随着人工智能时代的到来，在“机器人换人”大潮下，中国已连续两年坐上世界机器人最大消费国的宝座。2018年中国机器人市场超过310亿美元，预计2019年将近400亿美元。到2020年，中国机器人市场规模或将超500亿美元。 机器人是自动执行工作的机器装置，它既可以接受人类指挥，又可以运行预先编排的程序，也可以根据以人工智能技术制定的原则纲领行动。机器人通常分为工业机器人、服务机器人、特种机器人。机器人产业链主要是功能零部件、机器人本体及控制系统通过集成系统形成下游应用的工业机器人、服务机器人、特种机器人等。 我国是工业机器人应用大国，行业迅猛发展，产量持续增长。2015年产量仅32996台。2017年突破13万台，提前三年实现了10万台产量的目标。2018年全国工业机器人产量为147682台，同比增长4．6％。预计2019年工业机器人产量将近20万台。 随着人工智能时代的到来，在“机器人换人”大潮下，中国已连续两年坐上世界机器人最大消费国的宝座。2018年中国机器人市场超过310亿美元，预计2019年将近400亿美元。到2020年，中国机器人市场规模或将超500亿美元。  

协作机器人正在迎来产业的春天,它们越来越多地出现在制药、包装和食品饮料等制造业中。根据业内最新的预测报告,到2025年机器人销售中将有34%是协作机器人。协作机器人价值便宜,且易于编程调试,这是导致市场使用率上率的主要原因。 最近,一家汽车部件供应商使用协作机器人实现了制造业的创新。这家公司是Comprehensive Logistics,主要为北美两家最大的汽车企业生产悬架、动力总成和内饰部件。工厂需要一种可重复的方式对发动机支架子装配线进行检查,而在优傲协合机器人身上找到了方案。 自动检查发动机支架子组件是一个挑战,包括一个关键的转向器线束连接器,自动检测系统还需要与线路的高容量保持同步,同时确保与线束内的电连接器正确连接。 协作机器人在汽车产业找到新应用场景 最初,汽车制造商采用固定的多相机系统,但无法将相机定位在紧凑的位置,固定摄像系统收集的数据并不那么完整,该公司还尝试了探针式机器人和手动检测程序,这两种程序都没有提高可重复性。 新方案采用优傲最大的协作机器人UR10和基恩士的CV-X摄像机,是CA-HX200C LumiTrax视觉系统的一部分,用于导航子装配单元,并提供可重复的检测结果。安装在天花板上的UR10协作机器人在检查点之间快速移动,使得CV-X摄像机能够在协作臂缩回到原位之前捕捉每个连接的图像,然后等待下一个组件进行检查。 在检查子组件期间,每个图像立即显示在机器人旁边的屏幕上,而带有发动机支架图的第二个屏幕显示每个检查点完成时带有绿色或红色复选标记,以指示通过/失败。该公司的制造执行系统(MES)收集通过/未通过数据,并将此信息存储在相机存储卡中两天。 柴油和燃气发动机发动机支架分别有11个和9个检测点,任何一台发动机产品都需要识别。识别不同的发动机类型和其他关键数据,具体需要机器人和摄像机系统通过通过工业以太网与装配线可编程逻辑控制器(PLC)通信。 系统将在所有检查点上运行第一次通过,如果一个参数失败,系统将重置。在装配线上每个站点有60秒的节拍时间,检查周期时间约为48秒,UR10 cobot大约需要32秒。此设置允许重新运行的时间失败,而整个装配线不会停止。 整体检查时间至关重要,因为综合物流收到汽车制造商的即时(JIT)订单。在过去三年中,合同制造商已收到超过600000份与子装配相关的发动机产品的订单。 除了灵活性之外,协作机器人具有很好的安全性。如果机器人手臂遇到路径中的物体或人员,则会自动停止操作。此功能至关重要,因为操作员有时会响应检查站的检查警报。

“武船造”再出精品装备。日前，我国首款水陆两栖无人快艇——“海蜥蜴”在中船重工武船集团双柳基地通过验收，正式交付客户。此前，我国水陆两栖无人快艇尚属空白领域。“海蜥蜴”的成功交付，标志着我国智能海洋防务装备研发制造水平迈上新台阶。 据悉，该艇长12米，型宽4.14米，艇身由铝合金材料制成，采用三船体流线结构和泵喷推进技术，底部装有可收缩式履带行进机构，舱内可安装多种任务载荷。它能在水面高速航行，同时躲避雷达探测，具备隐蔽休眠、智能巡航、快速突击和抢滩登陆等功能，是现代战争中执行特战队员水上投送、边防巡逻、近岸警戒、岛礁机场防护等任务的利器。 对此，武船集团相关负责人介绍，“海蜥蜴”配备北斗导航系统、多种类型雷达设备和计算机信息处理终端组成的导航定位及火控系统，可由大型舰艇远程操控，与多种作战系统平台深度融合，实现体系化作战。.

