人工智能2.0時代,IT技術(shù)的技術(shù)棧將發(fā)生根本性的變化:由過去芯片,操作系統(tǒng)和應(yīng)用
三層,變化為芯片層、框架層、模型層和應(yīng)用層四層,其中模型層中會出現(xiàn)中間層、應(yīng)用
層這類針對應(yīng)用場景適配的技術(shù)棧;
機器人“智”的體現(xiàn)在于環(huán)境感知、智能決策和執(zhí)行控制,其中智能決策指機器人具備一
定獨立自主解決問題的能力,通過感知理解行為環(huán)境,在與環(huán)境的交互中積累經(jīng)驗,形成
在復雜環(huán)境中安全高效地執(zhí)行復雜任務(wù)的能力,而這也是未來智能機器人的關(guān)鍵技術(shù)突破
點。
機器人的決策主要依靠算法實現(xiàn),微模型、中小模型對智能機器人在特定場景的感知、決策具備
技術(shù)支撐基礎(chǔ),而基礎(chǔ)大模型則有機會打造真正的“通用機器人”。
微模型:個性化模型
• 微數(shù)據(jù):追求數(shù)據(jù)專業(yè)度和個性化需求
• 小算力:算力需求小,邊緣算力即可滿足
• 低投入:訓練成本投入較少
• 多樣化:滿足千行百業(yè)需求,多樣化、場景化、定制化
中小模型:專用模型
• 小數(shù)據(jù):不追求數(shù)據(jù)規(guī)模,而追求數(shù)據(jù)深度和專業(yè)度
• 中算力:算力需求中等,不依賴超算能力
• 低投入:訓練成本投入較少
• 低能耗:能源消耗較少
大模型:通用模型
• 大數(shù)據(jù):數(shù)據(jù)規(guī)模大,追求廣度
• 大算力:算力需求高
• 高投入:高成本投入,訓練成本高
• 高能耗:高能源消耗
科技創(chuàng)新功能集聚(大張江),最高補貼4000萬元;智能化數(shù)字化網(wǎng)絡(luò)化建設(shè)(轉(zhuǎn)型升級),最高補貼2000萬元;成果轉(zhuǎn)化和產(chǎn)業(yè)化(產(chǎn)業(yè)化),最高補貼1000萬元
戰(zhàn)略起點高是上海市規(guī)劃的三大先導產(chǎn)業(yè)之一;產(chǎn)業(yè)基礎(chǔ)雄厚集聚了數(shù)十家世界500強企業(yè);土地資源充足擁有大量可用工業(yè)土地資源
馬橋人工智能創(chuàng)新試驗區(qū)以雄厚的工業(yè)基礎(chǔ)與先進的人工智能技術(shù)為雙核,智能機器人與智能運載系統(tǒng),智能感知系統(tǒng),智能新硬件系統(tǒng)產(chǎn)業(yè)發(fā)展相輔相成
閔行區(qū)集聚了多個人工智能與高端制造產(chǎn)業(yè)園區(qū),平臺機構(gòu)和產(chǎn)業(yè)聯(lián)盟,為智能機器人的產(chǎn)學研用協(xié)同提供了廣闊的載體空間和良好的生態(tài)環(huán)境
深化構(gòu)建“東西互動,多點聯(lián)動”的產(chǎn)業(yè)布局:完善“4+X”總體布局,推進浦東張江, 徐匯濱江,閔行馬橋,臨港新片區(qū)等四大優(yōu)勢產(chǎn)業(yè)集聚區(qū)創(chuàng)新發(fā)展
京津冀地區(qū)機器人相關(guān)企業(yè)數(shù)量達995家;長三角地區(qū)機器人相關(guān)企業(yè)數(shù)量達4547家;珠三角地區(qū)機器人相關(guān)企業(yè)數(shù)量達2643家
中國機器人產(chǎn)業(yè)發(fā)展迅速,人工智能技術(shù)應(yīng)用推動服務(wù)機器人更快發(fā)展,公共服務(wù)場景的應(yīng)用價值得以被開發(fā),務(wù)機器人市場規(guī)?焖俜糯
產(chǎn)線自動化時事先程序設(shè)定控制,機器智能時傳感器感知環(huán)境信息;人工智能時深度學習與強化學習技術(shù)具備類人特征,有自主思維能力
產(chǎn)業(yè)鏈上游硬件方面:減速器,伺服電機,控制器, 智能芯片, 傳感器, 末端執(zhí)行器;軟件方面:交互系統(tǒng), 控制系統(tǒng),決策技術(shù),感知系統(tǒng)
憑借機器視覺,自然語言理解等人工智能技術(shù)的發(fā)展,初代“AI+”機器人產(chǎn)品逐步成熟,生成式AI的爆發(fā)與通用人工智能的曙光
機器人在AI技術(shù)的加持下,將從一臺面向工程師的可編程專用設(shè)備,升級為普通用戶可用 的,根據(jù)任務(wù)自主編程運行的智能設(shè)備低,將是智能產(chǎn)業(yè)走向爆發(fā) 的臨界點
智能帶來的 AI 價值遠比人形機器人更大,最大的特質(zhì)就是能夠以主人公的視角去自主感知物理世界,用擬人化的思維路徑去學習