【精品文章】 解读AUTOMATICA 2016- 数字化、人机协作和专业服务智能机器人

张小只智能机械工业网解读AUTOMATICA 2016: 数字化、人机协作和专业服务智能智能机器人

AUTOMATICA 2016 于6 月份在德国慕尼黑举行，这是一个工业和制造业盛会，主要聚焦于自动化、机电一体化、智能智能机器人以及其他新兴技术。董事总经理Falk Senger 这样描述今年的主题：“AUTOMATICA展示了生产制造业的未来：数字化、人机协作和专业服务智能智能机器人。”__数字化__不久的将来，通过网络连接的数十亿智能设备和智能智能机器人将产生巨量的数据。将这些数据转化为价值是数字

化的关键。随着传感器的价格下降，物联网（IoT）的出现，以及随之而来的各种类型的数据流已经成为人工智能的重要驱动力。葡萄等经济作物已经开始通过传感器进行

监控。发那科是全球最大的工业智能智能机器人制造商之一，他们计划年底启动40 万台CNC 和智能智能机器人系统的连接。他们的目标是收集操作数据，并通过深度学习提高性能，减少停机时间。发那科也在测试通过强化学习训练工业智能智能机器人学

习新的任务，例如学习抓取不熟悉的物体。智能智能机器人通过“观看”视频片断学习

抓取物体。从每一次的成功或者失败中，智能智能机器人都学习到了物体的外观，这

些知识进一步完善深度学习模型或大神经网络，借以控制智能智能机器人的动作。8 个多小时之后，智能智能机器人的精度可以达到90%以上，这跟人类给它编程非常接近。发那科及其他研究人都都在测试强化学习的方式，试图简化并加快工业智能智能

机器人的编程。谷歌最近公布了通过强化学习教智能智能机器人抓取物体的研究细

节。当许多智能智能机器人并行工作时，所需的训练时间相应减少。同样，库卡也为

他们的工业智能智能机器人建立深度学习AI 网络，ABB 的电力部门也在跟微软云服

务合作，将ABB 充电桩数据流引入更广泛的云分析为ABB 全系列产品做前期服务。

荷兰代尔夫特科技大学学习智能智能机器人专家Jens Kober 认为，“摒弃为智能智能机器人手动编程，赋予智能智能机器人自主学习是未来智能智能机器人发展的关键。让

智能智能机器人分享他们所学知识将变得至关重要。”最重视深度学习的是硅谷，几乎张小只机械知识库