datasheet

xsy-ai机器人文明

文章数:196 被阅读:106928

账号入驻

《机器人简史》| 文末附“机器人产业报告”福利

2018-12-20
    阅读数:

关注我们,思考像钟摆,永不停歇


阅读关键词:机器人、莫拉维克悖论、市场现状


说起机器人,你脑海中会浮现出哪些形象?

 

 

是液态金属变形机器人“终结者”?

 

 

还是爱上夏娃的清扫机器人“瓦力”?

 

 

是为得到妈妈的爱而等了两千年的“大卫”?

 

 

还是温暖治愈的“大白”?

 

电影电视业兴起后,人们认识了众多感人至深的机器人形象。但人类对机器人的幻想并不只是近两百年科技发展的产物,事实上,早在三千年前,就已经出现过早期的机器人模型。



机器人发展史



 

我国古代最早关于机器人的记录是《列子·汤问篇》中“能倡者”的故事:工匠偃师给周穆王献上了一个木偶,木偶外表看起来和人类完全一样。

 

图文无关

 

大概同一时期的古希腊正处在神话时代,据荷马史诗《伊利亚特》记载,火神兼匠神赫淮斯托斯创造出了一组金制机械助手。他的这些机械助手身体强健、可以说话,且非常聪明。

 

 

公元前10世纪左右,人类的智能水平正从“智力”向“智慧”进化,即将进入思想力爆的“轴心时代”。最早对机器人的想象正是发生在这次精神剧变中,此后,还有很多相关记载,东方有《墨子·鲁问》中公输子削木为鹊的故事,《三国志·诸葛亮传》中的木牛流马……

 

“徐州木牛流马机器人科技有限公司”公司名称即取自此意

 

近现代

 

近现代以来,机器人逐渐由空想走向实验,主要发生在经历了文艺复兴和工业革命的西方。

 

先是在文艺复兴时期,达·芬奇设计出了著名的达·芬奇机器人,也叫日耳曼装甲骑士。这个机器人被设计成骑士的样子,可以做简单动作,包括坐起、挥动胳膊、摇头,及张闭嘴巴等。后来人们根据达芬奇的手稿,复制了达芬奇机器人。

 

为了纪念,一些公司将自己的产品或机器人计划命名“达·芬奇”

 

现代意义上的机器人工业开始于二十世纪五十年代,美国发明家乔治·德沃尔发明了可编程通用自动化设备专利,第一次实现数字式可编程机器人设想。不久之后,他又和合伙人一起创办了第一家机器人公司——Unimation。

 

1962年,Norman  Heroux根据上述专利制造了世界上第一台工业机器人Unimate,这台机器人最先应用在通用汽车的装配生产线上。

 


之后,传感器成为机器人硬件的一部分,用于探测传感。到了七十年代,机器学习、计算机视觉、NLP等人工智能技术陆续应用在了机器人上。随着自动控制理论、机电技术及信息技术的发展,机器人技术进入新的发展阶段。



现代机器人三大概念



经历了近三千年的脑洞大开,现代机器人终于成为真正意义上的产业,也有了应用于产业的概念定义。

 

国际标准化组织(ISO)的定义:机器人是“一种自动的、位置可控的、具有编程能力的多功能机械手,这种机械手具有几个轴,能够借助于可编程序操作来处理各种材料、零件、工具和专用装置,以执行种种任务”。

 

美国国家标准局(NBS)的定义:机器人是“一种能够进行编程并在自动控制下执行某些操作和移动作业任务的机械装置”。

 

我国对机器人的定义:“机器人是一种自动化的机器,所不同的是这种机器具备一些与人或生物相似的智能能力,如感知能力、规划能力、动作能力和协同能力,是一种具有高度灵活性的自动化机器。”

 

机器人的组成要素:

 

 

从以上定义可以看出,从机械手、到机械装置,再到自动化机器,机器人的概念并非一成不变,会随着应用领域的增多,概念越来越泛化,从最初产生在工业领域被定义为机械手,到产品形态多样化后改为机械装置,再到应用领域宽阔后称之为自动化机器。未来,随着变量的进一步增加,机器人的概念还会进一步完善。

 

 工业机器人“delta”和“scara”明显都不是机械手的样子,

设计什么样式主要为便于工艺应用

 

优必选“悟空”,这类服务机器人如果称之为机械装置显然不合适

 


AI赋能机器人的六项技术


 


