人工智能+机器人：制造业效率提升新机会
进(jin)入2019年，中(zhong)国AI的投资和创业公司(si)正持续增加(jia)。“人工(gong)智(zhi)能+制造”的投融资案例也是(shi)不胜枚举。
“AI”随(sui)处(chu)可见(jian)，已成为多人热衷的(de)流行词。机(ji)器学习(xi)宗师级大牛 Michael I.Jordan则认(ren)为这一(yi)现象让他感到非常不安：“AI只不过是他们借此(ci)向 VC、企(qi)业、媒体以及大众兜售其自(zi)身的(de)概念。至于真正(zheng)的(de) AI，我们根本(ben)还没有实现。”
曾经(jing)，在追求性(xing)价(jia)比(bi)与实用性(xing)的(de)工(gong)业领(ling)域，“人(ren)工(gong)智(zhi)(zhi)能(neng)(neng)只是智(zhi)(zhi)能(neng)(neng)制造舞台上的(de)小配角”。如(ru)今(jin)，关(guan)于具体应用场景，业界人(ren)士普遍认(ren)为(wei)，人(ren)工(gong)智(zhi)(zhi)能(neng)(neng)将大幅(fu)提升(sheng)工(gong)业机器人(ren)的(de)工(gong)作效率(lv)。
截(jie)至目前，机器人行业(ye)发现了哪些人工(gong)智能位于工(gong)业(ye)应用场景的“新大陆(lu)”？人工(gong)智能技(ji)术与(yu)机器人技(ji)术结合的未来发展方向(xiang)在何处(chu)？
人(ren)(ren)工智能+传(chuan)统工业机(ji)器人(ren)(ren)=智能机(ji)器人(ren)(ren)
传统的(de)工(gong)业(ye)机器人是机械设计(ji)与制造技术、自动控制技术以及计(ji)算机软硬件技术的(de)高度(du)融合。
人(ren)(ren)(ren)(ren)工智能(neng)是数(shu)据(ju)和(he)(he)算法的(de)(de)集(ji)合，计算能(neng)力（芯片）不断跃升是人(ren)(ren)(ren)(ren)工智能(neng)得以广(guang)泛(fan)应用的(de)(de)基础。目(mu)(mu)前人(ren)(ren)(ren)(ren)工智能(neng)仍(reng)处于弱人(ren)(ren)(ren)(ren)工智能(neng)的(de)(de)阶段，形(xing)成(cheng)突破的(de)(de)领域仍(reng)比较局(ju)限。人(ren)(ren)(ren)(ren)工智能(neng)技(ji)术(shu)(shu)(shu)和(he)(he)机(ji)(ji)(ji)器人(ren)(ren)(ren)(ren)技(ji)术(shu)(shu)(shu)相结合，实现既(ji)具(ju)备(bei)机(ji)(ji)(ji)器人(ren)(ren)(ren)(ren)的(de)(de)肢体(ti)又具(ju)备(bei)类人(ren)(ren)(ren)(ren)智慧的(de)(de)机(ji)(ji)(ji)器人(ren)(ren)(ren)(ren)是人(ren)(ren)(ren)(ren)工智能(neng)和(he)(he)机(ji)(ji)(ji)器人(ren)(ren)(ren)(ren)技(ji)术(shu)(shu)(shu)发展(zhan)的(de)(de)终极目(mu)(mu)标(biao)。智能(neng)机(ji)(ji)(ji)器人(ren)(ren)(ren)(ren)是人(ren)(ren)(ren)(ren)工智能(neng)技(ji)术(shu)(shu)(shu)和(he)(he)传统工业机(ji)(ji)(ji)器人(ren)(ren)(ren)(ren)技(ji)术(shu)(shu)(shu)融合发展(zhan)的(de)(de)结果。
Geek+ CEO郑勇表(biao)示，如果把人(ren)工智能定义到“深度(du)学习(xi)”的(de)程度(du)，那目前几乎没有落地应用。他(ta)认为(wei)目前的(de)人(ren)工智能可以定义为(wei)“相对(dui)复杂的(de)算法带(dai)来的(de)自主能力”。
