精华内容
下载资源
问答
  • 智能机器人研究报告

    2018-09-20 15:24:11
    此文档为最新版智能机器人发展报告,概况了最新现状和以后的发展
  • 本报告研究中国市场智能协作机器人的生产、消费及进出口情况,重点关注在中国市场扮演重要角色的全球及本土智能协作机器人生产商,呈现这些厂商在中国市场的智能协作机器人销量、收入、价格、毛利率、市场份额等关键...

    8cf8c9d11eec30199a91200ee5a4bf11.png

    报告摘要

    2019年中国智能协作机器人市场规模达到了XX亿元,预计2026年可以达到XX亿元,未来几年年复合增长率(CAGR)为XX%。

    本报告研究中国市场智能协作机器人的生产、消费及进出口情况,重点关注在中国市场扮演重要角色的全球及本土智能协作机器人生产商,呈现这些厂商在中国市场的智能协作机器人销量、收入、价格、毛利率、市场份额等关键指标。本文也同时研究中国本土生产企业的智能协作机器人产能、产量、产值及市场份额。此外,针对智能协作机器人产品本身的细分增长情况,如不同智能协作机器人产品类型、价格、产量、产值,不同领域智能协作机器人的市场销量等,本文也做了深入分析。历史数据为2015至2019年,预测数据为2020年至2026年。

    主要厂商包括:

    Universal Robots

    Techman Robot

    FANUC

    KUKA

    Doosan Robotics

    AUBO Robotics

    ABB

    YASKAWA

    Precise Automation

    Automata

    Kawasaki

    按照不同产品类型,包括如下几个类别:

    最高5kg

    5-10kg

    10kg以上

    按照不同应用,主要包括如下几个方面:

    汽车行业

    电子

    金属与机械加工

    塑料和聚合物

    食品与饮料

    其他

    国内重点关注如下几个地区:

    华东地区

    华南地区

    华中地区

    华北地区

    西南地区

    东北及西北地区

    本文正文共9章,各章节主要内容如下:

    第1章:报告统计范围、产品细分及中国总体规模(销量、销售收入等数据,2015-2026年);

    第2章:中国市场智能协作机器人主要厂商(品牌)竞争分析,主要包括智能协作机器人销量、收入、市场份额、价格、产地及行业集中度分析;

    第3章:中国智能协作机器人主要地区销量分析,包括消量及份额等;

    第4章:中国市场智能协作机器人主要厂商(品牌)基本情况介绍,包括公司简介、智能协作机器人产品型号、产量、价格、产值及最新动态等。

    第5章:中国不同类型智能协作机器人销量、收入、价格及份额等;

    第6章:上下游分析,及中国不同领域智能协作机器人消量及份额等;

    第7章:中国本土智能协作机器人生产情况分析,包括中国本土市场智能协作机器人产能、产量、消费量及需求量,以及主要本土厂商产能、产量及份额等;本章同时也分析中国市场智能协作机器人进出口情况;

    第8章:销售渠道分析

    第9章:报告结论

    正文目录

    1 智能协作机器人市场概述

    1.1 产品定义及统计范围

    1.2 按照不同产品类型,智能协作机器人主要可以分为如下几个类别

    1.2.1 不同产品类型智能协作机器人增长趋势2020 VS 2026

    1.2.2 最高5kg

    1.2.3 5-10kg

    1.2.4 10kg以上

    1.3 从不同应用,智能协作机器人主要包括如下几个方面

    1.3.1 汽车行业

    1.3.2 电子

    1.3.3 金属与机械加工

    1.3.4 塑料和聚合物

    1.3.5 食品与饮料

    1.3.6 其他

    1.4 中国智能协作机器人发展现状及未来趋势(2015-2026)

    1.4.1 中国市场智能协作机器人销量规模及增长率(2015-2026)

    1.4.2 中国市场智能协作机器人销售及增长率(2015-2026)

    2 中国市场主要智能协作机器人厂商竞争分析

    2.1 中国市场主要厂商智能协作机器人销量、收入及市场份额

    2.1.1 中国市场主要厂商智能协作机器人销量(2018-2020)

    2.1.2 中国市场主要厂商智能协作机器人收入(2018-2020)

    2.1.3 2019年中国市场主要厂商智能协作机器人收入排名

    2.1.4 中国市场主要厂商智能协作机器人价格(2018-2020)

    2.2 中国市场主要厂商智能协作机器人产地分布及商业化日期

    2.3 智能协作机器人行业集中度、竞争程度分析

    2.3.1 智能协作机器人行业集中度分析:中国Top 5和Top 10厂商市场份额

    2.3.2 中国智能协作机器人第一梯队、第二梯队和第三梯队厂商(品牌)及市场份额(2018 VS 2019)

    2.4 主要智能协作机器人企业采访及观点

    3 中国主要地区智能协作机器人分析

    3.1 中国主要地区智能协作机器人市场规模分析:2015 VS 2020 VS 2026

    3.1.1 中国主要地区智能协作机器人销量及市场份额(2015-2020年)

    3.1.2 中国主要地区智能协作机器人销量及市场份额预测(2021-2026)

    3.1.3 中国主要地区智能协作机器人销量规模及市场份额(2015-2020)

    3.1.4 中国主要地区智能协作机器人销量规模及市场份额预测(2021-2026)

    3.2 华东地区智能协作机器人销量、销售规模及增长率(2015-2026)

    3.3 华南地区智能协作机器人销量、销售规模及增长率(2015-2026)

    3.4 华中地区智能协作机器人销量、销售规模及增长率(2015-2026)

    3.5 华北地区智能协作机器人销量、销售规模及增长率(2015-2026)

    3.6 西南地区智能协作机器人销量、销售规模及增长率(2015-2026)

    3.7 东北及西北地区智能协作机器人销量、销售规模及增长率(2015-2026)

