AI机器人引燃“第四次工业革命”的导火索

学习等高级智能行为；

三是行为控制或对行动的模拟，如操作（manipulation）与移动（mobility）功能的实现。

经过数十年的发展，从感知智能的研究中衍生出模式识别、机器学习、计算机视觉等研究领域；而从对行动的模拟中产生了机械臂与移动机器人。

上世纪60年代到80年代，人工智能的主流研究方向是推理、专家系统与决策支持等符号主义的认知智能；进入上世纪90年代，统计机器学习的研究开始得到较快的发展；进入21世纪，特别是2012年以来，在日新月异的“互联网+”时代，基于大数据、GPU集群服务器的深度神经网络取得空前成就，正有力地推动着机器视觉、语音识别和自然语言理解等感知智能的迅猛发展，弱人工智能正进入所谓“大数据+深度学习”的时代。

最近三年，深度学习开始与再励学习、长短期记忆网络（LSTM）进行结合，同时也出现了类似于人类“举一反三”的小样本概念学习、知识蒸馏与迁移、深度无监督学习、人工智能新闻写作、金融大数据、医疗大数据等自动阅读与自主知识学习，以及人工智能聊天机器人与虚拟助理等最新进展。通过感知与认知的结合，使认知智能在新的起点上出现了快速发展的端倪。

在60年的发展历程中，人工智能可谓“三起两落”。

里程碑式的进展主要包括：

·IBM的超级电脑程序“深蓝”于1997年击败国际象棋大师加里卡斯帕罗夫。该公司研究的自动问答系统，于2011年2月在美国最受欢迎的智力竞答电视节目《危险边缘》中战胜了人类冠军。

·自2012年开始，深度卷积神经网络在多项国际著名的评测比赛（如视觉物体识别、人脸识别与交通标志识别）中，达到甚至超过人类的识别能力。深度监督学习成为机器视觉、语音识别与文本理解的主流方法。

·计算引擎与人工智能芯片快速发展，IBM于2014年推出的TrueNorth类脑芯片，集成了100万个发放神经元，具有2.56亿个突触连接，但功耗仅为63毫瓦，正有力地推动非冯诺依曼新体制计算机的革命性发展。

·IBM沃森医生，结合深度学习后获得了更强的数据分析与挖掘能力，在某些细分疾病领域已能提供顶级医生的医疗诊断水平。

·目前的社交新媒体和互动平台中，AI聊天机器人和AI虚拟助手，正在崛起。例如微软的Tay和小冰聊天机器人，Facebook的 Messenger，基于IBM沃森开发的Jill Watson助教机器人，以及Apple的Siri语音助手，Amazon的 Alexa智能助理和微软的Cortana等。

·谷歌DeepMind分别于2015年2月和2016年1月，在《Nature》上发表的深度Q-网络（DQN）和人工智能围棋程序AlphaGo，提出并见证了深度再励学习的惊人能力，其中DQN在49种Atari像素游戏中，29种达到乃至超过人类职业选手的水平，AlphaGo以4：1完胜世界围棋冠军李世石职业九段。

发展AI机器人：重塑我国传统制造业和现代服务业

随着人工智能（AI）与机器人、大数据、云计算、（移动）互联网、物联网、虚拟现实等的深度融合，人工智能技术与产业开始扮演着基础性、关键性和前沿性的核心角色。AI机器人正逐步获得更多的感知与决策能力，变得更具自主性、环境适应能力更强。

“互联网+”时代的智能服务与智慧生活，也开始体现出更加接近人类水平的用户体验和更加自然的人机交互、人机协作与人机共融的发展趋势。与此同时，AI机器人的应用范围从制造业不断扩展到家庭、医疗、康复、娱乐、教育、军事、空间、航空、地面、水面、水下、极地、核化、微纳操作等专业服务领域，人工智能开始占据现代服务业的核心地位，并不断渗入人们的日常生活。

总之，人工智能的学术与产业距离正不断缩短，人工智能与机器人之间已变得密不可分。以环境适应性为标志的人工智能技术，高度体现了新一轮产业变革的主要特征。由此进化出的AI机器人，则有可能推动本世纪最重要的“第四次工业革命”，带来深刻的社会变革。始自18世纪末的工业革命，先后经历了机械化与电气化时代，人们发明了蒸汽机车、机床、起重机、收割机、缝纫机等，这些机械设备的发明旨在减轻人类的体力劳动。从20世纪中后期开始的信息革命，通过“信息技术+”，引发传统机械设备的升级换代，带来了诸如电冰箱、洗衣机、机械臂和自动导引车（AGV）等机电一体化产品。

