自然语言处理技术也在持续创新突破。如百度近期发布的基于知识增强的ernie模型,通过建模海量数据中的实体概念等先验语义知识,学习真实世界的语义关系。这种融合知识的语义建模大幅增强了模型的语义表示能力,在包括语言推断、语义相似度、命名实体识别、情感分析、问答匹配等自然语言处理各类任务上的多个公开中文数据集上,均取得了优于谷歌bert模型的效果。百度的语言与知识技术已经广泛应用于机器翻译、智能搜索、智能写作等产品中。

技术趋势2:机器人和人工智能的融合

山东特检院检验亚洲最大固定桥式起重机

//www.lmjx.net 2010-3-11 9:09:57 中国路面机械网
日前,山东省特种设备检验研究院烟台分院应邀对烟台来福士海洋工程有限公司2万吨固定桥式起重机进行了检验。
烟台来福士海洋工程有限公司这台名为“泰山”的2万吨固定桥式起重机是烟台市政府的重点工程之一,也是亚洲起吊能力最大的桥式起重机。不久前,“泰山”刚刚完成了一家意大利钻井平台合拢吊装项目,在近十天的时间里,持续吊载1.7万吨。项目结束后,为保证起重机使用安全,该公司领导决定对设备进行检验检测。
接到检验申请后,山东省特种设备检验研究院烟台分院成立了专门检验检测小组,针对设备特点,制定出详尽的检验方案,并派出经验丰富的检验人员到现场进行检验。经过现场与工程技术人员演算和核实,该设备的各个项目均达到标准要求。

在认知技术上,百度建立了完整的、包含知识图谱、语言理解、语言生成等在内的语言和知识技术布局。

上述两个因素,为机器人的编程使用和维护调试设定了比较高的门槛,从而导致其应用场景目前还主要集中在企业间市场。

优德88手机版app,基于完整的技术布局和领先的ai核心技术,百度构建了全体系、功能丰富的人工智能开源开放平台,包括算法的开源和数据的开放、通用及定制ai能力的开放、硬件开放平台、端部署平台、私有化部署平台等,从而支撑第三方服务和行业应用。其中,深度学习框架,下接芯片、大型计算集群,上承各种业务模型、行业应用,尤为重要,相当于“智能时代的操作系统”。百度打造了国内唯一完整、全套的深度学习平台paddlepaddle,通过包括核心框架、工具组件和服务平台在内的一整套框架和服务,帮助广大开发者和企业利用工具化、平台化的方式,进一步降低深度学习应用门槛,推动产业智能化变革。

从数据/信息/知识/智慧的dikw金字塔模型而言,因为数据都来自于机器/设备层,没有数据,则任何工业互联网平台或者人工智能算法都会成为无源之水。因此,对于机器人行业来说,技术趋势之一是通过采用最新的ict技术,强化机器人和信息系统之间的融合。

优德88手机版app 1

工业机器人接下来的路该怎么走

新一代人工智能技术蓬勃发展,已经在逐步变革人们的生产、生活方式,越来越多地与传统产业相结合,推动产业智能化的持续发展。王海峰表示,百度将持续推动人工智能发挥更大的价值,为促进国家社会经济发展和各行各业的智能化升级贡献力量。

从1959年第一台现代意义上的机器人unimate(发明人josephengelberger,george
c.devol)诞生到现在,已经过去了60年。

在数据、算法和算力三要素的共同作用下,尤其是深度学习的突破,人工智能技术取得巨大进步。

机器人行业正处于技术与商业双重变革的时代,而且随着机器人技术不断地与其它技术相融合,可能会从建立在机械和电气技术基础上发展较平缓的行业,转变为发展更为迅速的行业,在不断提高产品性能,降低产品使用门槛与综合成本的同时,不断扩大其应用场景。

计算机视觉技术也越来越实用化,形成适用于不同应用场景的技术矩阵,如图像检测、细粒度图像识别、图像处理,以及文字识别、人脸/人体识别、人体追踪、视频理解、图像生成等。比如门禁、支付等场景中的“刷脸”技术、爱奇艺等视频平台广泛应用的视频理解等技术。近期业界热议的图像生成技术,可以合成人说话的形象及声音,“ai虚拟主持人”正是基于这一技术得以登上荧幕。