    4 中国市场智能协作机器人主要企业概况分析

    4.1 Universal Robots

    4.1.1 Universal Robots基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.1.2 Universal Robots智能协作机器人产品规格、参数及市场应用

    4.1.3 Universal Robots在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020)

    4.1.4 Universal Robots公司简介及主要业务

    4.1.5 Universal Robots企业最新动态

    4.2 Techman Robot

    4.2.1 Techman Robot基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.2.2 Techman Robot智能协作机器人产品规格、参数及市场应用

    4.2.3 Techman Robot在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.2.4 Techman Robot公司简介及主要业务

    4.2.5 Techman Robot企业最新动态

    4.3 FANUC

    4.3.1 FANUC基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.3.2 FANUC智能协作机器人产品规格、参数及市场应用

    4.3.3 FANUC在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.3.4 FANUC公司简介及主要业务

    4.3.5 FANUC企业最新动态

    4.4 KUKA

    4.4.1 KUKA基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.4.2 KUKA智能协作机器人产品规格、参数及市场应用

    4.4.3 KUKA在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.4.4 KUKA公司简介及主要业务

    4.4.5 KUKA企业最新动态

    4.5 Doosan Robotics

    4.5.1 Doosan Robotics基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.5.2 Doosan Robotics智能协作机器人产品规格、参数及市场应用

    4.5.3 Doosan Robotics在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.5.4 Doosan Robotics公司简介及主要业务

    4.5.5 Doosan Robotics企业最新动态

    4.6 AUBO Robotics

    4.6.1 AUBO Robotics基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.6.2 AUBO Robotics智能协作机器人产品规格、参数及市场应用

    4.6.3 AUBO Robotics在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.6.4 AUBO Robotics公司简介及主要业务

    4.6.5 AUBO Robotics企业最新动态

    4.7 ABB

    4.7.1 ABB基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.7.2 ABB智能协作机器人产品规格、参数及市场应用

    4.7.3 ABB在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.7.4 ABB公司简介及主要业务

    4.7.5 ABB企业最新动态

    4.8 YASKAWA

    4.8.1 YASKAWA基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.8.2 YASKAWA智能协作机器人产品规格、参数及市场应用

    4.8.3 YASKAWA在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.8.4 YASKAWA公司简介及主要业务

    4.8.5 YASKAWA企业最新动态

    4.9 Precise Automation

    4.9.1 Precise Automation基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.9.2 Precise Automation智能协作机器人产品规格、参数及市场应用

    4.9.3 Precise Automation在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.9.4 Precise Automation公司简介及主要业务

    4.9.5 Precise Automation企业最新动态

    4.10 Automata

    4.10.1 Automata基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.10.2 Automata智能协作机器人产品规格、参数及市场应用

    4.10.3 Automata在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.10.4 Automata公司简介及主要业务

    4.10.5 Automata企业最新动态

    4.11 Kawasaki

    4.11.1 Kawasaki基本信息、智能协作机器人生产基地、总部、竞争对手及市场地位

    4.11.2 Kawasaki智能协作机器人产品规格、参数及市场应用

    4.11.3 Kawasaki在中国市场智能协作机器人销量、收入、价格及毛利率(2015-2020年)

    4.11.4 Kawasaki公司简介及主要业务

    4.11.5 Kawasaki企业最新动态

    5 不同产品类型智能协作机器人分析

    5.1 中国市场智能协作机器人不同产品类型智能协作机器人销量(2015-2026)

    5.1.1 中国市场智能协作机器人不同产品类型智能协作机器人销量及市场份额(2015-2020)

    5.1.2 中国市场智能协作机器人不同产品类型智能协作机器人销量预测(2021-2026)

    5.2 中国市场智能协作机器人不同产品类型智能协作机器人规模(2015-2026)

    5.2.1 中国市场智能协作机器人不同产品类型智能协作机器人规模及市场份额(2015-2020)

    5.2.2 中国市场智能协作机器人不同产品类型智能协作机器人规模预测(2021-2026)

    5.3 中国市场不同产品类型智能协作机器人价格走势(2015-2026)

    5.4 不同价格区间智能协作机器人市场份额对比(2018-2020)

    6 上游及下游主要分析

    6.1 智能协作机器人产业链分析

    6.2 智能协作机器人产业上游供应分析

    6.2.1 上游原料供给状况

    6.2.2 原料供应商及联系方式

    6.3 中国市场不同应用智能协作机器人销量、市场份额及增长率(2015-2026)

    6.3.1 中国市场不同应用智能协作机器人销量(2015-2020)

    6.3.2 中国市场不同应用智能协作机器人销量预测(2021-2026)

    6.4 中国市场不同应用智能协作机器人规模、市场份额及增长率(2015-2026)

    6.4.1 中国不同应用智能协作机器人规模(2015-2020)

    6.4.2 中国不同应用智能协作机器人规模预测(2021-2026)

    7 中国本土智能协作机器人产能、产量分析

    7.1 中国智能协作机器人供需现状及预测(2015-2026)

    7.1.1 中国智能协作机器人产能、产量、产能利用率及发展趋势(2015-2026)

    7.1.2 中国智能协作机器人产量、表观消费量、供给现状及发展趋势(2015-2026)

    7.1.3 中国智能协作机器人产量、市场需求量及发展趋势(2015-2026)

    7.1.4 中国智能协作机器人产值及增长率(2015-2026)

    7.2 中国智能协作机器人进出口分析(2015-2026)

    7.2.1 中国智能协作机器人产量、表观消费量、进口量及出口量(2015-2026)

    7.2.2 中国智能协作机器人进口量、进口额(万元)及进口均价(2015-2026)

    7.2.3 中国市场智能协作机器人主要进口来源

    7.2.4 中国市场智能协作机器人主要出口目的地

    7.3 中国本土生产商智能协作机器人产能分析(2018-2020)

