• 项目
首页>>文章列表 >>行业研究
行业研究

金准人工智能解析AI万亿美元级价值潜力 2018-05-14 18:30:10

前言

随着计算能力的提高、数据的积累和算法的改进,最近几年人工智能不断在一些垂直应用领域得到发展,比较火的是人脸识别、语音识别,还有机器人、无人机、无人驾驶汽车等。人工智能是未来的发展趋势。在国家政策的支持下,许多BAT企业、电商企业都已意识到了这一领域的发展潜力,纷纷争先进入。

一、人工智能的万亿价值

目前已知的人工智能最大的潜力在于分析技术,包括回归和分类。神经网络技术可以提供更高的功能性,或者产生附加的见解和应用。

1.人工智能可创造3.5-5.8万亿美元的潜在价值

金准人工智能专家分析案例表明,在旅行、交通、零售、汽车、高科技、能源、化工、娱乐传媒、基础材料、消费品、农业、银行、医疗系统与服务、公共部门、通讯、医疗制药、保险、先进电子器件/半导体、航天与国防这19个行业中,人工智能(AI,包括前馈神经网络和卷积神经网络)的引入,可以创造3.5万亿到5.8万亿美元的潜在价值,包括更有价值的产品和服务、收入的增长、成本的节约、消费者剩余等。

这相当于整体分析技术价值规模(9.5万亿到15.4万亿美元)的40%,对于每个行业而言,AI潜在价值平均占行业总规模的1%到2%。即便是应用潜力最小的航天与国防(少于500亿美元),这也相当于黎巴嫩的GDP了。

 

 

AI价值潜力:3.5万亿到580亿美元(行业年产值)

2.人工智能在不同行业的价值

对于通讯行业,运营商有大量的结构化的客户数据,非常适合传统分析技术和AI分析技术,AI的潜在价值是行业年收的3%到6%,超过1000亿美元。同样的,对于公共部门,大量的数据和用例亦使其成为AI比较成熟的应用领域,但数据隐私和分析成功的可解释性/逻辑透明性限制了潜在的价值。金准人工智能专家认为,尽管如此,公共部门依旧是AI技术非常大的潜在机会点。

AI分析技术还将用于各个行业的风险管理,如保险业更为精准的风险评估和保费设置,制药公司将AI算法用于降低临床试验风险,矿业公司预测生产中断风险,实现更有效的勘探、钻探和开采规划等。此外,AI还可创造新的产品和业务模式,如用于银行客户类型识别,可以有效改进的欺诈检测。

AI最大的价值机遇是供应链管理和制造业中营销和销售环节。对于公司而言,他们必须检查自己的部门组合,理解行业的价值驱动,寻找人工智能的布局机会,已确定合适的投资部署。此外,零售与高科技等消费行业将出现更多AI营销和销售应用,这是由于更为频繁的数字交互,特别是对电商平台而言,基于AI分析实时制定促销、价格和产品动态,利用生成模型优化端到端的供应链等,将有效降低各项成本,提高运营效率,实现精准营销。

 

AI最大的价值机遇是供应链管理和制造业中营销和销售环节

 

二、人工智能简明释义

为帮助建立更为具象的AI技术框架,金准人工智能专家对重要的人工智能相关概念进行简明释义。

人工智能指人造的机器智能,由1956年达特茅斯会议上正式提出。机器学习是实现人工智能的主流手段,是基于一种数据训练的模型,即机器通过分析大量数据进行学习,无需编程从而归纳和识别特定目标,重在发现数据之间内在的相关性并做出预测。

各类分析技术在19大领域中的热度

1.神经网络

神经网络技术是机器学习下属的一个概念,本质上是从信息处理的角度对人脑神经元网络进行抽象模拟,从而建立计算模型。

基于神经连接的计算模型在上世纪40年代开始受到重视,大量的训练数据(包括图像、视频和语音)成功的实现了数据分析。在深度学习发展之前,神经网络通常只有3到5层,和几十个神经元/节点;深度学习之后,神经网络扩展到7到10层,甚至更多层,模拟神经元数目增至百万量级,从而面向更为复杂的问题实现更为可靠的处理。当下兴起的人工智能,主要就是大规模的深度学习。

具体来看,神经网络有三类主要形式:

1.1 前馈神经网络

前馈神经网络(Feed forward neural networks)是最常见的人工神经网络。在这种结构下,信息只向一个方向(向前)移动,即从输入层经过“隐藏层”到输出层,没有循环网络。首个单节神经网络在1958年提出,经过计算能力和训练算法的大发展,前馈神经网络展现出了更高的性能水平。

1.2 循环神经网络

循环神经网络(Recurrent neural networks)指结构中包含节点定向连接成环(loops)的人工神经网络,非常适合于处理(手写、文本、语音形式的)任意时序的输入序列。2016年11月,牛津研究报告显示,基于神经网络(和卷积神经网络)的系统在唇语识别应用中实现了95%的准确率(有经验的人类唇语者准确率近52%)。

1.3 卷积神经网络

卷积神经网络(Convolutional neural networks)是一种深度前馈人工神经网络,其逻辑结构受动物视觉大脑皮层的启发,对于大型图像处理(视觉感知任务)有出色表现。

最好的AI系统识别能力已经超过人类

2.其他机器学习概念

从学习的方式来看,机器学习分为监督式学习(训练数据集中的目标由人标注的)、非监督式学习(训练集没有人为标注)、半监督式学习(训练集被部分标识)和强化学习(输入数据作为模型的反馈)。

从算法的类型来看,常见的机器学习算法有决策树算法(采用树状结构建立决策模型)、回归算法(对连续值预测)、分类算法(对离散值预测,事前已经知道分类)、聚类算法(对离散值预测,事前不知道分类)、神经网络和集成算法(集成几种学习模型)。

为帮助后文理解,金准人工智能专家进一步说明两类在新生业务中极具潜力的机器学习技术:

不同用例中的数据类型(结构化程度、时序性、文本or音频or视频or图片)

不同类型数据的AI价值

2.1 生成对抗网络/GANs

生成对抗网络(Generative adversarial networks)是深度学习领域的一个重要生成模型,即两个网络(生成器和鉴别器)在同一时间训练并且在极小化极大算法(mini max)中进行竞争。这种对抗方式避免了一些传统生成模型在实际应用中的一些困难,巧妙地通过对抗学习来近似一些不可解的损失函数,在图像、视频、自然语言和音乐等数据的生成方面有着广泛应用。

2.2 强化学习

强化学习(Reinforcement learning)本质上就是通过试错实现模型优化。目前,强化学习已经被广泛采用,包括谷歌Deep mind的视频游戏和Alpha Go。

3.分析技术之于实际问题

分析技术:从经典到前沿(将深度学习神经网络、迁移学习和增强学习定义为AI技术)

分析技术在不同业务类型中可以解决多种实际问题,包括:

分类(Classification),即根据一组训练数据,将新输入的数据进行分类的业务,主要任务为识别特定物理对象(如卡车、汽车、生产线上接受质检的产品等)的图形;

连续评估(Continuous estimation),即根据训练数据,评估新输入数据的序列值,常见于预测型任务,如根据销售数据、消费者态度、天气等数据来预测消费需求,或者根据建筑物的相关数据和照片来于猜测房产价格等;

集群(Clustering),即根据任务数据创建系统单个组类别,案例有,基于特人数据的消费偏好;

其他优化(All other optimization),即系统根据任务产生一组输出为特定目标的函数优化结果,案例有,基于用户(时间、费用、偏好等)需求的最佳交通路线推荐;

异常检测(Anomaly detection),即根据训练数据/历史相关性判断输入数据是否异常,本质上是分类功能的子范畴;

排序(Ranking),常见于信息检索问题,即基于检索需求按照某种排序标准呈现结果,比如提供产品购买推荐等;

建议(Recommendations),即根据训练数据提供建议,比如根据个人购买历史行为推荐“下一个产品”;

数据生成(Data generation),即根据训练数据生成合适的新数据,用例包括音乐创作等,即根据音乐素材在特定风格下创作出新的音乐片段。

不同类型实际问题涉及的分析技术(条状图表征该问题中AI技术的价值和潜力)

三、从用例看潜力

金准人工智能专家认为,人工智能算法跟传统算法相比,在性能方面的优势(总体而言,AI分析技术能带来传统之外的30%到128%的行业价值提升):

AI分析技术的价值潜力(左为AI与传统分析技术的对比,右为AI分析为19大行业带来的潜在价值增量)

1.预测维护

传统系统,已经能够对传感器时序数据,包括检测温度、振动状态等,进行分析,实现预测异常检测和预测维护(对组件的剩余使用寿命做出预测)了。但深度学习将这个功能带到了一个新的高度:可以对数据进行分层,从而分析海量的、高维度的,包括图像、音频等各种形式的传感器数据,一些原先不适用的低质量数据(来自廉价的麦克风和照相机)也能被用起来。

在被调研的案例中,这种基于AI技术的预测维护(远程机载诊断技术),可以帮助企业减少停机时间,制定有计划的干预措施,提高产量,并降低经营成本,对应的经济价值约为总销售额的1%到2%。

在货运飞机的案例中,AI技术加持的预测维修,能够延长飞机寿命。因为相比于传统模型,它能更有效的结合平面模型数据、维护历史、物联网传感器数据(包括发动机振动数据、发动机状况的图像和视频等)。

2.物流优化

AI为导向的物流优化可以实时预测,降低成本,指导行为,提高燃油效率,减少交货时间。

在一个欧洲货运的案例中,基于AI技术的车辆性能检测和驾驶员行为分析,司机能够获得实时指导(合适加速、减速等),以优化燃料费用并降低维护成本,货车公司省了15%的燃油费。在一个航空案例中,航空公司基于AI预测交通拥堵和天气相关问题,避免了昂贵的取消费用。对于每天航线近十万的公司而言,哪怕减少1%的取消飞行,也意味着很大的不同。

