè）界人士（shì）普遍認為，人工智能（néng）將大幅（fú）提（tí）升工業機（jī）器人的工作（zuò）效（xiào）率（lǜ）。人工智能技術與機器人技術結合的（de）未來發展方向在何處？
進入2018年，中國AI的（de）投資和創業公司正持續增加。“人工智能+製造”的（de）投融資案例也是不勝枚舉。
“AI”隨處可見（jiàn），已成（chéng）為多人熱衷的流（liú）行（háng）詞。機器學習宗師級大牛 Michael I.Jordan則認為這一現象讓他感到非常不安：“AI隻不過是他們借此向 VC、企業、媒體以及大（dà）眾兜售其自身（shēn）的概念。至於真正的 AI，我們根本還沒有實現。”
曾經，在追求性（xìng）價比與實用性的（de）工業領域，“人工智能隻是智能製造舞台上的小配角”。如今，關於具體應用場景，業界人士普遍認（rèn）為，人工智能將大幅提升（shēng）工業機器人（rén）的工（gōng）作效率。
截至目前，機器（qì）人行業發現了哪些人工智能位於工業應用場（chǎng）景的“新大陸”？人工智能技術與機器人技術結合的（de）未（wèi）來發展方（fāng）向在何處？
人工智能+傳統工（gōng）業機器人=智能機器人
傳統的工業機器人是機械（xiè）設計與製造技術、自動控製技術以及計算機軟硬件技術（shù）的高（gāo）度融合。
人工智能是數據和算法的集（jí）合，計算能力（芯片）不斷（duàn）躍（yuè）升是人工智能得以廣泛應用的基礎。目前（qián）人工智能仍（réng）處於弱（ruò）人工智能的階段，形成突破的（de）領域仍比較局限。人工（gōng）智能技術和機器人技術相結（jié）合，實現既具（jù）備機器人的肢體又具（jù）備類（lèi）人智慧（huì）的機器人是人工智能和機器（qì）人（rén）技術發展（zhǎn）的終極目標。智能機器人是人（rén）工（gōng）智能技（jì）術（shù）和傳統工業機器人（rén）技術融合（hé）發展（zhǎn）的結果。
Geek+ CEO鄭勇表（biǎo）示，如果把（bǎ）人工智（zhì）能定義到（dào）“深度學（xué）習”的程度，那目前幾乎沒（méi）有落地應（yīng）用。他認為目（mù）前的人工智能可（kě）以定義為“相對複雜的算法帶來的自主能力（lì）”。
專注機器人智（zhì）能物流領域的（de）Geek+，通過人（rén）工智能和機器人技術賦能物流倉儲行業，通過智能（néng）揀選、搬運、分揀（jiǎn）等倉儲物流環節的優化，高度柔性的人（rén）機交互，來實現提高倉庫效率，降低人工成本及人工勞動強度的目的。
庫柏特CEO李淼指（zhǐ）出，“分揀、打磨、裝配、檢測”為人工智能（néng）與機器人落地應用最為迫切和廣泛的（de）四大領（lǐng）域。由此，庫柏特自主研發的係統通過核心學習算（suàn）法以及專（zhuān）用控製軟件可應用於上下料的無序分揀、手機或者航空葉片的力控打磨、智（zhì）能示教、智能貼標以及零件裝配等場（chǎng）景。
“AI時代，工（gōng）業機器人將被新的核心技術定義，包括深度學（xué）習、路徑規劃、任務級編程、柔性控製等。”梅卡曼德CEO邵天蘭說道。在他看來，混雜物體分揀是目前（qián）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（dù）的demo，但是真正能大規模使用的產品還沒出現。
除（chú）此之外，還有個結合點為“操作規劃”，即人隻需要指定好多個工件的安裝（zhuāng）要求，機器（qì）人就可自行計算出抓取和安裝的方案，節省（shěng）大量（liàng）編程時間。
