当前位置:首页 > 机器人
  • 工业机器人自适应运动控制技术

    工业机器人自适应运动控制技术

    未来,每一个反馈控制器是自适应的,当测量值和设定存在差别的时候,它可以改变控制来适应变化。一个真正的自适应控制器应该可以调整自己参数或者以其它方式改变算法,以适应控制过程中的行为变化。例如,一个自适应比例控制器在控制过程中观察到速度过快或者过慢,可能调整它的增益。这种方式合适于有严格要求的控制过程,如机器人的可变负载的控制过程。 如果机器人搬运一个特别重的负荷,运动速度将会减缓。自适应控制器会分析测量结果,给机器人增加增益。而相反,如果负载突然减少了,运动应得激进,则可以给它减增益。无论哪种方式,控制器必须能够测量出过程变化,以确定该采取的哪种补尝。如果有条件的话,还可以直接衡量负载从A点到B点需要多长时间或测量多远路径。 但不幸的是,自适应控制器从检测到控制变化的过程都是很缓慢的,因此会出现长期的变化容易被掩盖,短期的干扰会产生混淆的问题。控制过程通常要区分长期和短期的影响,既使在控制工程中行为变化被检测到,它并不能表明应该采用补尝。 尽管存在上述的这些挑战,自适应运动控制器还可以优化轨迹,通过学习达到其目的。只要控制器学会机器人运动响应过程,计算出机器人最终的位置以及所需要的指令序列。完成这种人工学习所需的数学模型是非常复杂的,一旦过程模型研究出来,控制器可以调整其控制算法,甚至可以充分预测未来的过程行为。

    时间:2020-05-31 关键词: 机器人 工业控制

  • 未来人们的生活或将离不开机器人

    未来人们的生活或将离不开机器人

    随着我们人类科学技术的发展,人们的生活开始变得越来越便捷。尤其是互联网的发展,可以说是日新月异。现在的人们都离不开智能手机,因为智能手机给人类真的带来了很多的便利。像我们的出行不用再买地图了,付款也不用再用现金了。更厉害人工智能,我们现在已经可以做出和人十分逼真的智能机器人了。这意味着我们以后有很多不同的选择。最近日本女性机器人走红网络,网友:日本为何对机器人如此着迷? 其实自从有仿真机器人的概念出现后,就有很多的影视作品开始幻想,未来我们人类和智能机器人的生活。在这些影视作品里,这些智能机器人已经取代了我们人类的大部分劳动力。基本上生活中常见的所有职业,像服务生,医生等,都能看到这些智能机器人的身影。甚至我们人类所需要的伴侣,都可以用智能机器人替代了。 在现实生活中有可能吗?随着现在的技术,我告诉你,这是有可能的。而对于智能机器人的研究,日本人是最感兴趣的了。日本人在很早之前就有了,造仿生机器人的研究。最近在日本,有一款仿生机器人被造了出来。这款智能机器人的外型,和真人十分相似,几乎和真人无差。因为是仿生,这个机器人的内部机构十分的复杂。又要保持外观和真人一样,还要保证能活动自如。所以这款机器人的造价也不便宜,还加入智能芯片,可以进行简单的交互。但是现在的技术还是不太成熟,加上智能芯片的一些缺陷,所以这个机器人还只能在科技馆展览。 那么为什么日本人一直以来都对智能机器人,有着这么大的兴趣?这要和现在日本的社会情况来看。我们知道日本是一个很忙碌的国家,而且地少人多,就业压力大。而且在日本,他们一旦找到一份工作,在不喜欢也会一直坚持下去。所以他们的工作压力更大,经常在马路上看到喝醉倒在地上的日本上班族。他们有的人还一直住在网吧里,因为没钱交房租。所以在这种大环境下,人们就需要释放压力。很多的人就把这种压力放在了智能机器人上,连日本政府都开始重视这问题,所以这几年在智能机器人的研发上都特别的多。 可能在未来,我们真的会有,像影视作品中那样的智能机器人出现。人类的生活会越来越便利。

    时间:2020-05-31 关键词: 机器人 人工智能

  • 未来若机器人与人类共存 那么该如何相处

    未来若机器人与人类共存 那么该如何相处

    相信很多人都思考过人类未来与机器人的生活,这种设想早在上个世纪就已经开始了,机器人永远忠诚,而且他们拥有着极强的先进性和非常棒的身体素质,在未来可以代替人类的工作,而且还能与人类做朋友甚至恋人,这种生活让我们非常的向往。 不过这里面也遇到一个问题,那就是机器人相比较于人类有着很大的优越性,那么未来人类如何能够与他做到平等的和平相处呢?当年阿西莫夫和后来的机器人学的科学家们提出了机器人三大定律,也就是说,让机器人在保证自身安全的小前提下,确保不得伤害人类和帮助人类这两个大前提。 这机器人三大定律一直认为是未来人与机器人和谐相处的金科玉律,也被当成是人与机器人和平共处的防火墙,但是这个理论真的能够在未来约束机器人吗? 有一些反对机器人学的科学家提出了一个有趣的猜想,那就是假若在未来机器人和人类成为了好朋友,当某一天他遇到了警察与小偷发生枪战,在两边生命都遇到危险的情况下,那么请问机器人到底是应该帮助警察还是应该帮助小偷呢? 很明显在一个法律角度上来看,机器人应该帮助警察去收拾掉小偷,但假若在机器人学的三大定律上,机器人必须确保每一个人的生命安全,哪怕小偷也是如此,那么在这种情况下,机器人就会陷入到选择的混乱之中,他既要帮助警察,又要帮助小偷,而且他还不能造成两者之间谁的伤害,所以他就只能拿着自己去挡在前面两人之中的子弹,但最终结果依旧会是导致小偷逃跑。 所以机器人在面临这种复杂的现象的时候,人类的逻辑其实未必适用于机器人,如果我们只让他冷冰冰的执行命令,那么,很有可能它会侵犯到人类的生命,因为法律是冷冰冰的,而且没有弹性的,假如我们给了他充分的自主权,那么她在情感的演绎上很有可能会产生自我的逻辑,摆脱人类的逻辑性,就好像我与机器人这部电影中一样,机器人最终独立。 所以我们在这个前提下再来看机器人学的那些研究,其实我们会发现机器人,如果光凭人类的逻辑来约束他,根本是做不到的,我们只能用更多的引导来促进人与机器人未来的和平相处。

    时间:2020-05-31 关键词: 机器人 人工智能

  • 智能儿童机器人哪种形式的比较好

    智能儿童机器人哪种形式的比较好

    人工智能的不断发展,智能语音开发得到大幅度提升,被嵌入到各种应用场景当中,其中应用于儿童机器人领域是风声水起。 智能儿童机器人,跟天猫精灵、小爱这样的智能语音助手不一样的是,它除了能语音对话外,还能给孩子讲课,对孩子进行启蒙,当然每一款产品都有其优势和不同的地方,这也正是满足了不同的用户人群,如巴巴腾儿童机器人就是让孩子多一个伙伴、多一份陪伴,玩的同时获得更多知识。 智能儿童机器人拥有智能语音对话、亲情微聊、国学启蒙、课本同步等优质功能,使之成为众多家长的选择与拥簇。可智能儿童机器人列分有很多种类,功能的不同适应着不同年龄段的儿童。比如一键问答式的智能儿童机器人与一键一答式的智能儿童机器人就因一个不同点从而适应不同年龄段的儿童。 什么是一键问答式智能儿童机器人? 这款智能儿童机器人突出的是:只需按一次就能进行多轮对话,极大的方便用户的使用和提问。 一键一答式智能儿童机器人则是:问一个问题需要摁一次,回答完后再摁一次进行下一轮的对话。 以上为它们之间的一个区别,从以上来看一键问答式的智能儿童机器人更优于一键一答式的智能儿童机器人,可为什么一键一答式的也拥有其市场呢?并得到众多用户的好评。 一键一答式智能儿童机器人是先被研发出来的,时间上讨了巧其实更重要的是这类的产品主打的是陪护,所以当父母陪伴孩子一起玩耍时利用一键一答式的儿童机器人更能发散孩子的思维,每当孩子问完一个问题后,父母可以再自己进行一个提问从而让孩子能知道更多的知识,也达到父母陪护的目的,孩子感受到父母的爱,在陪伴中更能发挥父母的作用。 一键问答式智能儿童机器人,其根据用户的提问进行快速的回答并能通过多轮的问答来满足用户对知识的需求,其好处在于能帮助儿童理解知识更透彻、明确,父母不会的让机器人来帮忙,乐趣多、知识多。 那两个谁更好呢? 产品并不存在所谓的更好之说,这要看用户个人的具体需求,需求不一样则产品的功能等也不一样,从而满足不同群体的需求,一问一答式的儿童机器人适合年龄更小的用户。 这两款儿童机器人之间除了这个问答方式不一致外,其实它们有着很多的互通性。 如:智能生活模块;智能学习模块;智能关爱模块等都是一样的,只是因问答方式不一样所以有了区别。 现在市面上巴巴腾陪护机器人A1与A6最大区别就如上所说:A1为一键一答式智能儿童机器人,A6为一键多答式智能儿童机器人,它们只有问答方式不一致,其余的功能都大同小异,而且质量都是上乘的。