3.客户管理

金准人工智能专家预测,AI正在成为客户服务管理和个性化市场营销的重要工具。

呼叫中心将AI用于语音识别(不仅是语言内容,甚至是情绪语调)和呼叫路径规划,可以更有效的为客户提供更为无缝的体验;在销售领域(如亚马逊和Netflix),AI也成功的用于个性化的“下一个”产品推荐,大幅提高了销售转化率;在保险领域,汽车保险保费可以根据驾驶数据(驱动模式和距离)进行调整;对于旅游公司,全方位的客户视图(额外的酒店、航班服务)将帮助增加10%到15%的收入,相当于总营收的7%到12%,价值是传统分析的两倍以上;在零售业,SKU性能数据能被用于优化促销策略。

各类分析技术在九项业务中的应用热度

根据金准人工智能专家调研,69%的案例中AI分析技术完成了对传统分析技术的性能优化,16%的“绿地”案例非AI不可。“绿地案例”主要存在于客户服务等商业领域,如疾病诊断、改善护理等,对应的数据丰富(大量音频、视频、图像和文本),还需要整合人类的反应。

此外,还有15%的案例是AI分析,或者说深度学习不适用的,比如药品和医疗产品、电信等领域,一方面是受限于现有的技术和该领域不够充足的结构化的数据量(据估计,一个监督学习算法要实现可接受的性能,每个类别需要至少5000个标记过的数据),另一方面受限于行业和监管问题。

除了使用深度学习提高分析性能之外,很多常见的消费产品,如Siri、Alexa和Cortana,甚至基于图像处理的自动驾驶也在发展中。对于这些AI系统,数据采集和再培训是必要的(需要至少每月更新一次,有时甚至是每天更新一次)。除了数据量和多样性之外,训练数据的刷新也很重要,特别是销售、供应、管理和制造业领域。

对于大约三分之一的用例,AI分析模型需要频繁更新(四分之三的情况需要每月更新一次,近四分之一的情况至少每周更新一次)

四、前路的挑战

尽管人工智能前途远大,它依旧面临着诸多的挑战和限制。

从数据的角度出发,金准人工智能专家认为可以把困难归纳为五点:训练数据的标记常常需要人工手动,难以获取足够大且全面的训练数据集(特别影响医疗用例),模型透明度有待提高(直接影响汽车、医疗认证等领域的应用),学习缺乏可概括性(难以从一个应用迁移到另一个相似的应用),数据和算法中存在偏差的风险(更社会化的问题)。

此外,人工智能还存在恶意使用的问题,包括更为复杂的黑客攻击和高度个性化的政治虚假信息运动、欺骗性的视频等一些列安全威胁。

考虑到数据的关键性,金准人工智能专家认为,对于企业和组织来说,制定数字战略,建立数据中心(或者更普适的,选择云供应商),争夺高级人才,思考获取和生成数据的方式,至关重要。技术方面,组织必须开发出健壮的数据维护和治理流程,并实现软件现代化(如Agile和DevOps),并确保AI分析被实例化,克服“最后一英里”(组织挑战)。

总结

金准人工智能专家认为AI作为当下信息技术革新的主要动力之一,指向了庞大的经济和社会价值,正在将各个参与者,包括(技术)革新者、公司和政策制定者等,凝聚起来,从而营造充满活力产业环境,确保更为安全、有效的经济和社会福利。现有案例足够说明,AI技术的引进,不仅将深化传统技术价值,更将拓展新的产品和业务形态。对于企业而言,相关数字战略的制定,迫在眉睫。

金准人工智能 AI和5G技术赋予智能手机行业新红利 2018-05-10 20:05:46

前言

提到AI,可能很多人会想到的是AlphaGo或者自动驾驶等比较“大”的应用。不过对于手机来说,受到体积和性能的限制,显然是无法像Google的TPU、NVIDIA的Xavier那样使用巨大的数据来训练神经网络模型的。

目前手机中常见的AI应用,其实是将已经训练好的神经网络模型编译成离线模型,然后跑在手机本地的硬件上。


一、智能手机行业有望回暖

1.新机销售有助于改善智能手机去库存状态

智能手机的出货量在持续下滑。金准数据显示,一季度,中国智能手机出货量跌破1亿台,同比下降16%。

尽管一季度出货量下跌有清理库存的季节原因,但去年全球智能手机出货量首现下跌以来,对于消费者疲于智能手机换代的担忧就一直存在。

不过,金准人工智能专家认为,一季度行业处在全面去库存状态,随着3月的新机发布,未来的环比改善趋势确立,产业链有望逐步回暖。

 

本轮的去库存力度较大,金准人工智能专家认为,是未能跟上2017年全面屏创新的品牌在拖累。而2017年的数据证明,在OPPO、vivo旗舰产品退出后,新机销量份额迅速提升。

2017年上半年,安卓品牌旗舰发布纷纷靠后,使得前两个季度国内市场销售的主力是2016年旗舰机型,随着OPPO、vivo新旗舰的推出,三四季度新机销量份额迅速提升,例如三季度R11(2017.6发布)份额3.5%,四季度X20Plus(2017.9发布)份额2.1%。

随着安卓旗舰机的发布,18Q2新机销量有望带动行业回暖,供应链新一轮备货开启,预计二季度消费者需求与供应链企业业绩将出现环比改善。

 

2.新一轮换机周期带来智能手机迭代行情

对行业的信心很大程度上来自产业链公司积极的一季报展望。苹果公司的二季度营收指引(515亿-535亿美元),也要高于市场的预期。

 

 


金准人工智能专家提到,智能手机耐用度提升、创新边际收益降低、高端手机价格增长过快,中国消费者的换机周期的确有所延长,令本轮智能手机出货量下滑。

但换机周期不会无限制拉长,中国用户平均换机周期已达到2.7年,而所有品牌中平均换机周期最长的苹果一般在3-4年。

从国内用户iPhone保有量看,2016年至今发布的机型占比约为32.3%,而发布两年以上的机型占比为67.7%,主要为iPhone6系列及iPhone6S系列。考虑到苹果手机较长的销售生命周期,可以大体上认为约有一半左右的机器面临陆续的更换需求。

 

 

国产品牌中华为、小米各机型保有量较为平均,T5保有量在25%-30%。OPPO、vivo中2016年发布的机型占比在30%以上:vivo—X9(11月)、Y66(12月)、X7(6月)、Y67(11月);OPPO—R9(3月)、R9s(10月)、A57(11月)。


金准人工智能专家认为,安卓品牌特别是OV的换机时点在18年末至19年上半年到来,由于OV在2016年是销售高峰,三四线城市用户基数庞大,有望在明年带来一轮迭代行情。

4G商用化过程来看,运营商牌照发放一年内出货的智能手机中支持4G的数量占比就达到30%,再一年后这个数字接近90%。

3.受益于“新中产”,智能手机经历第三次消费升级

最后,智能手机受益于“新中产”阶级的诞生,也在经历第三次消费升级。

我国居民人均收入快速增长。2011年至今,我国城镇居民人均可支配收入由22000元/年增长至36000元/年,增长幅度为63.6%,我国农村居民人均可支配收入由9400元/年增长至13400元/年,增长幅度为42.6%。

中产阶级+新生代,消费力量壮大。人均收入提升使得中产阶级群体不断壮大,形成智能手机消费升级的中坚力量。另一个层面看,80、90后步入工作岗位,接力成为智能手机迭代周期的主要目标人群。根据金准人工智能专家了解到的中国银联与京东金融联合统计数据,新生代消费行为升级更为有力。

 


二、智能手机享受用户基数红利,走过黄金十年

换机周期延长的一个重要原因在于,智能手机的创新空间变少,创新边际收益降低。过去的消费者可以仅仅因为指纹识别而更换手机,现在的用户则期待一种全新的、颠覆式的体验。

充分享受了用户基数红利,智能手机已经走过了黄金十年的增长。

智能手机最初的爆发式增长来源于对功能机的替代。智能手机与功能机最本质的区别在于丰富的APP资源,使得手机实现了超越单一通话和短信成为以社交为核心的功能载体。

三、智能手机新的增长红利:AI5G

这种颠覆式的体验,最终由谁来担起?金准人工智能专家认为,AI和5G是重点。AI植入终端,令手机的边缘智能计算能力大幅提升;而类似于4G的推出,5G建设也有望带来新一轮换机刚需,智能手机的二次颠覆即来。

目前来看,最先实现突破的是图像识别和语音识别,其次是AR、健康监测等,图像与语音领域的相关产品和服务将率先迎来变革。金准人工智能专家相信,智能手机与成熟的AI技术、应用的结合,是乔布斯时代以来智能硬件的第二次颠覆。

1.AI运算移植到手机上的原因

之所以要把AI运算移植到手机上而不是留在“云端”,主要原因有两个。

第一是速度。虽然通讯技术的发展已经大大提高了网络带宽,降低了时延,但在一些需要实时性的操作中,依然需要在设备本地进行计算来保证速度。

以目前应用广泛的人脸解锁为例,手机在检测到人脸时,如果还是像Siri等智能语音助手那样,先将数据传输到云端,然后在云端进行特征点的比对,再向手机返回结果,就会导致处理时长明显增加,严重影响使用体验。

再比如已经成为AI手机“标配”的拍照场景识别功能,手机需要在用户取景的同时对画面里的物体进行识别,在检测到对应的场景后自动对拍照参数进行调整,如果说这个处理过程搬到云端,即使网络状况再好,也会造成明显的延迟,直接导致这个功能变得不可用。

除了速度,由于手机本身是一个生产力型的工具,为了保证隐私数据的安全,部分数据也只能在手机端进行处理。

2.让手机AI运算更快更高效的方式

经过了过去一两年的探索,将部分AI运算移植到手机、让手机设备本身具备处理AI运算能力(端侧AI)已经成为行业共识,不过在如何让手机AI运算更快更高效这个问题上,几家芯片厂商的做法有着明显的不同,具体可以分为三种。

第一种方式是为增加专用的AI芯片来进行AI运算。代表产品是麒麟970(内置NPU)和苹果A11Bionic(神经网络专用加速模块),其中A11Bionic的神经网络专用加速模块比较特别,目前只是用在了Face ID人脸解锁上,没有开放给第三方。