“中国有多少数学家投入到人工智能的基础算法研究中？”日前，在上海召开的院士沙龙活动中，中国工程院院士徐匡迪等多位院士的发问引发业界共鸣，被称为“徐匡迪之问”。“我国人工智能领域真正搞算法的科学家凤毛麟角。”在4月28日召开的“超声大数据与人工智能应用与推广大会”上，东南大学生物科学与医学工程学院教授万遂人表示，“徐匡迪之问”直击我国人工智能发展的核心关键问题，“如果这种情况不改变，我国人工智能应用很难走向深入、也很难获得重大成果”。 我国人工智能领域发展的现状如何？依靠开源代码和算法是否足够支撑人工智能产业发展？为什么要有自己的底层框架和核心算法？缺少核心算法，会被“卡脖子”“如果缺少核心算法，当碰到关键性问题时，还是会被人‘卡脖子’。”浙江大学应用数学研究所所长孔德兴教授对科技日报记者表示，我国人工智能产业的创新能力并没有传说中的那样强，事实是，产业发展过度依赖开源代码和现有数学模型，真正属于中国自己的东西并不多。 4个月零基础学会人工智能、16讲入门人工智能、算法线下大课……类似培训在网络上非常火爆，通过对于现有算法、模型的学习和训练，成长为人工智能工程师的“短平快”可见一斑。既然代码是开源的，拿来用就好，为什么还有可能被“卡脖子”？孔德兴解释，开源代码是可以拿过来使用，但专业性、针对性不够，效果往往不能满足具体任务的实际要求。以图像识别为例，用开源代码开发出的AI即使可以准确识别人脸，但在对医学影像的识别上却难以达到临床要求。 “例如对肝脏病灶的识别，由于边界模糊、对比度低、器官黏连甚至重叠等困难，用开源代码很难做到精准识别。在三维重构、可视化等方面难以做到精准反应真实的解剖信息，甚至会出现误导等问题，这在医学应用上是‘致命’的。”“碰到专业性高的研究任务，一旦被‘卡脖子’将会是非常被动的，所以一定要有自己的算法。”孔德兴说。 换句话说，是否掌握核心代码将决定未来的AI“智力大比拼”中是否拥有胜算。用开源代码“调教”出的AI顶多是个“常人”，而要帮助AI成长为“细分领域专家”，需以数学为基础的原始核心模型、代码和框架创新。有算法之“根”才能撑起产业“繁茂”所谓“树大根深”，人工智能的发展也是同样道理，越在底层深深扎下根基，越能够发展出强大的产业。 借助开源代码，“半路出家”的AI产业为什么会难以为继？孔德兴解释说，在获得同样数据的前提下，以开源代码运行，AI深度学习之后或许能输出结果，但由于训练框架固定、算法限制，当用户进行具体的实际应用时，将很难达到所期望的结果，而且难以修改、完善、优化算法。“如果从底层算法做起，那么整个数学模型、整个算法设计、整个模拟训练‘一脉相承’，不仅可以协同优化，而且可以根据需求随时修改，从而真正解决实际问题。” 孔德兴说，基础算法往往是指研究共性问题的算法，它涉及到基础数学理论、高性能数值计算等学科，可以应用到多种实际问题中；而针对性强的应用算法往往会应用到具体问题所涉及的“具体知识、先验信息”，从而更好地解决实际应用问题。“基础算法和应用算法都很重要，拥有基础算法将更有助于应用算法的丰富与深入。”孔德兴说，AI要应对的现实生活是复杂、多变的，当能够“应对自如”时，才能够促成产业的“繁茂”。 呼吁三方协力，让数学不再置身事外“一方面是政策引导，其实国家已经在加大这方面的扶持，例如科研基金上的设置等。”针对如何解决“徐匡迪之问”反映出来的问题，孔德兴认为，第二方面是行业企业在进行科技创新时，应有意识将数学学者纳入进来。“如果通过算法的开发，最终产品落地了，企业应该将算法开发时的数学学者纳入到成果分享中来。”孔德兴说，社会目前对于数学科学等“软实力”的认可程度不足，行业或法规层面应该做好数学研究成果的产权保护工作。“第三方面，数学家本身应该积极参与到人工智能发展的浪潮里。”孔德兴呼吁，AI的未来发展需要数学家深度参与。由于目前仍处于“弱人工智能”时代（可以说是数据智能时代），AI的实现主要是依赖计算机的巨大算力和巨大的存储能力，底层算法的问题或许并不突出，但在未来的发展，AI将可能融入逻辑、思维等智慧的内容，这些都需要数学科学的原始创新，有大量的基础问题亟待数学家攻克。 算法的进阶一定是来源于“原创者”，而不是“跟随者”。孔德兴说：“实际上深度学习的应用已遇到了天花板，我们需要新的数学技术（如部分依赖逻辑、部分依赖数据的‘聪明算法’），让计算机变得聪明起来。这些工作都需要数学家的参与。”.