    时间:2020-05-31 关键词: 机器人 人工智能

  • 为什么人机对话很难实现

    为什么人机对话很难实现

    在清华x-lab主办的人工智能研习社第五讲,三角兽的创始人、COO马宇驰如此描述当前的人机交互产品。 在同日举办的百度2017世界大会上,李彦宏的观点与马不谋而合:“我们现在看到很多智能音箱,虽然不需要按住,但是需要一个唤醒词,一般是四个字,这不符合人与人交互方式。我跟你说话的时候不需要拉你的手,也不需要每句话都叫你的名字,更不需要每次都叫四个字。” 在清华的演讲中马宇驰表示,目前市面上人机交互的智能硬件,距离真正的交互还需要至少8-10年时间。各大发布会上自然交互,甚至有些可以接受访谈的机器人,一定有某些人工的介入,噱头颇多。 而作为人机交互最重要的应用场景之一,搜索引擎与人类最自然的交互方式依然有很大不同。“比如我们如果要查今天的天气,到百度可以直接搜索“北京天气”,但跟人说话肯定不能这样,跟同学说“北京天气”,别人会以为这个人有病,要说今天出去穿羽绒服冷不冷这样的话,这部分叫自然语言处理。在之前的一次大会上有一个智能领域的科学家说语义是人工智能皇冠上最后一颗“明珠”,因为人工智能学会了语义才真正接近于人的思考方式和回应的方式。”马宇驰称。 那么人机对话这件事为什么难?深度学习等AI技术又能从中做些什么?在清华x-lab的人工智能研习社课程中,三角兽创始人兼CEO 王卓然博士在马宇驰之后解释了这些疑惑。 以下为王卓然演讲,大数据文摘在不改变原意的前提下有删改: 人机对话这件事为什么难? 一些名词大家应该耳熟能详,像深度学习、增强学习、自然语言处理、信息检索、数据挖掘。最底层的技术模块,像决策过程、推荐系统、知识库、逻辑推理、分类等等,可以看到机器学习和自然语言处理几乎每一个模块都会用到,人机对话涉及到方方面面。人机对话这个大的领域其实是人工智能的下一代,叫做认知智能。认知智能就是人怎么去感知世界,怎么去理解世界,然后用机器去模拟它,去拟合它,再用一个接近人的方式来反馈给我们。所以它涉及的面太广了,只是单纯说人机对话这个子问题都可以另外定义出好多子问题。所以我们只是把这些基础的模块、基础的算法包装成我们内部通用的模块,像开放域的聊天检索式问答、深度问答、图文对话的引擎等等等等,然后我们对外输出的产品,有开放域聊天,有问答的引擎,问答引擎的意思就是客户把他的问题和答案灌进来,我自动支持基于问题库的问答,我们还有多轮对话的引擎,可以不依赖于领域。比如说找电影、找歌、找餐馆用的是同一套引擎,只是把不同的数据、本题库、知识结构导进去,让它支持一个领域的对话,我们还可以把它打包在一起,变成多域的对话系统。所以如果做人机对话,基本上自然语言处理、机器学习里所有的事都要融会贯通。 人机对话的几大核心问题 1)开放域聊天 平时我们和人说话有不同的场景用不同形式对话,或者说用不同的方式去思考,比如说开放域的聊天,没有目的、不是为了找到一个信息,或者说不是为了完成一个任务来去对话,而是朋友之间的寒喧、互相的问候,这种就叫开放域聊天。 2)多轮对话 这个更接近于人机的对话,和人与人的对话也有一定相似处。比如我们要找一个餐馆,我会问找五道口的餐厅,机器会问喜欢什么口味,我说川菜的,又问对环境有没有要求,我说有没有适合朋友聚餐有没有大的包房,这是机器多轮对话完成的。 3)智能问答 智能问答这个概念比较好理解,这个技术也相对于另两个更久远一些,也更成熟一些,问答就是一问一答,我问你天空为什么是蓝的,你给我解释说什么空气的折射等等一些因素,我问兔子真的爱吃胡萝卜吗,你可以回答兔子都爱吃胡萝卜,但不是全部,这是人机对话不可或缺的一部分。 这三部分之间是互相没有联系的,在目前的技术框架下,开放域聊天有开放域聊天的做法,垂直领域有垂直领域的做法,问答是问答的做法,做产品不能只做一个用户的问答或者一个聊天,这些东西要整合在一起,于是就出现了跨域的中控概念。以度秘平台为例来讲,这个平台既可以支持闲聊,也可以支持找电影,找歌,找餐馆,查快递,支持问答,甚至更多的技能,开窗、开灯等等,这是由单独一个服务模块来完成的。但是用户说出一句话之后,这句话到底应该归哪个模块去响应,这就是中控去做的一个事,其实就是根据你的上下文,根据你的每个域回复结果质量的情况综合算出用户这句话有哪一个服务区响应最好。 相关性是开放域聊天最重要的一个指标。我说一句话之后机器回了一句与我相关的话,不相关就没有办法再聊下去了。在这个基础之上,我们要注重几个点,一个是上下文的覆盖,人与人聊天是有上下文的,不是你说一句我说一句,每一句是单独割裂的,而今上下文的覆盖已经做得很好了,达到了40%的上下文覆盖,可以体验到40%的联系。 深度学习等人工智能技术可以做什么? 上下文引入进来之后整个的数据会非常的稀疏,所以我们用了深度学习进行自然语言处理,最大的帮助就是可以把离散的词,离散的句子,离散的篇章等等表示成一个向量,这个向量在分布式的语义空间中就可以计算它的相似度、相关性等等这些指标。我们就用深度学习这个方法把上下文的整个信息都表示成了向量,再用向量检索向量的方式去找你说这句话的上下文、语义或者语境更相似的上下文,再用同样的方法检索获得侯选。 另一块是紧密情感,人和人聊天不可能是冰冷的你一句话我一句话中性的,肯定夹杂很多高兴、开心、伤感、鄙视的情绪等在网上的表情标签。把这个引入当中就会让聊天更生动有趣。这块我们做了一个尝试,我们通过这个数据兴起迭代的方法,用的还是很标准的CNN,只是我们数据加工、数据处理做了很多工作,能达到99%的准确率,用一句话去识别它对应的情绪,可能是开心、大笑等等,识别这个情绪能达到99%。 人机对话获取数据的来源都是互联网,互联网有一个问题,在互联网上人和人聊天的句子偏成人化,肯定不适合儿童。举个例子,我说床前明月光,这个机器人可能回应地下鞋两双,每个字也没有什么问题,也不涉及黄反,但整个句子的对儿童这么聊肯定不合适的。我们怎么在互联网这个语料上去过滤出一个儿童版本呢?首先用检索是不现实的,因为你不能保证每一句话、每一个字,只要有一句话或者一个字不适合这个产品就毁掉了。所以我们用了学术界比较火的端对端生成的聊天方式。它的训练语料是用成人语料,我们用能拿到的动画片的字模或者儿童书,用这个训练一个模型,用这个模型过滤成人语料,在这之后又训练端对端的模型,过滤完之后就可以认为不适合儿童的东西是小概率事件了,相当于我们写出了对儿童绝对安全的一版聊天。 我一直在研究垂直领域对话系统的泛化,什么叫泛化?在垂直领域对话很难获得,在网上抓数据的话也很难找到很贴切的人和人对话,或者人和任何东西对话,比如找电影,找餐馆这种数据很难获得。既然这么难获得,我们如果有这样的一个系统,用这个系统已经迭代学到很多东西之后,再把这个知识迁移到另一个领域。而且,问答跟人机对话完全不是一回事,问答更多是信息检索的过程,匹配用户的问题和库里的问题是不是同一个意思,然后反馈答案。 讲座后,现场听众与王卓然进行了对话。 提问:今天百度的大会发了一款RavenH,比较有趣的一点是有可以拆卸的触摸屏,发布者提到,现在市场上voice only的方式不太符合自然习惯,那未来人机交互是单纯以语音为主还是多种结合起来的形式? 王卓然:人机交互这个形式,要分场景,最合适的场景当然是一个多模态交互,因为多模态交互是人机对话的下一个进阶的阶段,人机对话只考虑语音,如果是多模态的话,要考虑到屏幕、触控、图像识别、环境传感器、位置等等。所以要分场景,不能较真,人机对话多模式场景比纯机器交互要好,很多场景下不具备多模态交互能力,比如说在车载的时候有屏幕的引入可能会造成负担,对行车安全也有危害,纯语音交互才是更好的场景,所以不同的场景不同的应用。 提问:刚才听了您的介绍非常精彩,我有一个问题,现在大家做语音处理和语义处理分得比较开,事实上在人说话的过程中语言不仅包括声音,还包括像语调、语气等等,但是好像市面上没有看见有人做语调、语气这方面的东西,语义大部分处理的是文本,您怎么看待这个问题,语音、语调和语气角度有价值吗?如果有价值为什么大家都没做,做的话难点在哪里? 王卓然:非常好的问题,从学术角度上来讲有非常大的价值,单纯看文本一句话可能有两个意思,我没吃饭,我没吃饭?一个是疑问句一个是陈述句,代表的意思就不一样了。但是为什么没做呢,道理很简单,还没成熟到那个程度,商业到产品落地还差太远,还没有达到非要为这个事做一款产品,或者没有这个事就做不了产品的程度。 提问:我想问之前谈商业模式的时候是做B2B、B2C,你们是永远做男人背后的“女人”呢?还是慢慢推出产品面对C端用户呢? 王卓然:对用户市场对我们非常有吸引力的,但是从公司发展角度来看,这个阶段尝试C端的代价太大了,而且我们团队结构也不是为2C准备的,所以在短期之内都不会做这方面的事情。 提问:刚才您讲给小孩训练一个模型,过滤到不合适的问答。想请您详细解释一下这种过滤方式。 王卓然:我们用故事书、字幕等等去训练了类似于语言模型的分类器。用这个东西去过滤网上成人聊天的每一句话,把不适合儿童的都滤掉,我们认为剩下的它的分布会跟字幕、故事书训练分布是相似的,词汇分布、表达形式等等会跟儿童的表达形式更相似一些。在这个基础之上我们再去训练这个模型。 提问:您刚才讲的人机交互的话多模态情况下最好,我不知道理解对不对。比如人在沟通的时候,除了刚才说的声音、语料,包括说话内容,实际有很多肢体语言,下一代的人机交互会不会把语音包括视觉整个结合起来,这样才叫下一代的方式? 王卓然:会的,人机对话在国外学术界火过一段时间,之后好多人机对话转向多模态研究。表情、肢体语言加上语言,包括物体识别所有都在一起做人机对话,背后的技术,现在引入多个环节,物体识别等等是多维度,这后面有决策过程。如果对这个感兴趣可以关注两个大学的研究,一个是CMU,他们有一个人机交互的实验室,人机对话做的也比较久,有很多人也做多模态的交互。另一个是爱丁堡赫瑞•瓦特,刚开始是做人机对话,后来他们转向多模态的交互了。 提问:刚才您说公司应用场景其中有一个是IoT,是智能终端。这个在终端上用的话,您认为都是联网的通过云的处理方式呢,还是说我也可以去本地去用。如果是云的话涉及到很多场景,包括并发性的问题,有没有考虑像有一些东西是现在有一个趋势,把很多的算法固化成硬件。 王卓然:语义这块负担不太重,都是B到T这个级别,不像图像传输非常重。固化到端我们有尝试,跟华为海思有合作,那是支持NLP的,端对端聊天生成,语义理解几个RN结构,因为图象涉及很多东西,比如说实时的加工,实时的渲染,实时的分析,实时性图像本身传输有问题的情况下。文本层面最大的考虑其实是隐私,不是你说的云的负担问题。