在標準場景中，工業機器（qì）人生產的產品批量較大，有大量的重複（fù）性工作，需要高頻次的軌跡優化，比如機床加工、零件安裝等應用（yòng）。此時可以通過小樣本監督學習，讓機器人擁有自適應、進化功能。
而此前，艾利特展示（shì）了“機器人疊衣服”的demo，展示了機（jī）器人軌跡優（yōu）化不（bú）僅僅可以針對剛性物體，還能應對（duì）衣服這類（lèi）柔性體。艾利特（tè）的機器人疊衣（yī）服係統通過深度強化學習算法和深度視覺傳感器精（jīng）準定位衣物疊取（qǔ）點，自動尋優最佳運動軌跡，實現疊取效果。該係統還使用了仿真環境快速建模和遷（qiān）移學習方法，加（jiā）快學習速（sù）度、降低數據采集成（chéng）本，最終將仿真結果映射到真實機器人操作中。
除了上（shàng）述以提升工業機器（qì）人效率為攻堅重點的應用外，機器視覺（jiào）作為人工智能的一個分（fèn）支（zhī）既是機遇也是挑戰。
在智能製造過程中，機器視覺主要用計（jì）算機來模擬人的視覺功能，也就是把客觀（guān）事物的圖像信息提取、處理並理解，最終用於實際檢測、測量和控製。
易視智瞳CEO黃卜夫認為，機（jī）器視覺瑕疵檢測（cè）是人工智能的一大“練（liàn）兵場”。易視（shì）智瞳高（gāo）精度視覺點膠係統集成了點膠（jiāo）工藝的視覺感知、運動控製和點膠執行等（děng）功（gōng）能，可方便（biàn）地與各種執（zhí）行（háng）機構整合，一步形成終端點膠機產品，滿足各（gè）種產線點膠的需求，通過深度學（xué）習還可由單機智能向多機互聯協同演變。
此外，設備故障監測與預警也是人工智能在工業場景的一大落地應用，這類方案可監（jiān）管工廠廠房每一（yī）台機（jī）器（qì）人，並預測機器人的異常狀況，在機器人出現問題前加派技術人員進行維（wéi）修作業。
此外，如果有機器人發生故（gù）障，這類方案也能讓相鄰的機（jī）器人自動承（chéng）擔其生產線上的任務，以避（bì）免或減少設備停產損失。
萬變不離其宗，人工智（zhì）能在製造業（yè）的應用（yòng）場景大多與上述類似（sì）或相關。業內人士一致認為，人（rén）工智能技術與（yǔ）機器（qì）人技術的結（jié）合將改變傳統的機器人行業格局，就像智能手（shǒu）機（jī）對傳統（tǒng）手機的顛覆一樣。
插上人工智能的翅膀，國產機器人能否彎道超車？
一談到工（gōng）業機器人，大家（jiā）必然會提到abb、庫卡、發那科、安川。業內人士分（fèn）析，寡頭壟斷產生的條件是：
第一，市（shì）場空間的擴大速度不足以容納更多的同類廠商進入，少數大公司的產能已經基本滿足所有客戶（hù）的總需求；
第二（èr），技術非常成熟，難以產生顛覆性的新技術，處於追趕位置的公司難以通過技術突破實現“彎道超車（chē）”。
對於（yú）國產機器人來（lái）說，對於（yú）國際巨頭一直處於追趕的狀態，在這樣（yàng）的市場格局之（zhī）下，國產機器人開始選擇（zé）從細分領域（yù）進入，試圖通過“一技之長”在（zài）局部戰場（chǎng）取得（dé）勝利（lì）。中國要改變（biàn）追趕的局麵（miàn），主要有兩大超越機會：
其一，中國是巨大的（de）機器（qì）人應用增量市場。