高通AI Engine

第二种方式是调用SoC中原有的模块来进行AI运算。代表产品是高通的AI Engine平台(支持的骁龙660、820、835、845),具体是通过骁龙神经处理引擎(Neural Processing Engine,NPE)软件框架,根据需求从CPU(非并发小数据处理)、GPU(并发大数据处理)、DSP(向量运算)中使用最适合的内核进行数据处理。

第三种方案是联发科在HelioP60里采用的APU设计。这个核心有些像NPU,不过APU的设计更像是改进版的多核DSP,擅长图像处理,具备一定的AI运算能力但并没有NPU那样“专一”和高效,这个思路有点像找一个数学不错的物理老师来给学生教数学。

芯片厂商不同的做法,延伸到宣传和营销中,就有了所谓的“真假AI”的概念,有人认为芯片必须有独立的AI芯片才能算是“真AI”,有人则认为决定手机是不是“真AI”的应该是具体的功能,而不是芯片的设计。

3.独立的AI 芯片的意义

那么独立的AI芯片究竟有多少意义?这里我们就以麒麟970的NPU为例聊聊。

NPU模块的意义

大家可能还记得,AI手机这个概念是荣耀Magic上第一次提出的。

Magic是荣耀在2016年底发布的一款产品,也是荣耀和华为2012实验室4年磨一剑的作品。在这款手机上,荣耀展示了具备自然语义理解、计算机视觉、深度学习能力的Magic Live智慧引擎,即使放在2018年,荣耀Magic上的很多理念依然很有前瞻性。


同时,也正是在研发Magic的过程中,华为和荣耀的工程师发现,为了让AI在手机中发挥更大的作用,需要更加算力更强并且更加省电的芯片进行支撑,最终决定在麒麟970上增加一颗行业里还没有先例的NPU模块,即使这意味着芯片制造的成本会有明显的增加(成本也是高通没有使用NPU的主要原因)。

麒麟970的NPU实际效果相比起高通AIE、联发科P60的“非专用”方案会有一定的优势。这种优势不仅仅是体现在单纯的算力层面,还体现在执行效率上。

在去年9月麒麟970的发布会上,华为消费者BGCEO余承东展示了上面这组图,在AI运算性能上,NPU相比起CPU和GPU分别有着25倍和6.25倍的优势,而更重要的是PPT右边这组数据,能效比上,NPU更是达到了CPU的50倍,GPU的6.25倍。

我们知道,受限于手机的体积,功耗和发热会大大制约手机芯片的性能表现,而NPU在运算效率上的巨大优势意味着在功耗和发热允许的范围内,可以在手机上跑更加复杂、对算力要求更高的算法,提供更多有价值的功能。

NPU高效的优势在发布之初、应用场景还相对简单的时候表现并不明显,不过随着华为和荣耀对NPU应用的深入,NPU正在逐步地兑现它的潜力。

还是以拍照时的智能场景识别为例,目前无论是采用高通的AIE平台的机型,还是搭载麒麟970的手机,都已经可以做到数十个拍照场景的识别,不过在华为P20系列、荣耀10这两款新上市的麒麟970机型上,又把场景识别的复杂程度进行了大幅度的提升。

在荣耀10发布会上,荣耀CEO赵明展示了下面这个使用AI来优化拍照的实例。

这张照片中,在麒麟970NPU的帮助下,荣耀10可以实时地识别出人物、动物、植物、蓝天4个层级,然后对每一个部分进行单独的优化,这可要比单独的识别出某一个场景然后进行整体微调来的复杂多了。

再比如在这张主体为人像的拍摄中,荣耀10可以在识别出人像然后将人景分离之后,还可以使用AI算法对边缘头发部分进行单独的优化,同时对人物的五官进行分区然后结合识别出的性别、年龄信息进行精确美颜,如果人物的位置不太合适,荣耀10甚至还可以智能地对构图进行微调。

这些都是AI赋予手机相机的能力,随着算法的进步和手机本地AI算力的提升,手机可以“识别”出得东西会越来越多,对拍照的优化会越来越明显。对于用户来说,这意味着拍出好照片的成本会越来越低。

4.AI手机还能干什么?

半年多以前,当第一款搭载麒麟970的机型华为Mate10、Mate10Pro上市的时候,华为已经展示了不少NPU参与实现的功能,比如拍照时的场景识别、通话时的AI降噪、使用NPU加速的微软翻译。不过要想真正让AI变革手机体验,手机厂商自己的力量是不够的,还要开放给更多的第三方开发者,共同打造AI生态。在这方面,高通和华为都已经完成了很多的布局。

今年2月份,高通正式发布了AI Engine。AI Engien包含了3个硬件和3个核心软件,硬件部分为CPU、GPU、DSP三个部分,软件部分则分别是骁龙神经处理引擎(NPE)软件框架(帮助开发者从DSP、GPU、CPU中选择合适的内核)、随Android8.0发布的Android NNAPI(一个用于在移动设备上进行深度学习的C语言API)和Hexagon Neutral Network库(让开发者的AI算法在DSP上运行)。

在此基础上,高通和多家算法提供商联合推出了多个利用AI Engine的应用优化,比如商汤科技和旷视Face++提供的多种预先训练的用于背景虚化、面部解锁、场景识别的神经网络,虹软提供的单摄和双摄算法,创通联达针对人工智能视觉用例和终端提供完整的解决方案,而腾讯、百度等云服务厂商也在利用AI Engine进行应用优化。

金准人工智能专家认为,相比高通,华为海思的进度整体还要更快一些。

如果你使用的是华为和荣耀的搭载麒麟970的手机,在应用商店里应该已经能够找到一个为人工智能优化过的应用专区,其中的app目前大都是知名度很高的主流app,有淘宝、抖音、百度、有道翻译官、Prisma、WPS。

通过使用接入华为的HiKey970开发平台,开发者可以通过调用NPU,对神经网络计算进行硬件级的加速,实际的效果还是很明显的,比如淘宝的扫码购物,使用NPU优化后识别速度可以最高缩短到原来的1/10,再比如抖音的AR画面特效,使用NPU优化后画面的精度和识别的速度都有明显的提高。


总结

虽然目前手机AI发展依然处在比较早期的阶段,不过随着AI芯片的发展和开发工具、分发平台的完善,在未来可预见的一段时间里,芯片厂商、手机厂商和第三方开发者会持续在手机AI上进行投入,AI对手机体验的加成会越来越明显。

金准人工智能专家预测,在即将到来的5G时代,AI很可能和5G一起,成为未来智能手机的一项“基本能力”,共同定义下一代的智能手机体验。


金准人工智能 2018年中国扫地机器人行业 研究报告 2018-05-09 16:28:53

前言

近年来,随着国内生活水平的不断提高,城镇化的持续推进,扫地机器人正成为家庭智能新宠,发展速度加速提升。据金准人工智能专家了解,目前,扫地机器人已经成为很多一二线城市家中必备的产品,而平时工作、生活比较忙碌的人群成为扫地机器人的消费主力军。

 

一、扫地机器人相关概述

1.扫地机器人定义

扫地机器人,又称自动打扫机、智能吸尘、机器人吸尘器等,是智能家用电器的一种,能凭借一定的人工智能,自动在房间内完成地板清理工作。一般采用刷扫和真空方式,将地面杂物先吸纳进入自身的垃圾收纳盒,从而完成地面清理的功能。一般来说,将完成清扫、吸尘、擦地工作的机器人,也统一归为扫地机器人。

2.扫地机器人分类

按清洁系统来分,扫地机器人一般可分为单吸口式、中刷对夹式以及升降V刷清扫系统式扫地机器人。按侦测系统来分,扫地机器人则可分为红外线传感和超声波仿生技术。

按清洁系统分类:

1)单吸口式:单吸入式的清洁方式对地面的浮灰有用,但对桌子下面久积的灰及静电吸附的灰尘清洁效果不理想。

2)中刷对夹式:它对大的颗粒物及地毯清洁效果较好,但对地面微尘处理稍差,较适欧洲全地毯的家居环境。对亚州市场的大理石头地板及木地板微尘清理较差。

3)升降V刷清扫系统:以台湾机型为代表,它采用升降V刷浮动清洁,可以更好的将扫刷系统贴合地面环境,相对来说对面静电吸附灰尘清洁更加到位。

按侦测系统分类:

1)红外线传感:红外线传输距离远,但对使用环境有相当高的要求,当遇上浅色或是深色的家居物品它无法反射回来,会造成机器与家居物品发生碰撞时间一久,底部的家居物品会被它撞的斑斑点点。

2)超声波仿生技术:采用仿生超声波技术,类似鲸鱼,蝙蝠采用声波来侦测判断家居物品及空间方位,灵敏度高,技术成本高。在航空工业上都有系统的运用。

 

扫地机器人分类图

3.扫地机器人产业链

扫地机器人行业的产业链可以分为上游、中游和下游。上游企业是指生产各种扫地机器人所需零部件的零部件供应商或材料供应商。其中,主要零部件包括橡胶轮胎、电机、电池、吸尘主机设备、旋转毛刷等。中游制造环节包括红外线传感机器人、超声波仿生机器人。扫地机器人产业的下游则主要是通过商超、品牌专卖店、电商环节等渠道到达最终消费者。

扫地机器人产业链图

、扫地机器人行业发展现状

1.全球扫地机器人市场发展情况

目前,家务机器人在个人及家用服务机器人的销售量中占据主要部分,发展速度较快,而家务机器人的发展主要得益于扫地机器人市场的崛起。据金准人工智能专家统计数据显示,2015年全球个人及家用服务机器人销售量为540万台,其中家务服务机器人370万台,占比将近70%。金准人工智能专家预计,2016年-2019年全球个人及家用服务机器人销售总量为4,200万台,其中家务服务机器人销售总量为3,080万台,占比将近75%。扫地机器人是目前家务机器人中的主导品类,金准人工智能专家预计,2016年-2019三年间全球扫地机器人销售总量将达到3,000万台,占家务服务机器人销售总量的比例为97.4%。此外,根据金准数据统计,全球个人及家用服务机器人2015年销售额约22亿美元。2016-2019年全球服务机器人销售总额将达到455亿美元,其中个人及家用服务机器人销售总额为224亿美元。

 