技术趋势3:机器人和柔性工具的融合

王海峰介绍,百度构建了世界上最大的多元异构知识图谱,在包含数亿实体、千亿级事实,能够满足90%用户需求的实体图谱的基础上,针对不同的应用场景和知识形态建立起关注点图谱、行业知识图谱、poi图谱、事件图谱等多种知识图谱,“知识图谱与深度学习技术相结合,会对人工智能进一步发展产生巨大的推动作用。”

无论是德国提出的工业4.0参考架构,还是美国提出的工业互联网参考架构,均强化了机器/设备与控制/信息系统之间的网络连接的互操作性、高级数据分析与信息安全方面的功能,从而为智能制造提供信息感知、传输、分析、反馈、控制支撑。

王海峰表示,我们正身处以人工智能为核心驱动力量的第四次工业革命浪潮中,国家高度重视,认为人工智能是新一轮科技革命和产业革命的重要驱动力量。美国、欧盟、日本等也在纷纷布局人工智能,从国家战略层面推动人工智能技术快速发展和应用。

从另一个层面而言,为应对设备层之间和设备-云端之间即插即用的挑战,在通信层/信息层会使用独立于平台和供应商、集成式地址空间和信息模型、面向服务架构的opc
ua规范。

语音识别的准确率不断提升,在很多场景中已经超过人类。王海峰展示了基于百度语音识别技术的百度输入法“中英自由说”能力,这是目前唯一实现高精度中英文混合语音输入的产品。语音合成也取得巨大进展。百度近期上线的并行wavernn模型,解决了wavenet模型需要大量计算资源的问题,合成效果大幅提升,同时能够满足在线的实时需求。结合麦克风阵列、低功耗语音芯片、高精度唤醒,以及模型波束等技术,百度领先的语音技术,应用于智能家居、车载设备、手机等,软硬结合,发挥出越来越大的价值。

2019-05-09 15:17:05来源:机器人在线

综合领先的人工智能技术,用户可以体验到流畅、便捷的多模态交互。用说话的方式搜索想了解的信息,返回的答案准确、直观,可以听到和看到。进一步地,融合语音、视觉、知识图谱和语言理解等技术,人工智能核心技术发展进入“多模态深度语义理解”阶段。以基于知识图谱的视频语义理解为例,结合知识图谱,从视频中抽取结构化语义知识,进行关联与计算,形成对视频的结构化理解。

在此期间,机器人的技术突飞猛进,机器人的驱动方式从液压变为电动,从一开始只有6个自由度到现在有了53个自由度,位置精度从1毫米到0.03毫米,数据存储从磁鼓存储器到固态硬盘,应用领域从简单重复的搬运到复杂曲面的增材制造,应用行业从汽车到电子以及消费品,研发中心从美国向欧洲和亚洲扩散,平均销售单价从20万美金到3万美金,年销量从几十台到近40万台,制造业渗透率从0到74台/万名工人……

不同的行业,都在应用人工智能技术提升质量和效率,加速智能化进程。例如,百度地图基于深度学习技术实现路线规划和时间预估,方便用户的出行。深度学习应用于国家重大工程用地的变化情况检测,辅助政府对土地资源的利用进行有效管理与控制,让ai技术利国利民。在钢铁行业中,基于深度学习预测、大数据分析和图像识别打造的智能钢包管理系统,实现了对运转温度、压力等数据的实时采集和分析处理,帮助钢铁企业推进钢包管理的智能化和自动化。

从这种现实困境来说,过多的标准等同于没有标准。时间敏感网络是ieee
802.1下面的一个工作组,通过在数据链路层引入新的时间同步方面的协议,解决标准的以太网因为非确定实时传输导致无法在工业现场使用的问题。

在2019全球人工智能产品应用博览会主论坛上,百度高级副总裁、深度学习技术及应用国家工程实验室主任王海峰发表《新一代人工智能技术与应用》主题演讲,表示“新一代人工智能技术正在越来越深入地与产业相融合,促进产业智能化。”

优德88手机版app 2

王海峰是人工智能技术研究及产业化应用的领军人物,在国内外学界和工业界享有盛誉。他领导的百度人工智能,布局全面,技术成果业界领先,并逐步在各行各业落地应用,他也由此被评价为“既有前瞻视野,又擅长将人工智能技术与实际应用相结合”的科学家。

商业变革3:大规模生产→大规模定制

作为国内投入最早、技术最强、布局最完整的领军ai企业,百度在ai技术领域保持领先优势,积极建设人工智能开源开放平台,推动应用落地,促进产业智能化的发展。

人工智能技术的引入,会大大降低机器人的使用门槛,比如人和机器人之间可以通过语音或者可穿戴智能进行交互和控制,从而可以使普通消费者也能控制使用机器人;比如通过采集不同任务情况下产生的人/环境/机器的交互数据并分析,从而可以自动调整机器人的运动路径。