与机床等制造业中的传统机械设备相比，机械臂更具通用性，它的多关节机械手，由于模仿人类的手臂，表现出多功能的特征，即一类机器可以从事多项不同的工种，如焊接、喷漆与搬运等，其中的可编程示教的控制器，使机械臂能够适应不同的工作流程。

这类具有操作或移动能力的通用机器又称为机器人，在体系结构上可划分为三个层次：

一是传感器及其感知智能（基于摄像头、激光雷达、毫米波雷达、超声、红外、麦克风阵列、力觉传感器、触觉传感器、GPS、IMU、编码器等的分类与理解；模拟人类的感官及视听觉通路等；物理空间至信息空间）；

二是认知智能（决策、规划、推理、经验与知识学习；模拟人脑皮层前额叶等；信息空间至物理空间）；

三是执行机构（移动、操作机构；模拟人类的四肢；信息空间至物理空间）。

它们根据智能程度与反馈的信息粒度及层级，形成多个闭环。因此机器人是一个典型的信息-物理系统（cyber-physical system，CPS），其上述三个组成部分正好对应于人工智能的三个主要研究方向。

第一代机器人，是指以传统工业机器人为代表的机电一体化设备，关注的重点是移动或操作功能的实现，使用了一些简单的感知设备，如关节编码器、磁条/磁标传感器等。研发重点是机构设计、驱动、运动控制、规划、导航与传感信息处理等。强调机器的通用性与轨迹跟踪精度，智能程度较低。

制造领域的代表性产品是六自由度机械手、SCARA平面关节式机器人和磁条导引AGV，服务业中的成功案例为无人机（循线跟踪）。

这类机器通过示教编程或循线跟踪，仅能在工厂等封闭的结构化环境中，替换某些工位或工种设定的简单及重复性工作。“机器换人”的替代率约为5%。

第二代机器人，也称之为AI机器人，其特点是具有部分环境感知、决策、规划与自主导航能力，特别是具有视觉、行为、语音与文本等模式识别与自然交互能力，因而具有较强的自主性和环境适应性（即弱人工智能）。在机构设计方面，则更加强调操作的灵巧与移动的灵活，以及安全、高效与节能等。核心是需要获得部分环境感知与决策等人工智能能力。

在制造业中，目前已有美国Rethink Robotics公司的Baxter（2013）和Sawyer（2015）人机协作机器人、瑞士ABB公司的 YuMi双臂机器人，以及丹麦Universal公司的UR系列机器人等。

服务业中的成功案例是美国iRobot 公司的Roomba家用清扫机器人（2014年实现营收55.68亿美元），美国Intuitive Surgical公司的达芬奇外科手术机器人（2014年全球装机容量达3840台，手术案例53万，实现营收27.4亿美元），以及Boston Dynamics公司一系列具有高机动性的先进腿式移动机器人（例如新一代Atlas、大狗和猎豹等）。

总之，具有环境适应能力的第二代AI工业机器人，实现制造业中的“机器换人”，可替换工序高达60%。形成全机器闭环后，甚至可实现完全无人的智能制造。

随着以深度学习为主要标志的弱人工智能的迅猛发展，在大数据的支撑下，机器视觉与语音识别能力要接近人类水平，面向某些制造业的大规模“机器换人”才有可能实现，其对制造业的经济贡献将是传统工业机器人的数十倍。

同样，由于人工智能发展有可能带来的具有人类水平的表情、行为、语音与语调等自然交互能力，再加之移动灵活、操作灵巧的机构设计，基于云计算和物联网等，消费级的AI家庭/个人服务机器人产业才有可能最终落地。

除了这些具有动作输出的AI机器人（可称之为智能硬件机器人）在制造业与现代服务业中的应用之外，还有大量输出信息的AI机器人，如前述的各种AI聊天机器人和AI虚拟助手（可称之为智能软件机器人），更加广泛地应用于智能服务与智慧生活中，与人类共存共融。

我国机器人产业发展面临的困局与历史新机遇

严峻挑战

在国际金融危机之后，无论是美国的再工业化计划（2011），还是德国的工业4.0计划（2012），以及日本的机器人新战略计划（2015），其核心都是力图重振本土制造业，强化高端优势。为达到上述战略目标，亟须生产与服务流程的进一步信息化（数字化、网络化）与智能化。

在制造业中，传统的机械加工设备，如关节型工业机器人，目前技术虽已成熟，但全球产业布局已事实上形成日本发那科、日本安川电机、德国库卡和瑞士ABB“四大家族”的格局。