    时间:2020-05-31 关键词: 机器人 人工智能

  • 怎样才能赋予机器真正的视觉

    怎样才能赋予机器真正的视觉

    无论是擎天柱、伊娃和瓦力或是今年大火的大白,电影中人类往往把机器想象成无所不能的“超人”,但现实呢?人类一些听、看、触摸、感知世界等最基本的能力,对机器而言都有难度,比如——视觉。或许你会说“摄像头”就是机器之眼呀,但过去摄像头的核心作用只有一个:记录影像。李彦宏在2012年KDD(知识发现世界年会)上提出9大待解技术问题之一,“基于内容的的视觉搜索”指的就是这一技术难题。而现在百度率先实现了计算机视觉领域“三维识图”技术的突破,这个难题离彻底解决又迈出了关键一步。 计算机看见的世界与人眼有何不同? 目前的图像识别都用在哪些方面呢?识别二维码、书本、CD、菜单、人脸…这些机器做的都还不错,而且百度、Google等一直在探索的基于这些图像的搜索,识别率已经具备商用条件。但这些物体的共性在于,它们都是平面的。如果换做穿着的服装、行动的动物、周遭的街景、市场的蔬菜这些“非刚体”“非平面”的“三维立体空间”内容,机器的识别率就很难让人满意。核心原因在于,机器看到的世界,是被一个一个色彩像素表征的二维序列,但是对与透视、深浅、近景、远景,这些需要被“三维感知”的世界却没有很好的概念。 无法识别三维世界,导致了图像识别能力十分有限。除了必须面对一些特定的图片类型外,还需要用户稳稳拿着手机对二维码、图书封面等物体进行扫描识别,这也让手机等设备的理解能力大打折扣。识别的目的是为了理解所看到的内容,每一幕都有非常丰富的意思,人工智能识图的能力就像两三岁的孩童,儿童认知世界的过程便是基于三维世界的识别,基于二维世界识别的机器,很难在图像意义理解上取得突破。所以如何让机器知深浅、识远近,三维立体地看见这个世界,一直是科学家们努力的方向。 近日百度展示了一项最新的图像识别技术:三维识图,有望解决这个问题。 这项技术可以对三维图片进行自动的分类和检测,进而可以进行图像识别、智能裁剪、智能模糊等处理。百度与国内知名手机制造商华为合作,通过其独创的仿生学平行双镜头硬件技术平台拍摄出包含景深信息的照片,再通过一系列算法解析照片,大大提升图像识别成功率。此技术即将应用在搜索、解锁诸多方面。 华为荣耀6 Plus采用了双摄像头,与百度合作图像处理技术 三维识别的难点:硬件要求和识别效率 在百度三维识别技术推出之前,业界已有些许案例。在2014年的IntelIDF上,Intel推出了一款3D深度摄像头,它可以更好地追踪眼球、体感、表情等动态图像,会上还展示了与腾讯QQ的合作,可以对视频进行动态的“美化处理”。Google相机具备一个“智能模糊”功能,即一键实现单反相机的远景模糊效果,这说明它已经可以区分远景和深景。 三维识别的第一步是要获取或可以还原成三维图像。单个摄像头的二维属性让这成为难点。Intel与QQ的合作仍旧未能如约落地,专门的3D深度摄像头并未普及。或许是技术不成熟,或许是成本太高。有手机厂商开始采取双摄像头,模拟动物的双眼这个解决方案实现三维图像的获取(3D电影拍摄也是如此)。百度三维识图技术正是基于这一方案获取到的三维图像内容进行,引入了图像分类和检测技术,相似图检索和猜词得分上较之以前有大幅提升。 下一阶段百度三维识图技术还会引入“单目相机深度恢复算法”,即不依赖于双摄像头,而是利用普通的摄像头就可以了,具体方法为持机手臂左右位移一点点,相当于用软件实现,让用户拍摄时轻轻“摇一摇”,成本更低。其原理与光场相机类似,这是“先拍照后对焦”的新一代相机,它在拍摄时捕捉一副图片的整个光场,而不仅仅捕捉到一片光线。光场相机提供一套软件技术对所有图像数据进行处理还原,它已将核心技术进行开放。 相对Google相机的智能模糊功能而言,百度内部测试表明,其App在几款主流Android机上,识别时间效率远超Google。能够实现这一点,在于百度识别的大部分运算应该是在云端进行,百度大脑可能在后面支持。云+端的识别才是机器视觉的未来,眼睛在本地,大脑在云端。在准确率上百度表现也更好。 因此,如果能摆脱对“双摄像头”或者“3D深度摄像头”的依赖,3D图像获取将不是问题。而云+端的架构则可以让识别效率大幅提升,百度的三维识别算法就可以被普及到更多设备和更多应用之中。 三维识别给世界带来什么改变?给机器真正的视觉。 PC、手机、智能摄像头、工业摄像头、治安摄像头、交通摄像,我们周围充满着“机器眼睛”。不过这些机器在过去并没有真正的视觉。想象一下我们的视觉能力,除了可以识别静态图像之外,还可以识别三维世界的深浅、远近、模糊与清晰等等。我们可以动态识别变化的世界,瞬间完成识别过程毫无时延。不依赖特殊设备、可高效率完成的三维识别则有望给机器赋予人类一样的视觉。这是它可能带来的几个典型应用: 1、实时视觉移动搜索。 实时、视觉和移动都是搜索引擎发展的几个趋势。百度2014年改变可以边输入边搜索,就是实时化的开始。比如您可以戴着智能眼镜或者举着智能手机,边走路一边获得百度推送的答案:旁边是店铺介绍和评价、景区的百科和历史、赛事的球员资料推送……这是未来搜索必然会进入的阶段,它非常自然因此听上去有些科幻,要实现第一步就是要让机器可以动态、实时、立体识别世界,三维图像识别可以帮到这一点。百度还具有李彦宏亲子参与申请的“多轮实体识别”的专利,它与三维图像识别结合可以让人机交互更加自然。 2、工业级图像识别检索。 美国金门大桥需要收费,汽车却不需停车,因为摄像头会抓拍并识别车牌号,账单自动寄送,这应该运用了三维图像识别技术,不过有严重的滞后。如果能够做到适时识别生活中的一切物体,交通部门就可以实时发送收费、违章、违规信息给司机,甚至直接从信用卡扣款。政府部门在街上有着星罗棋布的摄像头,不过要做到智能识别通缉犯并定位抓人还是很难,因为识别能力和时间效率的问题,三维识别技术未来可能解决这个问题。总之,就是各种工业、军用、政府摄像头可以更加准确地、快速地识别真实世界的实体,进而产生大量应用。 3、更丰富的虚拟现实体验。 有一款seene的App即3D版的Instagram通过不同角度拍摄4张照片合成一张实现3D取景。百度三维识图未来可以借助这种方式实现一些增强现实应用。比如建模用户的三维生活环境,然后与社交应用结合进行远程聊天;与百度地图结合做3D街景的UGC,三维视图可以智能分类、合成和识别街景实体;基于三维视图的反向3D建模内容,与网络游戏或者电视游戏结合做增强现实的体感游戏;利用虚拟现实做在线教育,三维识图可以帮助生成各种模拟场景让学生带上头盔体验,或者可以智能跟踪识别视频中学生和老师的学习行为并分析汇总。总之,三维视图让虚拟现实建模更容易。 三维识图的成熟对于机器视觉而言将具有里程碑的意义,它让机器真正拥有跟人类相近的视觉,进而在图像信息的获取上可以接近人类。随后便可进行更多的图像意义理解,去理解这个世界,最终让这个世界更美好。李彦宏先后提出过互联网进入读图时代、未来5年50%搜索会来自语音和图像、“基于内容的的视觉搜索”是九大待解技术难题等观点,并且还申请了“多轮图像实体识别专利”。李彦宏如此重视机器视觉这块,百度在三维识图之后应该还会有更多新的成绩,让机器能听能看会思考,是百度未来重中之重。

