人工智能与机器人研究(人工智能和机器人)

Mark wiens

发布时间:2022-09-21

人工智能与机器人研究(人工智能和机器人)

 

图片来源@视觉中国

钛媒体注:本文来源于微信公众号远川科技评论(ID:kechuangych),作者 | 董指导,钛媒体经授权发布。

机器人产业在过去几年,似乎已经是显学了:

人口结构变化,劳动力人口下降,采用机器替代劳力非常有必要;制造业转型升级,机械化、智能化趋势显著;人工智能、大数据等技术快速发展,机器人是科技进步的必然成果......

机器人不仅出现在各国影视剧中,就连人民群众喜闻乐见的春晚,也四次出现了机器人的表演:Alpha机器人、Jimu汪汪、Walker机器人、拓荒牛。

然而,机器人显学并没有出现在资本市场上得到相应反馈,反而是马斯克一条关于人形机器人的推特,让A股的机器人板块突然兴奋、大热,小米等公司也纷纷加码。马斯克真不愧是中美两大股市的第一带货大V。

但如果把功劳都归功于马斯克,那倒颇失公允。机器人产业,从机械自动化开始,向施瓦辛格的终结者进军,确实在迷雾中穿梭了多年,一些领域、一些公司还在小步摸索,但也有领域、公司也已经找到了光明大陆。

这个分水岭是如何形成的?未来又会如何发展呢?

互联网小常识:可以用两种方法测试FTP服务器:浏览器和命令行ftp域名。

01机器

机器人按照国际标准可以分为三类,工业机器人、服务机器人和特种机器人。但从另一个角度、按照替代人类中依赖的能力,可以分为两类:机器属性、人属性。

这两种不同定位,也造就了不同的发展脉络,简单说就是:机器属性,容易落地;人属性,未来高地。

机器属性,顾名思义发挥的是机器的高精度、高强度、高灵敏、微操作等特点,主要用来替代一些重复繁琐的工作,或者对人的体力、安全防护要求高的工作。行业发展依靠的是机械、传感等技术。

比如,1959年发明、1961年在通用汽车生产车间上班的尤尼梅特(Unimate),可以算是全球第一台工业机器人,就是机器属性。它最初的工作就是把汽车零部件挑选起来放到传送带上,但是可以精准、高效地完成同一重复工作。

随后几十年,工业机器人增加了压力、触觉、视觉等各类传感器,机械自由度、灵活度也不断增加,但核心属性还是差不多的。

再比如手术机器人达芬奇(da Vinci),是美国直觉外科公司(Intuitive Surgical)的杰出大作,也是偏机器属性。通过机械手臂和3D内窥镜,让医生直接化身为奇异博士和鹰眼的结合体,而且还可以远程、坐着操作,减轻了医生的体力消耗。对患者而言,微创手术,也减轻了痛苦、恢复更快。

不管是自动的尤尼梅特,还是达芬奇,都是机器属性为主,发展提升的空间在于高精度。例如不断实现可以系鞋带这种对关节自由度要求很高的动作。而机器属性为主的机器人,并不需要机器发挥自我判断。

02

人属性机器人,就和机器属性不同。人属性,就是希望替代完全的人类,以期待实现外在像人一样行动、内在像人一样思考

外在行动,可以让机器人通过机械构造、芯片算法等技术,实现仿生效果,像人一样保持平衡、实现跳跃等高难度动作。这也就是波士顿动力公司酷炫的地方。

内在思考,依靠的技术则是人工智能AI。所以,机器人的未来高地,不可避免会遇到AI一样的挑战,简单来说就是高可以,低不行,也就是业内提到的莫拉维克悖论

在一些智力要求很高的领域,比如围棋,也许95%的人类都会觉得很难,但AI就可以轻松挑战各路高手,称霸棋坛。再比如识别医学影像,AI依靠庞大的数据库,可以在效率和准确率方面超越许多医生。

然而在一些智力要求不高的领域,比如认识猫咪,这是一个绝大多数三岁以上的孩子都能轻松完成的事情,但机器就困难了。在2018年时,据《纽约时报》上一篇报道称,机器完成这个行为,则需要1000台电脑,16000个处理器。就更别说人类的幽默感、同理心等等,是机器人靠着内置笑话取代不了的。

这其中的差别就在于,人类可以依靠变化、凭借常识,做出判断、实现创新,而AI的感知力则要弱很多,虽然算力超过大脑,但对未知的理解、应对,是一个大问题。也难怪有人会说,不和AI比赛,你都不知道人类会聪明这么多。

而另外一个问题是,AI能力过高也不行。如果AI真的实现技术突破,可以像人一样思考的时候,又会让人类惊恐,伦理黑雾袭来,以至于人们也会提前把这个趋势遏制了。

所以,相比之下,机器属性可以撒开欢地跑,而人属性就是遥远的高地,前途光明、道路曲折。

03六便士和月亮

机器属性,大部分在工业场景,环境稳定、流程清晰,经济效益也更容易进行对比。所以,发挥机器属性的公司,仰望月亮的同时,也赚了一袋袋六便士。

互联网小常识:网络系统的拓扑结构是否需要分为三层的经验数据是:如果节点数为250-5000采用三层网络结构,100-500可以不用设计用户接入层,而直接让用户通过汇聚层的路由器或交换机接入网络;5-250可以不用设计接入层和交换层网络。