前面说了,进入七十年代,AI开始赋能机器人,主要有六大技术。

 

人工神经网络

 

简单来说,人工神经网络是基于模仿大脑神经网络结构和功能而建立的一种信息处理系统。

 

 

神经网络的诞生,为解决机器人包括定位和导航在内的控制问题提供了新的方法,其超强的学习功能和非线性映射能力,可以在机器人运动学、动力学的控制上得到应用。

 

但目前神经网络的应用还存在一些困难,包括如何选择更为合理的神经结构、如何选择学习样本、如何确定学习算法等。此外,随着神经元数目的增加,计算量会变得十分庞大,也是一大阻碍。

 

专家系统

 

机器人在运行过程中能否顺利避障,是检验机器人性能的一大标准。专家系统具有强大的专门知识和专家经验知识,能够模拟避障领域专家的意见去推理和判断,得出最优的避障方案,实现移动机器人实时避障的自动化决策。

 

 

进化算法

 

进化算法是基于自然选择和自然遗传等生物进化机制的一种搜索算法。

 

 

一个好的路径规划算法应该具有包括:合理性、完备性、最优性、实时性、环境变化适应性,以及满足约束等特征。

 

运用进化算法后,可以更有效的解决路径规划问题,复杂环境下更高效、快速的设计机器人的路径规划方法与实时实现;动态环境下障碍物无规则运动情况下快速、实时路径规划方法;路径规划将朝着多层规划和多方法相结合的方向发展。

 

模式识别

 

人工智能应用于机器人上,模式识别部分包括图像和语音两个部分。其中,图像识别在应用上最为广泛,2012年ImageNet上,Hinton团队在识别准确率方面的提升,成为深度学习技术在视觉上的突破性转折点,也间接推动了视觉赋能机器人。

 

 

在机器学习赋能和大数据的助推下,NLP近年来也成为了人工智能研究的热点,获得了不错的成绩,但也面临着难以理解逻辑背景等上升瓶颈。

 

机器学习

 

人类认识事物的路径是:学习、提取特征、识别和分类。但机器人没有这样的认知能力,科学家们就发明了机器自己的学习方式,简称“机器学习”,包括:监督学习、半监督学习和无监督学习三种。它们之间的区别在于是通过已标注样本、部分标注样本,还是无标注样本进行推断。

 

 

监督学习的主要学习方法包括:Nave Bayes、SVM、决策树、KNN、神经网络以及Logistic分析等,半监督学习包括最大期望、生成模型和图算法等,无监督学习包括Apriori、FP树、K-means,以及近来很火的深度学习。

 

分布式人工智能

 

分布式人工智能主要研究逻辑上或物理上分散的智能系统如何并行,以及相互协作的实现问题求解。用于机器人上,主要实现其各个智能行为之间的协调,通过一个整体的全局目标,进行协作求解。

 



机器人实现的三大悖论


 

有了人工智能技术加持,人类的机器人梦就可以很快实现了吗?理想很丰满,但现实无比骨干。目前阻碍机器人成为智慧物种的,还有三个悖论需要解决。

 

莫拉维克悖论

 

2016年谷歌的Alpha Go惊艳众人,所有人都赞叹它的聪明,认为人工智能和机器人的未来不可估量。但实际上,会下围棋的Alpha Go,在下棋的智力上可能超过200,但如果让它有和一岁幼儿一样的感知和行动能力,却是相当困难。

 

这点在机器人上的体现非常明显,现在无论是世界四大家,还是国内知名机器人厂商制造的机器人,每一个动作都需要大量算法实现,无法和人类一样通过经验形成肌肉记忆。所以,人工智能和人类智能的最大区别就在于:逻辑推理等对于人类来说的高级智慧,计算机需要的算力相对较少,但实现感知、运动这些对于人类来说的低级智慧,人工智能想要实现却要消耗巨大算力。

 

“困难的问题是简单的,简单的问题是困难的。”——这是人工智能研究进展几十年的最大困惑。

 

新知识悖论

 

如果说莫拉维克悖论是说明机器人不具备人类小脑负责的运动控制和感知系统,那新知识悖论则是在质疑机器人是否有创造新知的能力。

 

