經(jīng)濟(jì)觀察網(wǎng) 記者 沈怡然 2024年初，ABB（ABBNY.NYSE）集團(tuán)高級(jí)副總裁、機(jī)器人中國(guó)區(qū)總裁韓晨接到了新任務(wù)：在中國(guó)區(qū)實(shí)施ABB集團(tuán)在AI領(lǐng)域的新戰(zhàn)略。經(jīng)歷半年時(shí)間，他和團(tuán)隊(duì)實(shí)現(xiàn)了工業(yè)機(jī)器人與生成式AI的初步融合，使機(jī)器人能夠在隨機(jī)動(dòng)態(tài)環(huán)境中揀選物品，能夠理解和響應(yīng)人類語言。
ABB是全球工業(yè)機(jī)器人“四大家族”之一，其工業(yè)機(jī)器人被大量裝配在汽車和電子加工廠的生產(chǎn)線上，執(zhí)行物料搬運(yùn)、焊接、裝配等多種任務(wù)。今年4月以來，ABB宣布將AI嵌入全線業(yè)務(wù)，同時(shí)推進(jìn)100個(gè)AI與機(jī)器人結(jié)合的項(xiàng)目。
推行這一戰(zhàn)略的一個(gè)重要目的是服務(wù)更多中小企業(yè)客戶。韓晨認(rèn)為，生成式AI的融入拓寬了工業(yè)機(jī)器人的使用場(chǎng)景，降低了企業(yè)的使用門檻，給更廣泛的人群提供了接觸機(jī)器人的機(jī)會(huì)，特別是為那些自身沒有程序員的中小型公司帶來了巨大優(yōu)勢(shì)。
2024年11月，經(jīng)濟(jì)觀察網(wǎng)記者與韓晨進(jìn)行了多輪采訪溝通，以下為對(duì)話內(nèi)容。
經(jīng)濟(jì)觀察網(wǎng)：目前看，AI對(duì)工業(yè)機(jī)器人的發(fā)展來說是剛需嗎？能否解決機(jī)器人發(fā)展的瓶頸問題？
韓晨：是否成為剛需，需要從技術(shù)、成本和效率等多個(gè)角度來綜合考量。在一些傳統(tǒng)方法難以實(shí)現(xiàn)的應(yīng)用場(chǎng)景，如散亂來料分揀，AI就是剛需；對(duì)于像質(zhì)量缺陷檢測(cè)等一些傳統(tǒng)方法也能做的應(yīng)用，AI的結(jié)合可以大大提升效率并降低成本。
實(shí)際上，我們國(guó)內(nèi)國(guó)外的客戶都有對(duì)生成式AI的需求，一方面，他們希望通過引導(dǎo)式編程或自然語言來與機(jī)器人交互；另一方面，他們需要機(jī)器人具有自我學(xué)習(xí)的能力，能夠理解要執(zhí)行的任務(wù)并進(jìn)行不斷學(xué)習(xí)和迭代。
經(jīng)濟(jì)觀察網(wǎng)：能否具體談?wù)勚袊?guó)本土對(duì)AI機(jī)器人的需求，ABB是如何滿足這些本土需求的？
韓晨：和其他機(jī)器人市場(chǎng)相比，中國(guó)的工業(yè)機(jī)器人起步雖晚，但發(fā)展迅速，規(guī)模龐大，應(yīng)用場(chǎng)景也更多樣，未來的發(fā)展?jié)摿薮�，但也存在大而不�?qiáng)、全而不精的問題，迫切需要推動(dòng)產(chǎn)業(yè)的轉(zhuǎn)型升級(jí)。工廠對(duì)人工智能、大數(shù)據(jù)和物聯(lián)網(wǎng)等新興技術(shù)的需求也在增加。
比如ABB為上海市第七人民醫(yī)院設(shè)計(jì)了一個(gè)自動(dòng)化藥房，通過使用這種基于AI和3D視覺技術(shù)的揀選解決方案，根據(jù)醫(yī)生的處方快速、準(zhǔn)確地存儲(chǔ)、檢索和分類藥品，提高藥房的工作效率；ABB還與晶泰科技合作，建立了智能自動(dòng)化實(shí)驗(yàn)室，引入了100多臺(tái)協(xié)作機(jī)器人來完成樣本運(yùn)輸、測(cè)試和質(zhì)量控制等工作。
中國(guó)市場(chǎng)涵蓋了工業(yè)機(jī)器人方方面面的使用行業(yè)和場(chǎng)景，為了滿足這些靈活和高度定制化的需求，ABB還在上海建成了一座世界級(jí)機(jī)器人工廠，滿足90%以上在中國(guó)本土銷售的機(jī)器人需求。我們將人工智能、數(shù)字孿生、機(jī)器視覺等技術(shù)結(jié)合到超級(jí)工廠的運(yùn)營(yíng)中。