专(zhuan)注机器人(ren)(ren)智能物(wu)流领域(yu)的(de)(de)Geek+，通(tong)过人(ren)(ren)工(gong)(gong)智能和机器人(ren)(ren)技术赋能物(wu)流仓(cang)储行业，通(tong)过智能拣(jian)选、搬运、分拣(jian)等仓(cang)储物(wu)流环节(jie)的(de)(de)优化，高度(du)柔性的(de)(de)人(ren)(ren)机交互，来实现提高仓(cang)库效(xiao)率，降低人(ren)(ren)工(gong)(gong)成本及人(ren)(ren)工(gong)(gong)劳动强度(du)的(de)(de)目的(de)(de)。
库柏(bo)特(te)CEO李淼指出，“分拣、打(da)(da)磨、装配、检测”为人工智能与机器人落地应用(yong)(yong)最(zui)为迫切和广泛的四大领域(yu)。由此，库柏(bo)特(te)自主研发(fa)的系统通过核(he)心学习算法以及(ji)专用(yong)(yong)控(kong)(kong)制软件可应用(yong)(yong)于上下料的无(wu)序分拣、手机或者航空(kong)叶片(pian)的力(li)控(kong)(kong)打(da)(da)磨、智能示教、智能贴标以及(ji)零件装配等(deng)场景。
“AI时代，工(gong)业机器人将被新的(de)核心(xin)技术定义，包括深度学习、路径(jing)规(gui)划(hua)、任务(wu)级(ji)编程(cheng)、柔性控制等。”梅卡(ka)曼(man)德CEO邵天(tian)兰说道。在(zai)他看来，混(hun)杂物体分(fen)拣是(shi)目前需(xu)求(qiu)最明显、应用(yong)最直接的(de)部分(fen)，很多公司都能(neng)展示一定程(cheng)度的(de)demo，但是(shi)真正(zheng)能(neng)大规(gui)模使(shi)用(yong)的(de)产(chan)品还没出现(xian)。
除此之外，还有个结合(he)点为“操(cao)作规划”，即人(ren)(ren)只需要指定好多个工件的安(an)装要求，机器人(ren)(ren)就(jiu)可自(zi)行计算出抓取和(he)安(an)装的方案，节省大(da)量(liang)编程时(shi)间。
在标(biao)准场景中，工(gong)业机(ji)(ji)器人(ren)生(sheng)产的(de)产品(pin)批量较大(da)(da)，有大(da)(da)量的(de)重复性工(gong)作，需(xu)要高频次的(de)轨迹优化，比如机(ji)(ji)床(chuang)加工(gong)、零(ling)件(jian)安装等应用(yong)。此时可以通过小样本监督学习(xi)，让机(ji)(ji)器人(ren)拥(yong)有自适应、进化功(gong)能。
而此前(qian)，艾利特(te)展示了“机器人(ren)(ren)叠(die)衣(yi)服(fu)”的(de)demo，展示了机器人(ren)(ren)轨迹(ji)优化不(bu)仅仅可以针对刚性物(wu)体，还能应对衣(yi)服(fu)这类柔性体。艾利特(te)的(de)机器人(ren)(ren)叠(die)衣(yi)服(fu)系统通(tong)过深度强化学习算法和深度视觉(jue)传感器精准定(ding)位衣(yi)物(wu)叠(die)取点，自动寻优最佳运动轨迹(ji)，实现叠(die)取效果。该系统还使用了仿真环(huan)境快(kuai)(kuai)速建(jian)模和迁移学习方法，加快(kuai)(kuai)学习速度、降低数(shu)据采集(ji)成本(ben)，最终(zhong)将仿真结(jie)果映射到真实机器人(ren)(ren)操作中。
除了上述(shu)以提升工业(ye)机器人效率为攻坚重点的应用外，机器视觉作为人工智能的一(yi)个分(fen)支既是机遇(yu)也是挑(tiao)战(zhan)。
在智能(neng)制(zhi)(zhi)造过程中，机(ji)器视觉主要(yao)用计算机(ji)来模拟(ni)人的视觉功(gong)能(neng)，也就是(shi)把客观事物的图像信息提取、处理(li)并理(li)解，最(zui)终用于(yu)实际(ji)检测、测量(liang)和控制(zhi)(zhi)。
