2023年,人工智慧和機器學習的進步將對機器人技術造成哪些改變?

2023年,人工智慧和機器學習的進步將對機器人技術造成哪些改變?

ADVERTISEMENT

 

機器人產業已成為全球經濟重要支柱產業之一,IFR預計2022年全年,全球機器人市場規模將達到513億美元,從市場結構來看,目前全球機器人產業主要由工業機器人、服務機器人和特種機器人構成,那麼隨著全世界對機器人技術的依賴程度越來越高,人工智慧和機器學習的進步,2023年又將帶來哪些改變,本文匯總整理了一些國外企業和媒體對於機器人技術發展的看法。

2023年,人工智慧和機器學習的進步將對機器人技術造成哪些改變?

Canonical機器人產品經理Gabriel Noury

  1. 機器人將變得更加人性化。2023 年,社群機器人將快速發展。從硬體上是因為2022 年索尼等公司已經推出了 Poiq 等機器人。而軟體演算法上在 GPT-3 等自然語言生成模型的支援下,機器人已經可以創建新的對話系統。這些新技術將提高機器人與人類的互動性,讓機器人可以回答任何問題,同時更加動態。
  2. 俄烏戰爭打開了軍事機器人市場。俄烏戰爭清楚地表明瞭軍事機器人有需求市場,無人機已經和炮彈一樣重要,幫助軍隊運輸裝備的自動駕駛汽車也在衝突中找到了一席之地,水下機器人也是如此。在這場戰爭之外,全球也開始有人嘗試將四足機器人用於攜帶機槍發射彈藥。這意味著到 2023 年,我們可能會看到全世界將開始一場新的機器人軍備競賽。

2023年,人工智慧和機器學習的進步將對機器人技術造成哪些改變?

Universal Robots 戰略和創新副總裁Anders Billesø Beck

  1. 2023年將是一站式方案(turnkey project)解決方案之年。由於機器人技術、機器學習和零組件技術的進步使自動化走向簡單化的步伐加快了十倍,這不僅讓企業部署自動化比以往更加容易,還使得機器人本體設備製造商 (OEM)能圍繞現有技術不斷開發出新應用和產品,企業能夠更好透過結合技術來推動創新,這也使得本體公司將借助一站式工程走向機器人行業發展的核心地位。
  2. 製造商將轉向模組化生產。2023年企業需要最具成本效益、更小、更輕且更易於部署的機器人,同時要求機器人對於環境有著更強靈活性和適應性,機器人廠商會愈發重視重量和多功能性,可重構機器人工作單元無疑是一種很均衡的發展方案。
  3. 協作機器人也將有更高的有效載荷和更長的臂展。製造商會更加兼顧機器人的重量和靈活性,例如未來機器人可以鬆開底座螺栓並重新定位,或者將其連接到帶輪子的移動底座上,這將為機器人應用創造新的可能性,並將推動全面創新。
  4. 協作機器人行業的上升趨勢將在2023 年恢復。全球工業依然面臨著勞動力等問題的挑戰,全球工業也正處於向工業 5.0 的過渡之中,在工業 5.0 中,人與機器人將一起工作,這就需要更多以人為本、可持續發展和有柔性的自動化產品。
  5. 客戶將成為企業產品開發的核心。2023年,企業比以往任何時候都更需要不斷創新並保持市場適應性才能生存和擴張,為此機器人公司會越來越多讓客戶參與產品開發,或者共同開發特定解決方案,這不僅提供了訂單,也會為機器人公司提供更有價值的回饋。 

2023年,人工智慧和機器學習的進步將對機器人技術造成哪些改變?

Movel AI的Macy

  1. 2023年行動機器人整體可能出現放緩,自主移動機器人的需求將會增加。根據研究公司 Allied Market Research 的資料,預計到 2030年移動機器人將達到124億美元,尤其配備感測器、人工智慧和電腦視覺的AMR機器人仍將受到高度追捧,但行業整體在爆發後放緩將成為必然。
  2. 歐美市場保持強勁,東南亞有好轉跡象。2022年,在多項政策的支持下,歐洲機器人技術發明專利已經迎來爆發,這意味著歐洲有望成為下一個機器人技術進步的中心,緊隨其後的是美國機器人市場。隨著低階製造業朝著勞動力更廉價國家轉移,Mordor Intelligence預計機器人在東南亞的採用率會越來越高,預計在 2021年至2026年內複合年增長率將達到10.7%,新加坡、泰國和越南的機器人部署將加速。
  3. 機器人即服務(robots-as-a-service)的趨勢發展非常迅速。 

