Atlas Updates - Amazing Humanoid Robot With Artificial Intelligence From Boston Dynamics.
來源：
科技創新已經成為經濟成長的引擎，近年來，以人工智慧、物聯網、雲計算為代表的新技術快速崛起，給各個產業領域帶來了全新變革，同時也創造了巨大的發展機會。那麼，隨著新技術的不斷出現，企業如何投資新興產業，怎樣將技術轉變為價值，這將是許多行業發展的重要話題。
近日，以「智慧驅動·科技賦能」為主題的第三屆中國高科技產業大會在深圳隆重舉行，其中，來香港科技大學教授及機器人研究院的王煜院長發表了題為「智慧機器人和人工智慧」的精彩演講，介紹了當下先進科學技術，及其團隊的最新研究成果，會後王煜接受採訪時表示，自動駕駛、無人車技術具有較大的前景。
IEEE院士/香港科技大學教授及機器人研究院院長王煜
相比於傳統的人力搬運，無人車可以得到更精確的控制，在製造領域能避免缺料、少料的問題，保證生產線以最佳的效率運行。由於無人系統能夠進行遠端連接和監控，以及結合了雲計算、人工智慧、大數據分析等技術，所以，設備之間的合作將更加協調，並能進一步提升工廠的整體營運效率。
如今，智慧化時代正在到來，新技術不斷出現。王煜認為，人工智慧、物聯網等基礎性技術需要結合行業，要找到切入點和應用場景才能發揮其價值的所在。例如大疆將無人機應用到航拍等領域密，實現了過百億的營收，並成為行業的領頭羊。
傳統行業在迎接新機會
在IT技術和數位化趨勢的影響下，傳統行業面臨一場新變革。今天人們的生活方式發生了很大的變化，例如透過雲端平台，進行行動式辦公，用智慧手機訂餐、叫車等服務，雲計算的角色開始變得越來越重要。
王煜表示，隨著人們對建築消費方式的轉變，房地產行業將迎接來新的挑戰。現代建築需要滿足語音控制、人臉辨識等新的需求。對於房地產商來說，如何迎接新趨勢是十分重要的一部分。
此外，建築行業將有很大的變化。由於老齡化趨勢，人力成本不斷上升，加上年輕一代不願意從事體力型工作，建築行業招工將是一個難題。
目前建築技術開始向數位化轉變，例如CAD等數位化軟體，將放於雲端運行，可以更好的實現數據和資源原共享，從而提升建築設計的效率。此外，建築行業的自動化程度將越來越高，批量化製造的模式開始興起。
數字化技術應用
如何才能更高效率的建造房子？建築商需要考慮模組化，用工廠的模式生產預製件，然後將建築構件運輸到現場進行安裝，雖然目前這種預製模式成本比較高，但在各種因素的影響下，包括市場和政策的推動，這些新模式必將成為趨勢，因為建築商需要透過數位化手段，減少原材料、水、電的浪費，以及降低人力成本的投入等。
建築行業的轉變，也給設備商帶來了機會。對岸的三一重工等一些廠家已經開始佈局，為建築行業提供新的設備。建築過程包括運輸、安裝都可以自動化，包括採用無人機進行環境測繪，透過物聯網連接現場智慧機器設備，再利用雲平台進行分析，使整體營運效率得到更好的提升。
無人化技術應用不斷擴展
無人系統具有廣泛的應用場景，無人車將不只是接送人們上下班，它可以擴展到很多領域，尤其在工業、商業和社區等方面有很大的潛力。
在工廠裡，無人車可以做物料傳送。而電商行業在快速成長，無人送貨也將是一個很好的應用。還有機場運輸方面，無人車可以減少閒雜人，還可以透過物聯網，可以將人、機、物、貨等連接，實現定位追蹤等智慧場景，使用者端可以知道無人車，什麼時候達到接送點。
無人貨車
談到無人車的技術進展方面，王煜指出無人車需要環境檢測，和場景學習等多項技術。首先，感知檢測是無人駕駛的關鍵，目前可以透過雷射雷達（LiDAR）技術，來掃描周邊環境，並從獲取的資訊中，分辨出人、車、動物等對象，然後創建地圖來實現導航。
不過，目前雷射雷達成本較高，而一台無人車上，可能需要安裝多個，這項技術仍然需要進一步突破。
由於自動駕駛汽車周邊環境比較複雜，例如會出現貓、狗等不同的對象，特別是汽車在快速駕駛過程中，要準確辨識出不同的物體對象，是很有挑戰性的。
而隨著無人車場景的擴展，從載物送貨到載人的過程，使得難度上升，不同的應用場景，有著不同的要求。因此，無人車需要結合人工智慧技術，利用深度算法，對場景變化進行學習，確保無人車能夠快速、準確地辨識出障礙物。
王煜表示，未來無人車的技術，不會是單獨的機器學習，還要進行車與車之間的交互。例如滴滴出行營運平台，不僅要採集每個汽車的狀態資訊，還要實現汽車與汽車之間的資訊共享，然後才能順利完成精確的派車服務。
AI賦能，智慧化場景加速落地
未來我們的生活場景將變得越來越智慧化，今天，行動支付等方式，帶來的便利有目共睹。而智慧城市、智慧交通、智慧醫療、智慧製造等模式在興起，其背後都少不了人工智慧的支持。人工智慧的突破，給各個行業帶來發展動力，加速了智慧化時代的到來。
目前，人工智慧技術方面，用得比較多的是深度學習，特別是圖像辨識，如人臉辨識、圖像分類等。王煜認為，未來人工智慧技術將擴展到深層次的應用，如三維場景模式的辨識應用，從二維到三維的擴展，將是一個更具挑戰的話題。
機器深度學習
在汽車無人駕駛領域，人工智慧對道路場景的辨識方面，已經形成一定的規範。不過，在其它一些新的應用中，例如工業、建築等環境就更加複雜，工地裡有人、機器、工具以及鋼筋、水泥等不同的對象，所有這些物體都需要辨識出來，因此，人工智慧在工業方面，還需要更多的突破。
從全球行業狀況來看，目前一些廠商主要偏向應用端，比如語音辨識、圖像辨識等，而歐美地區側重於基礎技術，由於歐洲有很強的隱私保護，使得人工智慧的發展受到一定限制。
最後，王煜表示人工智慧在機器人領域，有很大的應用前景，未來透過人工智慧，教懂機器像人類一樣工作，利用電腦視覺和機械手結合起來，使得機器人能夠更靈活的執行，一些人類的工作，同時人和機器可以協同工作，能更高效的完成任務。
沒有留言:
張貼留言