易视(shi)智(zhi)瞳CEO黄(huang)卜夫认(ren)为(wei)，机(ji)器视(shi)觉瑕疵(ci)检测是(shi)人(ren)工(gong)智(zhi)能(neng)的(de)(de)一(yi)大“练兵场”。易视(shi)智(zhi)瞳高精度视(shi)觉点(dian)胶(jiao)系(xi)统集成(cheng)了点(dian)胶(jiao)工(gong)艺的(de)(de)视(shi)觉感知、运动控制和点(dian)胶(jiao)执行等功能(neng)，可方便(bian)地(di)与各种(zhong)执行机(ji)构整合，一(yi)步形(xing)成(cheng)终端(duan)点(dian)胶(jiao)机(ji)产品，满足各种(zhong)产线点(dian)胶(jiao)的(de)(de)需求，通过(guo)深度学习还可由单(dan)机(ji)智(zhi)能(neng)向多机(ji)互联协同演变。
此外(wai)，设备(bei)故障监(jian)测与预(yu)警也是人工智能在工业场景的一大落地(di)应(ying)用，这类方(fang)案可(ke)监(jian)管(guan)工厂(chang)厂(chang)房每一台机器人，并(bing)预(yu)测机器人的异常状况(kuang)，在机器人出现问题前(qian)加(jia)派技(ji)术人员进行维修作业。
此外，如(ru)果(guo)有机器人(ren)发生故障，这类方案(an)也(ye)能让相(xiang)邻(lin)的机器人(ren)自动承担其生产线上的任务(wu)，以避(bi)免或减(jian)少设备停产损失(shi)。
万(wan)变不离(li)其宗(zong)，人(ren)工智(zhi)能(neng)在制(zhi)造业(ye)的(de)应用(yong)场景(jing)大多与上述(shu)类似或相关。业(ye)内人(ren)士一(yi)致认为，人(ren)工智(zhi)能(neng)技(ji)术与机器人(ren)技(ji)术的(de)结合(he)将改变传(chuan)(chuan)统的(de)机器人(ren)行业(ye)格(ge)局(ju)，就像智(zhi)能(neng)手(shou)机对传(chuan)(chuan)统手(shou)机的(de)颠覆一(yi)样。
插上人工(gong)智能(neng)的翅(chi)膀，国(guo)产机器(qi)人能(neng)否弯道(dao)超(chao)车？
一谈到工业机器人，大家必然(ran)会提到ABB、库卡、发那科、安(an)川。业内人士分析，寡头垄断产生的条件是：
第一，市场空间的扩(kuo)大速(su)度不足(zu)以容纳更多的同(tong)类厂商(shang)进入，少(shao)数大公司的产(chan)能已(yi)经基(ji)本满足(zu)所有客户的总需求；
第二，技(ji)(ji)术(shu)(shu)非(fei)常(chang)成熟，难以产生(sheng)颠覆性的(de)新(xin)技(ji)(ji)术(shu)(shu)，处于(yu)追赶位置(zhi)的(de)公司难以通过技(ji)(ji)术(shu)(shu)突破实现(xian)“弯道超车(che)”。
对于国(guo)产(chan)机器(qi)人来说，对于国(guo)际巨头(tou)一直处于追赶的(de)状(zhuang)态，在这(zhei)样的(de)市(shi)场格局(ju)(ju)之(zhi)下(xia)，国(guo)产(chan)机器(qi)人开始(shi)选择(ze)从细分领域进入(ru)，试图通(tong)过“一技之(zhi)长”在局(ju)(ju)部战场取(qu)得(de)胜利。中国(guo)要改(gai)变追赶的(de)局(ju)(ju)面，主要有(you)两(liang)大超越(yue)机会：
其一，中国(guo)是(shi)巨大的机器人应用增量市(shi)场。