    时间:2020-05-31 关键词: 机器人

  • 工业机器人发展在技术成果转化方面所面临的挑战

    工业机器人发展在技术成果转化方面所面临的挑战

    机器人与智能装备作为高端装备的重点发展方向,机器人产业生态的建设及高端设备智造就显得尤为重要。6月29日,以“建设产业生态,创新人才培养”为主题的粤港澳大湾区机器人产业与新工科教育发展高峰论坛在美丽的松山湖隆重举行。 高端装备制造业是我国七大战略新兴产业之一,一直是国家大力支持的方向。而机器人与智能装备作为高端装备的重点发展方向,机器人产业生态的建设及高端设备智造就显得尤为重要。 6月29日,以“建设产业生态,创新人才培养”为主题的粤港澳大湾区机器人产业与新工科教育发展高峰论坛在美丽的松山湖隆重举行。此次会议由东莞市人民政府、中国机械工业联合会主办,松山湖高新区管委会、东莞市机器人产业协会、东莞松山湖国际机器人产业基地联合承办。 此次论坛,科技部火炬中心主任贾敬敦、中国机械工业联合会执行副会长、中国机器人产业联盟执行理事长宋晓刚、广东省教育厅副厅长邢锋、省工信厅总经济师庄乐从、市领导梁维东、肖亚非、张科、白涛、黄少文、刘炜,以及香港科技大学教授暨松山湖国际机器人产业基地创始人李泽湘、中国工程院院士卢秉恒、加拿大工程院院士顾佩华、香港科技大学前工学院院长高秉强和云鲸智能创始人张峻彬等各界专家齐聚松山湖,共话粤港澳大湾区机器人产业创新生态及新工科教育发展新未来。 除机器人领域专家带来高质量分享以外,论坛上松山湖港澳青年创新创业基地正式开园,松山湖机器人与智能装备制造产业加速器正式启动,粤港机器人学院迎来了首届毕业生,粤港澳机器人创业营也正式拉开了帷幕,这对未来产学研一体的机器人产业生态构建具有重要意义。 高端装备制造业亟待发展,技术转化面临挑战 高端装备制造产业,是中国战略新兴产业之一。换句话说,这将在未来成为经济发展的核心动力,也是经济产值最大的领域。根据国家统计局2018年公布的《战略性新兴产业分类》,高端装备制造产业包含机器人、重大成套设备制造、智能装备制造与关键基础零部件制造、飞机制造与飞机系统制造、各种类型卫星制造、卫星应用服务、航天器和运载火箭制造、轨道交通装备产业、海洋工程装备和服务产业。机器人与智能装备作为新兴产业的领头雁,其对拉动我国经济发展的重要性不言而喻,并且这种经济的拉动作用在国际上同样适用。 宋晓刚在论坛上指出,“从产业发展的角度来讲,中国机器人进入到高速发展阶段是从2010年开始,到2013年中国就已经成为全球最大的工业机器人市场。2018年,全球工业机器人的销量增长仅为1%(在2017年以前,全球工业机器人的增长基本都在15%左右),全球机器人增速大幅下降。具体来看,全球五个主要的工业机器人市场:中国、日本、美国、德国和韩国,在2018年,德国工业机器人增长率为20%、日本和美国增长率在15%左右,只有中国和韩国增长率是下降的。由此可以看出,中国市场对于世界机器人市场的影响是巨大的。” 自2010年起,中国工业机器人开始蓬勃发展,涌现了诸如ABB、发那科、库卡等一批优秀机器人企业,工业机器人正被越来越多的应用于制造业的众多领域,国产工业机器人前景向好,市场竞争力不断提升。但与此同时,我国机器人发展存在的一些问题也同样不容忽视。 目前,我国机器人产业发展存在结构性问题突出,在高端能力不足的同时,存在低端领域低水平重复建设、盲目发展的隐忧。并且,许多国产工业机器人企业属于机器人本体制造企业,大部分以组装和代加工为主,处于产业链低端,产业集中度低、市场小而散乱,这些是机器人企业发展必须要正视的问题。 除以上结构性问题,技术成果转化也是工业机器人发展面临的另一重大挑战。“产业化之路远比学术研究要艰难,且成功率极低,需要机制、资源、人员保障基础上的无数次迭代。事实上,一个制造中心如何进行转型?如何推动高科技公司兴起发展,一个很重要的途径是技术转化,也就是创业孵化。学术与产业两座大山之间有一条巨大的鸿沟,技术创新并成功转化就是万人过独木桥,只有极少数人能成功。李泽湘表示。“尽管现在大湾区各个城市都有很多科学装置,但是怎么从科学装置变成产业,这中间有一个巨大的鸿沟。美国有一个孵化器叫Y-Combinator,它成功孵化出Airbnb、Reddit等一批优秀企业。但即使是这么好的孵化器,它的成功率也仅有大约3.25%。国内做早期天使投资的,像创新工场投了有300多个项目,最后在硬件方面能走出来的也没有很多。” 创新产业生态链构建,跨越技术转化鸿沟 事实上,工业机器人发展至今,传统低端产业生态链及研发模式已不适应目前发展高端制造业需求,原有的产业生态链必须变革。 在经历了贸易战以后,我们更应该思考,我们能不能打造一个产业生态,一个生态圈。那么,一个生态圈应该具备哪些因素,才是一个相对完整的生态圈?”李泽湘表示。“设计、核心设备、终端产品,三者缺一不可。从事制造、设备、材料、封测到终端产品缺一环,它都不能构成一个生态。然后还有一个重要的因素是人才,东莞需要打造这样一个生态圈。” 东莞松山湖高新技术产业开发区"科技共山水一色",是中国最具发展潜力的高新技术产业开发区。地处广深科技走廊核心,背靠大湾区世界级城市群,松山湖产业基地在创新创业方面极具优势。 据悉,松山湖机器人产业基地通过联结香港、内地及全球高校、研究所、上下游供应链等资源,在理解创业者需求基础上为其提供全方位资金支持。从机器人创业孵化出发,建设完整的机器人生态体系。 在论坛上,松山湖港澳青年创新创业基地正式开园,是松山湖港澳青年创新创业基地是松山湖积极融入大湾区建设,深入实施创新驱动发展战略,实现高质量发展的重要举措。 在今年发布的《粤港澳大湾区发展规划纲要》中提到,要加快国家自主创新示范区与国家双创示范基地、众创空间建设,支持其与香港、澳门建立创新创业交流机制,共享创新创业资源,共同完善创新创业生态,为港澳青年创新创业提供更多机遇和更好条件。 目前,松山湖港澳青年创新创业基地已吸引了近40家港澳青年创业项目落地。该基地以港澳科技成果转移转化为主线,按照“一中心多站点”的模式,以松山湖港澳青年创业基地为中心,以松山湖国际机器人基地、松山湖粤港澳文化创意产业实验园区、松山湖高新技术创业基地、松山湖高新技术众创空间为代表的一批园区港澳人才创新创业载体为多站点,组建专业港澳项目转化服务团队推动优质港澳项目落地成长。 另一重要举措是,松山湖机器人与智能装备制造产业加速器正式启动。据介绍,该项目用地面积142亩,总建面超过36万平方米,总投资近12亿元,规划有20万平方米的生产区,3.7万平方米的研发区,9万平方米的生活区,建成后预计可引进50家以上的机器人与装备企业,将聚焦新一代机器人与智能装备产业,重点引进机器人产业上下游以及相关配套服务科技企业、行业组织和服务机构,为东莞智造助添新动力。 发展新工科教育,创新人才培养 现代科技快速发展,移动互联网、工业物联网、人工智能、大数据等改变了传统制造业和人才市场,工业界需要全新的高素质复合型工科人才。高校的工科教育水平直接影响中国企业的竞争力,这是新工科教育必须高度重视的问题。 尽管,教育部高度重视工程教育改革,中国高等工程教育也为国家经济发展培养了大批工程技术人才,中国工程人才培养取得了一定的成绩,但目前我国工科教育水平还有提升空间,教育模式、培养体系、教与学方法还有待改变。 顾佩华教授在论坛上介绍了天津大学新工科教育目标、培养体系、教育方案等。他指出,“天津大学新工科教育坚持立德树人,工程教育融合新文理教育、多学科交叉,培养各类工程创新人才。” 此外,松山湖产业也高度重视发展人才培养事业。此次论坛上,粤港机器人学院迎来了首届毕业生,粤港澳机器人创业营也正式拉开了帷幕,这对未来产学研一体的机器人产业生态构建具有重要意义。未来的机器人产业生态,一定是产学研融合的创新型教育,新工科教育的未来需要政府、高校与产业界协同发展。

    时间:2020-05-31 关键词: 设备 制造业 机器人

  • MOZI教育智能机器人赋有强大功能

    MOZI教育智能机器人赋有强大功能

    这是一台传承墨子千年匠心、引领AI技术革命的教育智能机器人,来自中科墨子联合实验室全面技术支持,千万级研发团队聚焦AI教育未来! MOZI教育智能机器人的问世是墨子集团为实现“AI赋能学习,教育智领未来”这目标踏出的坚实一步。墨子集团联合国内外著名教育专家共同开发,建立AI标准教学服务体系,打造自己的AI及机器人教育解决方案,完善AI教育生态系统。 从基本课程到发散性教育再到探究型AI教育,墨子集团潜心探索。在启蒙教育、幼儿教育、小学教育以及中学教育中不断求证,终于得到将人工智能教育真正落地的科技之路。 MOZI教育智能机器人具备国内K-12科创教育的教学要求。墨子集团希望,让每个孩子有具有科学思维和创新能力,让有每个孩子享受极智的人工智能盛宴。 得益于中科墨子联合实验室在机器视觉和人工智能深度学习算法的全面技术支持和成果转化,MOZI教育智能机器人具备触觉、视觉、听觉、空间知觉等全方位的感知系统,可以实现人脸识别、主动交互功能,还拥有高智商、高情商的独立性格。真正做到“AI赋能学习,教育智领未来”,让机器人真正走进千家万户之中。 K12教育,AI赋能教育陪伴 MOZI教育智能机器人K-12教育课程涵盖从幼儿至中学一体化课程系统,课程系统具备贯通性、伸缩性、立体性等特点,充分融合人工智能技术,满足不同学段对课程的需求。旨在培养孩子对学习的兴趣和主动学习能力,让孩子爱上学习,享受学习。 六大核心功能 主动交互:得益中科墨子实验室全球首创主动交互技术支持,MOZI教育智能机器人能够准确快速地思考、识别、判断,从“芯”出发,与你情感交互。 K12教育课程:海量题库,教辅同步。全学龄教育资源覆盖、全国名师视频授课,让AI教育不断丰富孩子学习知识的途径。 人脸识别:中科墨子实验室机器视觉技术支持,云端实时人脸数据交互识别。 视频通话:实时视频通话,家庭语聊,随时随地想聊就聊;视频监控,清晰如画;不管距离多远,“我”都在你身旁 情感互动:永动逗趣聊天,机智酷萌;智能好感度叠加功能,随心而动,亲密无间。它不是一个简单的启赋·智能·陪伴机器人,更像不可或缺的家人 智能物联:随心操控、一键留言、定时提醒,一机完成全家智能物联,科技让生活更智能。 主动AI你——MOZI教育智能机器人配置 ·500万像素前置摄像头 ·远近拾音技术,300°寻声辩位 ·8英寸高清多点触控屏,自带预防近视机制 ·28款互动表情,还原人类真实情感 ·IQ、EQ双高,逗趣聊天,永聊不完 ·云端实时人脸数据识别交互 MOZI教育智能机器人,强大的功能不止如此!还有更多隐藏功能等您体验!

    时间:2020-05-31 关键词: 机器人 人工智能

  • 波士顿动力研制的Spot四足机器人年底前上市

    波士顿动力研制的Spot四足机器人年底前上市

    多年来,波士顿动力公司(Boston Dynamics)逼真的机器人让互联网既兴奋又恐惧。这家工程和机器人公司已经生产出了技术高超的机器,如果你相信人类注定要灭亡,并且机器人的崛起即将到来,那么这些机器绝对会让你的噩梦萦绕心头。例如,该公司的机器人已经显示出了躲避障碍物的能力,还能在仓库中轻松的搬运箱子,灵巧地应对楼梯和其他障碍物。 现在看来,该公司的设计即将从受控测试环境转向现实世界。该公司的四条腿、像狗一样的机器人Spot,它的第一个商业机器人即将上市销售。 据报道,波士顿动力公司(Boston Dynamics)刚刚宣布,该公司正准备推出其首款商用产品,即名为 Spot 的四足机器人,并有望于今年年底前上市销售。 在拉斯维加斯举行的亚马逊 Re:MARS 大会上,波士顿动力公司首席执行官马克·雷伯特(Marc Raibert)展示了这款机器人。他表示,Spot 目前正在多个“概念验证”环境中进行测试,包括包裹递送和从事测量工作。 在大会的第一天晚上,两个Spot机器人和人群混在一起,并由该公司两名员工监督。它们能够自主地导航环境,能够承受踢和推,并在复杂的地形上保持平衡,但它们不会自己决定走到哪里。 不过,正如机器人的操控者所展示的那样,它们的操控极其简单。使用D-pad,你可以像操纵任何遥控汽车或机械玩具那样操纵机器人,包括选择它要去的目的地,以及控制安装在底盘顶部的机器手臂。 机器手臂对波士顿动力公司的Spot计划至关重要。该公司将这款机器人定位为“移动平台”,用户可以定制它来完成一系列任务,而不是将其作为单一使用工具销售。 安装了3D摄像头的Spot机器人可以绘制建筑工地等环境的地图,识别危险和工作进度。当配备机器人手臂时,它有更大的灵活性,能够打开门和操纵物体。 雷伯特表示,波士顿动力公司将通过其机器人销售这种“运动智能”。你可以把它想象成亚马逊的AWS业务,但它并没有提供随时可用的计算能力,而是它的机器人移动性。 雷伯特接着说,公司的目标是开始每年生产1000个机器人。值得关注的是,Boston Dynamics能否将其转变为一个具有商业可行性的企业。该公司并不是唯一一家在这一领域有很多竞争对手的公司,而且公司是否以及为什么会购买Spot这样的机器人来为制造商带来可观的收入还有待观察。 雷伯特也没有透露Spot的价格,只是说商业版价格将“比原型便宜得多,而且我们认为它们将比其他四足机器人更便宜。”他称已经找到了付费客户,其中包括日本的建筑公司。