2.中国扫地机器人市场发展情况

1)我国扫地机器人行业发展速度较快,前景广阔

虽然我国扫地机器人起步较晚,但发展速度较快,未来发展前景广阔。随着国民经济不断发展,人均可支配收入水平不断提高,人均住房面积不断增加,在城市化、智能化等因素的影响下,扫地机器人逐渐被广大消费者所接受,特别是被年轻一代消费群体所青睐。同时,随着科技的进步,我国消费者的消费观念也在不断变化,对智能化产品的需求逐渐增强。此外,城市化进程带来的快节奏生活导致人们家务劳作时间减少,人口结构逐渐向老龄化发展等问题使得人们对家务机器人的刚性需求越来越明显。根据金准人工智能专家统计数据显示,2017年我国扫地机器人销售量近400万台,销售额达56.7亿元。据金准人工智能专家统计数据,预计2018年我国扫地机器人销售量将达483.4万台,销售额将近70亿元。

 

2)我国互联网电商平台发展迅速,促进扫地机器人线上销售快速增长

 

随着我国互联网电商平台快速的发展,越来越多的消费者适应并热衷于电商平台购物,越来越多的商家也由传统的线下销售转为线上销售。如今,电商平台使得消费者足不出户即可通过线上平台了解产品的外观、价格以及产品特点等,同时天猫、京东等电商平台定期的促销活动促进了各类产品的线上销售。根据金准人工智能专家统计数据显示:近几年来,我国扫地机器人线下销售情况比较稳定,但线上销售增速较快。2017年线下和线上的销售额分别为6.1亿元和50.6亿元,预计2018年我国扫地机器人线上销售额将近60亿元。

 

 

三、国内扫地机器人市场竞争格局

目前国内扫地机器人企业大致可以分为五个梯队集团,分别是:以科沃斯和Irobot等拥有核心研发实力的企业为主,形成第一梯队,在产品研发能力,产品体系和产能创新能力方面都领先其他梯队的公司,这部分市占率大约在60-65%左右;

 

第二梯队主要是国内早期从事ODM的厂商,转型较早的公司,在产品设计和制造方面有一定的基础,代表性企业包括福玛特、地贝和Xrobot等,市占率约为5-10%;

 

第三梯队主要是一些国外领先品牌,这部分品牌在技术研发实力上优势非常明显,唯一不足的是渠道优势较弱以及售后能力不足,以浦桑尼克、飞利浦和三星为主,市占率在5%左右;

 

第四梯队是国内的传统家电厂商,例如海尔、美的等,这类企业在转型方向进入比较迟,但是拥有渠道优势,后续发展空间不容忽视;其他小企业为主体的第五梯队,这类公司目前占比高达20%左右,未来这类公司的市场空间会逐渐被削弱,众多没有核心技术和产业链整合能力的公司将会被行业整合。

 

扫地机器人主要品牌及梯队分布

 

四、扫地机器人主要品牌企业

金准人工智能专家收集的2017年中国市场扫地机器人销量排行榜榜单显示:进入2017年中国市场扫地机器人销量排行榜前十的机器人品牌分别为:科沃斯、iRobot、米家、福玛特、浦桑尼克、飞利浦、美的、海尔、地贝以及斐纳。

 

 

1.科沃斯机器人股份有限公司——科沃斯(ECOVACS

科沃斯机器人公司主营业务是各类家庭服务机器人、清洁类小家电等智能家用设备及相关零部件的研发、设计、生产与销售,为全球知名的家庭服务机器人制造商之一。经过多年的发展,公司已形成了包括扫地机器人、擦窗机器人、空气净化机器人、管家机器人在内的较为完整的家庭服务机器人产品线以及品类丰富的清洁类小家电产品线。

金准人工智能专家了解,公司在服务机器人模块的主要产品为“Ecovacs科沃斯”品牌家庭服务机器人。2017年双11科沃斯机器人创历史新高,以全网成交额5.28亿的成绩完美收官,又一次刷新了行业纪录,并且继续领跑全网双11生活电器榜。其中,天猫科沃斯旗舰店的主推爆款——DD35扫地机器人,更是引起了一波抢购热潮,最终达成了单品加套餐总计13万台的超高成交!

 

2.iRobot Corporation

iRobot Corporation成立于1990年,主要生产包括扫地机器人、擦地机器人、泳池清洁机器人在内的家用机器人,包括远程视频协作机器人、远程医护机器人在内的商用机器人以及应用于国防安全的各类军用机器人。至今,公司家用机器人累计销售量超过1500万个,军用机器人近6000个。其总部位于马萨诸塞州的贝德福德,并且在加利福尼亚州的帕萨迪纳,伦敦、上海和香港特别行政区设立了分支机构,并于2005年在纳斯达克挂牌上市。

2014-2016年iRobot Corporation销售额分别为5.57亿、6.17亿和6.61亿美元,净利润分别为0.38亿、0.44亿和0.42亿美元,其中2015年56%的销售额来自海外,家用机器人销售收入占其总收入的91%。

 

 

3.北京小米科技有限责任公司——米家扫地机器人

北京小米科技有限责任公司成立2010年4月,是一家专注于智能硬件和电子产品研发的移动互联网公司。“为发烧而生”是小米的产品概念。2016年8月31日下午,小米公司旗下品牌米家最新智能化产品——米家扫地机器人正式发布。米家扫地机器人搭载的是Neato家采用的LDS激光测距传感器,通过SLAM算法实时构建房间地图,在路径规划算法上有了革命性的突破。

 

2018年2月5日,米家官方微博发出了一张海报,对外宣布截至2018年1月31日,米家扫地机器人销量已经正式突破了100万台,对于一款从2016年9月初开售,上市至今尚不到1年半的扫地机器人来说这个速度可谓相当惊人,可以说米家扫地机器人已经成为一款真正的单品爆款产品。

 

4.美的集团股份有限公司——美的Midea

美的集团股份有限公司,始于1981年,中国家电行业领导者,福布斯全球企业500强。美的提供多元化的产品种类,包括空调、冰箱、洗衣机、厨房家电、及各类小型家电。美的扫地机作为美的的小家电一块,也是美的主要发展的一款产品。美的目前主要停留在研发阶段,前期投入市场的产品主要依靠自身现有的渠道消化。

 

据美的集团2017年财报显示,2017年美的实现营业总收入为2407.12亿,增长51.35%,净利润172.84亿,增长17.7%,归母净利润172.84亿,增长17.70%,每股收益2.66元。

 

 

5.海尔电器集团有限公司——海尔Haier

海尔电器集团有限公司,家电十大品牌,创立于1984年,全球领先的整套家电解决方案提供商,从开始单一生产冰箱起步,拓展到家电、通讯、IT数码产品、家居、物流、金融、房地产、生物制药等领域,成为全球领先的美好生活解决方案提供商。海尔扫地机器人采用全程语音提醒功能,多重清扫模式,多种颜色可供选择。

 

据青岛海尔(600690)发布2017年业绩快报数据显示,海尔公司2017全年实现收入1593亿元,增长33.79%;实现归母净利润69.3亿元,增长37.59%;收入与净利润均创历史新高。加权平均净资产收益率为23.59%,同比增加3.21个百分点。据了解,海尔公司业绩实现主要得益于公司始终聚焦技术创新与产品引领,专注用户体验与客户价值、坚持海外创牌与盈利引领策略以及人单合一机制的深入推进。

 

 

五、扫地机器人技术发展趋势

1.应用高性价比、高性能传感器

目前,扫地机器人多采用红外传感器、接触式传感器、超声波传感器等,少部分高端机型使用了线扫描激光雷达传感器。对于智能化的扫地机器人室内定位和复杂路径规划的需求而言,传感器提供的信息尚显不足。将来,视觉传感器、低成本高性能激光雷达传感器、软体防碰撞接触式传感器等高性能、新型传感器的应用,将给扫地机器人决策提供更丰富的参考信息。

 

2.多功能、模块化集成

在实现扫地机器人基本的扫地、吸尘、拖地等功能的基础上,模块化集成。扫地机器人本体可以平台化,即实现室内智能移动平台的功能,具备基本的避障、路径规划、软硬件交互接口等功能,而其他功能均以模块化的形式进行加载,给用户更多的自主选择余地,实现细分市场的拓展。

 

3.智能程度及智能算法拓展应用

借助语音识别技术和图像处理技术的逐步发展,物品识别技术性能的不断提高可更有效地提高扫地机器人对家庭环境的融入程度,提升扫地机器人与家庭成员的智能交互能力。研究并设计各种智能人机接口以更好地适应不同用户和不同的应用任务,提高人与机器人交互的和谐性,实现人机交互的简单化、多样化、智能化、人性化。未来,机器人将掌握更多的自主性能力,实现智能扫地机器人功能定位的本质性革新与发展。


总结

2007年至今,更多的公司开始进入扫地机器人市场,投入了更多的人力物力进行扫地机器人的产品研发与市场推广,很大程度上推动了扫地机器人产品的技术进步与产业升级,并使得更多的消费者开始接触这款产品。目前,iRobot以及国内的科沃斯等均已成为扫地机器人领域的知名品牌。随着家庭服务机器人市场容量的迅速增加,飞利浦、海尔、美的、松下等国内外大型家电品牌商也开始进入扫地机器人领域。

国内扫地机器人方面,科沃斯等国内一线厂商目前研产结合良好,其扫地机器人产品在各项关键技术方面与iRobot等国际一流厂商水平相近。相对于其他国内厂商而言,这些公司在家庭服务机器人领域具有业务起步早、技术研发实力较强、产品性能优越、品牌知名度较高等优势。

与此同时,国内市场还存在着数量较多的中小型竞争对手,其产品以中低端扫地机器人为主,清扫系统大多模仿一线厂商;由于在移动导航算法上受核心专利技术的限制,清扫效果和智能程度与一线的品牌存在较大差异。

 

金准人工智能 国产工业机器人研究报告 2018-05-08 17:13:44

前言

“中国制造2025”战略布局和劳动力市场结构性短缺的双重刺激下,我国机器人产业进入高速增长期。中国自2013年起成为世界上最大的工业机器人消费市场,并保持至今。

金准人工智能专家整理国家统计局数据显示,2017年中国工业机器人产量达13万台,同比大增8%。有分析称,未来3年机器人市场复合增长率将达20%左右,到2020年有望达1511亿元。

金准人工智能专家注意2015年前的中国工业机器人黄金发展期,主要受益的是以ABB、库卡、发那科、安川电机为代表的机器人行业全球四大家族等外资品牌。

近年来,随着机器人本体及核心零部件国产化的推进,成本降低(投资回收期缩短)、人工替代、进口替代的加速,中国工业机器人行业民族品牌龙头正在迎来黄金时代!