这些垄断性跨国集团在核心零部件、系统集成、市场占有率等各个产业链环节均具有明显的竞争优势。我国在精密减速器（RV、谐波、行星齿轮）、高精度伺服电机、伺服驱动器、高性能嵌入式控制器等核心零部件方面，一直受制于国外垄断性产品。

国产关节型工业机器人整机产品，其性价比与平均无故障间隔时间等，至少落后于世界先进水平5～10年。国产AGV系列产品长期处于价值链低中端，市场份额低，激光雷达等关键传感器，还必须从日德美进口。

此外，传统工业机器人利用示教编程，只能替换某些工位或工种设定的简单及重复性工作。时至今日，富士康的“百万机器人换人”计划进展不够理想，技术上的原因之一就是机械臂的“傻大笨粗”及缺乏智能。

目前，电子制造业中的工业机器人，主要应用于前端的高精度贴片和后端的装配、搬运等环节。在绝大多数中间环节，由于机械臂不如人类灵巧，移动也不如人类灵活，因此还无法真正实施“机器换人”。要实现“中国制造2025”，迫切需要研制一批具有一定环境适应能力的新一代AI工业机器人。

在现代服务业，AI服务机器人有望成为继电视机、个人电脑、游戏机、智能手机之后，成为第五大类智能硬件。AI服务机器人包括个人/家庭服务机器人和专业服务机器人（也称特种机器人）。

近年来，主要发达国家将AI服务机器人的发展上升为国家战略，并制定详尽的技术发展路线图。作为机器人技术的发源地，美国长期关注于军事、医疗等专业服务机器人和清洁等家政服务机器人的研发，一直保持着国际领先的技术水平。

2013年3月，美国发布了《机器人路线图从互联网到机器人》，将机器人定位于与上世纪互联网同等重要的地位。最近发布的美国《2016总统经济报告》甚至认为，对于美国经济来说，机器人如同蒸汽机的问世一样重要。

近期，日本将机器人的研发和生产重点转向能够护理病人、料理家务和陪伴老人的家庭服务机器人，以此作为迎接老龄化社会和解决劳动力短缺的重要技术途径。

韩国也将服务机器人技术列为引领国家未来发展的10大发动机产业，侧重于通过融合服务业与下一代信息技术实现快速扩张，拟重点发展救援、康复和医疗等服务机器人。

与此同时，欧盟也启动了全球最大的机器人研发计划SPARC，涵盖了农业、健康、交通、安全和家庭服务等领域。

国际AI服务机器人产业的激烈市场竞争表明，互联网时代的IT巨头，利用雄厚的资本实力，通过并购方式在全球快速整合传统服务机器人企业。服务机器人的多样化应用，使其对人工智能技术的发展具有迫切的需求。与此同时，这些跨国IT企业意识到，未来必须向智能硬件和实体经济发展，因而具有跨界进军的强烈意愿。

AI服务机器人属于前沿新兴产业，技术的先进性和成熟度决定了企业能否在激烈的市场竞争中占据一席之地。纵观全球领先的AI服务机器人龙头企业，均具备一流的科研团队和强大的研发实力，创始人多为机器人领域的专家、教授，且已掌握关键零部件和核心技术，占据了全球AI服务机器人的绝大部分市场份额。

中国近期虽出现了许多机器人创新企业，但引领性的关键技术掌握不多，所占全球市场份额很小，高端产业低端化的现象严重，在AI服务机器人全产业链的上游（关键零部件或材料，核心是传感器）、中游（系统集成、操作系统与云平台，核心是人工智能）和下游（包括家用、个人、娱乐、教育、医疗、物流、军事等垂直领域）等各个方面，均面临严峻的挑战。

总体而言，一方面，中国的工业化进程虽已基本达成，但自动化、信息化（数字化、网络化）的历史任务还未全面完成，工业基础与能力尚待强化，机器人中的先进传感器、精密减速器等核心零部件还受制于人，产品长期处于价值链的中低端。另一方面，智能化的产业发展趋势日益明显，人工智能等共性关键技术急待突破。中国“制造强国”之梦与“互联网+”时代对发展新一代AI机器人的刚性需求，确实存在着历史与现实、补课与超越的双重挤压。

历史新机遇

随着信息革命的不断深入，特别是近期“互联网+”的发展，信息化（数字化、网络化）与智能化已成为产业的主要发展方向。正在迅速增长的对人工智能核心关键技术的巨大需求，使人工智能的科学价值与应用价值得到高度统一，学术与产业距离不断缩小。紧扣以深度神经网络为标志的弱人工智能新突破，有望令面临严峻挑战的中国制造业和现代服务业，实现弯道超车，并带来转型升级甚至跨越式发展。

