ABB刘进展:机器人和AI的结相符,如何赋能工业互联网?

再者,资产健康柔件编制。以前一年吾们在内蒙电网周详推广吾们的柔件编制,叫做资产健康柔件,第一次实验是在2017年示范,觉得刚刚做过运维答该不会有题目,终局上了柔件以后发现有七台大型变压器能够会有题目,要不要挑出几台检查一下?后来发现运维的过程当中不仔细碰到了绕阻,导致绕阻展现扭弯变形,也会带来一些坦然隐患,能够说是特意益的和工业结相符的状况,吾们在做和生产运营过程有关的,能够挑高整个生产运走的程度。

因此,数据和AI结相符的话会有很大难度,包括三个差别层次:

今年的CVPR大赛上,英特尔CTO挑到,让计算机搬首茶杯要比打败李世石困可贵众,由于面对的一切空间、路径都是不可知的。

经由过程文中的分析,你就会清新其实有很众有用的案例,例如:物流场景中,差别工件的识别和抓取等,此表,经由过程将人造智能、机器人技术引入到工业互联网周围,还会带来一些新的变化,以前几年的主要变化就是在认知和理解方面所做的做事,现在吾们望到深化学习推进的过程优化都是完善云云的过程。

由于形状不规则,传统的机器视觉很难做到,而且是堆放在一首的,即使是差别规则输入库里,怎么保证产生新的形状,清新哪个先抓,哪个后抓。这是现在工业机器人周围能够把同化、堆叠、识别做到最高的程度的一个案例,也是现在吾们做到的最益Case。

Alpha Go击败李世石,Google语音订餐,包括今天玩的各栽游玩,望着能够很炫,但是为什么不克干点正事呢?固然是在玩游玩、下棋,其实背后更是一栽挑衅,吾们想把人造智能、深度学习和实际生活、工业等结相符在一首。

吾们把最新的钻研收获,以及机器人的安置示范过程结相符首来的难度在那里?

很起劲有机会和各位同仁交流,下面吾分享一下ABB在机器人和人造智能方面的做事进展,包括吾们做的一些比较益玩的事情。

通用函数是不可注释的,固然能够很强横地达到肯定精度,但是你不清新它的时候就不克用,这对工业来说几乎是不可批准的,因而吾们期待能够有更益的手段让它变得更添可注释,更添容易泛化,也更容易相符作。

第一层次,能够把现在吾们深度学习做的一些做事来做位置识别,实在清新机器人抓取要到什么地方,吾们也做了很有意义的示范;

这是物流场相符行家频繁碰到的场景,就是差别的工件同化在一首进走抓取,难度在那里呢?

第二层次是技能,就是做了什么做事,然后请示机器人完善,甚至给出一个首首点和尽头以后按照以前吾们所做的数据深化学习完善某个规则。经过一段时间的深化训练以后,发现吾们能够达到这栽终局,就是600众万个差别栽类的空间之中,机器人深化学习能够达到96%的识别率,之后吾们会有更益的手段,期待达到99%以上,甚至再有新的东西出来以后能够简化学习的过程;

关于机器换人,更众的是替换蓝领工人的做事,就是把人类原本重复的、矮技术含量的做事经由过程机器进走替代。倘若有机会往到一些3C工厂,能够发现那些工厂的做事环境是特意差的,让工人镇日八到十个幼时重复站在那里往做联相符件做事,那么,这栽做事就异国必要保留?吾们期待他能够十足被主动化替代,云云能够挑高效率,把人开释出来,行使人类认知、适宜能力或者创造能力往做更添有意义的做事。因此,人机协调肯定会有更益的前景,也让吾们的生活变得更添有意义。

在湛江,ABB有一家相符作的公司,这是国内最大的海鲜成品公司,其产线基本是全程主动化,除了一个环节。当吾们在必胜客吃凤尾虾时,要先把皮往失踪,如何让差别形状大幼的虾让机器识别,既能保证有余的肉又能够把皮剥失踪?这个环节必须由人完善,因而给人0.5平米的工位,人就站在那里八幼时不息地把虾扒出来放到指定位置。不说这个做事很辛勤,光是味道就会让你觉得很别扭。

网上有几句话比较有有趣,比如摩拉韦克悖论,吾们望到很复杂的事情,玩游玩、下围棋,上周吾也望到澳门人造智能大会也有人拿象棋进走示范,尽管这些都是相对不难的, 澳门金沙电玩城能够挑衅吾们的认知, 精品电玩城游戏网但是倘若想让电脑像人相通往做一些幼孩的感知呢?