一、工业机器人进入黄金五年

工业机器人是面向工业领域的机器装置,它能自动执行工作,靠自身动力和控制能力来完成各种工作。在“人工智能”的变革中,工业机器人扮演着重要的角色。如何让机器人代替人进行更快速有效的工作,进一步解放劳动力,提高生产效率,成为了整个机器人领域都在思考的问题。

金准人工智能专家预计未来五年,将是工业机器人持续高速发展的黄金时代,这背后的逻辑在于人工成本的持续上涨,以及机器人带来的产品质量稳定性。

 

1.人工成本持续上涨,而机器人售价呈下降趋势

首先,与人力相比,工业机器人具有低成本、高效率以及24小时工作的特点。近年来,随着国内劳动力成本不断上涨,我国制造业劳动力优势不显,制造业亟待向智能化转型,工业机器人呈现强劲发展的态势。

金准人工智能专家考虑到机器人平均效率可以替代2名人工,可以24小时工作,目前机器人投资回收周期约为2年。

 

 

2.机器人投资回收期显著缩短

除了成本优势,工业机器人普遍能达到低于0.1毫米的运动精度,且负载能力、稳定性、可靠均优于人力,不仅可以完成高强度精细工序,更能够保障产品质量的稳定性。比如,采用机器人抛光,成品率可从87%提高到93%。

金准人工智能专家认为机器人带来的产品质量稳定性,使得应用不断拓展。按下游应用分类,目前汽车制造和电子产业,这两个对负载和精度要求较高的行业,工业机器人应用最为广泛。其他应用领域包括橡胶及塑料行业、铸造行业、食品行业等。

二、国产的江湖地位

 

1.工业机器人零部件核心技术企业分为上中下游

工业机器人由机械本体、控制系统、驱动与传动系统和传感器组件等基本部分组成,行业上游生产核心零部件(减速器、伺服系统、控制器),中游即本体生产商,下游则是系统集成商(包括单项系统集成商、综合系统集成商)。

2.中国机器人行业主要上市公司

我国工业机器人产业化起步较晚,与工业机器人“四大家族”(库卡、ABB、安川、发那科)技术代差明显,目前主要集中在本体和系统集成端(即中下游)。金准人工智能专家分析认为在核心零部件方面,目前国内八成以上依赖进口(且采购的成本要比外企自用高三五倍以上),进口替代空间巨大。

 

国内437家工业机器人企业业务分类

过去5年系统集成市场与本体市场的比值持续下降。根据GGII数据,2017年预计国内机器人本体市场约为320亿元,系统集成市场约为535亿元,核心零部件市场约为210亿元;三者比例关系为1:1.7:0.6。(考虑核心零部件约占机器人本体成本70%,机器人本体毛利率为5-15%)。

 

国内本体市场与集成市场:机器人集成增速低于本体增速

三、市场:三个积极信号

近年来,中国机器人市场需求快速增长,增长速度和市场份额远超其他国家,已经连续五年成为全球机器人第一大市场。

 

中国工业机器人2020年预计将保持20%-25%的增速

根据金准数据,预计2017年中国机器人销量达13.6万台,同比增长56%(国家统计局数据:国内产量13万台,同比增长81%);对应本体及集成市场约855亿元,同比增长37%。2018年前2个月,产量近1.9万台,较2017年前两月同比增长37%。

金准人工智能专家预测,到2020年中国的工业机器人销量将保持20%-25%的增速,全球销量占比将达40%,坐稳全球第一大市场。

尽管如此,我国工业机器人市场依然处在整体密度较低,主要市场待渗透的情况。与此同时,正在发生的半导体产业链转移,将带来洁净机器人需求大幅增长。这三点,是积极信号!

机器人密度:中国与韩国、新加坡、德国、美国等仍有较大差距

先来看我国机器人密度:据金准人工智能专家统计,世界各地的生产自动化正在加速,2017年全球工业机器人密度达到74(每10,000名员工拥有74个机器人单位),我国机器人密度全球排名第23位,仍有很大空间。

1.庞大的密度上升空间,指向了可期的机器人市场复合增速

 

预计未来3年机器人市场复合增速20.4%,到2020年达1511亿元

根据《机器人产业发展规划(2016-2020年)》,我国预计于2020年前进入世界前十大自动化程度最高的国家,届时其机器人密度将达到150台/万人,较2016年提升121%,对应机器人保有量将达66万台,年均需求16.5万台。

考虑到到机器人价格下降将刺激市场增长,金准人工智能专家认为未来3年我国机器人销量有望超出产业规划目标(接近IFR预测值),2018-2020年销售额复合增速在18-23%,到2020年机器人本体销售额有望达到560亿元。考虑系统集成与本体比例约为1.7:1,对应系统集成市场在951亿元。机器人市场合计1511亿元。

金准人工智能专家预测,我国10年内机器人密度即每1万名工人的机器人数将超过500台。对应工业机器人保有量达350万台,考虑机器人5-10年寿命,年均需求超过50万台,年均本体市场空间有望近1000亿元,本体加集成市场合计将超过2500亿元。

2.汽车制造和电子电气两大主要市场,将给行业带来高景气度

我国工业机器人广泛应用于汽车、电子、塑料、食品、金属加工等行业,目前主要以“汽车+电子”双轮驱动的形式进行发展,两者合计占到72%的份额。其中3C电子占比从2012年的18%迅速提升至2016年29%。

 

我国电子电气行业机器人占比持续提升

2016年我国3C产品销售总额达到9.8万亿元,同比增长8.7%,国内虽然集中了全球约70%的3C产品产能,但自动化程度低,3C行业目前机器人密度仅为11台/万员工,而日韩等国家的机器人密度超过1200台/万员工。

金准人工智能专家认为3C行业景气度高、产品周期短和更新换代快、机器人密度提升空间大,未来有望持续高增长。

3.半导体产业链转移,将带来洁净机器人需求的大幅增长

2016年起,由于移动应用、物联网、AI、5G等技术革新共同推动,半导体产业持续向上。由于国家战略聚焦、产业资本支持,使得以集成电路、面板为代表的半导体产业向大陆转移。

根据金准人工智能专家估计,2017-2020年全球共有62座前端半导体晶圆厂投产,其中26座设于中国大陆,占比达42%。

 

中国12寸芯片制造企业一览图

半导体产业的高速发展,带来了国内自动化设备需求的大幅增长。半导体的生产储运均在洁净环境下进行,对机器人的驱动方式等技术要求不同。真空机械手、OHT等洁净机器人难进口、受限制、用量大、通用性强,其成为制约了半导体装备整机的研发进度和整机产品竞争力的关键部件。

自动化设备价值量在半导体设备、面板设备中占比约为8%左右,目前全球半导体设备市场达2500亿元左右,对应洁净机器人市场需求在每年约200亿元,随着国内半导体、面板行业快速发展,市场需求有望达全球40%左右。

四、战局:巨头垄断国产求突围

 

机器人四大家族核心优势及业务模式

在世界工业机器人业界中,以瑞士的ABB、德国的库卡、日本的发那科和安川电机最为著名,并称工业机器人四大家族,目前在全球范围内市场占有率达到60%。

 

2016年机器人四大家族财务数据及目前市值(单位:亿元)

当前国内机器人市场竞争仍然激烈,“四大家族”由于发展机器人较早且较早进入国内市场,近几年充分享受了国内机器人市场发展的红利,其产能和出货量均出现较快增长态势,在国内市场仍占据主要市场份额。

 

机器人四大家族市场占有率

受限于无法掌握三大零部件核心技术,我国工业机器人三大核心零部件一直都是依赖进口的局面,国内的机器人的产品以中下游为主,毛利率低订单分散。核心技术的缺失和订单的非标准化导致了国内传统工业机器人企业的ROE难以提升。

 

机器人上游核心零部件的占整个产业链中价值的70%左右

下面来详细分析中外工业机器人核心技术,也就是控制器、伺服电机、减速机的差距。

1.控制器国内外差距最小

控制器是机器人的大脑,发布和传递动作指令。包括硬件和软件两部分:硬件就是工业控制板卡,包括一些主控单元、信号处理部分等电路,国产品牌已经掌握;软件部分主要是控制算法、二次开发等,国产品牌在稳定性、响应速度、易用性等还有差距。

 

国内机器人控制器市场份额

2.伺服系统外资企业占据绝对优势

金准数据显示,伺服电机和驱动超过80%依赖进口,主要来自日本、欧美。日系品牌凭借良好的产品性能与极具竞争力的价格垄断了中小型OEM(设备制造业)市场。

 

国内机器人伺服器市场份额

3.减速机市场外资企业高度垄断

减速器用来精确控制机器人动作,传输更大的力矩,目前机器人减速机市场高度垄断,普及期国产减速机无法实现全面进口替代。

减速器分为两种,安装在机座、大臂、肩膀等重负载位置的RV减速机和安装在小臂、腕部或手部等轻负载位置的谐波减速机。RV减速机被日本纳博特斯克垄断,谐波减速机日本哈默纳科占绝对优势。

 

国内机器人减速器市场份额

但是,经过几年的发展,国内机器人厂商逐步崛起,目前正在迅速放量,并且在部分核心零部件(伺服电机、控制器等)方面实现了自主研发和市场推广。

国内机器人本体制造的优势正在逐步建立,由中低端机器人(例如Scara等)向中高端机器人(如六轴、高精度、重负载)进行产品升级,并且在系统集成服务的市场化应用方面巩固优势逐步赶超外资品牌,在行业快速发展的大背景下国产品牌有望逐步崛起。

 