    时间:2020-05-31 关键词: 机器人 摄像头 亚马逊

  • 无人机行业领头者大疆入局STEAM教育领域

    无人机行业领头者大疆入局STEAM教育领域

    去年大疆占据全球消费级无人机市场份额为七成,在国内的市场占有率高达九成。在美国和加拿大市场上接近80%的无人机都来自中国大疆,可谓是实打实的无人机行业领头者。然而近期大疆科技入局STEAM教育领域,在中美贸易战困局下的有何用意? 无人机在美遭打压 美国国土安全部下属网络和基础设施安全局发布报告,警告称“中国产无人机可能正将敏感数据传送回国内制造商”,并称这种做法会对美国机构的信息安全带来“潜在威胁”。这份报告虽没有具体指出中国无人机制造商的名字,但CNN全文都将目光投向大疆,称美国和加拿大市场上接近80%的无人机都来自大疆。 在这份题为“国土安全部强烈担忧:中国产无人机在窃取数据”的报道中,美国国土安全部称,“美国政府对于任何技术产品将美国数据带回集权国家感到强烈担忧”,宣称这些国家有可能让其情报机构无约束地接触到美国的数据。该警告尤其提到中国和中国产无人机。 这起事件应视为美国已经对中国发动了一场远比贸易战“更血腥”的“科技战”。美国近期对华为的禁令可以视为这场科技战打响的第一枪,而对大疆无人机的警告与担忧则意味着“科技战”出现了明显升级的趋势。 未来商业的主战场上,比拼的将是获取、处理消费数据的能力。如果同时掌握了强大的消费数据的获取、处理能力,就相当于得到了现代经济战争的精确打击能力。在中美科技战的目前阶段,华为的5G、大疆的无人机,都是作为“获取数据”的端口而被美国盯上的。 中美贸易战无人机市场陷困局 大疆85%的市场为欧美市场,美国市场又占比 70% 以上。从区域上划分,美国是最大的无人机市场,占全球支出近一半,紧随其后的是西欧和中国。 中美贸易战美国重点打击中国高科技企业,美国多次摩拳擦掌想在贸易上钳制中国,似乎已经做足了 " 打大战 " 的架势。但反观其来势汹汹的关税攻势 "背后,却隐藏着一个更为广泛的目标:阻止中国各个前沿领域的技术进步。而美国贸易代表莱特希泽也曾直言不讳称," 中国制造 2025" 的十大关键领域,都将被列为关税 " 重点关照 " 的对象。 2018 年 4 月 25 日,深圳大疆创新在美国纽约南区联邦地方法院被起诉专利侵权,由于美国是最大的无人机市场,占全球支出近一半,美国是大疆科技的无人机产品的主要买家,大疆创新很可能会在中美贸易战中严重受损。 消费级无人机市场进入红海 我国市场上,用于航拍、娱乐的消费级无人机占据主导地位,消费级无人机市场份额占到了94%,市场进入红海期。然而消费级无人机使用场景有限,单次使用成本高,用户体验欠佳,且企业获益较少。 与此同时,被贴着高价标签的消费级无人机市场正在向廉价玩具无人机发展,以提供娱乐使用为主。这促使无人机制造商竞相降低成本。 无人机市场正在扩大,针对消费者和商业市场等不同领域的新型号往往重叠。此外,为了在外型上更加美观与方便携带,企业不断缩小无人机尺寸,但这样带来了续航时间短、稳定性不强等问题。 站在STEAM风口上 近几年,STEAM教育一直在升温,教育机器人自然也成为了各家追捧的热点。据前瞻产业研究院调研数据显示,2018年中国教育机器人市场规模约为7.5亿元,较上年增长29.53%,近5年来,中国教育机器人市场始终保持20%以上增速快速增长。行业规模有望突破18亿元。所以大疆选择打入教育领域也是顺势而为。 就目前的趋势来看,青少年编程和自动化教育未来具有巨大想象空间。在国务院发布的《新一代人工智能发展规划》中明确指出,人工智能成为国际竞争的新焦点,应在中小学阶段设置人工智能相关课程、逐步推广编程教育、建设人工智能学科,培养复合型人才。 与巨大发展潜力相对的,是目前市场还处于初步阶段,当然各个城市发展节奏不一样,但整体还处在市场培育的阶段,国内的机器人课外教育市场中暂时没有标志性或革命性的产品,家长对此认同度、重视程度也远远没有英语那么高。 大疆选择在这个阶段进入会具备一定的先发优势,但也要承受教育市场的责任,面临较大的不确定性。但是想到当年大疆也几乎是单枪匹马、从零开始拓展了消费级无人机市场,相信很多人对大疆进军教育市场怀有信心。其产品运作方式,传播方式,以及产品的思路,无疑都值得既有教育机器人的企业借鉴。 大疆收款教育机器人发布 近日,大疆发布了自己的消费级竞技机器人产品RoboMaster S1。 这是一款编程机器人,有46个可编程部件和31个传感器,支持Scratch和Python两种编程语言。大疆还提供了编程项目课程供学习。这款产品售价3499元。 此前大疆在无人机产品中所展现的专业性能,侧重于消费市场,满足的更多是影视摄制的需求。而机甲大师S1的定位,是大疆首次面向教育行业的公益之作。 在新品的设计中,大疆充分照顾到了不同年龄段客户的需求,使得产品在拥有较高的上限与综合可玩性以外,对于低龄、新手用户也十分友好。产品精良的设计与定位的完美契合,足见大疆在多种产品技术应用上的信心,进军教育行业的野心,以及以科技影响青少年发展、培养未来尖端人才的良苦用心。 大疆研发的机器人项目(RoboMasters),智能、高端、安全是其大致方向,项目包括机器人赛事、机器人生态等多项内容。目前主要以公益为主,但是项目最终是为了实现商业化应用。这些比赛的目的的确有公益成分,当然更多是为了教育用户,让它们知晓编程机器人产品。现在,这个项目终于有了实际的产品推出。 相较于市面上已有的机器人产品,机甲大师S1拥有更优的设计、更多的玩法、以及更大的开发潜能。辅以精良的课程设计,可以预想,大疆凭借自身具备的无可挑剔的实力,无疑将成为STEAM教育市场上的又一位宠儿。而针对机甲大师S1面向青少年的课程设计,也已经慢慢打磨成型。 后来者居上难度不小 尽管大疆做大学生机器人大赛已有四年,且在无人机领域处于领导地位,但不得不说,在教育机器人市场,大疆仍然算是后来者。 在教育机器人这一市场中,目前已有软银的Pepper、索尼的KOOV、优必选的JIMU,而且乐高的EV3和美国VEX公司的IQ、EDR和PRO系列,都是老牌产品。 除了勇艺达、童心制物等一众教育机器人初创企业,今年5月,AI独角兽企业商汤针对教育市场也发布了其自动驾驶小车SenseRover Mini等可编程机器人,宣布进军教育机器人领域。 教育机器人市场,在呈现多元化的产品形态和入局企业的同时,也注定拥有更为激烈的竞争。左有实力雄厚的老人们,右有蓄势待发的初生牛犊,后来者大疆想要站稳脚跟难度不小。 大疆想要切入的这个领域的确是大市场,但需要注意的是,家长们购买乐高机器人,很多时候是为了今后的比赛。比如国际上知名的First组织,已经有30年历史,其举办的比赛多是和乐高合作。而VEX也有自己的竞赛体系,并且为各大高校认可。显然,大疆现在的RoboMaster比赛在含金量上还无法和这些比赛抗衡。 大疆在消费级无人机上已经遇到了自己的增长瓶颈。进入其他领域,就会遇到类似于这次教育机器人这样的局面:被实力雄厚的老人们包围,甚至很难冒头。大疆想要想在教育领域有所成绩,可能会耗上很多年的时间。 结尾: 作为无人机领域中的霸主,大疆的发展并非一路畅通无阻,虽然其在消费级市场上仍旧无人能敌,但在企业级市场,如安防、教育、警用等领域中,影响力远不如消费级市场。而在中美贸易战中无人机市场的困局下,对大疆来说是不小的挑战,进入STEAM市场,将是跨入新领域的开始。

    时间:2020-05-31 关键词: 机器人 无人机 大疆

  • 旷视机器人公司创单仓机器人集群作业纪录

    旷视机器人公司创单仓机器人集群作业纪录

    在今年的MIT TR50评选中,“高精尖科技创新”和“成功的商业模式”成为了考察一家企业是否是“最聪明公司”的关键指标。MIT科技评论认为,旷视进入AIoT领域,发布AIoT操作系统河图(HETU),集成机器人、物流、制造业一站式解决方案,涵盖规划、仿真、实施、运营流程,从单一视觉算法升级为全方位场景AIoT作业提供商,成功展示了科技创新与商业模式的成功。 目前旷视通过接入河图操作系统,成功达成包括三种不同类型、共计500台机器人的协同作业,也是目前亚洲地区最多机器人联动投入使用的智慧仓储场景。在电商大考的“双11”当天拆零出仓超过8万箱,刷新了“单仓机器人集群作业”纪录。因而再次入选“2019年度50大聪明公司”榜单。 除此之外,旷视河图已在心怡科技、科捷、国药等合作方的实际场景中实现了落地。在科捷的仓库中,旷视河图通过对仓库的分析,发现仓库的SKU只有600多种,基本上都是高频的商品。因此旷视决定同时应用“订单到人”的方案,帮助科捷仓库更加高效的完成配货。 回溯过往,历年来入选的“聪明公司”,有谷歌、苹果、IBM、微软、SpaceX 等的科技巨头,也有 Oxford Nanopore、Gamalon、Rigetti CompuTIng 等初创公司。但评选始终遵循着“高精尖科技创新”和“成功的商业模式”两条黄金法则。因此,对于旷视而言,此次入选MIT TR50无疑是业内对旷视在机器人业务方面技术创新与商业化探索方面的高度肯定。