    7.4 中国本土生产商智能协作机器人产量分析(2018-2020)

    7.5 中国本土生产商智能协作机器人产值分析(2018-2020)

    8 智能协作机器人销售渠道、市场影响因素、机遇及挑战影响分析

    8.1 中国市场智能协作机器人销售渠道分析

    8.2 智能协作机器人销售/营销策略建议

    8.3 中国市场发展的有利因素、不利因素分析

    8.4 中国市场发展机遇及挑战分析

    8.5 中国本土智能协作机器人企业SWOT分析

    8.6中国宏观经济在全球的地位

    9 研究成果及结论

    10 附录

    10.1 研究方法

    10.2 数据来源

    10.2.1 二手信息来源

    10.2.2 一手信息来源

    10.3 数据交互验证

    10.4 免责声明

    以上内容节选自《恒州博智 |智能协作机器人市场分析报告》,详细内容请联系发布者。著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

    展开全文
  • 智能机器人则是一个在感知-思维-效应方面全面模拟人的机器系统,外形不一定像人。它是人工智能技术的综合试验场,可以全面地考察人工智能各个领域的技术,研究它们相互之间的关系。还可以在有害环境中代替人从事危险...

    正文:

    机器人是一种可编程和多功能的,用来搬运材料、零件、工具的操作机,

    或是为了执行不同的任务而具有可改变和可编程动作的专门系统。

    智能机器人则

    是一个在感知

    -

    思维

    -

    效应方面全面模拟人的机器系统,

    外形不一定像人。

    它是

    人工智能技术的综合试验场,

    可以全面地考察人工智能各个领域的技术,

    研究它

    们相互之间的关系。

    还可以在有害环境中代替人从事危险工作、

    上天下海、

    战场

    作业等方面大显身手。

    一部智能机器人应该具备三方面的能力:

    感知环境的能力、

    执行某种任务而对环境施加影响的能力和把感知与行动联系起来的能力。

    智能机

    器人与工业机器人的根本区别在于,

    智能机器人具有感知功能与识别、

    判断及规

    划功能

    [1]

    随着智能机器人的应用领域的扩大,

    人们期望智能机器人在更多领域为人类

    服务,

    代替人类完成更复杂的工作。

    然而

    ,

    智能机器人所处的环境往往是未知的、

    很难预测。智能机器人所要完成的工作任务也越来越复杂

    ;

    对智能机器人行为进

    行人工分析、

    设计也变得越来越困难。

    目前,

    国内外对智能机器人的研究不断深

    入。

    智能机器人是第三代机器人

    [2]

    这种机器人带有多种传感器

    ,

    能够将多种传

    感器得到的信息进行融合,

    能够有效的适应变化的环境,

    具有很强的自适应能力、

    学习能力和自治功能。

    目前研制中的智能机器人智能水平并不高,

    只能说是智能机器人的初级阶段。

    智能机器人研究中当前的核心问题有两方面:

    一方面是,

    提高智能机器人的自主

    性,

    这是就智能机器人与人的关系而言,

    即希望智能机器人进一步独立于人,

    有更为友善的人机界面。

    从长远来说,

    希望操作人员只要给出要完成的任务,

    机器能自动形成完成该任务的步骤,

    并自动完成它。

    另一方面是,

    提高智能机器

    人的适应性,

    提高智能机器人适应环境变化的能力,

    这是就智能机器人与环境的

    关系而言,希望加强它们之间的交互关系

    [3]

    智能机器人涉及到许多关键技术,

    这些技术关系到智能机器人的智能性的高

    低。

    这些关键技术主要有以下几个方面:

    多传感信息耦合技术,

    多传感器信息融

    合就是指综合来自多个传感器的感知数据

    ,

    以产生更可靠、更准确或更全面的信

    息,经过融合的多传感器系统能够更加完善、精确地反映检测对象的特性

    ,

    消除

    信息的不确定性

    ,

    提高信息的可靠性;导航和定位技术,在自主移动机器人导航

    中,

    无论是局部实时避障还是全局规划,

    都需要精确知道机器人或障碍物的当前

    状态及位置,以完成导航、避障及路径规划等任务;路径规划技术,最优路径规

    展开全文
  • 在26日举办的机器智能前沿论坛上复旦大学智能机器人研究院常务副院长、特聘教授张立华为我们带来了题为“机器智能的发展现状”的精彩演讲。 张立华 复旦大学智能机器人研究院常务副院长、特聘教.

     2020-08-18 22:53:14

    ​​7月25日-26日,在中国科学技术协会、中国科学院、中国工程院、浙江省人民政府、杭州市人民政府、浙江省人工智能发展专家委员会指导下,由中国人工智能学会、杭州市余杭区人民政府主办,浙江杭州未来科技城管理委员会承办的2020全球人工智能技术大会在“数字之都”——杭州,成功举办。在26日举办的机器智能前沿论坛上复旦大学智能机器人研究院常务副院长、特聘教授张立华为我们带来了题为“机器智能的发展现状”的精彩演讲。

    GAITC 2020 演讲实录丨张立华:机器智能的发展现状

    张立华 复旦大学智能机器人研究院常务副院长、特聘教授

    以下是张立华的演讲实录:

    尊敬的戴院士、各位嘉宾,在六位重量级嘉宾演讲之前,我抛砖引玉,先简单地为大家介绍一下机器智能的发展现状。

     

    所谓机器智能,按照赛迪智库的解读,就是机器利用各类智能技术自主完成任务的能力。应该说机器智能是属于人工智能的一部分,但是区别在于,一般的人工智能强调在信息空间中实现智能化,而机器智能侧重于信息物理空间,也就是CPS中实现智能技术,关注利用智能芯片和智能软件技术实现各种类别机器的智能化。事实上,我国早在2008年全国智能科学与技术教育学术研讨会上就形成了共识,在本科专业培养方案中还设置了“机器智能”这样一门课程,当时的定义是泛指一切机器所具有的智能,将结构模拟、功能模拟和行为模拟三大主流方法融为一体,但当时还没迎来发展高潮。

