大咖来谈：2019年机器人技术发展趋势

  可以更精确吗？机器人能节省零售店的成本吗？物联网和量子计算对自治系统和人工智能意味着什么？外骨骼能够为工人甚至消费的人提供高端用途吗？

  比如 “你怎么样看待无人驾驶汽车？”这通常表达的是提问者对无人驾驶技术信任与否的表现，下面的答案同样也涉及无人驾驶的保险、监督管理的机构和卡车司机。

  工业化及自动化的市场趋势使得协作型机器人、移动化工业机器人的需求不断增长。

  “在2019年，我们预计公司将不得已继续应对客户方面的市场和地理政治学环境带来的重大变化，这将要求企业快速调整和适应这些需求。自动化升级使公司变得更灵活，最终为客户提供更多价值，将是他们成功的关键。”

  “随着协作机器人市场继续提供两位数的增长数字，工业自动化的这一开创性发展呈现出一种新的现实，即协作机器人正快速成为一种商品，因为真正的创新发生在最终的手臂工具领域。”

  “为了支持这种增长，我们应该缩短cobots的部署时间，以便制造商能够正常的使用相同的员工部署更多的机器人。展望未来，具有无缝集成的智能终端工具在实现协作应用方面将变得更重要。”

  机器人在重复性、危险性和精确性任务会慢慢的高地被利用起来，因此员工可以侧重于质量控制和编程方面的工作。

  “未来是协作和可移动，我们将看到人机协作继续发展，Cobots将在更高程度上有效地用于重复、危险和精确的任务，而人类则负责质量检查和编程等事情。”

  “我们将在更多的应用中看到移动机器人，我们将看到移动性如何与工业机器人手臂结合，如移动传送带已经在许多行业中使用。”

  “另一个重要趋势是在机器人技术中使用AI。对我们的自动移动机器人来说，这在某种程度上预示着他们将能够区分不同的障碍物，因此他们会根据遇到的是人，是电动托盘搬运车还是其他机器人而做出不同的反应。”

  协作型机器人市场双倍数增长，零售机器人使得实体零售经济可以在机器人的帮助下在物理环境和数字虚拟环境下得到改善。

  “在机器人技术等技术的帮助下，物理和数字将继续融入店内环境。在零售方面，实体店一直在重塑自我，因此购物者觉得他们在实体店中获得了电子商务的效率。这种类型的全渠道转型长期以来一直在进行，例如自助结账和杂货配送等按需服务。2019年，商店将继续采用机器人技术等先进的技术，以满足这种快速地发展的需求。”

  “数据+云技术将变得更受欢迎，并帮助公司取得进展。2019年将有更多机会利用这些见解。”

  “公司将继续大力投资先进的技术，以保持消费者第一。例如，机器人通过店内优化来增强客户体验，确定保证产品不会错位，缺货或价格不正确。”

  “显然，机器人行业在2018年已经看到了其成功和失败的份额。我们预计2019年是机器人公司在‘友好型机器人’市场取得重大成功的一年，机器人目前正在为其客户增加价值，例如仓库中的自动移动机器人或AMR。抓住系统和无人驾驶汽车的潜力仍然令人兴奋，我们预计该领域将持续加速，但随着这些参与者试图从证明阶段转向推出阶段，市场机会仍然遥遥无期。

  “2019年将成为自治系统学习连接环境的一年。机器人能单独导航，他们能够在不连接世界的情况下进行本地化。这种理念限制了工厂和无人驾驶汽车中移动机器人的发展。”

  “相反，2019年将看到混合动力导航的快速起飞，其中车载系统通过环境中的廉价传感器得到增强，以实现全新水平的精度，稳健性和安全性。无论是与天花板上的小型灯泡大小的传感器或嵌入路灯的传感器进行交流，机器人和无人驾驶汽车都将以精美，精确的编排方式来进行合作 - 以高精度和高效率的完成工作。”

  “我们希望外骨骼大量部署在许多大型工业公司。在未来五年内，上肢外骨骼将成为‘个人防护装备’家族的标准部分。你戴上安全眼镜，安全手套和外骨骼，继续工作。“

  “在员工生产力方面，外骨骼也将成为精益生产的重要组成部分。未来的工作站将包含一个外骨骼，就像椅子或组装工具一样。”

  “工人赔偿第三方管理员和提供者将在外骨骼的部署中发挥及其重要的作用。我们还预计，在未来五年内，普通消费者能够正常的使用被动外骨骼，而不单单是工业制造。”

