為了不吃愛情的苦,年輕人選擇花錢買機器人_風聞
互联网那些事-有态度 够深度2022-09-30 11:51
人類對於人形機器人的想象一直在變。
1984年,科幻迷卡梅隆把自己的一個夢境搬進電影,開創了《終結者》時代,施瓦辛格扮演的人形機器人鋼筋鐵骨,飛天遁地。
2009年,卡梅隆再次圓夢,在《阿凡達》中塑造了“腦機接口”的新機器人,將人類智力注入遙控的生物身體中,下身癱瘓的前海軍戰士通過頭戴式設備,操控人造的混血機器人阿凡達。
他指出了人與機器人,在未來世界共存的另一種可能性。
時間來到2021年,特斯拉首次亮相了人形機器人“擎天柱”Optimus,2022年,雷軍在個人年度演講中拋出王炸“全尺寸仿生人形機器人CyberOne”,它具有聰明的“大腦”、發達的“小腦”、強健的“四肢”。
事實上,人型機器人除了擁有類人的外形外觀、感覺系統、智能思維方式以外,還具備控制系統和決策能力,最終表現“行為類人”。
在應用場景上,除了個人/家庭機器人(輔助吸塵、地板清潔、草坪修剪、游泳池清潔、窗户清潔、家庭安全等)、娛樂休閒機器人(用於滿足情感需求、教育、陪伴等),還包括商業機器人,其應用場景主要包括醫療、物流、農業和其他(包括國防、公共關係等)。
簡單來説,主要分為商用場景和個人/家庭應用場景兩大類。
以其中的服務型機器人為例。
根據中國電子學會的調研,其全球市場規模到 2022 年底預計就將達 159.9 億美元。而在我國,由於人口老齡化趨勢的不斷發展,服務型全尺寸人型機器人在醫療和公共衞生領域的需求,也將持續保持旺盛的上升勢頭。
在使用場景足夠廣泛的背景下,人型機器人似乎已經成為了當下資本企圖涉足的領域。但需要注意的是,從核心技術來看,人型機器人的“攻城略地”才剛剛開始。
一、人型機器人成熟了嗎?
在智能領域,人型機器人被譽為AI的終極形態。
在早前的8月份,2022世界機器人博覽會在北京亦創國際會展中心舉辦,共有130餘家企業帶來的500餘件展品,有30餘款全球首發新品在現場集中發佈。
而這場博覽會主要是以應用需求端為導向,採用“機器人+應用場景”的展覽模式,策劃了“機器人+醫療”、“機器人+物流”、“機器人+商用”、“機器人+農業”、“機器人+建築”、“機器人+製造”、“機器人+礦山”等專區,匯聚各類場景下的前沿機器人產品。
往更具體的方向來説,人型機器人分為以高精度、穩定性為核心要素的工業機器人、以人機交互為核心的協作機器人、替代複雜重複性工作的服務機器人。
就拿Atias、Digit、Walker、Optimus四款機器人分析。
其中,Atlas採用的是液壓驅動的控制方法,追求運動能力上的極致,主要作為科研平台,長期則期望在軍事領域發揮作用。與Atlas不同的是,Digit以電機驅動,並將重心上移,增加機器人負重,致力於物流“最後一公里”的配送應用。
而Walker同樣是電機驅動,並結合力控,讓機器人在B端與C端的環境中均能與人安全交互。就連即將發佈的Tesla Bot也將走電機驅動的技術路線,擁有由Dojo超級計算機進行神經網絡自動訓練的“大腦”及人類級別的四肢,將在2023-2025年被首先用於造車場景。
值得注意的是,當下各大企業研發的人型機器人,整體更偏向於“工業化”方向。從某種角度來看,勞動力短缺的重工業領域,在需求量、價格等方面往往接受度更高。
但需要説明的是,人型機器人最後能否成功被不同領域所接受,智能化程度以及運動控制技術的發展具有關鍵的作用。
目前的人型機器人,在諸如生產機械臂裝配方面,幾乎都在使用着傳統的位置控制。
比較典型的就是:機器人沿着事先規劃好的軌跡在封閉、確認的空間中運動。或者在某些時候,機器人得到從視覺系統的反饋,這樣就能使得位置控制的機器人具備一定適應外界可變環境的能力。然而通過實際規劃軌跡運動的機器人仍然佔大部分。
從長遠的角度來看,未來的機器人運動控制領域,必須引入力控,純位置控制是沒有前途的。
舉個例子,在重工業領域機器臂純位置控制是很難精確化的,最明顯的是在汽車外形不規則拋光、物品使用力度等製造場景上。
另一方面,人型機器人最終仍然需要往與人交互的層面上發展。也就是説,需要確保人型機器人在與人類做物理交互的安全,不能僅依靠純位置控制。
不過,目前國內的人型機器人大多數還處於初級階段,從功能上來看近似於一個會走路的智能音箱,象徵意義比實用性大。同時,運動控制的價格佔比也較高。
根據未來智庫數據顯示,在整個機器核心零部件生產成本方面,人形機器人中運動控制佔比接近50%,其中減速器佔比22%,伺服系統佔比16%,控制器佔比11%。
在運動控制技術之外,人型機器人對環境感知系統的要求同樣也極高。
目前市場上的機器人自由度在20-60個左右,靈活度相對而言並不算低。但人型機器人的自由度再高,沒有結合環境感知技術,是很難做到在與人交互時足夠的“擬人性”。
在環境感知技術層面上,無論是定位側重於情感識別與交互的小米CyberOne,或是偏向於工業化的特斯拉Optimus,仍然有待突破。
二、到底需要怎樣的機器人?
從掃地機器人一路發展到如今的人型機器人,在同樣能夠做一定家務的前提下,人們更需要一個多元化的人型機器人,具備陪伴、聊天、導盲、看護、娛樂、教育等能力已經成為了用户對人型機器人的最終想象。
然而,現在的人型機器人領域遠不能夠達成用户的需求。
原因在於,最終能夠起到決定機器人人機交互能力的,主要在於AI算法及軟件平台能力。
目前,除了運動控制模塊受益於自動駕駛、工業機器人等領域的成熟應用外,環境感知也同樣得益於此,於是相關硬件商用化進程較快。
而在人機交互模塊,由於算法、算力的限制,在實際消費場景中,實現高效的人機智能交互還存在不小的難度。
小米CyberOne就是最好的例子。
雖然在機器視覺技術上,小米CyberOne搭載自研Mi-Sense深度視覺模組,結合AI交互算法,但小米CyberOne也僅僅是擁有簡單的空間感知能力,例如人物身份識別、手勢識別、表情識別。
即便是擁有極致運動控制性能的波士頓動力人形機器人Atlas,在聊天、逛街等方面,也仍然無法做得到。