    时间:2020-05-31 关键词: 机器人 智能仓储

  • 中国风的机器人乐队惊艳亮相

    中国风的机器人乐队惊艳亮相

    清华大学打造的全球首支中国风机器人乐队对外亮相,它的名字叫“墨甲”,含三位机器人乐手,排鼓“开阳”、竹笛“玉衡”和箜篌“瑶光”。衣袂飘飘的三位机器人带来首演,在清华园演奏舞台音乐剧《墨甲幻音》。 早在三千多年前,《列子汤问》就曾记载了一个关于歌舞人偶的科学幻想寓言“偃师献技”:一位善于制造能歌善舞的人偶的工匠偃师,为周王献上了他制作的人偶。“领其颅,则歌合律;捧其手,则舞应节。千变万化,惟意所适。”对于机器人载歌载舞的憧憬,古已有之。 如今,世界多个国家争相探索机器人制造,将本国文化艺术与科技结合,带动了表演机器人市场的蓬勃发展。然而绝大部分机器人乐队仅仅停留在娱乐层面,外形设计仍然停留在工业化的背景中,对于科技哲学、文化传承和人机交互方面的思考比较粗浅。 与此同时,国内也进行了种种机器人相关项目的尝试,不过,当前中国的表演机器人仍然存在产品同质化、表演乏味、中国文化内涵缺失等问题。并且,这些表演机器人往往演奏的是西洋乐器,走交响或摇滚风格。在墨甲机器人乐队之前,还没有代表中国风的表演机器人。 本次亮相的“墨甲”,含三款负责不同乐器的机器人,这是因为单台或多个机器人组合拥有丰富的肢体动作和民族音乐演奏能力,可通过多种交互方式实现与观众的现场互动,与表演者的协作演出。其中,排鼓“开阳”为打击乐器类,掌控节奏,竹笛“玉衡”为吹奏乐器类,负责主旋律,箜篌“瑶光”为弹拨乐器类,承担和声功能。三位机器人乐手的名字则是来源于北斗七星中的三颗星。 首次亮相的机器人乐队特地带来舞台音乐剧《墨甲幻音》。演出中,三位乐手各有特色,箜篌机器人“瑶光”悠扬美妙的乐声令人神往,竹笛机器人“玉衡”以清雅的笛声传递着如诗的中国山水和悠悠的古韵情怀,排鼓机器人“开阳”展现了中国人的豪迈气魄和大国风范。 这些机器人分别采用了吹奏、拨弦、打击三种截然不同的演奏技法。机器人演奏的乐曲全部是原创音乐,也都是由作曲家根据机器人演奏的特点为乐队量身打造的。 “机器人有很多可能性,能够完成很多以前我们难以想象的事情。” 项目总负责人、清华大学美术学院副教授米海鹏表示,在本场演出中,团队希望让观众真正欣赏音乐和情感,不止于机器人技术本身,而是在造型、音乐、表演艺术和文化表现等方面共情,探讨“什么样的艺术传达可以真正打动人”。 墨甲机器人乐队的“墨甲”取自诸子百家的墨家,源于墨家是古代崇尚工程技术的重要流派。乐队由清华大学美术学院、清华大学未来实验室,以及希格斯木甲文化(北京)有限公司联合打造的,主创团队组建于2018年9月,主要由清华大学师生,以及毕业生创业团队组成。 团队中有机器人控制与交互领域专家,雕塑艺术家,新媒体艺术家,音乐家等,是一个横跨多个不同学科的创新团队。在短短半年的时间内,主创团队攻克了许多技术难题,完成了从一张白纸到一台精美的机器人舞台音乐剧的技术研发和艺术创作工作。未来,这三位有温度的机器人乐手还可能会走出国门,用科技传递中国文化,用音乐讲述中国故事。

    时间:2020-05-31 关键词: 机器人 人工智能

  • 智能语音机器人的使用误区你知道吗

    智能语音机器人的使用误区你知道吗

    智能语音机器人(电销机器人),据我们市场调查很多朋友已经了解过该类产品过,也有许多人还没听说过,但是总体市场反响并不是很好。小编为了为了能够对大家提供帮助,专门试用了几款此类机器人,对此有以下一些分享。 首先我们认识一下它: 一、什么是智能电话机器人? 电销机器人=AI人工智能+语音识别技术+语音知识库+话术逻辑+智能学习的科技进化的产物,在电销领域的一个成功的落地应用,它的组成部分,语义分析+后台服务器+操作系统+网关+话术逻辑和自我录音(简单解析)构成了这样的智能电销系统。 二、为什么很多朋友用过之后反响并不是很好? 1、许多公司夸大对其产品的宣传(包括近些年一些非法商贩的不良应用导致了社会反响并不理想),忽略了产品的实际作用及价值。 基本功能: 1、实现自动外呼拨打电话。(一个人一般可以同时使用2-3个电销机器人) 2.智能沟通,系统会根据设置好的话术与客户进行智能对话沟通, 在数据库已有的资料中为客户解答疑惑,解答不了的问题会记录下来,然后工作人员就可以及时联系和跟进 3.数据存储,系统后台可以记录机器人与客户的所有对话内容,录音文字都有。 4.自动客户等级分类,系统会根据对通话内容的解析,(时长,轮次,关键词)判定客户的意向等级,当然这个只能作为参考。 核心价值:降低销售成本(员工工资+社保+场地费用+人员流失+招聘困难等),提高工作效率,达到高效率的筛选意向客户。 实际使用价值:1、情绪饱满,永不疲倦,号码一键导入自动拨打的机器人正常工作时间实际拨打数据在600-800通电话(包含无效数据)这样。短频快的筛选意向客户的功能是毋庸置疑的。 使用好的关键因素: 1、话术逻辑设计、录音以及后期知识库的完善和修改是一个电销机器人使用的好不好的主要原因之一(需要花费部分精力来实现),因为很多朋友觉得这个产品拿着就可以用了,那么就错了,每个行业只有用户自己才清楚其客户经常会问道的问题。 2、名单质量,不要使用非常精确地名单,因为精确地名单成本太高,机器人打出来的效率不会太好,但是质量太差的名单也是毫无效果的。 3、后期的客户跟进,机器人打出来的数据还是需要人工区跟进的,不然就算是有意向的客户也行不成转化。(很多用过的朋友在初次使用的时候受到卖家的过度吹嘘,导致其期望值无限上升,觉得机器人就直接可以帮他成单,这是市面上许多朋友觉得没效果的主要因素之一) 4、一定要注意每天的电话拨打量,拨打时间段等问题,不能变成影响社会的垃圾推广软件。(这样就会让这个系统变得毫无价值) 5、通话质量、通信线路是电销机器人使用中的重中之重,这会涉及到机器人中间的判断对话逻辑,通信质量差将会导致抓取不到关建词,导致误判或挂机等,从而电话效率将会变得很低。

    时间:2020-05-31 关键词: 机器人 智能语音 人工智能

  • 人工智能在制造业中的作用是什么

    人工智能在制造业中的作用是什么

    根据世界经济论坛(World Economic Forum)的数据,全球制造业可能是最受最新技术趋势影响的行业之一,如人工智能、机器学习和物联网(统称为工业4.0),如果这些技术被智能应用,则具有巨大的变革和转型潜力。 虽然人工智能已被证明是信息革命中最具变革性的技术之一,但与机器人技术和物联网(IOE)这两个增强性领域结合使用时,它将最大限度地发挥其潜力。 在过去的二十年里,机器人技术已经成为制造业不可或缺的一部分,人工智能显著增强了机器人任务的精细性、复杂性和技巧性。由于复杂性和劳动限制,以前被归入人类领域的任务现在通常由机器人完成。 至于物联网,传感器的易部署性和先进功能使得人工智能在制造业得以普及。由于传感器不断收集数据,几乎可以放在任何地方,因此随着物联网在该领域的投入越来越大,制造商可以期望提高生产率、连接性和可扩展性。 制造商的问题仍然存在,人工智能的操作在哪里最适用?我们将列出跨越七个部分的15个案例列表。 预测性和预防性维护 维护的首要领域是数据驱动的维护,它使制造业的维护从被动维护转变为预防性维护,并由支持人工智能的预测能力提供支持。根据国际自动化学会(International Society of AutomaTIon)的数据,每年全球工业资产停工损失高达6470亿美元。传感器和物联网设备的作用,使实时信息反馈到人工智能引擎是关键。物联网在工业环境中被用作传感器的情况,通常称为iiot工业物联网。这与人工智能一起工作,以实现预期的结果。 人工智能有可能通过不同的方式来推动系统增加正常运行时间,从而减少停机时间: 案例1:对磨损、撕裂、故障——通过人工智能发出潜在故障的警告信号,甚至可以预见疲劳。 案例2:寿命预测:使用人工智能精确预测资产(如机械)的剩余使用寿命,提高机械和资产的总体寿命 案例3:人工智能可以协助人们制定更明智的资产维护计划,从而优化整个资产的成本和质量。 提高机器人的效能 目前,机器人在自动化制造车间中相当主流,人工智能的出现可以让机器人能完成更好的任务,从而增强机器人的作用。 案例4:以强大的软件应用来增强机器人的效率,使机器人能够承担复杂的任务,甚至可以增强任务的多功能性。 案例5:为了使机器人得到更有效的利用,人工智能能否进行更好的人机交互是关键。人机协作机器人正在成为这一领域的潜在推动者。 制造供应链 整个制造业在很大程度上依赖于伴随供应链的整体生产力和效率。人工智能与物联网结合具有巨大的潜力 一些已确认的案例如下: 案例6:实时跟踪供应车辆有助于更好地利用物流车队,从而优化总体生产计划 案例7:更好的基于数据驱动的人工智能的库存分析方法,从而使用它来降低库存成本,对于制造商来说是一个巨大的成本节约。 案例8:发货和交货提前期不仅可以准确预测,而且还可以通过应用人工智能算法进行优化。 设计辅助 人工智能具有一种技术元素,能够承担艺术、音乐等创造性任务。制造环境中的相关案例越来越多。 案例9:像汽车制造商这样的大型设计公司正在使用基于人工智能的设计技术。飞机制造商等使创造性的机器或零件或装置设计不受人类设计师思维的限制。 质量管理与改进 一些数据驱动的计划现在正在成为制造过程的主流,其中最突出的是质量管理和改进领域。 案例10:质量过程改进。人工智能能够理解当前制造质量过程的局限性、缺点或不足,并将人工智能应用于处理质量数据,可以利用多种方式改进。 案例11:使用复杂的人工智能,类似计算机视觉来探索产品中的缺陷是确保产品质量的一个很好的方法。 数字孪生 最近的一项跨越多个制造业领域的倡议是数字孪生理念,是充分利用物理模型、传感器更新、运行历史等数据,集成多学科、多物理量、多尺度、多概率的仿真过程,在虚拟空间中完成映射,从而反映相对应的实体装备的全生命周期过程。 用例12:这样一个数字孪生的概念,可以促进理解和模拟过程流是如何发生的,并通过人工智能识别假设情况。因此,人工智能能够实现对过程的分析及优化。 用例13:异常管理:在传统的工作流程中,异常通常被转移到人来处理。在人工智能介入的流程中,这样的过程可以自动化,直接的行动可以由程序而不是人来执行。 用例14:项目的设计和制造可行性,可以提前进行智能模拟。 大规模定制 在数据驱动的产品管理领域,人工智能的一个关键应用将是对客户的密切了解。 案例15:密切了解客户,设计、制造和测试高智联定制的产品。这将引领设计和制造模式的改变,以更灵活的方式,满足所有不同产品的生产,BTO模式既是这样的例子。 因此,我们现在可以放心地说,人工智能是为了与机器人技术和物联网技术相结合,变革制造业,开创工业4.0的利器。