經(jīng)濟(jì)觀察網(wǎng)：生成式AI技術(shù)的出現(xiàn)為傳統(tǒng)機(jī)器人帶來哪些根本性的變化？
韓晨：機(jī)器人變得更智能、更強(qiáng)大、更易用了。舉幾個(gè)簡(jiǎn)單例子，ABB機(jī)器人可以進(jìn)行物品揀選，借助3D視覺和深度神經(jīng)網(wǎng)絡(luò)技術(shù)，迅速、精準(zhǔn)地抓取任意擺放的工件，每小時(shí)揀選次數(shù)高達(dá)1400次；還有能自主移動(dòng)的機(jī)器人，能夠感知周圍環(huán)境并決定下一步該走哪個(gè)方向；還有質(zhì)量檢測(cè)的機(jī)器人，檢測(cè)工業(yè)品的每一條焊縫，甚至是22微米以內(nèi)的缺陷；還有預(yù)測(cè)性維護(hù)機(jī)器人，基于一種失效物理模型，通過AI學(xué)習(xí)評(píng)估標(biāo)準(zhǔn)，能夠以99.9%的準(zhǔn)確率預(yù)測(cè)故障，提前13個(gè)月發(fā)出預(yù)警。
當(dāng)下階段，機(jī)器開始學(xué)會(huì)自主決策、解析任務(wù)和執(zhí)行動(dòng)作，同時(shí)，生成式AI讓編程變得觸手可及，這意味著人們用引導(dǎo)式編程或自然語言來操作機(jī)器。ABB已經(jīng)利用自然語言指令來教導(dǎo)機(jī)器人執(zhí)行一些簡(jiǎn)單動(dòng)作。
經(jīng)濟(jì)觀察網(wǎng)：生成式AI正從單模態(tài)向多模態(tài)演進(jìn)，這一演進(jìn)在工業(yè)機(jī)器人上是如何體現(xiàn)的，它能否推動(dòng)產(chǎn)品走到一個(gè)突破的臨界點(diǎn)？
韓晨：多模態(tài)就是讓一個(gè)模型能夠理解和處理多種類型的數(shù)據(jù)，就像讓AI系統(tǒng)能夠像人類一樣，通過多種感官來理解和處理信息。如果將多模態(tài)運(yùn)用到工業(yè)機(jī)器人身上，可以讓機(jī)器人在不斷變化的環(huán)境中構(gòu)建出自己的地圖，并且根據(jù)這張地圖找到正確的路線。無論是移動(dòng)機(jī)器人、協(xié)作機(jī)器人還是其他領(lǐng)域，機(jī)器人都能變得更快、更準(zhǔn)、更能應(yīng)對(duì)變化，它們能突破很多標(biāo)準(zhǔn)化環(huán)境的限制，在工廠、倉(cāng)庫(kù)、物流中心和實(shí)驗(yàn)室這些需要靈活操作的地方做更多工作。
這一階段，機(jī)器人開始理解周圍的環(huán)境、自主規(guī)劃行動(dòng)路線、控制動(dòng)作力度，還能和人或者其他物體更安全地、柔性地互動(dòng)。這會(huì)給我們的未來帶來翻天覆地的變化。
經(jīng)濟(jì)觀察網(wǎng)：這推進(jìn)了工業(yè)機(jī)器人的普惠性？
韓晨：是的，機(jī)器人的指令設(shè)計(jì)不再依賴編程語言，工程師們可以通過自然語言對(duì)話來對(duì)機(jī)器進(jìn)行編程和調(diào)整。這大大降低了機(jī)器人的操作門檻，讓更多的個(gè)人和企業(yè)能夠輕松地使用它們。
這種變化還會(huì)影響教育的方向，高校的重點(diǎn)會(huì)從單純的編程技能轉(zhuǎn)向如何更高效地利用機(jī)器人來協(xié)助人類的工作。目前，ABB機(jī)器人已經(jīng)與浙江大學(xué)合作，共同進(jìn)行自然語言編程的首批實(shí)驗(yàn)。
而生成式AI也存在一定限制。機(jī)器有時(shí)會(huì)產(chǎn)生“幻覺”，生成一些錯(cuò)誤或者不準(zhǔn)確的信息。同時(shí)，這種技術(shù)對(duì)計(jì)算資源的占用量很大，有時(shí)也可能產(chǎn)生版權(quán)侵權(quán)問題。