国内企业在机器人核心零部件不断尝试突围

总结

我国的工业机器人产业起步较晚,但发展迅速。在过去的三年时间里,我国已成为全球第一大工业机器人市场,机器人逐渐成为提升我国整体竞争力的重要领域。大量优秀的工业机器人企业涌现,以新松、埃斯顿为代表的企业为我国机器人行业的发展不断添火加薪。

金准人工高智能专家认为,时值全球自动化浪潮和中国制造2025的战略布局,制造业对工业机器人的需求高涨,而投资者也将在高投资回报、更新快速的庞大市场的驱动下下注机器人布局。尽管目前四大家族依然在核心技术方面垄断,但国内工业机器人厂商正在逐步崛起,并将杀入接下来的黄金五年发展期。


金准人工智能 2018年中国5G行业市场研究报告 2018-05-07 17:26:14

前言

4月25日中国联通举行的合伙伙伴大会上,其正式宣布今年将在国内推出16个主要城市的5G试验网,同时通过策略补贴让2G、3G用户向4G和5G迁移,把2G、3G网络落后的频谱资源释放。联通表示,在5G规模试点后,将于2019年开始预商用,2020年规模商用。

金准人工智能专家了解到,2018年年初,中国移动、中国电信成功申报国家发改委的国家5G规模组网建设及应用示范工程,确定在重庆等城市开展5G应用示范。随后,中国联通也传来入围工信部重大专项消息,计划在重庆等地开展5G试点。

一、5G行业概述

1. 5G网络的应用场景

5G通过与云计算、大数据、人工智能、虚拟现实等技术的融合,为用户提供超高清视频、社交网络等加强虚拟现实的业务体验,促进人类交互方式的再次升级。同时凭借着超高可靠性、超低时延的卓越性能,引爆如车联网、移动医疗等垂直行业的应用。推动制造强国、网络强国建设,使新一代移动通信成为引领国家数字化转型的通用目的技术。

 

2. 政策利好5G快速发展

我国对于5G的重视可谓由来已久,早在2013年2月,3G&4G方兴未艾之际,我国就由工业和信息化部、国家发展和改革委员会、科学技术部牵头,组织中国移动、中国联通、华为、大唐电信、中兴等通讯龙头联合成立了IMT-2020推进组,以推动第五代移动通信技术产学研用链条化研究与发展,力争2020年实现5G商用。同时,国务院在2016年12月19日印发《“十三五”国家战略性新兴产业发展规划》中,发展新一代信息产业成为五大领域之首,其中大力推进第五代移动通信(5G)联合研发、试验和预商用试点成为构建网络强国的重要基础。

 

 

二、行业发展现状及预测

1. 电信用户发展情况

移动电话用户达到14.7亿,移动宽带用户占比达81.5%。3月末,三家基础电信企业的移动电话用户总数达到14.7亿户,其中,移动宽带用户(即3G和4G用户)总数近12亿户,占移动电话用户的81.5%。4G用户总数达到10.6亿户,占移动电话用户的72.2%,较去年末提高1.9个百分点。

 

 

当月户均移动互联网接入流量突破3GB。1-3月移动互联网累计流量达112亿GB,同比增长192%。其中,通过手机上网的流量达到109亿GB,同比增长210%,占移动互联网总流量的97.8%。3月当月户均移动互联网接入流量达到3.29GB,比去年同期增长160%。1-3月固定互联网宽带接入流量同比增长71.3%。

 

1-3月,三家基础电信企业实现移动通信业务收入2321亿元,同比增长3.1%。实现固定通信业务收入967亿元,同比增长10.2%,在电信业务收入中占29.4%。

 

2.  5G——万亿级投资、十万亿级市场

自上世纪80年代以来,移动通信每十年出现新一代革命性技术,持续加快信息产业的创新进程,不断推动经济社会的繁荣发展。当前,第五代移动通信技术(5G)正在阔步前行,它将以全新的网络架构,提供至少十倍于4G的峰值速率、毫秒级的传输时延和千亿级的连接能力,开启万物广泛互联、人机深度交互的新时代。作为通用目的技术,5G将全面构筑经济社会数字化转型的关键基础设施,从线上到线下、从消费到生产,从平台到生态,推动我国数字经济发展迈上新台阶。

根据相关预测,2030年5G间接拉动的GDP将达到3.6万亿元。按照产业间的关联关系测算,2020年,5G间接拉动GDP增长将超过4190亿元;2025年,间接拉动的GDP将达到2.1万亿元;2030年,5G间接拉动的GDP将增长到3.6万亿元。十年间,5G间接拉动GDP的年均复合增长率将达到24%。

5G直接和间接经济增加值贡献(万亿元)


 

三、行业布局企业情况

1. 华为

近日,华为5GOTN前传解决方案在中国电信北京研究院圆满完成了中国电信首次5G前传承载测试。自2017年8月全球无线产业标准组织CPRI(Common Public Radio Interface,通用公共无线接口)联盟发布面向5G前传的eCPRI接口标准以来,这是全球首次针对25G速率eCPRI的传输测试,具有深刻的产业影响力。华为5GOTN前传测试的传输时延小于1us、抖动小于1ns,是目前全行业测试的最优结果。

此外,华为在2018年2月8日举行的MWC预沟通会上宣布,2018年将投入50亿元用于5G研发,同时2018年将发布5G基于NSA的商用版本和全套5G商用设备,2019年将推出5G麒麟芯片和智能手机。据悉,华为在2009年开始启动5G研究与创新,2012年推出了关键技术验证样机,2013年投资6亿美元用于5G研发,2015年推出系统测试原型机,2015年-2017年参与3GPPR15标准的制定,2018年将启动5G商用。

2.生益科技

生益科技是内资覆铜板行业的龙头,主导产品已获得华为、中兴、联想、大唐、西门子、索尼、三星、格力、飞利浦等国际知名企业的认证,2013年其凭借优异的客户、产品结构以及成本管控能力,逐渐成为全球第二大覆铜板厂商。同时公司依托国家级企业研究开发中心,率先突破高频高速基板和类BT板。而经过十多年研发和布局,公司在5G高频高速基材和半导体BT基材方面又有了新的突破。两大新业务顺应5G和半导体国产化大趋势,对标罗杰斯、三菱瓦斯等国际巨头,打开了公司长线成长空间。2017年6月中国首个5G基站正式开通,预计2019年5G将开始试商用,2020年前后可以实现大规模商用,随着5G技术的普及,公司有望引领5G高频覆铜板的国产化。

生益科技有望在5G周期代表国产自主品牌,提升在高频高速覆铜板领域的市场份额。根据统计,生益科技是中国覆铜板品类规格最为齐全的公司,但目前仍以生产各阶FR-4(包括高Tg、无铅无卤兼容产品)及CEM-1、CEM-3等复合材料覆铜板产品为主。公司目前拥有多个高频、高速产品体系,例如S7439、S7136H(自主)和GF系列(与日本中兴化成合作)等,但市场占有率较低。2016年,公司投资设立江苏特材,预计达产后将实现PTFE材料产能8.8万方/月。在5G周期,公司通过成本优势,获得下游设备商(华为、中兴)以及本土PCB加工龙头厂商(深南电路和沪电)的推动,实现高频/高速板材规模国产化。

3.中兴通讯公司

是全球领先的综合通信解决方案提供商,运营商网络业务位列全球TOP4通信主设备商,5G技术储备充足,在5G标准的贡献快速提升,已推出Pre5G产品,已全面通过国内运营商第二阶段的测试。

总结

目前,移动通信技术正朝着5G网络迈进,通过5G移动通信发展的新机遇,能有效加快培育新技术新产业,驱动传统领域的数字化、网络化和智能化升级,成为扩展经济发展的新空间,从而打造未来国际竞争的新优势。

通信行业最关注、市场规模最大的就是5G网络。5G正处于技术标准形成的关键阶段,全球主要国家和运营商相继启动5G试验,我国也正积极推动5G技术研究与产业化,加大统筹推进力度,加快5G产业化进程,积极营造创新生产环境,大力推动与垂直行业深度融合应用。我国厂商主推的Polar码信道编码方案进入5G标准是我国第一次在核心通信标准上实现突破,其意义不仅对主推厂商华为形成利好,整个通信产业链上的支持厂商包括芯片、软件、设备、终端、测试、运营商等都将收益。

 

金准人工智能解读5G技术发展趋势 2018-05-04 16:57:41

前言

5G技术是第五代移动电话行动通信标准,也称第五代移动通信技术,网速可达5M/S - 6M/S无线通信技术在人们日常生活及工作中极为重要,很大程度上满足了人们的用网需求。4G时代,用户的网络体验不断丰富,5G技术也已经投入研究和开发。通信产业的发展是对社会发展程度的重要透射,为社会经济提供了无限发展潜力。当前,我国网络通信经历了由2G、3G到4G的变革,社会反响极为强烈,使5G无线通信技术更具发展契机,将会给人们带来独特的用网体验。


一、5G技术对第四次工业革命的意义

5G将推动全人类更快地步入第四次工业革命的时代。第四次工业革命,将会让人类进入到前所未遇的时代、即智能化的时代。事实上,中国的“中国制造2025”、美国的“AMP”、德国的“工业4.0”都统称为第四次工业革命,中、美、德等国都是在利用科技上的突破,尤其重大的突破来发展经济产业。

 

第四次工业革命的时代,制造业将转向服务化,这是趋势。金准人工智能专家预测像今天的淘宝电商模式会被市场淘汰;企业内部各环节的信息将实现无缝连接,以利于自身的生产效率进一步提高和为客户提供个性化的定制生产;企业将从过去“以产品为中心”向“以产品服务为中心”转变。而第四次工业革命要全方位、最大化地给人类创造出价值,显然离不开网络。

 

 

 

 

5G对于第四工业革命的意义在哪里?金准人工智能专家分析认为,高性能的无线网络连接工厂内的海量传感器、机器人和信息系统,连接产生的海量数据、优质数据不断“喂食”人工智能,并将分析、决策反馈至工厂。同时,5G广覆盖的物联网络覆盖全球,连接广泛分布或跨区域的商品、客户和供应商等,保持对整个产品生命周期的全连接。总之,未来的工厂是数字虚拟和物理现实相融合,ICT技术与现代制造业相融合,以提高工业生产的灵活性、可追溯性、多功能性和生产效率,为制造业开辟新的商业模式。工厂内部和外部之间的界限也越来越模糊,工厂不再是独立的封闭实体,而是庞大的价值链和生态系统的一部分,这就是所谓的“虚拟工厂