目前，智能制造、智能服务与智慧生活还刚刚开始，AI机器人的应用领域正不断拓展，新的产业发展方向正在逐步形成之中。

我国第一代机器人的研发始自20世纪70年代后期。1986年底开始实施的国家“863计划”，设置在自动化领域专家委员会下，同时设置了CIMS和AI机器人两个主题专家组。自此，我国机器人技术的研究、开发和应用，从自发、分散、低水平重复的起步状态，进入了有组织、有计划的规划发展阶段。

时至今日，产业升级的刚性需求、“中国制造2025”国家战略下的AI工业机器人发展，以及“人工智能+”新常态下人们对智能服务或智慧生活的渴望，都有望转化为推动中国AI机器人发展的历史新机遇。

研发新一代AI工业机器人产品（如具有一定的环境适应能力、作为一种柔性灵活的端设备、其“机器换人”的可替换率高达60%），或出现更多的消费类AI服务机器人产品（如消费类无人机、无人车、家庭/个人机器人），或实现智慧生活的网络化与云端化（例如智能家居、智能交通、养老助残、医疗保健等行业的AI虚拟助手或AI聊天情感陪护机器人）有望加速来临。

“中国制造2025”国家战略下AI工业机器人的发展方兴未艾。

近来，国内人工成本持续上升，但全球范围内工业机器人的制造成本却在不断下降。双重挤压导致工业机器人的需求在2013年左右出现拐点。例如，购置一台焊接机器人可替换3名工人，每台大约需要23万元。目前长三角、珠三角等沿海地区一名普通焊接工人的雇佣成本约为6万元/年。因此，“机器换人”的成本回收期，已显著缩短为1.5年。此外，我国的工业机器人使用密度仍然较低。据统计，目前全球平均每万名工人拥有66台工业机器人，中国的机器人密度仅为36台。而在工业发达国家（韩国478台/万人、日本314台/万人、德国292台/万人），远超中国，我国装备制造业正处于由传统装备向新一代智能制造装备转型的重要历史时期。

AI服务机器人有望成为信息空间联系物理空间的理想载体。

通过与人工智能及大数据的深度融合，服务机器人有望成为继PC、手机之后的新一代AI硬件机器人。利用精细化分工和跨界整合，现有的大部分AI机器人将进化为增加了灵活移动或灵巧操作能力的、具有“类脑”的AI服务机器人，以实现丢掉屏幕、摆脱双手、面对面自然交互、人机协作或自由交流的目的，最后再进化到真正的人机共融。AI机器人最终将以“人”的形态出现，深刻改变人类社会。

事实上，在世界范围内，AI服务机器人作为新兴产业，目前尚未有类同工业机器人一样的“四大家族”式的全球AI服务机器人领军企业，及占绝对支配地位的全线产品。相对于AI工业机器人，AI服务机器人对精度和速度的苛刻要求较低。

由于其大多工作在非制造领域的非结构化环境，因而对人工智能的要求很高。相应地，工业机器人产业的核心零部件壁垒，如对精密减速器和高性能伺服电机的要求则大大降低，而对先进传感器，机器视觉（物体检测、定位、识别；情绪、手势、行为）、语音或音调识别、文本理解、数据深度挖掘等感知智能（环境感知）和对决策、规划、经验学习等认知智能的需求，则将远远超过工业机器人。

“人工智能+”新常态下人们对智能服务或智慧生活的渴望正在倒逼AI软件机器人的发展。

以“大数据+深度学习”为代表的人工智能，在计算引擎和云平台的支撑下，将有力地推动AI软件机器人产业的发展。“人工智能+”为“三元世界”中的虚拟信息世界带来了对“信息”的环境感知、推理规划、行为决策、控制操作、经验/知识学习和人机自然交互等，使信息世界的AI软件机器人与物理世界的AI工业机器人和AI服务机器人，进行交互与碰撞，完成跨界的交融，让智能服务与智慧生活走进千家万户，给人类社会带来深刻的变革与影响。

总之， AI机器人、人工智能、大数据、智能制造与云服务的深度融合，有可能引发一轮新的技术革命和产业变革。在工业机器人领域，通过关键零部件的重点突破，参与“四大家族”的国际竞争之路或许仍然艰难。但在AI服务机器人领域，受核心关键零部件的制约较低，我们与发达国家的技术差距并不是太大，在市场规模与政府支持力度方面，甚至还具有一定的优势。

随着我国人工智能的不断崛起，我们在AI软件机器人方面与国外发达国家几乎处于相同的产业起跑线上。如果能抓住历史机遇，就很有可能实现AI机器人产业的重点突破，乃至齐头并进与超越引领。