眼下，工业机器人 发展速度虽在不断加快，但人才供需矛盾却在日益凸显，如果人才短缺问题不能有效解决，工业机器人 现有的发展成果和未来的发展潜力，都将遭受重大威胁。近年来，在人工智能、定位导航、传感器 等技术的加持下，机器人产品开始走向千家万户，商业化步伐不断加快。其中，受益于政府支持与技术成长，工业机器人市场 发展尤为突出，产业化道路逐渐深化，截至目前为止，我国已经连续六年成为全球最大的需求和应用市场。工业机器人发展加速进入新时代以来，社会的加速发展和人口红利的日渐消失，带动了我国工业自动化需求的不断攀升，在提效增速、提质降本的生产要求下，工业机器人开始获得应用，并凭借着“机器换人”带来的神奇功效，逐渐受到人们的一致追捧。与此同时，为应对全球新一轮的科技和产业革命，我国政府也将工业机器人发展写入到《中国制造2025 》的战略规划之中，并将其作为十大重点发展的领域之一。从2011年开始，国家相继发布了《智能制造装备产业规划》、《机器人科技发展“十二五”专项规划》、《机器人产业发展规划(2016-2020年)》等多项政策，进一步加强了工业机器人风口的延续。在市场需求不断释放、国家重视程度日渐加深的情况下，当前，我国工业机器人已经在汽车制造、电子电器等诸多领域迎来应用，市场正在进入新一轮的爆发期。自2013年以来，我国连续五年保持着两位数的年均高速增长，今年上半年，国内市场规模更是达到52.2亿美元，市场销量超过全球市场的三分之一。未来，随着我国生产制造智能化改造升级需求的进一步凸显，工业机器人的市场化发展还将再次提速。人才缺乏问题限发展目前，工业机器人的发展势头的确是喜人的，国内不仅形成了一支较为完整的从事机器人研发和应用的队伍，也形成了一条初具雏形的机器人产业链。不过在欣喜之余，产业发展还是暴露出了一些问题和矛盾，其中工业机器人的人才供需矛盾无疑是最为突出的。在我国机器人市场以30%的年均增长率快速壮大，机器人企业 即将突破万家，机器人生产与应用与日剧增的情况下，产业发展所需的人才供给已经出现短缺，且缺口正在不断扩大。据预测，截至2020年，随着工信部规划的100万台装机目标如期实现，相关的维护、调试、系统集成等工业机器人应用人才需求量将突破百万，巨大人才缺口将严重拖慢我国的智能化发展进程。实际上，专业人才缺乏问题并不是一个简单的问题，因为按照机器人制造、应用、维护等方面的细分，人才缺乏并不能笼统的概括。我们需要知道，国内产业所缺乏的究竟是哪方面的人才？究竟是是工业机器人应用方面，还是产业升级的系统集成，又或是机器人生产制造人才的缺乏？就当前的发展现状来看，我国应该是三种人才都有欠缺，生产制造人才的缺失导致机器人三大核心部件瓶颈难以突破；应用人才的匮乏导致机器人操作、维修和应用遭受限制，机器人装机量增长困难；系统集成人才的不足导致工业机器人产业改造缓慢，发展迟迟难以成熟。总而言之，三种人才的短缺、人才的不匹配，以及人才质量的不高，是制约我国工业机器人进一步发展的主要问题之一，如果得不到重视和有效解决，将极有可能致使行业发展面临畸形甚至提前萎缩的风险，甚至对产业发展带来毁灭性打击。未来三大主体需发力因此，面对人才问题带来的严峻发展形势和未来影响，我国需要发挥出政府、企业和高校三大主体的力量，通过产学研政的有机结合，共同推动人才矛盾的有效解决。首先，政府方面要对人才问题给予高度的重视和关注，并将人才问题的解决上升到政策层面上来，通过政策对人才培养的鼓励、支持和引导，为产业人才发展指明方向，为行业人才培养保驾护航。其次，企业方面要从两点做出积极努力，一方面要加强与国外企业合作，通过人才引进增强自身人才培养实力；另一方面要积极与高校等教育机构进行交流，通过校企合作共同培养满足市场需求的实用型人才。最后，高校方面要紧跟市场发展需求和国家政策号召，加快加深相关专业开设，协调均衡的培养三类不同人才，同时还要与企业进行融合交流，让高校人才在企业实践中获得技能的检验和提升。未来，只要我国能在人才引进来、高校教育以及校企合作培养等方面取得新进展，形成成熟体系，我国工业机器人产业发展就将获得更为坚实的人才力量支撑，从而取得更进一步的快速发展。