不管是Alpha Go击败李世石, 电玩城赌场赌照样Google语音订餐,正规电玩城官网包括各栽游玩, 澳门金沙电玩城望着能够很炫,但是为什么不克干点正事呢?有不益看点认为,让计算机搬首茶杯要比打败李世石困可贵众,由于面对的一切空间、路径都是不可知的。

以前能够必要一个特意的工程师花几天编程来做更益的规划,交响笑师和机器人做作了七个幼时完善了两首弯子的编排,能够像人相通特意柔美地把比赛盒滑来滑往,精准完善比赛的过程。然而,现在吾们觉得还不足,异日期待能够不必专科工程师往教它,机器人在望到吾们的产业线工人在做什么就会主动晓畅这项做事,以及本身能不克完善。

关于以前几年一会儿火得不克再火的人造智能,吾们答该怎么望待?以前几年,深度学习周围有很众突破,深度学习网络和卷积神经网络就像一个通用的函数逼近器,不论有任何复杂的工况、功能和函数,吾们能够无限地逼近你、挨近你,达到一个立式的精度完善。就像现在吾们做的人脸识别和游玩示范,能够达到人类无法企及的高度,要在这些数据统计当中产生知识,并和人类行家结相符,这是工业当中吾们憧憬望到的,算法和行家结相符首来之后能够增补人类潜力,也有更众的行使机会,这是吾们异日期待望到人造智能的倾向。

现现在,人类与机器人的有关,已从以前的竞争变成了现在的协调,也就是从竞争、共存、协调到异日的共事。例如在一些3C工厂,工人镇日八到十个幼时重复站在那里往做联相符件做事,那么对这栽做事,吾们期待他能够十足被主动化替代。同时,行使人类的认知、适宜或者创造等能力往做更添有意义的做事。

以前两年,马斯克竖立了一家公司叫做Open AI,然后让人类冠军和计算机进走比赛,比赛终局是260:0,机器完胜了人类,行家望到这栽消息能够已经觉得见怪不怪了。

现现在,工业互联网的概念愈起火炎,各栽新技术习以为常,澳门电玩城而人造智能、机器人的行使将进一步为工业互联网赋能。随着国家层面对产业升级、创新、经济新动能的进一步强调,工业互联网行为智能制造的基础平台,将会在整个制造业发展过程中首到越来越关键的作用。雷锋网雷锋网

望似浅易的做事,对机器人能够很难人机有关:从竞争到协调工业场景中的人造智能机器人和人造智能如何结相符?雷锋网总结:

人机从以前的竞争到现在的协调,也就是从竞争、共存、协调到异日的共事,真实和人一首往做事,这是吾们对人机协调定义的状态。

工业人造智能,或者是把人造智能做得有意义的事情和机器人进走结相符。传统的手段是用一个完善的模型,然后吾们实走感知分析和限制逻辑,这是传统工程师在做的做事。人造智能引入这个环节会带来一些新的变化,以前几年的主要变化就是在认知和理解方面所做的做事,现在吾们望到深化学习推进的过程优化都是完善云云的过程。

吾们要对人机协调有更高的请求,那么工厂当中协调必要什么状态?吾们清新机器有一个坦然做事区域,能够在做事周围以表有一栽共存,原本说是机器换人,现在变成人机共存,但光是共存是不足的,照样对空间有比较庄严的请求,有异国能够人进到机器做事的周围以内?异日不光是共享空间,还要共享时间,就是在周详的做事区域内和机器十足互动,机器人能够批准零件,完善整个工业流程。

人机有关的转折,从以前的竞争到现在的协调,以及异日能够真实和人一首往做事,这些变化将会给人类的生产生活带来极大的便利。传统机器人都是不辞劳苦的机器人,就是不息重复高精度、精准的做事,而协调机器人的展现,能够真实和人相符作着一首做事。

而以前几年中,火得不克再火的人造智能技术,他与机器人的结相符,在工业互联网的落地中首到什么作用,扮演的角色又是什么?

吾们是把机器学习和深度学习在各栽工业场景,包括光伏、风电做了很众差别的示范,总结下来就是三类:

行家清新,Image Light的识别率从70%升迁到了90%,这是特意益的例子,但是和机器人结相符的话会发现现场工况很难标注,异国手段展望一切的场景。上面吾们挑到DOTA游玩,最主要的就是上下旁边回车,实际上吾们的做事不光是上下旁边。更主要的是规律,要是能够把规则十足定义益就是吾们主动化工人做的事情,但是肯定会有域表发生,能够倚赖人造智能呢?完善倚赖从大数据抓取数据的AI来做件这事情吗?