    时间:2020-05-31 关键词: 物联网 机器人 人工智能

  • 人机交互技术研究的最新趋势怎样

    人机交互技术研究的最新趋势怎样

    剑桥大学的计算机科学家们正在研制能够理解人类意识以及能够表达情感的机器人。 当人类彼此交谈时,他们的交流方式远比简单的语言交谈方式多得多。他们说话的方式很重要——面部表情、语调和肢体语言。如果没有这些额外的提示,就很难用言语或文字进行交流,因为任何经历过类似电子邮件那样纯文字交流误会的人都非常清楚。 你可以想象人与计算机或机器正确交流的难度。这种人机交互(human–computer interaction)被广泛认为是21世纪的基础,并预计将改变我们的家庭和车辆、教育、制造业以及养老院和核反应堆控制室等不同环境中的技术面貌。 彼得罗宾逊教授解释说,为了让人机交互达到预期,智能机器需要了解人类及其交流的环境,然后以有意义的方式对其做出反应。他在计算机实验室的团队正在建立一套系统,通过观察面部表情,分析语气语调,并结合身体语言和态度来推断人类的感受。该团队还正在构建能够识别和表达情感的计算机虚拟人物和物理机器人。 人机交互技术研究的最新趋势 读心术机器 大多数电脑都是“盲心的”。他们不知道用户在想什么,也无法对用户情绪状态的变化做出反应——车辆导航系统常常执意要求掉头的指令,完全无视驾驶员的恼怒和困惑。 尽管人类可以注意到他人的心理状态,并利用这些暗示来改变自己的行为,这一过程被称为“意识理论”,但这种能力并不是每个人都能拥有的。事实上,自闭症谱系疾病的一个特点就是很难从非语言线索(如面部表情)来理解他人的意识和情绪。 罗宾逊教授的团队打算设计一种能够阅读大脑的计算机,使其能够提取、分析和理解面部信息。该研究小组利用了剑桥自闭症研究中心主任西蒙·巴隆·科恩教授最新的研究成果,他设计了一个详细的分类,对412种截然不同的精神状态进行了分类,并制作了一个由演员表演的2500个视频剪辑库。这个数据库是一个以计算机技术为基础的帮助自闭症患者的研究的一部分,计算机实验室团队已经用它来训练他们的计算机系统。 在数据库的帮助下,利用数码摄像机,计算机跟踪面部24个特征点,实时分析面部表情、头部运动、形状和色调。为了推断这意味着什么,系统使用贝叶斯算法和机器学习来计算概率,例如,头部点头、微笑和扬起的眉毛等组合可能意味着兴趣。令人惊讶的是,在分析演员时,计算机的整体准确度超过75%,而非演员的整体准确度超过60%,这个准确度足以在人类中排名前5%。 复杂的情绪 罗宾逊教授解释说,人机交互是一个不断发展的研究领域。“我们的创新已经超越了简单基本情绪的识别,目前瞄准的是识别复杂心理状态。” 面部表情清楚地表达了恐惧、愤怒、厌恶和惊讶等基本情绪,因此可以在静态照片中辨认出来。其他的精神状态,例如缺乏理解和困惑,太复杂了,无法在照片中捕捉,因为它们发生在几秒钟之内,或者表现为运动的变化组合。 正是这些复杂的情绪,伊恩·戴维斯,这个团队中的六个研究生之一,通过生理测量和眼睛跟踪,捕捉到了他正在研究的应用类型:指挥和控制系统,比如紧急服务或发电站使用的系统。在这种场景里,能够识别一个人是什么时候疲倦或困惑,可能有助于提高安全和效率。他解释说,驾驶等更为常见的场景甚至还有好处:“如果汽车的系统能够识别出驾驶员是困惑的,它可以避免再增加额外的信息——可能关闭收音机或简化导航指令。” 面部分析系统的一个常见问题是人们的手在脸上移动的轨迹。这种系统通常把手势视为不必要的“干扰源”,事实上,手势是一个重要的信息来源——例如,当人们集中注意力时,可能会紧握下巴,或在震惊时捂住嘴。马瓦·马哈茂德正在研究如何映射这些手势的含义,将这些信息添加到面部表情的多模式分析中。同时,Ntombi Banda正在构建多模式系统,将面部分析、声音音调和身体运动相结合,以提高识别精度。 机器人和化身 在最近的一次会议上,微软的董事长比尔盖茨预测下一个重大的技术将是机器人技术。例如,想象一下,如果一个机器人足够强大,能够在家里完成繁重的任务——比如抬病人,需要在家里进行辅助护理——同时又能够理解人类的感受,这将是多么有用。或者想象一下,一个基于虚拟人物的教学辅助工具,它足够敏感,能够在学生无法及时吸收知识时相应地进行调整。 罗宾逊教授说:“机器人或化身在正确的时间表达正确的东西很重要。”他们不仅需要通过准确地感知人类表达的内容来识别非语言行为,还需要自己生成这样的表达。 Alyx是由ValveSoftware游戏《半衰期2》(Half-Life2)中的电脑生成的虚拟人物,它能识别和回应快乐、惊喜、困惑、兴趣和无聊。她接受了塔达斯的“训练”,使用人类面部表情的模型,使机器人化身的情绪变得可立即识别。他解释说,Alyx的情感被特别挑选:“这一系列很适合远程通信的应用,如呼叫中心、网上购物或在线教学等需要适应用户情感的场景。” 查尔斯是由汉森机器人公司专门为团队设计的一款机器人头。他的眼睛里有监控面部表情的摄像头,头骨里有24个马达,可以将他柔韧的硅基“皮肤”拉动出表情,他能够表现出一系列的表情。劳雷尔·里克一直在测试查尔斯如何被用来训练年轻的医生:“利用从真实病人那里收集的数据,查尔斯可以真实地模拟出面部出现的运动障碍,如脑瘫和肌张力障碍。我们希望这样一个现实的模拟器能够让临床医学的学生练习他们的沟通和诊断技能。”她预测有一天像查尔斯这样的机器人也可以用于患者康复,例如帮助中风患者重新掌控面部肌肉。 查尔斯接受了自闭症研究中心提供的表情数据的训练,现在安德拉·亚当斯正在准备将其作为一种指导工具来帮助自闭症谱系疾病患者。“有这种病症的儿童很难理解社交互动的细微差别。查尔斯可以帮助他们练习轮流交谈、保持眼神注视和从面部表情中识别情绪。 彼得罗宾逊的团队在人机交互研究领域的前沿工作,将心理学、计算机视觉分析、信号处理和机器学习以及构建和评估复杂程序系统的专业知识结合起来。正如他解释的那样:“在人机交互中,许多最有趣的挑战在于学科之间的交叉地带。”

    时间:2020-05-31 关键词: 机器人 人工智能

  • 节卡最新发布多款协作机器人

    节卡最新发布多款协作机器人

    2019年4月8日宣布已完成亿元级B轮融资,节卡创始人、董事长李明洋表示,本轮融资将主要用于技术的研发迭代,以及国内市场的进一步拓展,并计划拓展国外分销机构。2018年,节卡已完成标准化规模生产,实现过亿销售额。 目前,节卡机器人产品线主要为6轴小助系列协作机器人(JAKA Zu),包括3Kg、7Kg和12Kg三个规格。此前7kg、12kg两款产品已在各大展会亮相,3Kg负载的小助协作机器人将在2019年6月13日举行的2019(第二届)高工机器人集成商大会上正式首发,JAKA Zu 7 2.0也将同期发布。 据了解,在机器人本体设计上,小助使用了一体化关节技术,对电机、减速器、驱控板等进行了整体优化,减轻了机器人本体自重。其中,7Kg载荷的JAKA Zu7协作机器人为例,其自重仅为22Kg,自重载荷比约为3:1,适合于多工位间的轮班转换,可以将柔性制造发挥到极致。 JAKA Zu12协作机器人自重达41kg,负载12kg,臂展长度达1327mm,主要应用于食品、包装等行业的分拣、搬运、码垛,以及一台机器人服务多个工作台的工作场景,如机床上下料等。 小助系列协作机器人的特点在于:第一,可以实现无线示教,采用移动终端(如PAD或者手机)APP即可与机器人进行交互;第二,采取图形化编程、拖拽示教等技术,无需编程基础,也无需写专业代码,普通工人可以快速自主编程控制机器人完成产线换型;第三,良好的兼容性,以TCP/Socket通讯为基础,兼容Python/C++等语言,并提供ROS驱动,便于系统二次开发。 在安全性方面,借助于节卡开发的一套软硬件安全系统,节卡小助系列产品目前拥有主、被动两种安全防护策略:主动策略基于视觉,划分两类安全区域即减速区域和协作区域(机器人设置的最大速度不大于国际标准规定的协作区域所允许的速度),当人进减速区域,机器人将降速工作;进入协作区域时,机器人将静止;被动策略即机器人碰到人超过设定的力矩上限时,机器人会即时停止以保护人员或设备的安全。 据透露,即将发布的节卡新品小助协作机器人JAKA Zu 3和JAKA Zu 7 2.0融合了动力学模型的先进控制算法,拥有更为优异的拖拽示教和碰撞检测功能;同时通过高精度的伺服控制算法,提升了绝对定位精度和轨迹精度。 此外,新品小助协作机器人JAKA Zu 3和JAKA Zu 7 2.0还使用了高功率密度的无框力矩电机,集成高效的驱动控制部件,一体化关节性能更加优异。在视觉防护系统方面,完美兼顾效率与安全,提供更为安全可靠的人机协作环境;在安全控制系统方面,使用了汽车级的安全控制芯片,在控制器中设计了安全控制板。

    时间:2020-05-31 关键词: 机器人 多关节控制

  • 机器人在电动化未来中的角色

    机器人在电动化未来中的角色

    在2018年底,道路上的电动车数量已经超过500万辆,比前一年高出67%。与此同时,消费者对内燃机汽车和大型汽车的兴趣也没有减退,尤其是在美国,去年轻型皮卡销量占汽车销量的69%,创下了新纪录。 对于汽车制造商来说,在对未来的承诺和满足客户当前需求之间找到平衡是一场持续的斗争。要想蓬勃发展,制造厂必须能够从今天生产轿车转向明天生产SUV和电动车的状态。但就像新技术意味着给行业带来了最大的挑战之一一样,它们也可能拯救该行业。 为了在生产和设计上实现当前市场需求的那种灵活性,汽车制造商将不得不越来越依赖最新的机器人设备,以及它们不断扩展的收集、解释和处理实时数据的能力。最新的机器人技术追求的已不再是过去那种过度设计的、复杂的版本,而是能为车企提供一种必要的弹性,使其能够以最少的停机时间和最大的增值工作,在日常生产中切换车型。 随着越来越多的机器人与人类并肩工作,许多更轻、更敏捷、更精确的最新一代机器人可以在简单的重新编程后被重新部署到新的工作当中。与人类一样,许多机器人也具备在工作中“学习”的能力,能够独立完成一项又一项任务。有些机器则可以在无人监督的情况下,按照程序设定的路线在工厂里自由移动。 自主式移动机器人(AMR)是工厂里一个很好的例子。依靠精密的传感器和它们向人类学习的能力,AMR可以在仓库中导航、卸货,或将产品移动到使用或存放区域。事实上,物流已经成为自动化程度最高的领域之一,而AMR功不可没。 汽车制造业务也开始纳入更多的移动式、配合人类的自动化系统,使生产线更加灵活。通过正确地将自动化、工人和通用流程集成到一起,一个生产线团队可以轻松地在上午组装SUV,然后在下午组装轿车,甚至电动车。 这种灵活性不容易实现,而且很多企业也没有做到。但这又是非常必要的,尤其是在美国,定制化的趋势要求工厂在接到通知后,在短时间内为不同的汽车提供不同的配置,并改变生产优先级。 此外,随着汽车工人年龄的增长,机器人变得越来越重要,不一定要取代人类,而是要让他们在更长时间段里确保自己的饭碗。像协作机器人和外骨骼系统这样的设备会承担一些重复性的任务,这些任务往往会对人类构成安全威胁,或者为工人们提供一些额外的“机器肌肉”,帮助他们避免在工作中受伤。 或许令汽车制造商感到意外的是,与完全自动化相比,机器人协作战略提供了更大的灵活性,提高了行业以更低的资本支出成本二次利用和重新部署资产的能力。而最新的机器人可以通过即插即用模块组装在一起,这些模块可以根据需要重新配置,以增加工作灵活性。 电动车已经开始与内燃机汽车在相同的装配线上生产,工厂也从单一车型甚至单一技术转向。因此,这种转移生产和重新部署资产的能力变得越来越重要。当然,机器人不仅仅是一种使工作自动化的手段。它们还为汽车制造商提供了万亿字节的数据,其中既有工厂定期生成的,也有来自车辆实际行驶途中收集的信息。 如今的市场环境下,汽车公司将需要掌握市场趋势,并以前所未有的方式积极分析消费者的偏好。机器人与其他机器人合作的新能力——不同技术的对话——打破了部门之间的壁垒,有助于防止可能会削弱车企迅速扭转局面的能力。随着5G无线技术的发展,日益增长的汽车物联网将得到放大,这一点变得更加重要。 总结来说,机器人技术不再是汽车行业先驱者的一项尝试。尽管机器人并不总是汽车制造商所面临挑战的解决方案,但毫无疑问,机器人将在帮助汽车业将灵活性和敏捷性融入未来成功所需的生产流程方面发挥关键作用。