    随着以深度学习为代表的人工智能发展高潮的到来,机器智能日益受到重视,包括机器情感、机器行为学等新的机器智能技术开始涌现出来,机器智能技术也成为国家战略性新兴产业-机器智能产业领域的一个颠覆性的技术创新。

    GAITC 2020 演讲实录丨张立华:机器智能的发展现状

     

    下面我们简单的看一下国内外的一个发展状况。2018年美国国际战略研究所发布了《美国机器智能国家战略报告》,提出了机器智能对包括经济、社会等各方面的广泛的影响,以及美国在战略制定方面的一些差距,并给出了具体的意见和建议。我们再看国内,机器智能的技术发展也日益得到重视,比如戴琼海院士认为机器思维、机器决策研究,也是脑科学研究的一个非常重要的补充;潘云鹤院士提出通过自主智能把机器人和制造装备提升为自主智能机器人和自主智能机器机械;复旦大学校长许宁生院士也提出了复旦的ABC大脑计划,甘中学教授等进一步提出人机物三元群智智能,其目标就是能够发展具有自我进化能力的机器智能技术,使机器智能逐步进化到自主智能的一个水平。

    GAITC 2020 演讲实录丨张立华:机器智能的发展现状

     

    发展机器智能技术,核心离不开人工智能基础理论上的突破。下面我分享一下相关的一些进展情况。目前大家都很清楚深度学习在图像分类、语音识别这样一些特定领域取得了很大的进展。但正如中科院院士张钹教授在去年接受媒体采访的时候指出,深度学习技术潜力已近天花板,人工智能的核心是知识表示不确定性推理这些。无独有偶,2019年美国也启动了人工智能事件推理计划-KAIROS,期望建立一种以知识为导向的基于模式的人工智能推理和预测模式。正如张钹院士指出,“从长远来看,我们必须要走人类智能这条路,因为最终发展人机协同人类和机器和谐共处的世界,要走人机共生这条路”。

    GAITC 2020 演讲实录丨张立华:机器智能的发展现状

     

    2019年11月,潘云鹤院士在人民大学作了题为《人工智能2.0与数字经济》的报告。在报告中,潘院士同样对人工智能的发展做出了深刻的见解,从哲学的角度分析了人工智能走向2.0的本质原因:我们已经由传统的以“物理空间”和“人类社会”为主的二元空间逐步进入了“物理空间”-“人类社会”-“信息空间”所构成的三元空间。“信息空间”的出现势必会对人类生存的方方面面产生影响,例如通过信息空间,人类可以用新的方法改造物理空间;通过信息空间,人类可以以新的手段认识我们人类自己。实际上昨天潘云鹤院士已经给所有线上线下的嘉宾介绍了三元空间的概念,这里我就不再过多重复了。由此可见,随着新一代信息技术的高度发展,人机交互已经不再是简单意义上的人和机器之间的这种二元的交互。以甘中学教授为代表的复旦大学研究团队提出了人机物三元群智智能的理论,其目的就是要在这种新的人类空间、物理空间、信息空间三元空间中,人类智能体、机器智能体与虚拟智能体之间建立人-机、机-机、机-群等高效交互、可控行为与智能涌现的自主机器智能理论与技术体系。

    随着机器智能技术的快速发展,更多新的科学问题被科学家们所提出。

    比如2019年,由MIT媒体实验室领衔,包括来自哈佛、耶鲁、谷歌、脸书等众多研究者在Nature上发表了一篇以Machine behaveior为题的综述文章,宣告了”机器行为学”这门跨越多个研究领域的新兴学科的正式诞生。该课题组在论文的开篇中就引用了图灵奖得主、也是人工智能的一个先驱Herbert Simon在1969年发表的一本人工智能发展史上里程碑式的著作《人工科学》,其中他说了一句话,“自然科学是关于自然物体与现象的知识,我们想知道是不是有一种人工科学研究人造物和他们的现象”。受此启发,作者们给出了机器行为学和这门学科必然具有的交叉学科的特质,从制造智能机器的学科延伸整合其他学科的学者可以提供重要的方法性工具,研究工具,多种可选的概念性框架,最后并用加大机器人与人-机生态学科研究的呼吁与学科的技术、法律、机构上的研究障碍等的讨论结束这篇综述。

    GAITC 2020 演讲实录丨张立华:机器智能的发展现状

     

    我们注意到,当前以深度学习为代表的人工智能技术所解决的问题,往往需要具有大量可以借鉴的学习的训练集,同时要求所获取的信息是相对完整的。但是复杂实变的真实的应用环境中,机器采集到的数据往往包含大量的噪声和不确定性,且仅包含环境的局部信息,这就导致了基于深度学习的人工智能应用的局限性。而在同样的环境下,人类往往却可以依靠直觉思维来做出较为迅速且适宜的判断。什么是直觉思维呢?与理性思维相对,直觉思维能力是很少或者是不经过逻辑的,根据当前信息(可能是不完整的,局部的信息)进行无意识推理且具有整体性、快速性的一种从感知直通决策的一种思维型习惯。比如灵感与顿悟,因此,包括爱因斯斯坦在内的很多大科学家都认为直觉在科学研究等创造性思维活动的关键阶段往往起着极为重要的作用。比如阿基米德,他是在浴室里找到了辨别王冠真假的这种方法。事实上,直觉在日常生活中也很普遍,比如足球守门员,他对对方球员将要做出的动作实际上是有一种直觉的判断,否则如果等对方已经出脚看到以后再动作,往往可能就接不到了。事实上诺贝尔经济学和图灵奖双料得主,刚才我提到的Herbert Simon早在1985年就认识到了经验直觉的重要性,并且在管理学领域进行了探索。他定义直觉为快速再识别的能力,决策者通过学习经验和规范而形成感知、认知和意识,无需将其专业经验“解码”,而按照过往的行为直接操作执行。