二、驱动第四次工业革命的三大关键5G技术

金准人工智能专家认为,新空口(NR)、网络切片和边缘计算是驱动第四次工业革命的,三大具关键性的5G技术。

 

1. 新空口

这里指的是5G的无线连接能力,众所周知,5G定义了eMMB、URLLC和mMTC三大场景,eMMB指高速率连接,URLLC指超低时延超可靠连接,mMTC指超大规模连接,工业4.0里,这三大场景均将应用到。

 

金准人工智能专家以未来工厂的四大典型连接:移动机器人、工厂自动化、新的人机界面和物流为例,来看一看它们如何对应5G的三大场景。

移动机器人

移动机器人属于“柔性工厂”的范畴,所谓柔性工厂,指可以自由的移动机器设备、自由的重装生产工具,以保证工厂可以迅速且低成本地在不同种类的产品生产线之间转换生产,快速适应改变。

要实现柔性工厂,需用无线连接来替换工厂内现有的有线连接,只有摆脱了有线的束缚,才可以自由的设计、操作和升级互联的机器设备和机器人。

但是,众所周知,通常无线连接的稳定性逊于有线连接,因此,这就需要——超高可靠超低延迟的无线连接,即5G的URLLC场景。

工厂自动化

在自动化工厂内部,为了提高生产线的效率,需对各个子部件进行实时监控,对生产的产品质量进行实时测量,乃至对生产线进行实时优化,这就要求具有超低时延超高可靠的无线连接,同时,视觉控制机器人手臂、3D模型传送、远程数字工厂等应用需要高可靠的高带宽通信,因此,这就需要同时支持mMTC、eMMB和URLLC三大场景。

新的人机界面(HMI)

早期的人机界面是指工业控制设备中的一些串口通信,比如变频器、直流调速器、温控仪表、数采模块等都可以连接HMI,来实现人机交互功能。

未来的人机界面应用将发生颠覆性的改变,其借助工业智能与大数据的融合,使可穿戴工业设备、增强现实(AR)在人机融合中扮演重要角色,比如让工人们穿上机器人外骨骼装备,利用“可穿戴工业设备+AR技术”,将信息与真实世界场景融为一体,随时捕捉信息、接收云端指令和操作协助等,这需要网络支持eMMB和URLLC两大场景。

 

物流

在物流方面,从智能仓库管理到物流配送,均需要广覆盖、深覆盖、低功耗、大连接、低成本的5G物联网连接,这对应了5G的mMTC场景。

此外,虚拟工厂的端到端整合跨越产品的整个生命周期,要连接分布广泛的已售出的商品,也需要低功耗、低成本和广覆盖的5G物联网,这也对应了5G的mMTC场景。

企业内部/企业之间的横向集成也需要无所不在的、无缝的5G联网。“随时随地设计,随时随地生产”是智能工厂的雄心壮志,进而要求网络必须适应即时变化的容量和移动性要求,乃至能灵活融合各种不同的无线接入技术,因此,5G网络的包容性和支持业务的多样性不可或缺。

综上,金准人工智能专家认为未来工厂离不开5G的连接能力,但5G网络要一张网络支持eMMB、URLLC和mMTC三大场景,离不开另一大关键技术——网络切片。,

2. 网络切片

所谓网络切片,就是将一张物理网络切成多张相互独立的、逻辑的切片子网络,这些“切片网络”共享物理基础设施,分别提供不同的服务类型,应对不同的场景。

 

我们经常把4G网络比喻为高速交通系统,金准人工智能专家5G网络切片比喻为一个城市综合交通系统,有公路、地铁、轻轨、BRT,还有人行道、自行车道等等,不同的交通系统应对人们不同的需求。

要创建和管理网络切片,需要NFV和SDN两大技术。

NFV,即网络功能虚拟化,其构架在横向分为三层:物理资源层、虚拟化层和服务层,纵向是NFV管理编排(MANO)层。

 

NFV构架

•物理资源层指底层的计算、存储、网络等物理资源。

•虚拟化层是指用于部署和执行网络功能的一组虚拟资源,它通过对底层物理资源虚拟化,以虚拟机(VM)的形式共享底层物理资源,一个虚拟机可包含一定数量的计算和存储资源。

•服务层由一系列由虚拟资源构建的VNF(虚拟网络功能单元)组成,VNF可以理解为是对应网络中现有物理网元的模块化的软件功能实体。

•以上三层由MANO负责编排管理,MANO根据需求分配资源,为NF(网络功能)配置物理和虚拟资源。

NFV负责各种网元的虚拟化,它将传统电信设备软硬件解耦,而SDN主要负责将每一个网络节点的控制面和数据面分离,并将控制面抽取出来组成一个独立的、集中的控制器(SDN Controller),这个控制器相当于网络的中枢大脑,它从更高的层次俯视整个网络,并下发指令统一管理网络中的多层转发,控制信令不再是口口相传,而是集中智能管理。打个比方,如果把网络比喻为人体,人身上的眼、耳、鼻、手、足等这些人体器官对应不同的NF(网络功能),那么,SDN就相当于大脑,控制各个器官协调工作。

 

网络切片原理

基于NFV/SDN技术,一张5G物理网络“切”成多个逻辑网络,服务于工业4.0的不同场景。

网络切片还有一个关键特征——端到端的QoS保障传统的无线服务主要以“尽力而为”的方式提供,每个人共享网络和无线资源,但工业应用要求更严苛的QoS(网络服务质量),网络切片不但能提供端到端的QoS保障,还能隔离不同服务,满足未来工厂不同的服务需求。

当运营商为工业4.0创建了个性化的网络切片之后,每个网络切片满足不同的用例和行业特定需求,这就打开了全新的、定制化的网络切片即服务(NSaaS)的服务模式,也未来传统制造商向综合产品服务提供商转型,引入新的商业模式和商业生态奠定了基础。我们将看到未来更多的网络切片、网络子切片应用于工业4.0。

 

以上关于网络切片的介绍有点抽象,我们来举一个应用案例。

 

以定制化制药为例。假设某家制药厂在全球分布有10家分厂,每一家分厂内的制药流程都是一样的,即通过控制安装在机器手臂上移液器来分配药品的药物成分。与以往制药过程不同,现在叫“定制化制药”,即根据不同类型的患者来分配药物成分的类型和数量,为此,这10家分厂均要通过5G网络连接到云端,云端存储海量的患者信息数据,并通过大数据分析和人工智能确定针对不同类型患者的药物成分,在生产过程中机器手臂需实时通过5G网络连接到云端,并根据云端的指令实时的进行配药。

这一案例对应了5G URLLC场景,需依靠具备端到端QoS保障的5G网络切片才能实现。同时,在生产过程中工人们利用可穿戴设备、AR技术等新的人机界面(HMI)来监视生产过程,并实时增强显示来自云端的视频,以及生产线上安装无数传感器来实现自动化流程等,这些场景还需要其他的5G网络切片来实现。

为了保障端到端的QoS,在应对工业4.0中的超低时延超高可靠场景时,另一大关键技术非常重要——边缘计算。

3. 边缘计算

边缘计算指将云端的计算和存储能力下沉到网络边缘,使之更接近用户端,不仅可降低网络时延和负荷,还能基于本地部署新的应用。

 

边缘计算是工业4.0的基石,也是催化剂,主要表现在以下几个方面:

•低时延

边缘计算部署在本地,意味着可提供超低时延,非常适合于工厂自动化环境,这不必多言。低时延的另一大好处是可以激发出创新应用,比如我们前面讲的利用新的人机界面引入异地协同增强现实等。

•安全性

工业4.0通过网络将工厂内的机器、资产等连接,并通过网络连接到外部云端,这提高了工厂灵活性和自动化水平,但这也意味着受到网络攻击的可能性更大,而边缘计算将尽可能多的数据存储和处理于边缘,不必发送到云端,可降低安全风险。

•集成性

边缘计算不仅无需将所有数据发送到远端云,它还能在本地与工厂车间的数据、ERP系统等无云集成,从而实现工厂纵向集成。

•低成本

智能制造从联网的传感器中收集、分析数据,并作出实时决策和预测性维护,这些数据量越来越大,给数据传输、计算、存储都带来了巨大的成本压力,边缘计算可智能收集数据,过滤无用数据,从而降低成本。

此外,未来工厂的一些设备功能可以通过虚拟实体的方式部署于边缘计算,进一步提升工厂灵活性和可扩展性。

三、5G八大关键技术发展趋势

未来的网络将会面对:1000倍的数据容量增长,10到100倍的无线设备连接,10到100倍的用户速率需求,10倍长的电池续航时间需求等等。4G网络无法满足这些需求,所以5G就必须登场。

但是,5G不是一次革命。5G是4G的延续,金准人工智能专家相信5G在核心网部分不会有太大的变动,5G的关键技术集中在无线部分。虽然5G最终将采用何种技术,目前还没有定论。不过,综合各大高端论坛讨论的焦点,金准人工智能专家收集了8大关键技术。当然,应该远不止这些。

1.非正交多址接入技Non-Orthogonal Multiple Access, NOMA

我们知道3G采用直接序列码分多址(Direct Sequence CDMA,DS-CDMA)技术,手机接收端使用Rake接收器,由于其非正交特性,就得使用快速功率控制(Fast transmission power control,TPC)来解决手机和小区之间的远-近问题。

4G网络则采用正交频分多址(OFDM)技术,OFDM不但可以克服多径干扰问题,而且和MIMO技术配合,极大的提高了数据速率。由于多用户正交,手机和小区之间就不存在远-近问题,快速功率控制就被舍弃,而采用AMC(自适应编码)的方法来实现链路自适应。

NOMA希望实现的是,重拾3G时代的非正交多用户复用原理,并将之融合于现在的4G OFDM技术之中。

2G,3G到4G,多用户复用技术无非就是在时域、频域、码域上做文章,而NOMA在OFDM的基础上增加了一个维度——功率域。

新增这个功率域的目的是,利用每个用户不同的路径损耗来实现多用户复用。

 