正如同webex战胜微软的netmeeting绝不仅仅靠提供更高质量的音视频会议服务,而是从传统的软件授权模式转向saas销售模式;苹果的iphone战胜同时代的霸主诺基亚绝不仅仅靠提供更高质量的硬件产品,而是从传统的硬件销售转向硬件+软件的生态模式,而且随着其硬件创新性的下降和市场同质化的提升,其营收和利润越来越依赖于软件。

商业变革1:提供产品→提供服务

另一方面,正如同克莱顿•克里斯坦森在《创新者的窘境》一书中表达的宗旨一样,为了在这种快速变化的环境下不被颠覆,需要在包含研发制造、市场营销和管理流程在内的广泛领域理解并利用这些破坏性创新原则。

另一方面,目前的机器人控制器架构,只是符合iso
8373对于机器人的定义“自动执行工作的机器装置,按照预先编排的程序运行”所需实现的功能(机器人控制,逻辑控制,安全控制,系统通信),可以实现自动化,无法实现智能化。

机器人和信息系统的融合会给一些新商业模式提供条件,比如目前主流的机器人维护模式还是定期巡检的方式,通过对机器人上传到云端的数据进行存储和分析,可以从网关供应商转向预测性维护服务提供商;又比如通过对物流机器人运行数据的存储和分析,可以从物流行业机器人供应商(提供机器人集成解决方案)转向物流服务(按照搬运包裹的使用量计费)提供商。

事实上,机器人至今依然缺乏柔性,即便以使用最成熟的汽车工业(某些整车厂的“自动化率达到100%”)为例,现有的技术方案并不能达到《德国工业4.0战略计划实施建议》白皮书中“支持定制生产:何以满足客户个性化的需求”章节所预期的“……各个客户的需求,将同一厂家某一产品组的部件加入到另一产品组中”。

技术趋势1:机器人和信息系统的融合

机器人已经改变了我们生产与制造的方式,并将从传统的工业领域向服务业渗透。

机器人会越来越多地和柔性工具相结合,比如协作机器人+agv小车(autonomous),使得协作机器人不再局限于某一个单元、区域,而是提升为生产线团队中的“自由机器人”,从而使得生产线可以自我组织(“静态”的生产线→“动态”的生产线);协作机器人+柔性夹具(flexible
eoat),使得协作机器人可以更好地实现新功能,以适应多品种生产的需要。

目前,m2m通信一般采用iec
61158标准的各种现场总线,但因为历史以及商业方面的原因,iec
61158标准化了19种现场总线,而这些现场总线的硬件接口以及物理层/应用层均不完全相同,除非采用同一厂家的产品,否则在现场无法做到互联互通。

随着各种人工智能芯片(fpga,gpu,dsp,asic)算力的不断提高和开源平台的不断涌现,我们会看到集成人工智能的机器人控制器的出现,使机器人的使用和维护变得更加简单和快捷,从而使其应用场景向消费者市场扩展。

从汽车制造业历史来看,虽然目前消费者可以定制的项目已经比福特t型车时代连车漆都无法改变(“任何顾客可以将这辆车漆成任何他所愿意的颜色,只要它是黑色的”)的处境有了极大的改善,但是,随着90后和00后逐渐占据主流消费群体时,他们对个性化的要求越来越强烈,越来越注重产品设计和使用体验,我们的生产制造系统必须变得更具柔性,才能迎合消费者需求变化的大趋势。

技术的变革与创新必将带来更加完美或者颠覆性的产品,但从市场的角度来看,更具有影响力(或者说更具有破坏性)的变革是:由新技术带来的新商业模式。

从这个层面而言,我们不仅需要关注机器人行业的技术发展趋势,也需要注意其可能带来的新商业模式,技术与商业的双重变革会极大地改变用户对于机器人使用和机器人市场的认知。

虽然plc/pac行业有众多的供应商,但是每一家硬件供应商提供的集成开发平台均支持iec
61131-3标准规定的编程语言规范(il,stl,ld,fbd,sfc)。反观机器人行业,缺乏统一的编程语言规范,各个供应商不仅集成开发平台软件不同,语法规范以及特殊应用指令亦不尽相同。

商业变革2:企业间市场→消费者市场

相关文章