    昨天在大会上张亚勤院士特别提到了著名的双系统理论,事实上一位心理学和认知科学研究专家Steven A Sloman在1996年的文章中就提到了在哲学和心理学中关于双系统的理论的观点甚至可以追溯到亚里士多德时代。所谓双系统理论,它的基本观点就是把人的基本的信息处理方式分为两种系统,系统一处理信息的本质是依赖于语境,进行联想、启发,具有默契快速和内隐的特点,我们称这个系统为直觉思维。相比之下,系统二就是理性思维的处理在本质上是语境独立的,基于推理并且明确的,它的处理过程相对较慢,对认知资源的需求更大。那么直觉思维是不是飘渺的,是不是只是纯粹的我们想象中的第六感,实际上不是的,它是客观存在的。Kuo在2009年的科学杂志上发表了一篇题为《直觉与蓄意:大脑决策的两种系统》的文章,文中他用脑科学研究的方法,用实验证明了人们在进行理性思维和直觉思维时,活跃的脑区是不同的,从而给出了直觉思维不同于逻辑思维在脑科学上的证据。

    GAITC 2020 演讲实录丨张立华:机器智能的发展现状

     

    正是受人类直觉启发,我们结合管理学、认知科学、决策论、脑科学等多学科领域对人类直觉的研究成果,总结了直觉思维的可能机理,提出了机器直觉这一新的交叉学科方向,给出了通用机器直觉框架的8个基本准则。爱因斯坦曾经说过,“直觉的应用超越了智力的应用,众所周知,创新往往是直掘战胜逻辑的胜利”,我们希望能够通过机器直觉的研究,能够为机器智能的进一步发展打开一个新的突破口。

    最后,正如戴琼海院士所指出的,为了进一步加强国内外机器智能相关领域的学术交流与科研合作以及产学研的协同创新,助力我国在机器智能相关领域理论和技术的突破和发展,我们在中国人工智能学会的指导下,策划成立机器智能专业委员会,希望能够为国内外业界人士提供一个专业的学术交流平台,为机器智能产业提供关键技术成果转化与产学研的一个合作多对接平台,加强国内国际合作。以上就是我的一个简单分享,欢迎相关单位和专业人士,积极参与专委会的组建,谢谢大家。

    GAITC 2020 演讲实录丨张立华:机器智能的发展现状

     

    (本报告根据速记整理)

    展开全文
  • 人工智能控制的发展与研究现状 报告提纲 人工智能控制的概念 人工智能控制的发展历史 人工只能控制的发展观 人工智能控制发展面临的难题 人工智能控制的发展方向 人工智能控制的概念 人工智能( Artificial ...
  • 针对煤矿商品煤人工及机械采样的现状,对火车快速装车时煤样的动态采集方法进行了分析研究,成功研发了国内首套智能机器人商品煤动态采样系统,详细地介绍了智能机器人采样系统的设计与应用,尤其是煤样采样臂的研制,...
  • 针对商品煤人工及机械采样的现状,对火车快速装车时煤样的动态采集方法进行分析,围绕动态车辆检测、采样点确定与采样方式选择及采样臂设计、核心设备选型与嵌入式软件设计、系统保护及视频监控等方面进行研究,研发了...
  • 道翰天琼认知智能机器人平台API接口大脑为您揭秘。 基于忆阻突触器件的硬件神经网络是神经形态计算的重要发展方向,是后摩尔时代突破传统冯·诺依曼计算架构的有力技术候选。综述了国内外忆阻硬件神经网络的近期...

    基于忆阻器的神经网络应用研究道翰天琼认知智能机器人平台API接口大脑为您揭秘。

     

       基于忆阻突触器件的硬件神经网络是神经形态计算的重要发展方向,是后摩尔时代突破传统冯·诺依曼计算架构的有力技术候选。综述了国内外忆阻硬件神经网络的近期发展现状,从器件发展和神经网络两个方面,详细阐述了忆阻器这一新兴信息器件在神经形态计算中所发挥的角色作用,讨论了依然存在的关键问题和技术挑战。忆阻器为实现存算一体化架构和超越摩尔定律提供了技术障碍突破的可行方案。

     

    引 言

     

    在当今数据量爆炸式增长的背景下,传统计算架构遭遇冯·诺依曼瓶颈,晶体管微缩,摩尔定律已难以延续,这已成为继续提升计算系统性能过程中难以克服的技术障碍[1-4]。神经形态计算概念的提出无疑是可以实现技术突破的一大曙光,人脑信息处理系统的复杂程度是最先进的超级计算机也无法媲美的。在已报道的神经形态计算架构芯片中,其计算能力显著提高,并且体积和能耗远小得多。因此,神经形态计算架构的发展在软件和硬件领域都被极度重视,有望替换当前计算系统架构。
    而在众多用于实现神经形态计算的硬件元件中,忆阻器以其高集成度、低功耗、可模拟突触可塑性等特点成为一大有力备选。忆阻器早在1971年就由蔡少棠教授[5]以第4种无源基本电路元件的概念提出,2008年由惠普实验室首次在 Pt/TiO2/Pt三明治叠层结构中通过实验验证[6]。忆阻器首先因其电阻转变效应而被提出用作阻变存储器并被广泛研究。2010年密歇根大学卢伟教授团队[7]提出可以通过操控忆阻器件中离子迁移过程而精细调控器件电导值,率先在Si:Ag忆阻器中实验模拟实现了突触权重调节行为和脉冲时序依赖突触可塑性,从而掀起了忆阻人工神经突触和神经网络的研究热潮。

