2017年人工智能对服务机器人行业发展带来的影响

       参考中国报告网市场调研报告《2017-2022年中国服务机器人行业市场监测及竞争战略分析报告》

       按照国际机器人联盟（IFR）的分类，机器人一般分为工业机器人和服务机器人，工业机器人一般用于制造业生产环境，而服务机器人一般用于生活等非制造业环境。作为全球机器人行业重要的细分领域，服务机器人技术近年来取得了长足的进步和发展，在家庭、教育、公共服务、医疗等领域实现了一系列突破性应用，为人类生产力的进一步提升奠定了基础，有望成为继工业革命和信息技术革命后引领人类社会实现跨越式发展的人工智能革命的核心载体。根据预测，到2025 年，全球机器人应用每年将产生1.7 至4.5 万亿美元的经济影响，其中服务机器人每年将产生1.1 至3.3 万亿美元的经济影响，占比70%左右。

       服务机器人与工业机器人的明显区别在于，工业机器人的工作环境都是已知的，而服务机器人所面临的工作环境绝大多数都是未知的。因此，在技术性能方面，相比工业机器人对运行精确度的重视，服务机器人更侧重于对环境的感知能力和人机交互能力。

       相应地，服务机器人在硬件方面，对传感器及其相关的电子元器件性能要求较高；软件方面，则依赖于人工智能技术的发展。

       人工智能技术的不断进步极大地促进了机器人行业的飞速发展。人工智能（Artificial Intelligence）简称AI，其本质是对人的意识、思维的信息过程的模拟。近三十年来，随着核心算法的不断改进，人工智能获得了迅速的发展，基于人工智能技术的各种产品如雨后春笋般出现。

       人工智能产业大致可分为基础层、技术层和应用层等三个层次。其中，基础层是底层，硬件基础是芯片和传感器，软件基础是计算平台（云计算）和大数据；技术层是以机器学习、视觉识别、自然语言处理等为代表的感知智能和认知智能等各类智能算法；应用层是人工智能在各个行业的软硬件应用。

       基础层的云计算、大数据等因素逐渐发展成熟，催化了人工智能的进步。从软件时代到互联网，再到如今的大数据时代，数据的量和复杂性都经历了从量到质的改变。移动互联网、物联网等技术的发展积累了以往难以想象的海量的数据资源，尤其是在某一细分领域更深度的、逻辑化的数据，而这些都是训练某一领域智能的前提，为“机器学习”奠定了良好的数据基础。另一方面，云计算功能使得人工智能系统的运行具有“雪球效应”，即大数据的使用者越多，数据库就越强大，云的功能就越强大，从而系统的运行就越优良。良好的大数据基础促进了以深度学习为代表的人工智能技术取得突飞猛进的进展。

       在人工智能的技术层，当前的各类人工智能算法主要是利用深度神经网络等算法来模拟人脑的思考方式，其应用范围主要包括语音识别、图像识别、语义理解、预测规划和智能控制等。深度学习带来的算法上的突破引发了人工智能的浪潮，使得复杂任务分类的准确率大幅提升，从而推动计算机视觉、机器学习、语音识别/智能语音等技术的快速发展。

       位于人工智能产业应用层的机器人则是人工智能得以应用于多样化领域的重要载体。作为一种重要的智能硬件，随着计算机视觉、机器学习、智能语音等多种智能算法技术的进步，机器人行业也将实现飞速的发展。短期来看，人工智能技术助力于制造业中自动化与柔性化生产的推行，从而促进工业机器人在高端制造业领域的广泛应用；长期来看，未来人工智能最大的应用市场将出现在在服务机器人领域，面对远比当前工业生产复杂的环境，服务机器人对人工智能技术的要求更高更全面，市场空间更加巨大。

       由于服务机器人需要在复杂多变、不确定或不受控制的环境下自主运行，必须具备对周遭环境和事物高效的识别、感知、理解、判断及行动能力；而且，随着服务机器人应用领域日益扩展，与人类的互动将更为频繁，服务机器人的发展依赖于控制系统、计算机视觉、语音识别以及语义理解等技术的发展。当前控制系统、计算机视觉以及语音识别技术逐渐成熟，语义理解在专业领域的准确率也有较大保证，使得单一领域的服务机器人具备了商用条件。随着深度学习算法以及计算机视觉、机器学习、智能语音等多种智能算法的应用，服务机器人的机器视觉、人机交互能力以及基于大数据的机器学习能力等方面的人工智能水平也将呈现质的飞跃，甚至具有“人格化”的特征。

资料来源：中国报告网整理，转载请注明出处（WW-G）