梅卡曼德邵天兰：人工智能是国产机器人的超越机会

摘要

在刚刚过去的2017年高工机器人年会上，梅卡曼德机器人CEO邵天兰发表了题为《人工智能是国产机器人的超越机会》的演讲。

行业的变革正彻底改变着竞争规则。1月12日下午，在2017高工机器人年会上，梅卡曼德机器人CEO邵天兰描述了这一现状并发表了题为《人工智能是国产机器人的超越机会》的演讲。

他以手机行业举例，以前的手机拥有数十种款式，数百款型号，待机时间长；现在，手机的款式虽然很少，待机时间只有一天，但我们依然会选择现在的手机，因为它们开启了交互革命，构建了软件生态，让人们走进智能化的生活。

同理，在手表行业，以前的手表如果半年就要换一个电池，这是不可理喻的，而现在的智能手表用户每天都要充电。此外，电动给汽车业带来了新的格局，以前的汽车靠的是发动机、变速箱、传动、油路、尾气净化等众多复杂技术，拥有了百年积累；如今的电动车结构简单，并且越来越智能。

这些关注点的转移同样发生在机器人行业。

邵天兰播放了一个关于ABB在2009年展示的多轴联动的视频，无论在速度、绝对精度，以及机器人之间的配合上都体现了ABB机器人的精湛技术。

随后，他以Google于2016年展示的强化学习技术案例作对比，机器人通过自主学习，尝试抓取东西，可以看到这个案例的成功率还非常低，技术还远未成熟。“iPhone刚推出来时也非常原始，但会不会由此而开启一个新的时代呢？” 邵天兰表示，新场景的出现正不断催生着新指标的建立。

新时代的核心技术

“你的机器人能跳多高？”——这一问题放在以前的机器人行业中，大家都会非常陌生，并且直到目前工业机器人依然普遍不可以跳跃。“在新场景下我们会关注到新的指标，而原来也许大家都关注的一些指标，在一些新场景中则显得不那么重要。”邵天兰说道。

正如以前，针对机器人提到的指标主要是定位精度、轨迹精度、速度、负载、运动范围、防护等级、过载能力等，而现在现在更多强调智能程度、易用性、柔性。

邵天兰以物流场景举例，物流领域对机器人的精度要求没那么高，但对它的智能要求程度非常高。可以预见，新指标的出现也在逼迫新型核心技术的出现。“AI时代，工业机器人将被新的核心技术定义，包括深度学习、路径规划、任务级编程、柔性控制等。”

AI是中国的超越机会

邵天兰分析，中国要改变追赶的局面，主要有两大超越机会。中国机会之一是巨大的机器人应用增量市场。在3C领域，中国的手机年产量超20亿部，电视、冰箱、空调等产量均稳居世界第一；在物流和电商领域，每年的快递包裹数量超过4百亿，也就是人均达30件，稳居世界第一；在食品化工领域，化肥产量稳居世界第一。

中国机会之二是人才、技术处于第一梯队。与机器人本体技术相比，中国在人工智能领域相对领先，具体体现为在AI领域发表的论文数量和质量都在世界前二；对深度学习的基础设施做出了重要贡献；知名研究院、高校在世界上属于第一梯队；在各类AI竞赛上刷榜等。

作为初创型公司的梅卡曼德，正在尝试握紧这两大超越机会，将AI赋予工业机器人，使机器人得以应用在需求量非常大的场景，如上料、订单拣选、混杂物体分类、拆垛等。

在梅卡曼德推出的货品拣选方案中，机器人可以通过非常简单的编程方式，在完全无代码的环境中，就能把混杂堆放的货品从料框中分门别类地拣选出来，再放进不同的料框中。

“在这一拣选过程中，我们需要完成三个事情。第一，要让机器人完成这个任务，则需要深度学习技术；第二个，机器人不仅要完成任务，还希望它能快速完成；第三，完成这个任务的过程不再需要编程，也不需要等很久。”邵天兰指出，这套方案目前可以做到在没有任何人工标注的情况下，快速完成货品分类。

此外，邵天兰还介绍了拆垛方案，这套方案可以适配不同尺寸、不同种类的纸箱，不需要事先统一垛型。在纸箱上有反光胶带、面单、复杂图案等情况下都不影响机器人的识别。纸箱也可以紧密贴合，机器人都能感知并拣出来，支持各类常见标准垛型。

最后，邵天兰总结，要真正迈向AI+机器人新时代，中国机器人仍然面临挑战，如在轨迹规划、柔顺控制等方向上积累较浅；需要与互联网、自动驾驶、人脸识别等领域争夺超一流人才。除此之外，各方面的长期投入需要很大的决心和能力，梅卡曼德也在戒骄戒躁，保持砥砺前行的耐心和毅力。

想了解更多？

那就赶紧来关注高工机器人