    1.神经形态计算与忆阻器件

     

    1.1 神经形态计算


    自1965年由英特尔(Intel)创始人之一GordonMoore提出摩尔定律以来,半导体行业的技术发展已经遵循这一定律超过了半个世纪,晶体管技术节点已经微缩到5nm以下,如图1所示[2]。但近年来,由于硅技术的物理极限,摩尔定律的发展被预言面临终结,芯片上的电子元器件不可能无限制地缩小。因此以密度驱动发展的晶体管技术也逐渐达到物理极限,超越摩尔定律的多功能新兴信息器件可能成为后摩尔时代信息技术中不可或缺的基石。
    图1.摩尔定律
    在大数据时代背景下,传统数据处理方法中存储器与处理器相分离的架构带来了冯·诺依曼瓶颈问题,即存储器和处理器的运行速度均能达到相当水平,但连接这两部分的总线传输速度远远达不到要求,频繁的数据通信消耗了大部分信息处理的时间和功耗。这种处理方法已经无法满足物联网、边缘计算等新应用需求。相比之下,人脑神经系统的信息活动具有大规模并行、分布式存储与处理、自组织、自适应和自学习等特征,数据存储与处理没有明显的界限,在处理非结构化数据等情况下具有非凡的优势。人工智能就是研究、开发用于模拟、延伸和扩展人的智能的系统,对人的意识、思维的信息过程进行模拟,在当今时代背景下具有巨大潜力。所以,未来的计算机体系结构可能需要改变传统的把计算和存储分开的冯·诺依曼架构,利用非易失存储器件,打破“存储墙”,模拟人脑处理机制,构建存储与计算相融合的存算一体计算架构,如图2所示。
    图2.传统冯·诺依曼计算架构与基于非易失存储器的存算一体化架构
    神经形态计算的研究与发展是通向未来人工智能时代,构建新型存算一体架构的赛道之一。在神经形态计算的研究领域,类神经网络与新型神经形态硬件是两大基础研究,在此研究基础上,结合对生物大脑机制的愈加深入了解,最终实现人工智能。
    在类神经网络方面,以深度学习为基础的神经网络研究已经普遍存在于人工智能领域。神经网络,即以数学模型来模拟人脑神经元及突触的结构,并结合多层次传导来模拟神经元的互联结构,现如今已大量应用于人工智能。神经网络的发展一方面是基于对生物大脑的理解更贴切地去模拟其工作机制,如第三代人工神经网络——脉冲神经网络的提出与发展;另一方面是以片上网络配合软硬件以数学建模的方式来模拟脑内神经传导系统,目标侧重于理解脑部信号传导的方式,以从计算仿真角度反向助于了解大脑的运作方式。
    在新型神经形态硬件方面,器件、电路以及整体架构设计都是极其重要的研究方向。在器件方面,基于新兴非易失性存储器的神经形态计算近来引起人们极大的关注,其中包括忆阻器[8]、相变存储器[9]、铁电存储器[10]、自旋电子器件[11]等,它们可用于模拟生物神经元和突触的特性,更重要的是它们都可能成为模拟存算一体计算的基础技术。在电路设计方面,主要是实现仿生信号的产生与处理,以及模拟-数字混合信号的高效处理。在整体架构设计方面,实现存算一体化是核心目标,有助于大幅减少数据迁移开销,提高处理效率,克服冯·诺依曼瓶颈和存储墙问题。
    1.2 忆阻器件
    忆阻器是一个简单的金属-绝缘体-金属(MIM)三明治结构,在电压操作下能实现阻态翻转,如图3(a)、(b)所示。对于双极性忆阻器来说,施加正电压能将器件从高阻态转变为低阻态,称为SET过程,反之施加负电压能将器件从低阻态重新转变为高阻态,称为RESET过程。因此,忆阻器在初期被广泛作为阻变存储器开展研究,在器件结构、材料等方面得到广泛研究并不断提出其优化设计方案。2011年,美国密歇根大学卢伟教授团队以忆阻器的导电丝生长与断裂的阻变机制为出发点,验证了器件的电导可以在电压脉冲激励下逐渐变化,即导电丝可以在外部激励下逐渐生长和断裂,从而贴切地模拟了生物突触权重在外界刺激下的逐渐增强或减弱,如图3(c)、(d),并通过实验验证了器件对生物突触可塑性—脉冲时序依赖可塑性(STDP)的可模拟性。自此,忆阻突触器件成为神经形态计算中新型电子突触器件的有力候选者之一。
    忆阻器作为电子突触器件主要包括以下几个特点:
    (1)具有良好的生物突触特性模拟性。作为突触器件必须具备基本的生物突触特性,如长时程增强(long-term potentiation,LTP)和长时程抑制(longterm depression,LTD),脉冲时序依赖可塑性(spiketiming dependent plasticity,STDP),脉冲频率依赖可塑性(spike-rate dependent plasticity,SRDP)等[12];
    (2)突触单元在特征尺寸、功耗、速度等方面具有优于传统晶体管突触电路的明显优势;
    (3)忆阻突触器件具备可扩展性,包括在材料方面能被广泛应用,同时在集成度上也能大规模扩展。单个突触器件的功能是基本需求,而大规模扩展和应用是必要考虑的路线,忆阻器与晶体管进行集成的1T1R阵列就是一个研究瞩目的规模扩展应用方向。
    图3.忆阻器件基本特性及其生物突触可拟性
    近年来,基于忆阻器的神经网络存算一体加速器倍受学术界和工业界的关注。研究表明,数据在CPU和片外存储之间的传输消耗的能量比一个浮点运算所消耗的能量高2个数量级。一方面,基于忆阻器的内存加速器将计算与存储紧密结合,从而省去传统的冯·诺依曼体系结构的中心处理器和内存之间的数据传输,进而提升整体系统的性能并节省大部分的系统能耗。另一方面,通过在忆阻器阵列外部加入一些功能单元,阵列能在几乎一个读操作的延迟内完成一次矩阵乘加计算(multiplication andaccumulation,MAC),如图4所示,且不随着输入维度的增加而增加,而MAC运算在神经网络计算中被非常频繁地使用,是其主要耗能来源之一。

