服务机器人目前处于第三次崛起 将迎来技术拐点或成下一个投资风口

导读：服务机器人目前处于第三次崛起 将迎来技术拐点或成下一个投资风口。服务机器人的第一次繁荣（1956-1974）——资金涌入人工智能行业：达特茅斯会议之后，涌现出了大批成功的 AI 程序和研究方向，如用计算机解决代数问题、证明几何定理、学习和使用英语等。

        现阶段，服务机器人是市场导入阶段，进入成长爆发期还要从人工智能经历两次繁荣，目前处于第三次崛起的过程中来衡量，我们预测算法、计算、数据和资金将影响服务机器人的发展。

        服务机器人的第一次繁荣（1956-1974）——资金涌入人工智能行业：达特茅斯会议之后，涌现出了大批成功的 AI 程序和研究方向，如用计算机解决代数问题、证明几何定理、学习和使用英语等。研究者们甚至乐观的认为完全智能的机器将在 20 年内出现，同时 ARPA 等政府机构也向该领域投入了大笔的资金，这带动了人工智能的第一个黄金时期。
        服务机器人的第二次繁荣（1980-1987）——算法与计算快速发展：80 年代初， 一种名为 “专家系统” 的 AI 程序风靡全球，使得知识处理成为主流 AI 研究的焦点。同时反向传播神经网络的崛起带来了联结主义的重生。专家系统的巨大成功也带来了硬件的发展，最著名的是 Symbolics的 Lisp 机。与此同时，日本政府积极投资 AI 以促进其第五代计算机工程，其他国家纷纷跟随效仿。软硬件技术的进步、巨额国家资金的支持使得 AI 再次站在成为焦点。
        服务机器人的第三次繁荣（1993 ） 至今——互联网时代的大数据是深度学习的基础：90 年代波澜不惊，神经网络算法虽然进行不同程度的创新，但也仅仅局限于浅层。2006 年 Hinton 教授提出了深度学习模型，而互联网和智能终端时代大量的数据为深度学习提供了基础。硬件方面，GPU 被用于机器学习的加速器， 其高速的运算速度和大规模并行计算能力恰好满足深度学习的需求。2013 年经过深度学习的语音和视觉识别成功率已分别达到 99%和 95%，2016 年谷歌 AlphaGo4:1 战胜李世石九段。人工智能的种种突破获得了各国政府和国内外巨头的青睐，AI 将再次站在浪潮之巅。
        服务机器人获将迎来技术拐点，成为下一个投资风口
        1、FPGA/ASIC未来将成为支撑服务机器人运行的基础
        GPU是当前人工智能的主流硬件加速器 ,虽然它的优势在于计算并行度和计算吞吐量但是在计算精度、实时性以及并行进程交互方面则显得乏力。而与 GPU 相比，FPGA 在处理数据时是直接的 I/O 方式； 同时 FPGA 一般主频远低于 GPU， 因此在能耗上也低于 GPU。 新一代 FPGA/ASIC在能耗效率上显著优于 GPU，谷歌的 TPU 即宣称比此前 GPU 方案在能效上高出一个数量级。 而随着国内外巨头对于 FPGA 的青睐， 如英特尔 167 亿美元收购 Altera、 IBM与 Xilinx 的合作、百度大脑采用 FPGA 芯片，FPGA/ASIC 未来将成为支撑服务机器人运行的基础，使得服务机器人得以高速发展。
        FPGA 主频显著低于 CPU/GPU

        2、互联网的发展使得数据得以积累，使得服务机器人高速发展
        服务机器人深度学习的训练需要大量的素材，只有全面、完备的数据才能使服务机器人持续优化。2015年是服务机器人的发展元年，一个非常重要的原因即是移动互联时代带来数据量的爆棚。大数据与服务机器人是相辅相成的关系，优质的大数据可以令深度学习得到更完美的结果，而服务机器人的发展也进一步推动了大数据产业。

参考《2016-2022年中国服务机器人产业竞争现状调研及十三五发展规划分析报告》

资料来源：互联网，中国报告网整理 转载请注明出处