我不大愿意说超车这个词,因为超车的地方往往都是实线,容易翻车。”中国机器人产业联盟理事长、新松机器人自动化股份有限公司总裁曲道奎对记者表示,他更愿意用“机遇期”概括目前机器人产业所处的机会。
值得注意的是,在机器人产业迎来重大机遇的同时,从机器人“设备”到机器“人”的分水岭已经形成。如果说原本的机器人只是更多服务在工业领域的“大家伙”,未来的机器人则面临着怎样和感知技术结合、怎样更加智能、怎样和人类默契相处等一系列问题。
在曲道奎看来,机器人产业已经步入新时期,最显著的特征是机器人设备和机器人出现了分水岭,现在机器人更强调“人”的特性,即感知、数据、云这些技术,而在这些技术上国内和海外的起点接近。
作为机器人行业的一位老兵,“分水岭”、“变革”成为曲道奎最近谈论机器人行业的高频词。跨越机器人设备的范畴,曲道奎认为今后的机器人将更加注重在非结构环境下的适应能力。
向来颇具危机感的曲道奎也提出担忧:现在有大量的成果在大学和研究所里面“睡觉”,和企业、市场需求匹配得不够精准,中国需要打造出一套科研创新和产品研发市场体系。
零部件水平不代表产业水平
“零部件的发展程度不代表机器人产业的发展程度,切莫把这两个概念混淆。”这是曲道奎在和包括在内的记者交谈的过程中反复强调的问题。曲道奎称,零部件和机器人二者之间有一定的关联,但却是两个维度的事情,要遵从机器人的系统特性。
曲道奎认为,零部件的发展固然十分重要,是机器人产业发展链条中关键的一环,但是,不能把机器人存在的不足归结为零部件的发展滞后,机器人要按照自身的发展规律不断更新升级。
事实上,目前中国机器人在零部件方面处于不断迈步的过程中,需要一定的批量生产和周期去推动零部件的进一步发展。
值得注意的是,曲道奎也特别提出了一个概念,目前全国机器人产业园众多,机器人企业也层出不穷达到了几千家,但是需要甄别的是,大部分企业是产业链某一环节的企业,并不是严格意义上的机器人企业,不能把和机器人沾边的企业都带上“机器人”的“帽子”,这容易给整个行业及从业者带来误导。
“随着机器人技术的迅猛发展,迭代周期越来越短,机器人进入品质和技术竞争时代,中国机器人绝对不能成为世界上大家垢病的垃圾产品。”面对众多来参会的的企业人领域的企业家和爱好者,曲道奎发出了这样的提醒。
研究成果还在“睡觉”
“怎样把基础研究成果转化成实用技术,再把实用技术真正变成产品?”这是中国机器人产业联盟执行理事长兼秘书长宋晓刚向曲道奎提出的疑问。
在曲道奎看来,企业和市场对机器人源头的创新成果有十分迫切的需求,而目前的需求端和供应端似乎还是一个“不平衡”的跷跷板,中国每年有大量的专利放在专利池里,同时有大量的成果在大学、在研究所里面睡觉。因而,目前存在技术研发、产品制造、形成产业、市场扩展几个方面脱节的现象。
曲道奎认为,中国要形成一套完善的产业链体系。具体而言,在创新的过程中不能闭门造车,要跟市场应用结合,清楚创新的真谛,提供具备创新的条件。
谈到在研发源头摸索,曲道奎将自身和以色列的合作举例,称以色列研发和创新的成果转化率非常高,从源头上清楚市场需要和行业前沿。另一方面,当有好的成果出现,当成果完成“蜕变”转化为产品,投入到企业的过程中,也需要系统环境的支撑,包括VC、PE、基金、中介机构的牵线搭桥。
此外,曲道奎认为目前中国机器人产业也面临着成果的法律保护问题,防止让突入时间长、耗费精力多的成果直接被复制。
感知技术推动变革
“在其他一些领域,别人先跑了30圈,你赶不上,但是目前很多东西在新的时代清零,机器人产业新的比赛已经拉开大幕。”曲道奎告诉记者。
怎样把机器人从“笼子”里放出来,能够和人更加默契地合作,这也是曲道奎津津乐道的话题。
按照曲道奎的理解,机器人开辟了新的时代,过去的传统机器人可以为自动化装备概念,只不过比传统装备高端一些,在相同的环境下可以长时间提高效益、扩大规模;对于今天的机器人来讲,非环境适应能力则至关重要。
而在这种新的变化下,曲道奎认为机器人需要在决策、作业和交互三个方面进行突破,否则还是跨入不了机器人设备的范畴。
曲道奎称,现在面临的挑战早已不是原有模式的改进和提升,已经上升到了变革层面,即对于传统模式的颠覆。
在新的时代背景下,曲道奎表示没有感知系统的机器人还是一种设备,只能诠释机器人的前两个字,未来的机器人时代将渗透到视觉、嗅觉、感觉等方面,更加注重在非结构环境下的适应能力,怎样获取传感器的数据形成完整的系统,这是新的时代背景下机器人企业面临的新课题。
在曲道奎看来,中国机器人产业在感知方面面临着新的挑战,一定要意识到在技术的进步过程中好不容易迈向新的台阶,但是“补课”刚刚完成,新的浪潮已经来临,一定要学会提前布局。
好文章,需要你的鼓励
微软将在今年夏季晚些时候推出Windows恢复力计划,著名的Windows蓝屏死机将被新的黑屏替代。这一变化是微软对2024年7月CrowdStrike故障事件的回应,该事件导致约850万台Windows设备瘫痪。作为Windows恢复力计划的一部分,微软正在重新设计Windows代码,让安全软件在内核外运行,以提高系统稳定性和恢复能力,减少因第三方安全软件问题导致的系统崩溃。
香港理工大学研究团队开发了突破性医学AI系统GEMeX-ThinkVG,让人工智能在分析胸片时能像医生一样详细解释诊断过程。该系统不仅能准确回答医学问题,还能标注具体的影像区域并提供完整的推理链条,解决了传统医学AI"黑盒子"问题。通过创新的强化学习训练方法,仅用八分之一数据就达到了传统方法的性能水平,为可解释医学AI开辟了新方向。
随着GPU成为AI工作负载训练和运营的关键,越来越多的云服务提供商开始提供云GPU实例。这为希望避免部署GPU硬件费用和复杂性的组织带来好消息。云GPU实例可按超大规模与专业化提供商、通用与专用实例、共享与独占服务器进行分类。选择时需考虑工作负载类型、GPU类型、成本、延迟和控制级别等因素。
希腊雅典理工大学团队开发CultureMERT-95M多文化音乐AI模型,通过两阶段持续预训练和任务算术方法,让AI系统学会理解希腊、土耳其、印度等非西方音乐传统。该模型在非西方音乐分类任务上提升4.9%准确率,同时保持西方音乐理解能力,为构建更包容的全球音乐AI系统奠定基础。