     

    道翰天琼认知智能未来机器人接口API简介介绍

    • 认知智能是计算机科学的一个分支科学,是智能科学发展的高级阶段,它以人类认知体系为基础,以模仿人类核心能力为目标,以信息的理解、存储、应用为研究方向,以感知信息的深度理解和自然语言信息的深度理解为突破口,以跨学科理论体系为指导,从而形成的新一代理论、技术及应用系统的技术科学。 认知智能的核心研究范畴包括:1.宇宙、信息、大脑三者关系;2.人类大脑结构、功能、机制;3.哲学体系、文科体系、理科体系;4.认知融通、智慧融通、双脑(人脑和电脑)融通等核心体系。 认知智能四步走:1.认知宇宙世界。支撑理论体系有三体(宇宙、信息、大脑)论、易道论、存在论、本体论、认知论、融智学、HNC 等理论体系;2.清楚人脑结构、功能、机制。支撑学科有脑科学、心理学、逻辑学、情感学、生物学、化学等学科。3.清楚信息内涵规律规则。支撑学科有符号学、语言学、认知语言学、形式语言学等学科。4.系统落地能力。支撑学科有计算机科学、数学等学科。
      认知智能CI机器人是杭州道翰天琼智能科技有限公司旗下产品。认知智能机器人是依托道翰天琼10年研发的认知智能CI体系为核心而打造的认知智能机器人大脑,是全球第一个认知智能机器人大脑。具有突破性,创新性,领航性。是新一代智能认知智能的最好的产品支撑。 认知智能机器人技术体系更加先进,更加智能,是新一代智能,认知智能领域世界范围内唯一的认知智能机器人。 认知智能机器人是新时代的产物,是新一代智能认知智能的产物。代表了新一代智能认知智能最核心的优势。和人工智能机器人大脑相比,优势非常明显。智能度高,客户粘性大,客户满意度高,易于推广和传播等核心特点。 依托认知智能机器人平台提供的机器人大脑服务,可以赋能各个行业,各个领域的智能设备,各类需要人机互动的领域等。认知智能机器人平台网址:www.weilaitec.com,www.citec.top。欢迎注册使用,走进更智能机器人世界。
      认知智能和人工智能的优劣势对比主要可以分为四大方面: 第一:时代发展不同。人工智能是智能时代发展的第二个阶段,认知智能是智能时代发展的第三个阶段。时代发展上决定了认知智能更显具有时代领先性。 第二:基础理论体系不同。人工智能的基础理论体系以数学为基础,以统计概率体系为基础。认知智能基础理论体系以交叉许可理论体系为基础。包含古今中外哲学体系,心理学体系,逻辑学体系,语言学体系,符号学体系,数学体系等学科。其基础理论体系更加具有创新性,突破性和领先性。且交叉学科理论体系的研究也是未来智能发展的大方向。其具体理论体系,还包含三体论(宇宙,信息,大脑三者关系),融智学,和HNC等。 第三:技术体系不同。人工智能的核心技术体系主要是算法,机器学习,深度学习,知识图谱等。其主要功用在感知智能。感知智能其核心主要是在模仿人类的感知能力。认知智能的核心技术体系是以交叉学科理论体系而衍生出来的。具体包含三大核心技术体系,认知维度,类脑模型和万维图谱。认知智能的技术体系核心以类脑的认知体系为基础。以全方位模仿类脑能力为目标。人工智能以感知智能为基础的体系,只能作为认知智能中的类脑模型技术体系中的感知层技术体系。类脑模型大致包含,感知层,记忆层,学习层,理解层,认知层,逻辑层,情感层,沟通层,意识层等9大核心技术层。因此人工智能的核心只是作为认知智能类脑模型中的感知层。因此在技术体系上,人工智能和认知智能基本上没有太多的可比性。 第四:智能度成本等方面的不同:人工智能产品的综合智能程度,普遍在2-3岁左右的智力水平。认知智能产品其智能程度大致在5-8岁左右。认知智能体系构建的机器人更加智能。且更省时间,更省人力和资金。优势非常多。具体请看下列的逐项对比。

    道翰天琼CiGril机器人API

    道翰天琼CiGril认知智能机器人API用户需要按步骤获取基本信息:

    1. 在平台注册账号
    2. 登录平台,进入后台管理页面,创建应用,然后查看应用,查看应用相关信息。
    3. 在应用信息页面,找到appid,appkey秘钥等信息,然后写接口代码接入机器人应用。

    开始接入

    请求地址:http://www.weilaitec.com/cigirlrobot.cgr

    请求方式:post

    请求参数:

    参数

    类型

    默认值

    描述

    userid  

    String  

    平台注册账号

    appid  

    String  

    平台创建的应用id

    key  

    String  

    平台应用生成的秘钥

    msg  

    String  

    ""

    用户端消息内容

    ip  

    String  

    ""

    客户端ip要求唯一性,无ip等可以用QQ账号,微信账号,手机MAC地址等代替。

     

    接口连接示例:http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552

    注意事项:参数名称都要小写,五个参数不能遗漏,参数名称都要写对,且各个参数的值不能为空字符串。否则无法请求成功。userid,appid,key三个参数要到平台注册登录创建应用之后,然后查看应用详情就可以看到。userid就是平台注册账号。