数据统计(ji)，在(zai)3C领域，中(zhong)国的(de)(de)手机年产(chan)(chan)量(liang)超(chao)20亿部，电视、冰箱、空调等产(chan)(chan)量(liang)均稳居世(shi)界第(di)(di)一；在(zai)物流(liu)和电商领域，每年的(de)(de)快递包裹数量(liang)超(chao)过4百(bai)亿，也就是人均达30件，稳居世(shi)界第(di)(di)一；在(zai)食(shi)品化(hua)(hua)工(gong)领域，化(hua)(hua)肥产(chan)(chan)量(liang)稳居世(shi)界第(di)(di)一。巨量(liang)的(de)(de)实际产(chan)(chan)业(ye)需求为人工(gong)智能的(de)(de)落地提(ti)供了庞大(da)的(de)(de)练兵场。
其二(er)，中国的人才(cai)、技术处(chu)于第(di)一(yi)梯队。
与机器人本体(ti)技术相(xiang)比，中国在(zai)(zai)(zai)人工智能领(ling)域相(xiang)对领(ling)先，具(ju)体(ti)体(ti)现为在(zai)(zai)(zai)AI领(ling)域发表的(de)论文数量(liang)(liang)和(he)质量(liang)(liang)都在(zai)(zai)(zai)世界前二；对深度学(xue)习的(de)基础设(she)施做(zuo)出了重(zhong)要贡献；知名研究(jiu)院(yuan)、高(gao)校在(zai)(zai)(zai)世界上属(shu)于第一梯(ti)队；在(zai)(zai)(zai)各(ge)类AI竞赛上刷榜等。
在具体(ti)实践上，随(sui)着(zhe)国产机(ji)(ji)器人(ren)性(xing)价比(bi)的(de)提(ti)升，工(gong)业界对国产机(ji)(ji)器人(ren)认可度的(de)提(ti)高(gao)，机(ji)(ji)器人(ren)企业针对具体(ti)行业或(huo)应(ying)用(yong)场景(jing)的(de)实际需(xu)求，创造性(xing)的(de)应(ying)用(yong)人(ren)工(gong)智能技术和机(ji)(ji)器人(ren)技术，提(ti)出解决方(fang)案并实现相应(ying)的(de)产品，空间巨大，这也是(shi)创业创新的(de)重点方(fang)向。
然(ran)而，“弯(wan)道(dao)超车”的道(dao)路(lu)必然(ran)不(bu)会(hui)是一(yi)马(ma)平川。邵天兰指出，要(yao)真正迈向(xiang)(xiang)AI+机器(qi)人新时代，中国机器(qi)人仍然(ran)面临挑战，如在轨(gui)迹规(gui)划、柔(rou)顺控制等方(fang)向(xiang)(xiang)上积累较浅(qian)；需要(yao)与互联网、自(zi)动驾驶、人脸识别等领(ling)域争夺(duo)超一(yi)流人才(cai)。除(chu)此之外，各(ge)方(fang)面的长期投入需要(yao)很大的决心和能力。
类似的，蓝胖子机器人(ren)(ren)CEO邓小(xiao)(xiao)白(bai)给行业(ye)打了“预防针(zhen)”：概念和故事很容(rong)易讲，事情却不容(rong)易做(zuo)，能(neng)实(shi)现的是(shi)理想，不能(neng)实(shi)现的是(shi)梦想。他认为，在硬件上，工(gong)艺需(xu)要时间累积；软件上，机器人(ren)(ren)软件方面的研发和教育远远落后于欧美。“中国有市场(chang)有希望，但任重道远。无论是(shi)机器人(ren)(ren)还(hai)是(shi)人(ren)(ren)工(gong)智(zhi)能(neng)，都(dou)需(xu)要踏实(shi)落地细(xi)分市场(chang)的应用，再横向扩展。”邓小(xiao)(xiao)白(bai)说道。
风(feng)口上(shang)的“人工(gong)智能(neng)+制造”，究竟(jing)是真实的繁(fan)荣还是泡(pao)沫(mo)破裂前的狂欢？对于这一问题的回答大概是，能(neng)成功落地的人工(gong)智能(neng)将(jiang)产生巨(ju)大价(jia)值；而狭(xia)义的单凭AI算法(fa)或(huo)技术的“空中楼阁”将(jiang)无法(fa)适应于行(xing)业态(tai)势(shi)，很快将(jiang)看到泡(pao)沫(mo)的破灭。