RaaS是一種基於雲端的「機器人租賃」系統,全球 RaaS 市場預計到 2026 年將增長超過 20 億美元,2021 年至 2026 年的複合年均增長率為 18.12%。在這種模式下,機器人製造商更容易將機器人設備出租給各行各業想要嘗試機器人的最終用戶,這對於企業意味著將削減大量的初始部署投資和維護成本。作為 2022年出現的新生事物,這種商業模式使得許多小型公司和初創公司能夠迅速嘗試在各個工業領域部署自動化,RaaS模式有望在2023年成為流行趨勢。

2023年,人工智慧和機器學習的進步將對機器人技術造成哪些改變?

 

Robotiq的Alex Owen-Hill

  1. 資料成為自動化的重要驅動。人類已經進入大資料時代,機器人自動化技術越來越受資料驅動,越來越強調應用基於真實世界資料的解決方案。歐洲一些分析師稱,三分之一的歐洲企業現在正在優先考慮以資料驅動的自動化。目前在物流供應鏈中,機器人已經能根據即時物流資料執行決策,為自動化和資料化的價值進行很好的實踐。
  2. 機器人+人>機器人。越來越多企業認識到,機器人並不是人類工作的替代品,而是一種增強人類員工效率的方法。隨著更多行業面臨令人擔憂的技能和勞動力短缺問題,機器人正成為填補日益擴大缺口的必要方式,但大約35% 的組織希望機器人技術與其他技術結合應用,以增強人類能力並逐步去解決勞動力短缺問題。
  3. 協作機器人的使用將繼續上升。在過去十年中,協作機器人已成為機器人領域的重要組成部分,預計到 2027 年協作機器人將占整個機器人市場的 30%。協作機器人旨在與人類一起安全工作,並且本質上更易於使用。這使得它們非常適合以前沒有機器人技術經驗並且沒有足夠的空間或資源來容納需要額外安全圍欄的大型工業機器人的公司。
  4. 自主移動機器人時代即將到來。全球電子商務正在復蘇,自主移動機器人正在進入更多行業,尤其是物流領域仍然是機器人技術的「最佳領域」,許多公司現在正在採用移動機器人來提高他們在倉庫和其他工業環境中的物流營運效率。
  5. 工藝短缺可能阻礙自動化進程,「機器人即服務」是未來。進入機器人自動化領域的門檻正在降低,但由於機器人工藝包短缺,缺乏機器人程式設計技術的企業將減緩對機器人自動化的部署,這使得機器人企業能否開發幾乎任何人都可以部署的機器人解決方案在未來變得更加重要。除了應用套裝程式簡化,「機器人即服務」的商業模式也被越來越多企業認可,這意味著整個機器人解決方案需要越來越簡單易用。
  6. 汽車行業失去了領先地位,電子裝配自動化持續增長。傳統汽車企業廠的轉型還陷在猶豫期,反倒是越來越多電子企業發現,與從事相同工作的人類工人相比,機器人可以更一致地組裝電子零件,這無疑可以節省時間和金錢,同時減少產品手動組裝造成的錯誤,這使得電子組裝的自動化需求量陡增。例如許多企業已經開始用機器人鎖螺絲,目前這項基本任務正幫助加快整個裝配過程。這標誌著機器人技術已經變得愈發普遍,未來將進入更多行業。
  7. 機器人走向更智慧化和更強適應性。許多企業最新研發的機器人已經可以讀取即時資訊並整合到自動化流程中,進而能夠快速回應環境的變化並即時改變操作步驟。隨著實用人工智慧演算法的興起,可以期待在未來看到更先進、更複雜的機器人。

2023年,人工智慧和機器學習的進步將對機器人技術造成哪些改變?

