人工智能+機器人：制造業(yè)效率提升新機會

進入2018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。機器學習宗師級大牛 Michael I.Jordan則認為這一現(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，我們根本還沒有實現(xiàn)?！?

　　曾經(jīng)，在追求性價比與實用性的工業(yè)領域，“人工智能只是智能制造舞臺上的小配角”。如今，關于具體應用場景，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(xiàn)了哪些人工智能位于工業(yè)應用場景的“新大陸”？人工智能技術與機器人技術結合的未來發(fā)展方向在何處？

人工智能+傳統(tǒng)工業(yè)機器人=智能機器人

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

　　人工智能是數(shù)據(jù)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，形成突破的領域仍比較局限。人工智能技術和機器人技術相結合，實現(xiàn)既具備機器人的肢體又具備類人智慧的機器人是人工智能和機器人技術發(fā)展的*目標。智能機器人是人工智能技術和傳統(tǒng)工業(yè)機器人技術融合發(fā)展的結果。

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

　　專注機器人智能物流領域的Geek+，通過人工智能和機器人技術賦能物流倉儲行業(yè)，通過智能揀選、搬運、分揀等倉儲物流環(huán)節(jié)的優(yōu)化，高度柔性的人機交互，來實現(xiàn)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李淼指出，“分揀、打磨、裝配、檢測”為人工智能與機器人落地應用*為迫切和廣泛的四大領域。由此，庫柏特自主研發(fā)的系統(tǒng)通過核心學習算法以及專用控制軟件可應用于上下料的無序分揀、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景。

　　“AI時代，工業(yè)機器人將被新的核心技術定義，包括深度學習、路徑規(guī)劃、任務級編程、柔性控制等?！泵房翪EO邵天蘭說道。在他看來，混雜物體分揀是目前需求*明顯、應用*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，還有個結合點為“操作規(guī)劃”，即人只需要指定好多個工件的安裝要求，機器人就可自行計算出抓取和安裝的方案，節(jié)省大量編程時間。

　　在標準場景中，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。此時可以通過小樣本監(jiān)督學習，讓機器人擁有自適應、進化功能。

　　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，還能應對衣服這類柔性體。艾利特的機器人疊衣服系統(tǒng)通過深度強化學習算法和深度視覺傳感器精準定位衣物疊取點，自動尋優(yōu)*佳運動軌跡，實現(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習方法，加快學習速度、降低數(shù)據(jù)采集成本，*終將仿真結果映射到真實機器人操作中。

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

　　在智能制造過程中，機器視覺主要用計算機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，*終用于實際檢測、測量和控制。

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