拿Alpha Go最新升级版AlphaGo Zero为例,它的厉害之处在于无师自通的学习人类还未掌握的围棋知识,还可以与自己对弈。但这能够说明它“学会”了新知吗?计算机科学研究者认为,计算机是机械的,可重复的智能机,本质上没有创造性。计算机的运行可以归结为已有符号的形式变换,结论已经蕴含在前提中,本质上不产生新知识,不会增进人类对客观世界的认识。

 

人类认识问题的方式是“知其然,也要知其所以然”,尽管“所以然”每个人的理解角度和理解程度不同,但都会去了解。机器人则完全不同,它的思维方式局限于“知其然,但不知所以然”,也就是说,在无意识之下,机器人不可能创造出新知。

 

启发式悖论

 

人工智能针对的问题往往是NP完备性问题。如果不是NP完备性问题,计算机往往就有能力计算出来、就更容易被看做普通优化或数学规划问题,而不被人们当做人工智能问题。

 

当人类面临NP完备性问题时,往往会形成一定的感觉或直觉。还是以围棋为例,人类会“善弈者谋势、不善弈者谋子”。“势”对于人类来说,是感觉和直觉,但机器人没有这类的主观感受,取而代之的是用启发函数来对这种“势”的判断。AlphaGo Zero的自学习,本质上可以看成对这种“势”的自我构筑。

 

和人的直觉有风险一样,人工智能的启发函数所“创造”出的智慧幻觉也会带来人类无法接受的风险。



机器人的发展现状


 

人工智能历经三落三起,与以上三大悖论一次次陷入困境,又一次次的发现生机密切相关。在这些起落中,产业赋能也在循序渐进的展开。

 

上世纪七十年代,随着人工智能控制学派的兴起,机器人开始具备智能性,最早的创新产品主要应用于工业生产,结合当时经济发达体展开的“改善劳动条计划”,机器人自动化改造很快得以贯彻。

 

70 年代中后期,德国政府强制规定部分有危险、有毒、有害的工作岗位必须以机器人来代替人工,为机器人的应用开启了初始市场。在市场沉淀基础之上,2012年,德国推行了以“智能工厂”为重心的“工业 4.0 计划”,工业机器人推动生产制造向灵活化和个性化方向转型。

 


作为机械制造传统强国,德国的机器人制造商,包括杜尔、克鲁斯、莱斯都是全球闻名。其中,最为强悍的还是四大家之一——库卡,公司提供包括工业机器人本体和系统集成业务,2016年被美的高价收购。

 

除了库卡之外,不得不说的是瑞士的ABB。虽然没有德国在机械制造上的实力,但瑞士在精密工业上是首屈一指的,机器人第一家来自于此也不稀奇。目前,在中国进口机器人排行榜单上,瑞士排名第五,仅次于日本、美国、德国和韩国。

 

 

今年,ABB在中国布局频仍,分别在重庆、上海、厦门、广东开设新公司、超级工厂,以及战略合作,其在上海投建的超级工厂可以生产10万台工业机器人,完成全球四分之一以上的工业机器人生产。

 

除了库卡和发那科外,目前全球工业机器人四大家还包括日本发那科和安川。虽然名气上不及ABB,但发那科的出货量经常超过ABB。相较来看,安川在四家中略显弱势。

 

回到国内,工业机器人的国产化趋势也势不可挡,代表企业包括新松机器人、埃夫特、广州数控、埃斯顿、博实股份、巨星科技、新时达、拓斯达、配天机器人等。

 

经过近半个世纪的发展,工业机器人的应用逐渐走向成熟。在发达国家,生产线的自动化改造已经基本完成。韩国目前是机器人使用密度(每万工人拥有工业机器人数量)最高的国家,近500台,其次是日本、德国和美国。

 

2012年到2017年,中国机器人年安装量增长500%

 

与发达国家相比,我国目前机器人的使用密度还很低,平均每万人不超过100台。但根据我国《机器人产业发展规划(2016-2020)》,预计到2020 年,工业机器人的使用密度将超过150台/万人,市场规模扩大2-3倍。

 

 

相较工业机器人的大规模应用,服务机器人市场落地较晚,很多公司在21世纪之后才进入这个领域。市面上公司众多,但还没有形成巨头和寡头。

 

 

科沃斯进入服务机器人市场较早,成立于1998年,研发的产品主要集中在家庭清洁领域,推出了包括地宝、窗宝、沁宝等智能机器人产品。今年五月,公司在上交所挂牌,正式登陆资本市场。

 

 

除了科沃斯,优必选的人形机器人在行业内也是名气斐然,曾三次登上春晚舞台。

 

