小盟说
导读:未来我们的生活场景将变得越来越智能化,今天,移动支付等方式带来的便利有目共睹。而智慧城市、智能交通、智慧医疗、智能制造等模式在兴起,其背后都少不了人工智能的支持。人工智能的突破给各个行业带来发展动力,加速了智能化时代的到来。
科技创新已经成为经济增长的引擎,近年来,以人工智能、物联网、云计算为代表的新技术快速崛起,给各个产业领域带来了全新变革,同时也创造了巨大的发展机遇。那么,随着新技术的不断出现,企业如何投资新兴产业,怎样将技术转变为价值,这将是许多行业发展的重要话题。
近日,以“智能驱动·科技赋能”为主题的OFweek2018(第三届)中国高科技产业大会在深圳隆重举行,其中,来香港科技大学教授及机器人研究院的王煜院长发表了题为“智能机器人和人工智能”的精彩演讲,介绍了当下前沿科学技术及其团队的最新研究成果,会后王煜接受采访时表示,自动驾驶、无人车技术具有较大的前景。
IEEE院士/香港科技大学教授及机器人研究院院长王煜
相比于传统的人力搬运,无人车可以得到更精确的控制,在制造领域能避免缺料、少料的问题,保证生产线以最佳的效率运行。由于无人系统能够进行远程连接和监控,以及结合了云计算、人工智能、大数据分析等技术,所以,设备之间的合作将更加协调,并能进一步提升工厂的整体运营效率。
如今,智能化时代正在到来,新技术不断出现。王煜认为,人工智能、物联网等基础性技术需要结合行业,要找到切入点和应用场景才能发挥其价值的所在。例如大疆将无人机应用到航拍等领域密,实现了过百亿的营收,并成为行业的领头羊。
在信息技术和数字化趋势的影响下,传统行业面临一场新变革。今天人们的生活方式发生了很大的变化,例如通过云端平台进行移动式办公,用智能手机订餐、叫车等服务,云计算的角色开始变得越来越重要。王煜表示,随着人们对楼宇消费方式的转变,地产行业将迎接来新的挑战。现代楼宇需要满足语音控制、人脸识别等新的需求。对于地产商来说,如何迎接新趋势是十分重要的一部分。
此外,建筑行业将有很大的变化。由于老龄化趋势,人力成本不断上升,加上年轻一代不愿意从事体力型工作,建筑行业招工将是一个难题。目前建筑技术开始向数字化转变,例如CAD等数字化软件,将放于云端运行,可以更好的实现数据和资源原共享,从而提升建筑设计的效率。此外,建筑行业的自动化程度将越来越高,批量化制造的模式开始兴起。
数字化技术应用
如何才能更高效率的建造房子?建筑商需要考虑模块化,用工厂的模式生产预制件,然后将建筑构件运输到现场进行安装,虽然目前这种预制模式成本比较高,但在各种因素的影响下,包括市场和政策的推动,这些新模式必将成为趋势,因为建筑商需要通过数字化手段减少原材料、水、电的浪费,以及降低人力成本的投入等。
建筑行业的转变,也给设备商带来了机遇。三一重工等一些厂家已经开始布局,为建筑行业提供新的设备。建筑过程包括运输、安装都可以自动化,包括采用无人机进行环境测绘,通过物联网连接现场智能机器设备,再利用云平台进行分析,使整体运营效率得到更好的提升。
无人系统具有广泛的应用场景,无人车将不只是接送人们上下班,它可以扩展到很多领域,尤其在工业、商业和小区等方面有很大的潜力。在工厂里,无人车可以做物料传送。而电商行业在快速增长,无人送货也将是一个很好的应用。还有机场运输方面,无人车可以减少闲杂人,还可以通过物联网可以将人、机、物、货等连接,实现定位追踪等智能场景,用户可以知道无人车什么时候达到接送点。
无人货车
谈到无人车的技术进展方面,王煜指出无人车需要环境检测和场景学习等多项技术。首先,感知检测是无人驾驶的关键,目前可以通过激光雷达(LiDAR)技术来扫描周边环境,并从获取的信息中分辨出人、车、动物等对象,然后创建地图来实现导航。不过,目前激光雷达成本较高,而一台无人车上可能需要安装多个,这项技术仍然需要进一步突破。
由于自动驾驶汽车周边环境比较复杂,例如会出现猫、狗等不同的对象,特别是汽车在快速驾驶过程中,要准确识别出不同的物体对象是很有挑战性的。而随着无人车场景的扩展,从载物送货到载人的过程使得难度上升,不同的应用场景有着不同的要求。因此,无人车需要结合人工智能技术,利用深度算法对场景变化进行学习,确保无人车能够快速、准确地识别出障碍物。
王煜表示,未来无人车的技术不会是单独的机器学习,还要进行车与车之间的交互。例如滴滴出行运营平台不仅要采集每个汽车的状态信息,还要实现汽车与汽车之间的信息共享,然后才能顺利完成精确的派车服务。
未来我们的生活场景将变得越来越智能化,今天,移动支付等方式带来的便利有目共睹。而智慧城市、智能交通、智慧医疗、智能制造等模式在兴起,其背后都少不了人工智能的支持。人工智能的突破给各个行业带来发展动力,加速了智能化时代的到来。
目前,人工智能技术方面用得比较多的是深度学习,特别是图像识别,如人脸识别、图像分类等。王煜认为,未来人工智能技术将扩展到深层次的应用,如三维场景模式的识别应用,从二维到三维的扩展,将是一个更具挑战的话题。
机器深度学习
在汽车无人驾驶领域,人工智能对道路场景的识别方面已经形成一定的规范。不过,在其它一些新的应用中,例如工业、建筑等环境就更加复杂,工地里有人、机器、工具以及钢筋、水泥等不同的对象,所有这些物体都需要识别出来,因此,人工智能在工业方面还需要更多的突破。
从全球行业状况来看,目前国内企业主要偏向应用端,比如语音识别、图像识别等,而欧美地区侧重于基础技术,由于欧洲有很强的隐私保护,使得人工智能的发展受到一定限制。
最后,王煜表示人工智能在机器人领域有很大的应用前景,未来通过人工智能教会机器像人类一样工作,利用计算机视觉和机械手结合起来,使得机器人能够更灵活的执行一些人类的工作,同时人和机器可以协同工作,能更高效的完成任务。
图文来源:OFweek机器人网