《机器人也能自主学习? iBot Cloud开启数据应用新时代》

  • 来源专题:数控机床——前沿技术
  • 编译者: 杨芳
  • 发布时间:2016-07-22
  •   随着科技的不断发展,人工智能已经涉及到生活的方方面面。拥有庞大数据库的人工智能机器人,不仅能够为用户提供查询、搜索等基础功能服务,还能与用户进行简单交流,了解用户需求并提供更多相关信息。iBot Cloud是小i机器人旗下的智能云服务平台,一经推出便获得了广大用户的欢迎,一方面是其数据库足够大,容纳的信息更丰富更全面,另一方面则是因为它能够赋予智能机器人更强大的数据应用。

      长久以来,用户对智能机器人强大与否的认知,都停留在其后台数据库的大小上。因为智能机器人的后台数据库越大,能够容纳的知识、信息量就越多,也就更容易解决用户提出的问题,满足用户需求。但这些海量的数据并不是一开始就存在于数据库中,它们同样需要人工进行录入。然而智能机器人存在的价值在于,它能够减少人类在各个领域中的劳动量,而人工录入造成人类工作负担的加重,这其实与智能机器人存在的意义相违背。

      那么有什么办法可以解决这个问题呢?iBot Cloud给出了答案,那就是让智能机器人拥有自主学习的能力。众所周知,每一个云平台的背后都有一个强悍的大数据系统支撑,所有的知识、信息都将在这个系统中进行归类、分析等处理,但这并未发挥其全部效果。iBot Cloud在大数据系统原有的功能基础上进行升华,实现与互联网的全面对接,让智能机器人能够通过网络自主吸取更多新知识并进行学习,减轻了人类的工作负担,并提高效率。

      但是,智能机器人能够自动获取知识并学习就满足了吗?并不是,因为整个世界每天更新的信息实在太多,其中可能包含着重复、虚假等信息,如果机器人将它们照单全收,无疑会对数据库造成巨大的压力,并影响用户的体验。所以iBot Cloud在赋予智能机器人自主学习能力的同时,还要赋予其另一项辅助能力,那就是数据筛选能力。智能机器人从网络或者其他渠道获取到新知识之后,先将其反馈到后台,经由大数据系统对这些知识进行深度处理,去掉无用的,将有用的保留到数据库中,再由智能机器人反馈给用户,让用户获取的信息更精确也更具价值。

      现如今,智能机器人已经与各行各业密不可分,个人用户能够通过它获取各种各样的知识,企业用户能够通过它提取有价值的客户信息、指导企业决策。iBot Cloud赋予智能机器人的自主学习能力和数据筛选能力,能够在更短的时间内更新更多有效信息,减轻了人类负担的同时,效率也得到大幅提升。