 

有市场预计,2019年中国服务机器人市场将超过150亿元,这对于服务机器人的众厂商来说,当然是好消息。

 

然而,在令人向往的数据背后,也需要更加冷静。事实上,服务机器人才是比工业机器人受莫拉维克悖论影响更深的领域。

 

工业机器人的设计理念和实现目标比较简单,就是为了实现生产线上的工序,包括抓取、上下料、喷涂、打磨、搬运等,只要能够实现这些工艺,并解决技术上的精准度和柔性问题,就能实现大规模应用。和工业机器人的目标导向性明确不同,服务机器人市场主要面向人类活动,相较工业应用中的有限场景,人类的活动种类是无限的,根据莫拉维克悖论,人类为了让机器服务自己,真的能够承受这种极大算力消耗的低效率实现吗?

 

所以,现在的服务机器人,除了可以替代一些简单的家务劳动,或者可以唱唱歌、跳个舞之类的娱乐功能,想要成为“机器人管家”,道阻且长。

 

 

看了工业和服务机器人的发展现状,你脑海中的“橡皮擦”是否已经将对机器人的幻想擦掉了呢?确实,如果没有突破性进展,终结者、瓦力、大卫、大白们都只是科幻。


但也别太过悲观,尤瓦尔在《人类简史》中形容人类获得突破自我局限的发展,主要是基于基因变异,比如人类的大脑发生变异。

 

 

屡创奇迹的波士顿动力可能是机器人“变异”最有可能发生的公司,Atlas的跑、跳、跨越目前都已经与人类无差。作为特种机器人,Atlas目前主要用于实验,或者说是探索机器人行为能力的极限,虽然还无大规模商用,但在代码开源下,其每一步突破都会提升业界整体水平,直至量变达成质变,最终完成机器人的“基因变异”。



后记


 

最后,我们再来谈谈伦理问题。

 

电影《黑客帝国》、《机械公敌》的核心主旨即人类所最关心的问题——机器人是否会对人类进行操控?

 

 

《黑客帝国》中,获得了意识的机器人为了反抗人类的奴役,将人类困于矩阵世界,同时从人类的身体中获得电力。只有发现矩阵世界中不合理逻辑的极少数人类能够回到现实,并展开与它的斗争。

 

 

《机械公敌》中的人类还没有那么绝望,只是个别系统起了歹意,人类还和其它机器人联手将bug消灭。

 

阿西莫夫的科幻小说给机器人设定了三个原则:机器人不得危害人类,此外,不可因为疏忽危险的存在而使人类受害;机器人必须服从人类的命令,但命令违反第一条内容时,则不在此限;在不违反第一条和第二条的情况下,机器人必须保护自己。

 

但这毕竟是文学创意,并不具备科学规范。

 

直到现在,科学界也没有正式出具机器人的行为准则,在相关的法律建设上也还没有体系化的规制。只是一些发展迅猛的科技公司成立了针对人工智能和机器人伦理问题的研究小组,比如Deepmind被谷歌收购的时候条件之一便是成立人工智能伦理委员会,李飞飞也在研究关于人工智能的伦理和人文的问题。

 

总之,机器人从三千年发展到今天,已经成为一个涉及人类社会方方面面的科学,在知识构成上,与哲学、数学、物理学、生物学、化学、统计学、运筹学、经济学、社会学、心理学、人类学……差不多人类所知的所有学科都息息相关。在落地场景上,也可以应用在国民经济第一、二、三产业的各个领域。

 

为什么机器人是如此复杂的工程?

 

因为人类想要成为神,在短短的百年时间里,创造出已经有上百万年演化的自己啊!

 

感谢大家如此辛苦的看到这里,下面是文末福利,一份“机器人产业

知识产权分析评议报告”助你更加深入专业的了解机器人~

 

获得报告,请关注“机器人文明”,后台回复“机器人”即可~

 

本文由“机器人文明”出品

转载请注明出处



长按二维码加公号,留言微信号,入群“AI大爆炸”


往 期 精 选 

我是广告:欢迎给“机器人文明”投稿~

好文请投:tougao@gsi24.com

— 完 —


机器人文明 服 务 内 容


广告投放 | 政府招商 | 产业报告

投融资 | 专家咨询 | 人才服务 | 论坛策划

↙合作需求,请点击“阅读原文”联系我们

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved