截至目前，智能機器人行業發現了哪些人工智能位于工業應用場景的“新大陸”?人工智能技術與機器人技術結合的未來發展方向在何處?

人工智能+傳統工業機器人=智能機器人;傳統的工業機器人是機械設計與制造技術、自動控制技術以及計算機軟硬件技術的高度融合。

人工智能是數據和算法的集合，計算能力(芯片)不斷躍升是人工智能得以廣泛應用的基礎。目前人工智能仍處于弱人工智能的階段，形成突破的領域仍比較局限。人工智能技術和機器人技術相結合，實現既具備機器人的肢體又具備類人智慧的機器人是人工智能和機器人技術發展的終極目標。智能機器人是人工智能技術和傳統工業機器人技術融合發展的結果。

“AI時代，工業機器人將被新的核心技術定義，包括深度學習、路徑規劃、任務級編程、柔性控制等。” 梅卡曼德CEO邵天蘭說道。在他看來，混雜物體分揀是目前需求最明顯、應用最直接的部分，很多公司都能展示一定程度的demo，但是真正能大規模使用的產品還沒出現。除此之外，還有個結合點為“操作規劃”，即人只需要指定好多個工件的安裝要求，機器人就可自行計算出抓取和安裝的方案，節省大量編程時間。

在標準場景中，工業機器人生產的產品批量較大，有大量的重復性工作，需要高頻次的軌跡優化，比如機床加工、零件安裝等應用。此時可以通過小樣本監督學習，讓機器人擁有自適應、進化功能。

而此前，艾利特展示了“機器人疊衣服”的demo，展示了機器人軌跡優化不僅僅可以針對剛性物體，還能應對衣服這類柔性體。艾利特的機器人疊衣服系統通過深度強化學習算法和深度視覺傳感器精準定位衣物疊取點，自動尋優最佳運動軌跡，實現疊取效果。該系統還使用了仿真環境快速建模和遷移學習方法，加快學習速度、降低數據采集成本，最終將仿真結果映射到真實機器人操作中。

除了上述以提升工業機器人效率為攻堅重點的應用外，機器視覺作為人工智能的一個分支既是機遇也是挑戰。

在智能制造過程中，機器視覺主要用計算機來模擬人的視覺功能，也就是把客觀事物的圖像信息提取、處理并理解，最終用于實際檢測、測量和控制。

易視智瞳CEO黃卜夫認為，機器視覺瑕疵檢測是人工智能的一大“練兵場”。易視智瞳高精度視覺點膠系統集成了點膠工藝的視覺感知、運動控制和點膠執行等功能，可方便地與各種執行機構整合，一步形成終端點膠機產品，滿足各種產線點膠的需求，通過深度學習還可由單機智能向多機互聯協同演變。

插上人工智能的翅膀，國產機器人能否彎道超車?

一談到工業機器人，大家必然會提到ABB、庫卡、發那科、安川。業內人士分析，寡頭壟斷產生的條件是：

第一，市場空間的擴大速度不足以容納更多的同類廠商進入，少數大公司的產能已經基本滿足所有客戶的總需求;

第二，技術非常成熟，難以產生顛覆性的新技術，處于追趕位置的公司難以通過技術突破實現“彎道超車”。

對于國產機器人來說，對于國際巨頭一直處于追趕的狀態，在這樣的市場格局之下，國產機器人開始選擇從細分領域進入，試圖通過“一技之長”在局部戰場取得勝利。中國要改變追趕的局面，主要有兩大超越機會：

其一，中國是巨大的機器人應用增量市場。

數據統計，在3C領域，中國的手機年產量超20億部，電視、冰箱、空調等產量均穩居世界第一;在物流和電商領域，每年的快遞包裹數量超過4百億，也就是人均達30件，穩居世界第一;在食品化工領域，化肥產量穩居世界第一。巨量的實際產業需求為人工智能的落地提供了龐大的練兵場。

其二，中國的人才、技術處于第一梯隊。

與智能機器人本體技術相比，中國在人工智能領域相對領先，具體體現為在AI領域發表的論文數量和質量都在世界前二;對深度學習的基礎設施做出了重要貢獻;知名研究院、高校在世界上屬于第一梯隊;在各類AI競賽上刷榜等。

在具體實踐上，隨著國產機器人性價比的提升，工業界對國產機器人認可度的提高，機器人企業針對具體行業或應用場景的實際需求，創造性的應用人工智能技術和機器人技術，提出解決方案并實現相應的產品，空間巨大，這也是創業創新的重點方向。

然而，“彎道超車”的道路必然不會是一馬平川。邵天蘭指出，要真正邁向AI+機器人新時代，中國機器人仍然面臨挑戰，如在軌跡規劃、柔順控制等方向上積累較淺;需要與互聯網、自動駕駛、人臉識別等領域爭奪超一流人才。除此之外，各方面的長期投入需要很大的決心和能力。