    示例代码JAVA:


    import java.io.ByteArrayOutputStream;
    import java.io.IOException;
    import java.io.InputStream;
    import java.net.HttpURLConnection;
    import java.net.URL;

    public class apitest {

        /**
         * Get请求,获得返回数据
         * @param urlStr
         * @return
         */
        private static String opUrl(String urlStr)
        {        
            URL url = null;
            HttpURLConnection conn = null;
            InputStream is = null;
            ByteArrayOutputStream baos = null;
            try
            {
                url = new URL(urlStr);
                conn = (HttpURLConnection) url.openConnection();
                conn.setReadTimeout(5 * 10000);
                conn.setConnectTimeout(5 * 10000);
                conn.setRequestMethod("POST");
                if (conn.getResponseCode() == 200)
                {
                    is = conn.getInputStream();
                    baos = new ByteArrayOutputStream();
                    int len = -1;
                    byte[] buf = new byte[128];

                    while ((len = is.read(buf)) != -1)
                    {
                        baos.write(buf, 0, len);
                    }
                    baos.flush();
                    String result = baos.toString();
                    return result;
                } else
                {
                    throw new Exception("服务器连接错误!");
                }

            } catch (Exception e)
            {
                e.printStackTrace();
            } finally
            {
                try
                {
                    if (is != null)
                        is.close();
                } catch (IOException e)
                {
                    e.printStackTrace();
                }

                try
                {
                    if (baos != null)
                        baos.close();
                } catch (IOException e)
                {
                    e.printStackTrace();
                }
                conn.disconnect();
            }
            return "";
        }
        
        
        public static void main(String args []){        
                //msg参数就是传输过去的对话内容。            
                System.out.println(opUrl("http://www.weilaitec.com/cigirlrobot.cgr?key=UTNJK34THXK010T566ZI39VES50BLRBE8R66H5R3FOAO84J3BV&msg=你好&ip=119.25.36.48&userid=jackli&appid=52454214552"));
                
        }
    }

     

     

    展开全文
  • 针对商品煤人工及机械采样的现状,对火车快速装车时煤样的动态采集方法进行分析,围绕动态车辆检测、采样点确定与采样方式选择及采样臂设计、核心设备选型与嵌入式软件设计、系统保护及视频监控等方面进行研究,研发...
  • 人工智能现状及今后发展趋势展望 一引言 人工智能 (Artificial Intelligence, 英文缩写为 AI 也称机器智能 人工智 能 一词最初是在 1956 年的 Dartmouth 学会上提出的它是计算机科学控 制论信息论神经生理学心理学...
  • 综述了国内外忆阻硬件神经网络的近期发展现状,从器件发展和神经网络两个方面,详细阐述了忆阻器这一新兴信息器件在神经形态计算中所发挥的角色作用,讨论了依然存在的关键问题和技术挑战。忆阻器为实现存算一体化...
  • 多传感器信息融合的研究现状和发展趋势,黎娜,魏洪涛,多传感器信息融合广泛应用于智能机器人、自动目标识别、战场监视、医疗诊断、图像处理等领域。本文系统地讨论了多传感器信息融合
  • 通过开展人工智能的历史现状和未来专题讨论会我对人工智能有了一些简单的感性认识我知道了人工智能从诞生发展到今天经历一个漫长的过程许多为此做出了不懈的努力这是一门富有挑战性的科学它是机器视听触感觉及思维...
  • 摘要:清华大学人工智能研究院院长、中国科学院院士张钹带来了《人工智能的发展现状与人才培养》的主题演讲。  人工智能经历了两种发展范式:符号主义和连接主义,我们分别称之为第一代和第二代人工智能,这两种...
  • 摘要:清华大学人工智能研究院院长、中国科学院院士张钹带来了《人工智能的发展现状与人才培养》的主题演讲。  人工智能经历了两种发展范式:符号主义和连接主义,我们分别称之为第一代和第二代人工智能,这两种...
  • 人工智能Artificial Intelligence英文缩写为AI它是研究开发用于模拟延伸和扩展智能的理论方法技术及应用系统的一门新的技术科学 人工智能是计算机科学的一个分支它企图了解智能的实质并生产出一种新的能以人类...
  • 随着近年来控制技术、传感技术以及移动机器人技术等技术的迅速发展,智能清洁机器人控制系统的研究和开发已具备了坚实的基础和良好的发展前景。吸尘系统在原理上与传统立式吸尘器相同,主要是在结构设计上更多考虑...
  • 摘要:清华大学人工智能研究院院长、中国科学院院士张钹带来了《人工智能的发展现状与人才培养》的主题演讲。  人工智能经历了两种发展范式:符号主义和连接主义,我们分别称之为第一代和第二代人工智能,这两种...
  • 人工智能现状及今后发展趋势展望 一引言 人工智能(Artificial Intelligence,英文缩写为AI也称机器智能人工智能一词最初是在1956年的Dartmouth学会上提出的它是计算机科学控制论信息论神经生理学心理学语言学等多种...
  • 人工智能 历史 应用 现状

    千次阅读 2016-05-20 11:22:27
    人工智能(Artificial Intelligence) , 英文缩写为AI 。“人工智能”一词最初是在1956 年Dartmouth...人工智能是包括十分广泛的科学,它由不同的领域组成,如机器学习,计算机视觉等等,总的说来,人工智能研究
  • 精品参考到 下载即可编辑 人工智能 医疗中的应用 目录 ...推理判断,求 环境中的客体 解专门问题的 过程和现象的 计算机程序系 识别功能进行 智能机器人 自动模拟的科 学技术 医疗诊断专家系统 概念 运用专家糸统的设
  • 人工智能技术逐步与其他先进制造技术融合应用,实现对制造业流程中产品质检、生产工艺优化、设备预测性维护等环节的运营效率优化,并促进了机器协同生产的智慧工厂新模式的诞生。其中,机器视觉的应用占比及未来...

空空如也

空空如也

1 2 3 4 5 6
收藏数 111
精华内容 44
关键字:

智能机器人研究现状