大咖來談：2019年機器人技術發(fā)展趨勢

　　從證明到推出

　　美國倉庫機器人研發(fā)制造商Locus Robotics創(chuàng)始人兼董事長Bruce Welty

　　“顯然，機器人行業(yè)在2018年已經看到了其成功和失敗的份額。我們預計2019年是機器人公司在‘友好型機器人’市場取得重大成功的一年，機器人目前正在為其客戶增加價值，例如倉庫中的自動移動機器人或AMR。抓住系統(tǒng)和自動駕駛汽車的潛力仍然令人興奮，我們預計該領域將持續(xù)加速，但隨著這些參與者試圖從證明階段轉向推出階段，市場機會仍然遙遙無期。

　　機器人的連接自治

　　從事物體追蹤技術開發(fā)的Humatics公司首席執(zhí)行官David Mindell

　　“2019年將成為自治系統(tǒng)學習連接環(huán)境的一年。機器人可以單獨導航，他們可以在不連接世界的情況下進行本地化。這種理念限制了工廠和自動駕駛汽車中移動機器人的發(fā)展。”

　　“相反，2019年將看到混合動力導航的快速起飛，其中車載系統(tǒng)通過環(huán)境中的廉價傳感器得到增強，以實現(xiàn)全新水平的精度，穩(wěn)健性和安全性。無論是與天花板上的小型燈泡大小的傳感器或嵌入路燈的傳感器進行交流，機器人和自動駕駛汽車都將以精美，精確的編排方式進行合作 - 以高精度和高效率的完成工作?！?/p>

　　幫助工作的外骨骼

　　Levitate Technologies營銷和業(yè)務開發(fā)副總裁Joseph Zawaideh

　　“我們希望外骨骼大量部署在許多大型工業(yè)公司。在未來五年內，上肢外骨骼將成為‘個人防護裝備’家族的標準部分。你戴上安全眼鏡，安全手套和外骨骼，繼續(xù)工作。“

　　“在員工生產力方面，外骨骼也將成為精益生產的重要組成部分。未來的工作站將包含一個外骨骼，就像椅子或組裝工具一樣?！?/p>

　　“工人賠償?shù)谌焦芾韱T和提供者將在外骨骼的部署中發(fā)揮重要作用。我們還預計，在未來五年內，普通消費者可以使用被動外骨骼，而不僅僅是工業(yè)制造?！?/p>

　　“通過更輕，更實用，更舒適，外骨骼將繼續(xù)變得更加實用。不同的設計將針對不同類型的工作，配件將在外骨骼的未來發(fā)揮重要作用。例如，外科醫(yī)生將有一個高端功能。此外，我們預計低端外骨骼價格會降低，并且可能會在大型商店出售?！?/p>

　　“外骨骼將通過監(jiān)測專業(yè)人員和熟練的貿易工作者的肌肉骨骼系統(tǒng)來整合物聯(lián)網。外骨骼傳感器的實時數(shù)據分析和外骨骼支持的肌肉傳感器將為雇主提供改善員工健康和生產力的工具?！?/p>

　　深度學習和人工智能更快，更清晰

　　Dejan Milojicic，IEEE計算機協(xié)會前任主席，惠普杰出技術專家

　　“在2019年，我們期望在運輸、高級安全和人類技術領域不斷采用深度學習加速器。在先進材料的推動下，虛擬現(xiàn)實和身體互聯(lián)網的采用將把未來擴展到新的未知數(shù)。”

　　John Smith，IBM研究員，AI技術經理

　　“因果建模將使AI變得更加人性化。雖然人類直覺是我們日常行為和判斷中不可或缺的一部分，但它并不能為機器計算。我們今天的大多數(shù)人工智能方法基本上都是基于相關性而缺乏對因果關系的深刻理解。新興的因果推理方法使我們能夠從數(shù)據中推斷出因果結構，有效地選擇干預措施來檢驗推定的因果關系，并通過利用因果結構的知識做出更好的決策。在2019年，這些因果建模技術的改進將有助于推動AI更接近人類智能，并為我們如何管理業(yè)務流程，解釋模擬以及開發(fā)新的藥物和材料帶來新的洞察力?！?/p>