Onpassive

  1. 機器人走向智慧/自我調整。由於人工智慧被納入機器人技術,越來越多公司採用機器學習、動力學建模、強化學習、電腦視覺等使得機器人可以使用即時資訊來優化任務,即時資料和大型資料集也被用來訓練機器人更加精確和高效,機器人已經能夠更好地感知周圍環境並更快地區分物體,同時人工智慧驅動的機器人在製造業中用於自動化非標性操作,包括 3D 列印、挑選和安排零件以及品質檢查,服務機器人還能採用自然語言處理 (NLP) 來改善酒店和零售機構的客群體驗。
  2. 自主移動機器人正在快速部署。在工業領域,初創企業為了減少長期投資成本,大企業為了擴大規模,大多會使用 AMR 來實現工業流程的自動化,例如監控庫存水準、自動化物料處理、重物拖運、長距離運輸部件和零件。同時在服務領域,AMR還被用於醫院和廠房消毒,用於酒店業的客房服務,或者用於餐飲業將食品和其他物品運送。機器人正迅速用於最後一公里的快速交付 (LMD) 和非接觸式交付。
  3. 機器人即服務 (RaaS)模式快速發展。初期購買和中期維護機器人需要花費金錢和大量精力,這對於小型企業來說,意味著無法將機器人技術納入其營運範圍,然而,RaaS 提供了一種新商業模式,按需使用機器人讓企業能夠快速擴充業務以回應不斷變化的市場條件。此外,機器人服務商基於雲端機器人技術,可以快速掌握機器人的維護動態,提高即時資料的性能。
  4. 協作機器人快速部署。與標準工業機器人相比,協作機器人包含了先進的感測器和演算法,可確保人們周圍的安全行為,還能在整合過程中盡可能減少生產停機時間。 對於人類工人而言,可以讓這些機器人負責搬運重金屬、聚合物和其他材料等危險物品,或者用於例如零件焊接和螺絲鑽孔 (EOAT)等自動化裝配任務。
  5. 新技術加快與機器人融合。例如5G 和高性能運算 (HPC) 的使用正改善人機協作的動態回應能力,機器與人之間的 M2M 和 M2H 通信促進了更有效的人機協作。物聯網 (IoT)技術則為機器人了提供傳感、監控和跟蹤能力,邊緣運算平臺通過收集和發送資料來實現回饋驅動的工作流程,為機器人提供了更多動力。由於邊緣運算和物聯網的最新進展,機器人製造商可在生產製造、維護過程中,使機器人系統借助近乎即時的資料最大限度地説明企業提高任務效率。
  6. 機器人網路安全問題需要重視。由於物聯網的整合對資料連接的需求增加,機器人技術很容易成為網路攻擊的主要目標。此外,由於部分機器人技術在國防、製造、醫療保健和航太工業中已經快速部署,保護機器人解決方案免受非法訪問非常必要。 這誕生了一個新的領域,即機器人網路安全解決方案保護端點和連接堆疊中心,這項技術通過允許公司即時監控設備活動並快速識別安全問題,或許可以防止資料洩露和資產中斷,幫助企業避免停機和經濟損失。
  7. 人形機器人依然是當之無愧的熱點。包括特斯拉在內的越來越多企業嘗試為醫療保健、教育、娛樂和酒店等領域的一系列用途創造人形機器人,人形機器人可以用於非接觸式清潔和住院分娩等工作。 此外,它們還探望用來老人和病人,在櫃台接待來訪者,並更大程度上發揮類似人類的作用。
  8. 輔助機器人發展趨勢已經明顯。輔助機器人能提高人們的獨立性和生活品質,這對各種喪失活動能力的人有著很多幫助。但瓶頸在於感知、處理和與人類交流,這意味著複雜的演算法和感測器。目前有許多公司在用演算法增強機器人的認知決策能力,以幫助老年人、殘疾人或身體不適的人履行他們的日常職責 (ADL)。此外,動力外骨骼和其他機器人輔助技術作為患者康復的工具也在快速發展,這些可穿戴機器人設備不僅可説明殘障人士恢復運動能力,還促進了人體工程學的研究,同時部分企業還將其用在工業減少工人的疲勞或重複性壓力傷害。
bigdatadigest
作者

大數據文摘(bigdatadigest)成立於2013年7月,專注數據領域資訊、案例、技術,在多家具有影響力的網站、雜誌設有專欄,致力於打造精準數據分析社群。

使用 Facebook 留言

發表回應

謹慎發言,尊重彼此。按此展開留言規則