數據統計，在3C領域，中（zhōng）國的手機年產量（liàng）超20億部，電視、冰箱、空調等產量均穩居世界第一；在物流（liú）和電商（shāng）領域（yù），每年的（de）快遞包裹數量（liàng）超過4百億，也就是人均達30件（jiàn），穩居（jū）世界第一；在食品化工領域，化肥產量穩居世界第（dì）一（yī）。巨量的實際產業需求為人工智能的落地提供了龐大的（de）練兵場。
其二，中國（guó）的人才、技術處於第一梯隊。
與（yǔ）機器（qì）人本體技術相比，中國在人工智能（néng）領域相對領先，具體體現為在AI領域發表的論文數量和質量都在世界前二（èr）；對深度學習的基礎設（shè）施做出了重要貢獻；知名研究院、高校在世界上屬（shǔ）於第一梯（tī）隊；在各類AI競（jìng）賽上刷（shuā）榜等。
在（zài）具體實踐上，隨著國產機器人性價比的提（tí）升，工業界對國產機（jī）器人認可度（dù）的提高，機器人企業針對具體行業或應用場景的實際需求，創造（zào）性的應用人工智能技術和機器人技術，提出解決方案並實現（xiàn）相（xiàng）應的產品，空間巨大，這也是創業創新的重點（diǎn）方向。
然而，“彎（wān）道超車”的道路必然不會是一馬平川。邵（shào）天蘭指出（chū），要真（zhēn）正邁向（xiàng）AI+機器人新時代，中國機器人仍然麵臨（lín）挑戰，如在軌跡規劃、柔順控製等方向上積累較淺；需（xū）要與互聯網、自動駕駛（shǐ）、人臉識別（bié）等領域爭奪超一流人才。除此之外，各方麵的長期（qī）投入需要很大的（de）決心和能力。
類似的，藍胖子機器人CEO鄧小白給行業打了“預防針”：概念和故事（shì）很容易講，事情卻不容易做，能實現的是理想，不能實現的是夢想。他認為，在硬件上，工藝需要時間累積；軟件上，機器人軟（ruǎn）件方麵的研發和教育遠遠落（luò）後於歐美（měi）。“中國有（yǒu）市場有希望，但任重道遠。無論是機器（qì）人還是人（rén）工（gōng）智能，都需（xū）要踏實落地細分市場的應用，再橫向擴（kuò）展。”鄧（dèng）小白說道。
風口上的“人工（gōng）智能+製造（zào）”，究竟是真實（shí）的繁榮還是泡沫破裂前的狂歡？對於這一問題的回（huí）答大概是，能成功落地的人（rén）工智能將產生巨（jù）大價值；而狹義的單憑AI算法或技術的“空中樓閣”將無法適應於行業態勢，很快將看到（dào）泡沫的破滅。
投稿箱：
如（rú）果您有機床行業、企業相關新聞稿件發表，或進行資訊合作，歡迎聯係（xì）本網編輯部， 郵箱（xiāng）：skjcsc@vip.sina.com
如（rú）果您有機床行業、企業相關新聞稿件發表，或進行資訊合作，歡迎聯係（xì）本網編輯部， 郵箱（xiāng）：skjcsc@vip.sina.com
更多相（xiàng）關信息
業界視點
| 更多
行業數據
| 更多
- 2024年11月 金屬切削（xuē）機床產（chǎn）量數據
- 2024年11月 分（fèn）地區金屬切削機床產量數據
- 2024年11月 軸承出口情況
- 2024年（nián）11月 基本（běn）型乘用車（chē）（轎車）產量數據
- 2024年11月 新能源汽車（chē）產量數據
- 2024年11月 新能源汽（qì）車銷量情況
- 2024年10月 新能源（yuán）汽車產量數據
- 2024年10月 軸承出口情況
- 2024年10月 分地區金屬切（qiē）削機床產量數據
- 2024年（nián）10月 金屬切削機床產量數據（jù）
- 2024年9月 新能源（yuán）汽車銷量情況
- 2024年8月 新（xīn）能源汽車產量（liàng）數據
- 2028年8月 基本型乘用車（轎車）產量數據