就像达芬奇手术机器人母公司,营业收入从2000年的0.3亿美元,不断增长到了2021年的57亿美元,股价在最高点时也有百倍以上涨幅。

直觉外科公司股价状况

在工业机器人领域也诞生了四大家族:瑞典ABB、德国库卡KUKA、日本安川FANUYASKAWA、日本发那科FANUC。从这个名单中也可以看出,工业机器人水平的高低,往往和一个国家工业发达度相关。

而回到我国来看,随着我国工业水平提升,工业机器人也在追赶中。2021年中国工业机器人产量达36.6万台,同比增长54.4%。产业链里也诞生了埃斯顿、禾川、汇川、拓斯达、绿的谐波等上市公司。

相比而言,人属性的机器人公司,却有不少依然在仰望月亮,花着投资人的六便士。

原因也不复杂,人属性机器人,多数为服务机器人,高技术、大场景、多需求

一方面,技术集中度太高,难度也必然加大,外在内在技术都需要突破一道道门槛;另一方面,面向的场景需求不一,不同领域刚需爆发点也不一样;与此同时,如果面向C端,需求场景比较多样化、个性化,但支付能力却又不高。

相比B端用机器人来省钱而言,C端更像是花钱买服务。难度自然不同。

过去几年,服务机器人领域爆发最为可观的是扫地机器人。简单来看,扫地机器人和洗衣机一样,都是家电而已;不同的是,扫地机器人内置了一些路径算法。虽然不算高级,但因为切中了C端市场宅、懒的需求,也切入了B端高频率使用的需求,所以销量可观,2021年达到百亿元。

而在C端,炒菜机器人、陪伴机器人等,依然是烟一样的需求。看着有,但不够高频、不够刚需,风大一吹就没了。相反,如果面向B端开发炒菜机器人等可以高频、标准发生的场景,也许有不错机会。

对于服务机器人,另一条路径也许是学习特斯拉,先找到小众、但支付力高的人群,先行教育、同时有现金流来维持开发、降本,不断等大众市场发展。

这也就是经典的技术采用生命周期理论,消费者分为创新者、早期采用者、早期大众、到晚期大众、落伍者等群体,层层扩散。

就连在仿生机器人领域,已经赫赫有名的波士顿动力公司,也因为商业化压力,曾多次变更股东。而人属性机器人遇到的状况,并不罕见。比如在自动驾驶领域也正发生。

虽然我们都很期待完全自动驾驶的汽车出现,但在现阶段、甚至更长的一段时间内,由于路况环境、智能水平、消费习惯、法律法规等综合原因,L4级别以上的自动驾驶并不能实现、商业化可能性很低。所以无论Waymo还是百度,都开始调整策略,所谓勇攀高峰、沿途下蛋:

L4是月亮、作为技术源泉,而L2则是六便士,商业化发力的方向。而人属性机器人公司,也要做平衡。只看月亮,就会饿死。

04机遇

当机器人行业成为显学时,创业也成为热潮。而在机器人领域,有两大机遇:一个是产业链的国产替代,另一个是创造新市场。

机器人产业链主要分为三大类:核心零部件,包括控制器、伺服系统、减速器(RV、谐波);本体,包括多关节、直角坐标等;系统集成。控制器是工业机器人的大脑,伺服系统是动力源,减速器则是关节。

其中,减速器技术壁垒最高、毛利率最高,达到40%;伺服系统35%、控制器25%、本体制造15%等,依次降低。而国产比例大概在20%-30%,有很大的替代空间。但由于对精度要求高,因此替代过程也会很缓慢,技术要提升、客户要认证。

另一个机遇是创造新市场。这一方面不如国产替代那么显而易见,就像VR眼镜一样,是一个需要重新组合技术创造需求场景的事情。而可能性则基于AI的发展,从而带来无限可能。

但这就又会带来另一个问题:假设果子成熟了,谁来摘果子呢?

就像网络发达了,运营商并没有发展像应用软件公司一样的业务;电动车发展了,整车厂却哭诉利润到了电池公司、矿公司。未来摘果子的是例如商汤、四小龙等AI公司呢?还是优必选、普渡等机器人公司呢?

这是一个大赛道,但也是要想平衡月亮和六便士的赛道。

互联网小常识:在一些中高端交换机中,通常把交换表保存在CAM(content-addressable memory)中,可以通过交换机的show cam命令查看,大中型为show cam dynamic ,小型为show mac-address-table。

免责声明:本站所有信息均搜集自互联网,并不代表本站观点,本站不对其真实合法性负责。如有信息侵犯了您的权益,请告知,本站将立刻处理。联系QQ:1640731186