  “通过更轻，更实用，更舒适，外骨骼将继续变得更实用。不同的设计将针对不一样类型的工作，配件将在外骨骼的未来发挥及其重要的作用。例如，外科医生将有一个高端功能。此外，我们预计低端外骨骼价格会降低，并且可能会在大型商店出售。”

  “外骨骼将通过监测专业技术人员和熟练的贸易工作者的肌肉骨骼系统来整合物联网。外骨骼传感器的实时数据分析和外骨骼支持的肌肉传感器将为雇主提供改善员工健康和生产力的工具。”

  “在2019年，我们期望在运输、高级安全和人类技术领域不断采用深度学习加速器。在先进材料的推动下，虚拟现实和身体互联网的采用将把未来扩展到新的未知数。”

  “因果建模将使AI变得更人性化。虽然人类直觉是我们日常行为和判断中不可或缺的一部分，但它并不能为机器计算。我们今天的大多数人工智能方法大多数都是基于相关性而缺乏对因果关系的深刻理解。新兴的因果推理方法使我们也可以从数据中推断出因果结构，有效地选择干预措施来检验推定的因果关系，并通过利用因果结构的知识做出更好的决策。在2019年，这些因果建模技术的改进将有利于推动AI更接近人类智能，并为我们如何管理业务流程，解释模拟以及开发新的药物和材料带来新的洞察力。”

  “值得信赖的AI将开始打开AI的黑匣子。人工智能的进展已经放缓，因为人们不相信他们所认为的黑盒子。今年，许多组织建立了道德咨询委员会，为社会福利促进了人工智能，并引入了工具，使组织对其理解和管理AI系统的能力充满信心。在2019年，我们将开始看到这些早期努力的成果，因为它们成为公司如何构建，培训和部署AI技术的核心。我们大家都希望关切将研究进展转移到实际产品和平台上。强调鼓励技术团队的多样性和包容将确保许多观点指导技术进步。”

  “量子计算将加速人工智能的扩展。在2019年，我们将看到量子实验和研究的加速牵引力，以及量子计算如何在训练和运行AI模型中发挥作用的新研究。随着人工智能问题的复杂性持续不断的增加，数千家企业已经通过IBM的云量子计算服务访问，来改变我们处理AI计算任务的方式，并有助于加快部署速度。”

  “摄取和分析互联汽车产生的大量数据将继续成为IT部门面临的主要挑战。在云中应用AI和机器学习[ML]将是未来创新整体成功的关键一步，特别是在高度自动化的车辆方面。由于预计这些车辆将在有限或无人为干预的情况下做出即时决策，因此在我们大家都认为车辆安全之前，潜在问题将成为最高的攀登山峰。”

  “边缘计算已迅速成为无人驾驶系统的必需品。例如，通过将AI和自动学习应用于互联网的‘边缘’，通过将其中的大部分应用于车载和高速公路，能够尽可能的防止或至少减轻延迟问题。由于这些智能车辆通过传感器吸收大量数据，因此边缘计算使我们也可以将这一些数据仅减少为基础信息，从而限制在运行期间从云和车辆来回发送的信息。”

  “司机认为自动卡车技术是一个问题，因为他们担心这将对他们的工作产生一定的影响。然而，我们距离看到真正的自动卡车在路上常常会出现还有10到15年的时间。即使他们到达，他们仍然需要司机和操作员，这些司机可以填补这些位置。”

  “半自动技术继续发展和进步，特别是在新卡车上。这仍然是一个焦点，因为它不但可以改善驾驶体验，并且还有可能显着减少碰撞。卡车运输行业认识到在座位上占据一席之地的重要性，而不是围绕着它的立法。”

  “虽然我们大多数人已经经历过某种版本的车辆自主驾驶，但真正无人驾驶的驾驶可能还需要几年的时间。从监督管理问题到保险责任，与无人驾驶汽车相关的风险是真实的。虽然美国目前在无人驾驶汽车开发方面处于领头羊，但我们可能希望将欧洲视为安全第一的方法。尽管迈向未来，但在每位乘客都能坐下来，放松身心，享受自动化体验之前，世界还有非常长的路要走。”

  “由于变化会影响汽车行业和公共基础设施，保险公司也有必要进行调整。当一辆无人驾驶汽车撞坏时，谁应该受到责备？司机？生产厂商？经销商？为了准备好，保险公司应该立即开始做这些对话。”

  “随着主要公司继续开发无人驾驶汽车，有极大几率会出现一个主要障碍，有几率会使一切停滞：政府立法。即使我们越来越接近无人驾驶汽车，现实情况是，大多数汽车法律已经过时，可能会阻止这项新技术起飞。”