　　“值得信賴的AI將開始打開AI的'黑匣子'。人工智能的進展已經放緩，因為人們不相信他們所認為的黑盒子。今年，許多組織建立了道德咨詢委員會，為社會福利促進了人工智能，并引入了工具，使組織對其理解和管理人工智能系統(tǒng)的能力充滿信心。在2019年，我們將開始看到這些早期努力的成果，因為它們成為公司如何構建，培訓和部署AI技術的核心。我們希望特別關注將研究進展轉移到實際產品和平臺上。強調鼓勵技術團隊的多樣性和包容將確保許多觀點指導技術進步?！?/p>

　　“量子計算將加速人工智能的擴展。在2019年，我們將看到量子實驗和研究的加速牽引力，以及量子計算如何在訓練和運行AI模型中發(fā)揮作用的新研究。隨著人工智能問題的復雜性不斷增加，數(shù)千家企業(yè)已經通過IBM的云量子計算服務訪問，來改變我們處理AI計算任務的方式，并有助于加快部署速度?！?/p>

　　無人駕駛車輛：邊緣計算、擔憂、保險和立法

　　微軟Dominic Wellington，全球IT傳播者

　　“攝取和分析互聯(lián)汽車產生的大量數(shù)據將繼續(xù)成為IT部門面臨的主要挑戰(zhàn)。在云中應用人工智能和機器學習[ML]將是未來創(chuàng)新整體成功的關鍵一步，特別是在高度自動化的車輛方面。由于預計這些車輛將在有限或無人為干預的情況下做出即時決策，因此在我們認為車輛安全之前，潛在問題將成為最高的攀登山峰?！?/p>

　　“邊緣計算已迅速成為自動駕駛系統(tǒng)的必需品。例如，通過將AI和自動學習應用于互聯(lián)網的‘邊緣’，通過將其中的大部分應用于車載和高速公路，可以避免或至少減輕延遲問題。由于這些智能車輛通過傳感器吸收大量數(shù)據，因此邊緣計算使我們能夠將這些數(shù)據僅減少為基本信息，從而限制在運行期間從云和車輛來回發(fā)送的信息?！?/p>

　　DriverReach首席執(zhí)行官Jeremy Reymer

　　“司機認為自動卡車技術是一個問題，因為他們擔心這將對他們的工作產生影響。然而，我們距離看到真正的自動卡車在路上經常出現(xiàn)還有10到15年的時間。即使他們到達，他們仍然需要司機和操作員，這些司機可以填補這些位置?！?/p>

　　“半自動技術繼續(xù)發(fā)展和進步，特別是在新卡車上。這仍然是一個焦點，因為它不僅可以改善駕駛體驗，而且還有可能顯著減少碰撞?？ㄜ囘\輸行業(yè)認識到在座位上占據一席之地的重要性，而不是圍繞著它的立法?！?/p>

　　Scott McLaren，CMO或Fortegra

　　“雖然我們大多數(shù)人已經經歷過某種版本的車輛自主駕駛，但真正無人駕駛的駕駛可能還需要幾年的時間。從監(jiān)管問題到保險責任，與自動駕駛汽車相關的風險是真實的。雖然美國目前在自動駕駛汽車開發(fā)方面處于領先地位，但我們可能希望將歐洲視為安全第一的方法。盡管邁向未來，但在每位乘客都能坐下來，放松身心，享受自動化體驗之前，世界還有很長的路要走。”

　　“由于變化會影響汽車行業(yè)和公共基礎設施，保險公司也需要進行調整。當一輛自動駕駛汽車撞壞時，誰應該受到責備?司機?生產廠家?經銷商?為了做好準備，保險公司應該立即開始進行這些對話。”

　　“隨著主要公司繼續(xù)開發(fā)自動駕駛汽車，可能會出現(xiàn)一個主要障礙，可能會導致一切停滯：政府立法。即使我們越來越接近無人駕駛汽車，現(xiàn)實情況是，大多數(shù)汽車法律已經過時，可能會阻止這項新技術起飛?！?/p>