GBAS干货 | 台湾大学讲座教授罗仁权:人工智能 机器人翻转创新经济新商机

491
发表时间:2018-12-27 15:06

12月6日,GBAS2018大湾区机器人与人工智能大会在深圳前海华侨城JW万豪酒店召开。台湾大学讲座教授、IEEE工业信息期刊总主编罗仁权在大会上做题为《人工智能 机器人翻转创新经济新商机》的主题演讲。以下文字根据演讲内容整理。


微信图片_20190109150632.jpg


工业机器人仅满足市场需求的十分之一

这里提出一个主题叫做人工智能、机器人翻转创新经济新商机,“翻转”我认为是一个重要的商机。大家可以看到过去十年当中美国机器人和自动化系统的专利情况,它的专利数量增加了3倍,这就代表它在自主化和机器人这个领域一直在创新,而且速度非常快。

实际上在工业方面机器人的需求很大,但是很多工厂仍然还有很多人工劳动力。比如苹果手机的制造工厂,我们在展览会上看到很多的机器人,但是100%的需求,我们目前满足需求的机器人还不到10%。所以,现在苹果手机很多还是人工来装备的,但是接下来盖新的工厂将不再用传统的人工方式,而是马上将机器人应用到这个工厂自动化新的领域。

服务型机器人发展空间巨大

工业机器人可以说是平稳增长,而我预测服务型机器人未来的发展会非常大,甚至是2011年4倍的速度,欧盟现在有28个国家,是机器人非常大的市场,亚洲却是成长最快的地区。所以以后的机器人会从工厂里走出来进入和人类生活密切相关的场景。其实日本看得更乐观,日本认为四五年之后工业机器人会增长2倍,但是服务型机器人会增长20倍。

欧盟是机器人非常大的市场,欧盟委员会希望将机器人纳入到监管的内容当中,希望能够保证机器人的安全,如果不能安全使用是不可以售卖的。所以从整个欧洲来看以前是传统机器人,后来是合作机器人,现在迈入所有的AI境界,机器人更加聪明了。以后,我们会有机器人和人之间的协作,以及要保障机器人和人之间不会出现安全问题,所以需要利用AI技术,让机器人在未来可以在工作场合跟人类共同工作。

技术决定价值

现在大家都在谈论智能制造,也就是通过降低成本,创造更多的价值。过去更多的是关注劳动力成本,而现在大家更关注的是如何能够改善价值链,如何能够创造新的技术,通过技术提高效率,从而实现价值。这就是为什么很多国家都在朝着技术这个方向发展的原因。美国人做了一个调查,2014年苹果手机6出来的时候,整个生产的成本在中国制造跟在美国制造存在6块钱美金的差距,但是在四五年之后已经变成了一比一,所以我们一定要提高技术。

智能科技的三大支柱:物联网、机器人、大数据

以前讲云端,什么东西收集到计算机之后都送到云端,其实云端需要一个很大的运算机制,这样的话就很容易产生时间的延迟,但是工厂里面一定要非常real time实时。现在IT(Information Technology)就是云端,AI和EDGE边缘运算要高度的互动性,就不能把数据送到云端再送下来,在这里我们可以看到AI可以做很好的分析,中间再做数据河(Data River),透过关键数据河可以很快送到各个需要的OT(Operation Technology) 地方。

因为要非常的灵活,所以我们有了三大支柱:物联网、机器人和大数据。机器人不断移动、不断工作,可以产生大量的数据。移动机器人可以和人互动,也可以和环境互动,所以在不断产生数据。而物联网可以实现万物互联,也会产生数以十亿计的数据,形成大数据(Big Data)利用这些数据再反馈给AI作深度学习,我们要做的事情就是把物联网和大数据结合起来,用AI的方式来处理,所以这是一个非常重要的机制。

机器人和自动化结合将是很好的商机

大家可以看到现在IOT的数量很大,但是大家预测物联网的生意以后会有高度的需求。IOT技术,也就是人工智能+物联网,可以使工业价值链、行业价值链升级,也能够实现生态系统的升级。 未来的AI芯片在这里已经大量应用了,所以我们强调机器人和自动化结合在一起是很好的商机!

例如一家日本公司到现在三四十年,员工的人数一直是5000—6000人,专注于机器人和自动化,而以一家台湾优等的公司比较,员工人数远远超过4倍,但是每年的营收贡献度前者比后者高出2倍多,可见机器人和智慧制造自动化是一个非常重要的商机,需求也是非常大。

深度卷积神经网络让机器人更智慧化

关于AI我们谈了很多,事实上以前都是神经网络技术,而今天我们要谈的是深度卷积神经网络。在神经网络技术工作之前,有些其他的工作要做,也就是深度卷积神经网络需要做好准备,输入这些信息以后,通过特征矢量就可以实现最后信息的识别分类和输出。

这个对于未来服务型机器人和工业机器人都有很大的帮助,未来的服务型机器人如果没有这种功能的话,根本就没有办法智慧化。我们可以让机器人学习,这里叫做智慧感测,也就是经过长期的学习能够像人一样按照感觉来做,实际上就是在学习中积累经验。那么,我们也可以说这是人和机器人交流的一种方式,通过不断学习的机器人的精确率可以达到90%,学习可以使机器人变得非常聪明。

微信图片_20190109150635.jpg


这个时代发展的非常快,推陈出新非常重要,我们讲创新不是只有产品的创新,市场的创新,还有整个工厂以及流程的创新,只有创新才可以确保市场的存在。所以,我们需要把服务型机器人和工业型机器人结合起来,从而产生更多的经济商机。

最后,借用达尔文说的一句话来结束今天的演讲:世界上最后能生存的生物,不是最强的,也不是智慧最高的,而是适应能力最强的。

微信图片_20190109150638.png

罗仁权

台湾大学讲座教授、

IEEE工业信息期刊总主编


罗仁权教授先后于德国柏林工业大学获得国家工程师学位和电机工程博士学位, 现任友嘉集团 CTO,IEEE 工业信息期刊总主编,是台湾大学讲座教授,IEEE 国际工 业电子协会杰出讲师,欧盟产业发展指导委员会委员。其研究领域在智能型感测控制 机器人系统、智能型多样传感器融合与整合系统、计算机视觉伺服回授控制系统、智 能型光机电整合系统等,并在该专业领域发表 450 余篇学术科技论文、获 20 多项国 际专利。罗教授亦曾在国际机构和组织担任过众多职位,获得过诸多荣誉。


留言提交