以前几年吾们频繁挑到工业4.0,比如机器换人、设备上网、数据上云,这是工业4.0针对工业3.0的主要变化趋势。吾们所说的主动化和自立化必要有更高的水准,但不是十足的无人化。

传统机器人都是不辞劳苦的机器人,就是不息重复高精度、精准的做事,要是真实和人相符作进走人机协调就会让机器人一会儿变得亲和很众,因而吾们把它叫做协调机器人。

第三层次是行使程序的端到端学习,本身学习背后的机理、经验和知识,抓住以后能够变成规则。

关于机器人的安置和行使,现在的机器人行使的时候,固然相比以前有很大的提高,但照样有些复杂。

吾们的科学家到了现场望了实际情况后,经由过程差别的照片标注、识别、确定精准度,末了能够达到98%的精度,云云就是末了一个环节经由过程主动化,这位同事就在现场听通知。拍下一张图片当中有几十只虾,经由过程算法推理一会儿就把虾的抓取点标识出来,交给机器人之后十足能够完善剩下的做事,“机器人抓虾,不抓瞎”。

工业人造智能吾们期待做的不光是认知和理解,详细解决也能够带来更众的突破。一个工厂当中的主动化系联相符定有些场相符、有些场景不是吾们工程师挑前展望到的,之前异国展望和发生过的事情吾们能怎么做?能不克让机器自吾学习,处理一些之前异国意料到过的状况,异国发生过的事情,能够有些基本的识别和判定,给出能够解决的方案出来?这是吾们憧憬工业人造智能异日所做的做事,这个过程当中人是永世存在的,不光是监测整个生产过程,随时能够取代主动化编制,介入、操作和完善。这是吾们本身对工业人造智能的定义,从主动化到自立化,期待异日吾们能够有真实十足自立化的做事环境,也为人类创造更优雅的环境。

末了是长途服务中央。经由过程长途检测晓畅故障,也有最益的行家保障设备的坦然运营。这是吾们在2018年做的全球首例无人驾驶传播,地点是在赫尔辛基,北海附近有些居民,吾们在岛内不息穿梭,最新的电控编制和自立驾驶的功能云云结相符,产生一些新的功能模块,不光是能做运营监控、长途分析和舰队管理,整个做事叫做运营中央,现在吾们能够在全球竖立一套网络,针对一切海洋船舶挑供服务。吾们清新一艘大型运输船舶期待保障最益的郑重性,同时有最益的空间为运货挑供服务,云云就会产生两难题目,规划益路线之后能够得到最益的燃油性价比,包括最众的空间挑供运营生产能够得到的价值回报。

以下为刘进展的主题演讲内容,雷锋网作了不转折原意的编辑与清理。

实际生活当中,能够异国那么众规则和状态的收敛,就像游玩当中规定人类玩家冠军不批准用这个,不批准用谁人,但实际当中异国那么众收敛、异国那么众条件,因而吾们面对的实际情况要比游玩复杂得众。人生不是游玩,真实工业场景中必要人造智能技术处理的义务更为复杂。

往年有一部视频特意有有趣,一幼我搬着大箱子把门撞开,并双手使劲往转把手,然后角落站着一个三岁幼孩望着这幼我试了两次打不开,他就直接走以前把门掀开了。试想一下,倘若异国任何训练和学习,吾们的电脑是做不到这件事情的,因而让机器人完善望似很浅易、很基础的做事其实是特意难的。

人机协调能够达到什么状态呢?一个真实协调的机器人,就是不必添上视觉和传感装配,就能够被动地和人进走相符作,而且能够很挨近人,和人产生互动。吾们经由过程传感视觉让大型机器人和人产生间歇性的相符作,这是现在工业周围人机协调最益的状态。

最先,是展望维护。按照设备的现场数据能够从历史数据当中展望数据会不会有什么题目,不是等到故障以后再做危险的修补或者按期的维护,电力走业一年一幼修、三年一大修,不论设备有异国出状况,都必要维持益的维护团队,但是不克保证维护团队有有余的经验和知识处理修缮做事,一个大的设备进走修缮以后很难判定郑重性是升迁,照样消极。

8月20日-25日,“2019世界机器人大会”在北京亦创国际会展中央举走。8月22日,ABB(中国)有限公司首席技术官刘进展在新兴行使与实践论坛作了主题为《机器与人:从共存到共事》的通知。

就像前线挑到的,以前的十年当中很众做事消亡了,也有很众新的做事展现了,但人首终是不可替代的,由于人在这个过程当中能创造更众做事的机会和工栽。同时,主动化发展程度也是云云,吾们不是100%无人化的工厂,包括无人仓库、无人超市,背后照样必要有人创造更众的做事,包括一些新的做事岗位。

,,

posted on 2019-08-27  作者:admin  阅读量:

栏目导航

Powered by 金莎电玩城官网 @2018 RSS地图 html地图