    时间:2020-05-31 关键词: 机器人 自动化系统

  • 人工智能也将使得酿酒业发生改变

    人工智能也将使得酿酒业发生改变

    人工智能的出现会改变葡萄酒业吗?它已经在改变了,并且这种改变还将持续下去,就像是它改变几乎所有其他部门一样——从医疗保健到制造业,再到零售业。人工智能渗透进了葡萄酒酿造过程中的每一个环节,从葡萄园的土壤分析到消费者如何选择适合晚餐的葡萄酒。让我们来看看人工智能对酿酒行业的一些改变吧。 在许多葡萄园中,人工智能已经以人工智能机器和传感器的形式出现了,可以帮助评估葡萄的水需求和土壤条件。自动化的无人机可以在葡萄藤上方飞行,并且通过热红外摄像头准确识别出哪些哪些葡萄藤需要水,或者遭受了病害或者虫害。此外,正如旅游公司使用无人机制作市场营销视频一样,葡萄园可以使用无人机让客户鸟瞰葡萄种植过程。最终,机器人可能会接管葡萄园的任务,将酿酒师解放出来,专注于其他的工作。 在澳大利亚,GAIA(农业地理空间人工智能)使用人工智能软件和卫星图像库来绘制该国的每个葡萄园。该组织将其收集的数据提供给深度神经网络,以监控作物条件、水果质量、并对葡萄园进行分类。 正如其在其他行业一样,人工智能可以帮助理顺葡萄酒生产流程并提高效率。通过分析来自传感器和其他数据检索工具的数据,人工智能机器可以监控各种条件和库存情况,并且能够根据数据的情况提出操作建议。随着世界气候的不断变化,人工智能可以扮演十分重要的角色,帮助世界各地的酿酒师适应不断变化的气候条件,并在新的地区变得更加适合种植葡萄的时候,提出拓展新的葡萄种植区域的建议。 人工智能已被用作虚拟侍酒师,以帮助提供葡萄酒匹配建议(超过25%的葡萄酒饮用者使用葡萄酒应用程序来帮助做出购买决策),但我们可以预见这种能力可以扩展。 举一个例子, AllRecipes.com和Ste建立的合作伙伴关系。Michelle Wine Estates在AllRecipes.com网站上联手为消费者提供即时的食谱葡萄酒配对建议。这里使用的人工智能工具考虑了消费者的个人品味偏好、食谱中的模式以及当地零售商提供的葡萄酒推荐信息。这种做法类似于Netflix或Spotify向你推荐电影、歌曲或艺术家的方式,有许多应用和公司——例如Wine Ring和WineStein,使用人工智能创建了一个虚拟侍酒师,它可以很好地了解你,并可以提供个性化的葡萄酒建议。事实上,超过25%的葡萄酒饮用者使用葡萄酒应用来帮助决定购买什么葡萄酒。市场上甚至还有一个智能葡萄酒库,可以追踪你的葡萄酒库存,并为你提供葡萄酒推荐。 人工智能对葡萄酒推荐的改变同样也会影响你的葡萄酒购买体验。通过应用程序为你推荐葡萄酒的技术可以在你选购葡萄酒的时候为你提供信息,无论是在线购买还是在实体零售店购买。也许在未来,你将与葡萄酒侍酒机器人互动,让它帮助你挑选出对你来说完美的葡萄酒。 葡萄酒酿造对某些人来说可能是一种艺术,但它从根本上说是非常科学的。当人工智能被用于分析葡萄的数据和其他最终影响葡萄酒香气、风味和味道的特性时,它可以识别出人类未发现的模式和见解。通过人工智能进行的数据分析可以帮助酿酒师决定他们的作物和酿酒方法,以完善他们的系统。 既然人工智能现在已经具备了视觉和自然语言处理能力,那么相信人工智能很快会有其他感官,如味觉和嗅觉,这种想法并不是太过分。凭借这种能力,人工智能将能够提供对葡萄酒的评价和评论。事实上,Wine Spectator是一个完全由软件编写的出版物,它已经提供了葡萄酒的评级和评论。 随着自动驾驶汽车技术的出现,驾驶体验将发生变化,预计我们的车辆将变成娱乐区域——当人工智能系统能够密切关注道路并进行导航的时候,你就可以自由自在地做任何你想做的事情。在这种情况下,饮酒和驾驶将不再是一个矛盾的问题。随着越来越多的自动驾驶车辆出现,我们的道路也会发生改变以适应这种变化,我们对酒精的总体消耗量可能会出现增长。

    时间:2020-05-31 关键词: 机器人 人工智能

  • 在未来AI机器人将帮你进行垃圾分类

    在未来AI机器人将帮你进行垃圾分类

    湿纸巾是干垃圾还是湿垃圾?废玻璃是可回收物吗?这些问题,不如交给机器人?应用场景是现阶段AI发展的重要决胜场。 去年12月,上海在全国率先发布“人工智能应用场景建设实施计划”,目标到2020年,打造60个人工智能深度应用场景。继首批12个人工智能试点应用场景发布后,7月2日下午,上海第二批人工智能应用场景需求也正式“发榜”。 “湿纸巾是干垃圾还是湿垃圾?废玻璃是可回收物吗?”最近在上海的街头巷尾,“垃圾分类”成了大家热议的话题。7月1日起,《上海市生活垃圾管理条例》正式施行。随之而来的,就是不同垃圾到底应该如何正确分类呢?在本次发布的上海第二批人工智能应用场景需求中,“人工智能在生活垃圾分类中的应用”就是其中之一。 据介绍,该场景需求内容包括,生活垃圾AI智能识别报警:智能垃圾箱房,可以进行生活垃圾图像采集和识别;根据垃圾类别,智能提示投放分类垃圾桶;采用集成智能处理单元的垃圾桶,可在居民倾倒垃圾时,立即发现错误的投放并报警。进行湿垃圾中含杂质提醒,对湿垃圾中的典型干垃圾杂质进行警报提醒,可识别的杂质类型可通过智能学习逐步增加。 智能生活垃圾分类清运:不同种类生活垃圾清运车自动识别分类垃圾桶,并进行收运,确保分类收运。通过车载摄像和图像传感设备,记录小区湿垃圾的收集过程,在湿垃圾倾倒入车时,进行杂质识别并记录报警。 生活垃圾自动分类:通过垃圾数据训练和测试,构建基于人工智能的生活垃圾智能分类系统,垃圾处理中转站的自动分类机器人或智能抓斗,通过机械手抓取各种形状的垃圾,识别可回收垃圾、有害垃圾等,放置到不同的回收处理装置中。通过图像识别技术,对中转入集装的垃圾,判别垃圾批次质量,预防之前的漏检以及危险物品。 GPS垃圾回收机器人:解决居民不能定时定点投放垃圾的问题。居民可通过APP下发指令,小区机器人接到命令后,启用自身的GPS和运动传感器来定位住户的指定地点。当它到达指定地点与居民会面后,居民将分门别类的垃圾放入机器人的特定口袋内即可,机器人会自动将垃圾投放到不同的垃圾桶。 主要包括世博地区人工智能应用场景示范区、上海地铁智慧视觉应用、上海公交主动安全智能预警防控、澎湃全媒智能信息融合生产、智慧上图、徐汇区心血管疾病全周期智能服务、智能乒乓球教练、智慧云学校等场景。 同时,继续采用“揭榜挂帅”机制,欢迎全球人工智能企业共同为上海人工智能应用场景建设,出谋划策、贡献智慧。到2020年,上海将打造60个AI深度应用场景。 上海市经济和信息化委员会主任吴金城指出,下阶段,上海将重点做好协调各方开放更多应用场景,鼓励AI最新成果在上海率先“试水”。加强人工智能核心技术攻关和数据开放,建设人工智能研发与转化功能型平台,推动更多原创性成果在上海首发等。同时,激发市场主体活力、创造世界一流的营商环境,让上海成为全球人工智能创新创业的肥沃土壤。 为加快推进人工智能深度应用和产业发展,上海人工智能发展联盟也于今天正式揭牌。联盟成立后,将致力于推动本市及长三角地区的产业布局和集聚,持续加强人工智能人才队伍建设,为促进本市人工智能技术创新和产业发展提出政策建议,逐步建立起活动交流、信息共享与数据资源合作的公共服务机制等。

    时间:2020-05-31 关键词: 机器人 AI

  • 索尼将成立200亿日元基金 投资机器人、人工智能等新兴企业

    7月5日消息,据日本媒体报道称,索尼与大和证券集团总部达成合作,双方通过合资公司,在2019年内成立总额超过200亿日元的投资基金。 据悉,这笔资金投资期间预定为10年左右,将向机器人、人工智能(AI)和金融科技等的新兴企业各投资数亿~数十亿日元。投资对象不仅限于日本国内,还覆盖索尼的欧美基地选定的海外企业。 在合资公司的分工上,索尼负责以数字领域为中心的技术甄别,大和证券提供企业之间合作和首次公开募股(IPO)支援等金融服务。将向金融机构等筹资,三井住友银行和三菱UFJ融资租赁等已决定出资。 从2016年开始,索尼利用自有资金投资了创业不久的40多家企业,对于此次合作,索尼表示,今后将利用基金的资金力量,投资仍未上市的规模巨大的企业。以数字领域为中心吸收新兴企业的技术,推动自身将来的增长。

    时间:2020-05-31 关键词: 索尼 机器人 人工智能

首页  上一页  1 2 3 4 5 6 7 8 9 10 下一页 尾页
发布文章

技术子站

更多

项目外包