中电网移动|移动中电网
 
中电网移动|移动中电网|高清图滚动区

正在被AI改变的机器人,终将变成什么样?

人工智能机器人是改变机器人执行操作方式的技术奇迹之一。如今的机器人技术不再仅仅局限于机械和电子技术,在计算机科学的帮助下,人工智能机器人正在变得更加智能和高效。

从本质上讲,机器人技术中的人工智能主要围绕着赋予机器一定程度的智能,使得机器能够以独有的方式与人类或环境互动来展开。人工智能机器人可随时感知周围环境、处理信息并动态响应变化,这种能力的飞跃使得智能机器人系统不仅能够遵循预定义的路径,而且还能够理解和导航复杂的非结构化环境。

从编程机器到智能实体的这种转变代表了重大的技术进化,突显了人工智能给机器人带来的巨大潜力。随着人工智能在机器人技术中的应用,这些自主智能机器人正在帮助人类或替代人类执行重复性、体力要求高或危险的任务。

机器人中关键的AI技术

人工智能(AI)为机器人赋予了多种新的能力,使它们能够以更高的自主性和适应性执行各种任务。而这些先进的机器人能力主要依靠机器学习(ML)、计算机视觉(CV)和自然语言处理(NLP)等AI技术来实现。

机器学习

智能机器人的基石是这些机器的学习和适应能力。通过机器学习和深度学习算法,机器人可以分析数据,识别模式,并根据自己的学习做出明智的决策。

这种能力使他们能够随着时间的推移提高性能,在极少的人为干预下适应新的任务和环境,在动态、非结构化的环境中运行,更加通用和有价值,这是传统机器人技术的重大飞跃。

深度学习是机器学习的一个子集,在提升机器人智能方面发挥着关键作用。深度学习的核心是利用神经网络,这些网络由处理数据的互连节点层组成,使机器人能够从模式和经验中学习。这些网络的深度和复杂性使机器人能够执行需要类人认知的任务,如图像和语音识别或复杂的决策。GPU等硬件的进步加速了这些复杂神经网络的训练和部署,使深度学习在机器人技术中更加可行和有效。

计算机视觉

计算机视觉是机器人人工智能的基石技术,它赋予机器看到和解释周围世界的能力。

这项技术涉及视觉信息的处理和分析,使机器人能够识别物体、导航环境,并执行需要视觉理解的任务。将计算机视觉集成到机器人技术中,有助于扩大机器人的应用范围,包括从工业自动化到自动驾驶汽车。

计算机视觉的另一个重要方面是空间感知和导航。机器人使用视觉信息来了解它们相对于环境和其他物体的位置,这种理解对于需要在复杂和动态环境中导航的自主机器人至关重要。

自然语言处理

自然语言处理(NLP)是一项关键技术,它使机器人能够通过语言理解人类并与人类互动。

这项技术涉及人类语言的处理和分析,使机器人能够解释、响应甚至生成类似人类的文本或语音。NLP在机器人技术中的整合为人机交互开辟了新的可能性,使其更加自然和直观。配备NLP的机器人可以执行语音激活控制、对话界面和语言翻译等任务,这种能力在服务机器人中尤为重要。通过NLP,这些机器人可以理解口头命令,参与对话,并以人类易于参与的方式提供信息或帮助。

人工智能机器人中的“芯”方案

边缘人工智能(Edge AI)是人工智能中非常引人注目的新兴领域之一,它旨在让人们在运行人工智能程序的同时,而不必担心隐私泄露以及智能设备在不访问云的情况下可对输入做出快速反应。将边缘人工智能应用于机器人中,这些智能机器人将得到更大、更广泛的应用。

NXP Edge AI | MCX N系列

恩智浦(NXP)的通用微控制器(MCU)MCX N系列是适用于AI机器人领域的Edge AI新品。这些微控制器将神经处理单元 (NPU) 整合其中,从而助力机器学习加速。MCX N系列产品采用的Arm Cortex-M33微控制器实现了高性能和低功耗,配备的智能外设和片上加速器可提供多任务功能和高能效。

以MCX N94x和N54x系列产品为例,两款产品均配备了运行频率达150MHz的高性能Arm Cortex-M33内核,同时提供2MB闪存以及可配置的带完整ECC的RAM、DSP协处理器,并集成了eIQ Neutron神经处理单元(NPU)。

与单独的CPU内核相比,NPU可提供高达42倍的机器学习吞吐量提升,减少了系统的唤醒时间,同时降低了整体功耗。借助MCUXpresso Developer Experience,设计人员可以加快完成MCX N系列的开发速度。


图1:MCX N94x MCU系统框图(图源:NXP)

NVIDIA 解决方案

针对人工智能机器人应用,英伟达(NVIDIA)准备了专用的解决方案,它的Jetson Orin在机器人和其他自主机器的性能和效率方面非常出色。其中的一款Jetson AGX Orin模块拥有高达275 TOPS的AI性能,功率可在15W至60W之间配置。在相同的紧凑外形下,性能是此前的Jetson AGX Xavier的8倍。使用Jetson AGX Orin部署大型AI复杂模型,可将该模型直接用于机器人中的自然语言理解、3D感知和多传感器融合解决方案。


图2:可用于下一代机器人中边缘AI解决方案的Jetson AGX Orin模块(图源:NVIDIA)

人工智能机器人的应用前景

人工智能的进步有助于机器人更紧密地模仿人类行为,这就是它们初始被创造出来的原因。由人工智能驱动的机器人可分为三类,即:自主移动机器人、协作机器人和人形机器人。这些机器人类型中的每一种都有自己独特的方式来使用人工智能执行各种任务,并与所处的环境进行交互,为世界各地的许多行业开创了机器人解决方案,并继续塑造我们未来机器人技术发展的前景。

人工智能驱动的机器人正在被部署在太空探索、医疗保健和制造业中,以支持运营并极大限度地提高生产力。这些机器使这些行业通过实施先进技术达到更高的效率水平。

在英伟达宣布的“moonshot”计划中,以机器人的形式创造了可体现人类水平的人工智能。该公司CEO黄仁勋曾在演讲中表示,为通用类人机器人建立基础模型将是当今人工智能极令人兴奋的发展前景之一。为此,英伟达宣布了它的GR00T项目。这是一个用于人形机器人的通用基础模型。GR00T模型将使机器人能够理解多模式指令,如语言、视频和演示,并执行各种有用的任务,以便机器人学习协调、灵巧和其他必要的技能,更像人一样导航和与现实世界互动。

近年来,人工智能的进步彻底改变了机器人技术的走向。机器人中的生成式AI使机器能够产生独特的文本,或者与文本转语音相结合,像真人一样进行语音表达,从而使机器更接近人类。如今,作为生成模型的一个例子,ChatGPT已经开始集成在机器人助理、社交机器人和消费机器人的软件中。

不过,虽然将生成式AI集成到机器人技术中提供了巨大的市场应用机会,但目前来看它并不像听起来那么强大。比如,使机器人与人类对话这个功能,它与我们已经使用的虚拟助手并没有太大区别。目前,在机器人中使用生成式AI仍有其自身的局限性,距离机器人在没有预先编程的情况下能够充分理解任务还有很长的路要走。

猜你喜欢
中电网移动|移动中电网|频道导航区