在过去的两年中,服务机器人逐渐崭露头角,科沃斯认为,之所以服务机器人越来越多地出现在我们的工作和生活中,是因为机器人已经真的能够满足一些特定场景下的需求了。接下来,围绕这些需求和场景,服务机器人则会沿着核心技术突破、产业链整合、商业模式创新以及成本可控这些要素逐步走向产业化。
市场对机器人的场景需求也在经历这样一个过程:从满足单一的功能需求到满足多项功能需求,再到将来能够满足交互性需求。机器人要满足这些场景需求,则必须具备良好的用户体验,并且其性能与使用体验要能满足用户的期望值。比如说,这两年吸“睛”最多的人形服务机器人,正是因为商业市场存在人工高成本、高流动率继而需要优化人力投入的需求,人形机器人才有机会进入到各类有交互服务的行业应用中。现在,人形机器人已经初步实现了听得见、看得见、能走动这些基础功能,接下来,用户还希望它听得懂、看得懂、交互性能更强,甚至希望它有专业知识,它的工作质量和效率能比人类更高。基于这些,业务场景就会自然而然对技术进步提出更高的要求,推动机器人逐步具备其四大经典属性——感知能力、思考能力、反馈能力、自主行动能力。由此又决定了机器人底层技术将按照发展方向拥有三个模块,即感知模块、人机交互及识别模块、运动控制模块,而这些技术则离不开业界当下最关注的热点——人工智能。
拥有半个世纪发展史的人工智能在这两年一跃成为舆论关注的焦点,除了资本和科技大咖的推动,也得益于技术本身已经发展到一个相对成熟的阶段。首先是大数据环境的不断完善,互联网、物联网、各种传感器和数据采集器等的发展使得我们每年数据的产生量以指数级的量级快速增长,这些海量的、多维度的、多形式的数据,和在某一领域拥有深度的、细致的数据是训练人工智能的前提。其次是计算机运算能力有了质的提升,尤其是GPU的兴起,让我们对运算能力的提高充满期待。最后,算法的提升则又是另一个关键要素。