相关报告
  • 《在工业4.0时代 我国机器人的核心技术掌握了多少》

    • 来源专题:数控机床——前沿技术
    • 编译者:杨芳
    • 发布时间:2016-11-21
    •  国家统计局数据显示,2015年中国工业机器人产量为32996台,同比增长了21.7%。按照中国机器人联盟统计的数据,2015年自主品牌工业机器人共生产销售22257台,同比增长了31.3%。自主品牌的增长幅度要高于整个机器人行业增长的幅度。   产品种类虽然多,但目前国内机器人的整体制造能力尤其是工业机器人,还有不足之处。南京埃斯顿集团总工程师、副总经理王杰高在接受媒体采访时曾强调,核心技术才是企业竞争力,比投资更重要。那么机器人的核心技术中,本土企业又掌握了多少呢?   上游核心零部件、中游机器人本体和下游系统集成构成了工业机器人的产业链。其中上游核心零部件包括精密减速机、伺服电机和控制系统。   精密减速机占工业机器人成本的35%,但全球市场基本被日本的纳博特斯克和哈默纳科所垄断。上海福赛特机器人有限公司CEO黄峰说,“现在,控制系统、减速器、发出信号指挥关节怎么动的伺服电机都不能自主生产,我们福赛特机器人的部分零部件也要从海外进口才行。abb等一些大牌制造商其实也要采购他人的零部件,但产品的核心设计专利还是掌握在自己的手里。”因而,福赛特走的就是一条“自主技术加海外制造”的路线,机器人的底层软件和控制系统都在福赛特公司手里,但产品本身由德国研发团队完成。   技术暂时无法取胜,也没必要死磕海外对手。寻找伙伴制造机器人是埃夫特公司悟出的道理。企业建立之初,管理层考察一圈下来都没发现6轴机器人的专业现成技术,就决定与哈尔滨工业大学合作集合各方力量钻研技术,最终取得了进展。同时,IT和机器人、自动化企业等国际大厂的强强联手也值得关注。   就在工博会期间,包括发那科、思科、罗克韦尔自动化等在内的企业已经共同在研发一款名为“FIELDsystem”的解决方案,它能实现自动化系统中的机床、机器人、周边设备及传感器的连接并可提供先进的数据分析,提高企业生产质量、效率、灵活度、设备可靠性。FIELDsystem还实现了先进的机器学习和深度学习能力,而这也是迈向工业4.0的标志性产品。因此,中国公司不单要补齐核心技术缺失的短板,还要注重机器人向智能化和大数据延伸的能力。   服务机器人看似设计要比工业机器人简单,但也有芯片、齿轮及传感器等元器件制造,总装、操作系统及云系统也要十分熟悉。服务型机器人对应的行业众多,大批量生产尚未实现,像服务型机器人应用较多的日本企业,不少处于亏损状态。新松机器人目前的方向有公共服务和医疗服务,促销导购、迎宾展示、引领讲解等机器人已在十余个省市实现销售。此外该公司合作研发的国内首台应用于肿瘤治疗的消融医疗辅助机器人也处于临床应用阶段,此前它也推出了骨科牵引机器人。   今年年初,工信部对全国机器人产业的摸底调查初步显示,我国涉及机器人生产及集成应用的企业800余家,其中200多家是机器人本体制造企业。但大部分企业以组装和代加工为主,产品主要集中在三轴、四轴的中低端机器人,未来需要更多的六轴以上机器人。目前我国机器人企业规模也普遍较小,逾90%的企业年产值在1亿元以下。   机器人的研发、制造、应用是衡量一个国家科技创新和高端制造业水平的重要标志。今年3月,中国《机器人产业发展规划(2016-2020)》蓝图已绘就,作为国家要大力推动其突破发展的十大重点领域之一。因此,如何摆脱ABB、发那科、安川电机和库卡等四大国际巨头的影响,造出适合国内市场甚至可出口海外的高端机器人产品、面向工业4.0的自动化解决方案,中国制造业的根基也才更深。
  • 《MIT研究:从编程机器人到教机器人自主学习》

    • 编译者:AI智能小编
    • 发布时间:2025-07-01
    • MIT CSAIL团队在机器人学领域提出了从编程机器人向教授机器人转变的新方法,这一理念旨在让机器人通过观察和自主学习来完成特定任务。研究负责人Sizhe Lester Li表示,传统机器人依赖复杂的工程和编程,而未来的机器人将更具灵活性和可负担性,能够自主学习和适应任务。 该团队开发了名为NJF的系统,该系统通过观察让机器人自我学习内部模型,而非依赖预设的硬件设计。这种方法突破了传统机器人需具备刚性和丰富传感器的限制,使软体、变形或不规则形状的机器人也能实现有效控制。 NJF系统不依赖嵌入式传感器或硬件调整,给予设计师更多自由探索非传统形态的机器人。如同人类学习手指控制一样,NJF通过实验和观察,不断调整并适应随机动作,以确定哪些控制机制对应机器人的哪些部分。 实验结果显示,NJF系统在多种机器人类型上均表现出稳健性,包括能够夹取物品的气动软体机械手、刚性的Allegro机械手、3D打印的机械臂,以及无嵌入式传感器的旋转平台。这表明该系统具有广泛的适用性和潜力,有望推动机器人设计的进一步创新和发展。