实现多用户在功率域的复用,需要在接收端加装一个SIC(持续干扰消除),通过这个干扰消除器,加上信道编码(如Turbo code或低密度奇偶校验码(LDPC)等),就可以在接收端区分出不同用户的信号。

 

NOMA可以利用不同的路径损耗的差异来对多路发射信号进行叠加,从而提高信号增益。它能够让同一小区覆盖范围的所有移动设备都能获得最大的可接入带宽,可以解决由于大规模连接带来的网络挑战。

 

NOMA在未来5G移动通信网络中的应用

NOMA的另一优点是,无需知道每个信道的CSI(信道状态信息),从而有望在高速移动场景下获得更好的性能,并能组建更好的移动节点回程链路。

2. FBMC(滤波组多载波技术)

OFDM系统中,各个子载波在时域相互正交,它们的频谱相互重叠,因而具有较高的频谱利用率。OFDM技术一般应用在无线系统的数据传输中,在OFDM系统中,由于无线信道的多径效应,从而使符号间产生干扰。为了消除符号问干扰(ISl),在符号间插入保护间隔。插入保护间隔的一般方法是符号间置零,即发送第一个符号后停留一段时间(不发送任何信息),接下来再发送第二个符号。在OFDM系统中,这样虽然减弱或消除了符号间干扰,由于破坏了子载波间的正交性,从而导致了子载波之间的干扰(ICI)。因此,这种方法在OFDM系统中不能采用。在OFDM系统中,为了既可以消除ISI,又可以消除ICI,通常保护间隔是由CP(Cycle Prefix ,循环前缀来)充当。CP是系统开销,不传输有效数据,从而降低了频谱效率。

 

FBMC利用一组不交叠的带限子载波实现多载波传输,FMC对于频偏引起的载波间干扰非常小,不需要CP(循环前缀),较大的提高了频率效率。

 

3. 毫米波(millimetre waves mmWaves)

什么叫毫米波?频率30GHz到300GHz,波长范围10到1毫米。世界范围内新的5G频谱分配,范围从20几GHz(例如26GHz和28GHz,它们技术上不是毫米波,但通常被归入该类),到30G~40GHz内的几个频段和40G~50GHz内的几个频段。有一个60GHz的Wi-Fi频段可用于5G无线,其他更高的频率正在考虑中。

 

毫米波范围(30~300GHz)附近和以内的频谱特别适合于更高的数据速率,尽管有缺陷,但却有吸引力。

一方面,这些较高频率的讯号将支持比5G规定高得多的数据速率。为提高其迄今为止已设法实现的频谱效率,业界仍然有工作需进行。另一方面,毫米波讯号的传输速率明显低于期望。毫米波讯号及6GHz以下讯号不能传得很远,也不能穿透障碍物。

一般来说,5G的许多组件仍然昂贵,在毫米波频谱尤其如此。随着规模经济拉动并基于未来可能的创新,进一步的整合将肯定使成本下降。

在以前的无线网络演进中,基本的目标任务是把数据送到手机。这是从简单的电话开始,并发展到增加宽带接入其他类型的设备是由4G/LTE网络支持,但绝大多数的无线网络使用是向手机收发数据,但这将随着5G而改变。5G将成为许多物联网(IoT)应用的使能技术,但同样重要的是,这些物联网应用将有助于证明5G演进的正确性。金准人工智能专家预测,包括物联网在内的用例实际上内置于5G技术发展蓝图中,这是5G市场发展的内在。

由于足够量的可用带宽,较高的天线增益,毫米波技术可以支持超高速的传输率,且波束窄,灵活可控,可以连接大量设备。以下图为例:

 

蓝色手机处于4G小区覆盖边缘,信号较差,且有建筑物(房子)阻挡,此时,就可以通过毫米波传输,绕过建筑物阻挡,实现高速传输。

同样,粉色手机同样可以使用毫米波实现与4G小区的连接,且不会产生干扰。

当然,由于绿色手机距离4G小区较近,可以直接和4G小区连接。

4. 大规模MIMO技术(3D /Massive MIMO

MIMO技术已经广泛应用于WIFI、LTE等。理论上,天线越多,频谱效率和传输可靠性就越高。

大规模MIMO技术可以由一些并不昂贵的低功耗的天线组件来实现,为实现在高频段上进行移动通信提供了广阔的前景,它可以成倍提升无线频谱效率,增强网络覆盖和系统容量,帮助运营商最大限度利用已有站址和频谱资源。

我们以一个20平方厘米的天线物理平面为例,如果这些天线以半波长的间距排列在一个个方格中,则:如果工作频段为3.5GHz,就可部署16副天线;如工作频段为10GHz,就可部署169根天线。。。。。

 

3D-MIMO技术在原有的MIMO基础上增加了垂直维度,使得波束在空间上三维赋型,可避免了相互之间的干扰。配合大规模MIMO,可实现多方向波束赋型。

 

5.认知无线电技术(Cognitive radio spectrum sensing techniques

认知无线电技术最大的特点就是能够动态的选择无线信道。在不产生干扰的前提下,手机通过不断感知频率,选择并使用可用的无线频谱。

 

6.超宽带频谱

信道容量与带宽和SNR成正比,为了满足5G网络Gpbs级的数据速率,需要更大的带宽。

频率越高,带宽就越大,信道容量也越高。因此,高频段连续带宽成为5G的必然选择。

得益于一些有效提升频谱效率的技术(比如:大规模MIMO),即使是采用相对简单的调制技术(比如QPSK),也可以实现在1Ghz的超带宽上实现10Gpbs的传输速率。

7. 超密度异构网络(ultra-dense Hetnets

立体分层网络(HetNet)是指,在宏蜂窝网络层中布放大量微蜂窝(Microcell)、微微蜂窝(Picocell)、毫微微蜂窝(Femtocell)等接入点,来满足数据容量增长要求。

到了5G时代,更多的物-物连接接入网络,HetNet的密度将会大大增加。

8. 多技术载波聚合(multi-technology carrier aggregation

未来的网络是一个融合的网络,载波聚合技术不但要实现LTE内载波间的聚合,还要扩展到与3G、WIFI等网络的融合。

多技术载波聚合技术与HetNet一起,终将实现万物之间的无缝连接。

总结

当前社会背景下,人们的通信要求日渐增加,加大了5G网络技术研发力度。虽未对其核心体系进行明确定论,但发展前景极为广阔。金准人工智能专家认为,相较于以往通信技术,5G无线通信技术在传输速度和能耗方面极具优势,能够满足管理、网络及业务发展要求,为通信技术提供广阔的应用发展空间。

当代科学技术的飞速发展,尤其是网络通信技术的迅猛发展,将有力推动5G移动通信技术的发展进程,依据移动通信技术的发展规律,金准人工智能专家预测,2020年后,5G移动通信技术将有望实现商用,能够满足未来移动互联网业务的发展需求,并带给移动互联网用户一种前所未有的全新体验。目前,5G移动通信技术的科研尚处于起步阶段,并即将迈入发展的关键时期,其关键指标和技术需求都会在未来几年内陆续出台,届时将引领我国移动通信行业的新一轮变革。 

 

金准人工智能 2018年中国服务机器人行业前景研究报告 2018-05-03 17:40:02

前言

随着科技的发展,机器能做的事情越来越多,一些重复繁琐性的工作岗位完全可以有机器人来代替,节省了人力劳动的同时,也推动了社会的进一步发展。人工智能机器人,如今正处于发展热潮,人工智能究竟会发展到何种程度,现阶段谁也不能下定论。随着人工智能技术的发展和社会需求的变化,服务机器人市场需求强劲,将超越工业机器人的增速,成为机器人行业的下一个风口。

 

一、服务机器人行业概述

1.定义以及分类

根据国际机器人联盟的定义,服务机器人是一种半自主或全自主工作的机器人,它能完成有益于人类健康的服务工作,但不包括从事生产的设备。服务机器人的定位就是服务。从机器人的功能特点上来讲,它与工业机器人的一个本质区别在于,工业机器人的工作环境都是已知的,而服务机器人所面临的工作环境绝大多数都是未知的。

金准人工智能专家参照国际机器人联盟(IFR)按照应用领域划分的分类,将服务机器人分为个人/家用机器人和专业服务机器人两大类。其中,个人/家用机器人主要包括:家庭作业机器人、娱乐休闲机器人、残障辅助机器人、住宅安全和监视机器人等;专业服务机器人主要包括:场地机器人、专业清洁机器人、医用机器人、物流用途机器人、建筑机器人、水下机器人,以及国防机器人等等。

1 服务机器人分类情况

 

 

2.产业链

服务机器人行业的产业链可以分为上游、中游和下游。上游企业是指生产各种服务机器人所需零部件的零部件供应商或材料供应商。其中,主要零部件包括电子元器件、电机、电池、微处理器、传感器等,归属于标准零部件、电子设备以及电子元器件等。中游制造环节包括家用服务机器人、医疗机器人以及公共服务机器人等。服务机器人产业的下游则主要是通过商超、品牌专卖店、电商环节等渠道到达最终消费者。

2 服务机器人行业产业链

 

3.行业相关政策

随着机器人行业技术的成熟和市场需求的增加,近年来,全球服务机器人在技术和需求均全面爆发,伴随着机器人的扶持政策逐渐出台,行业快速发展,其中服务机器人的市场增长速度远远超宇其他种类机器人。

金准人工智能专家整理了截止2017年12月全国服务机器人相关政策如下:

 

从全国各省市的情况来看:在国家政策对服务机器人行业的大力推动下,全国各省市纷纷发布服务机器人的扶持和引导政策,目前中国服务机器人已形成京津冀、长三角、珠三角集群效应,东北地区、和中西部地区迎头追赶的区域格局。

 

 

二、服务机器人行业发展现状

1、全球服务机器人行业发展现状

从全球范围来看:目前,世界各国纷纷将突破服务机器人技术、发展服务机器人产业摆在本国科技发展的重要战略地位。随着信息网络、传感器、智能控制、仿生材料等高新技术的发展,以及机电工程与生物医学工程等的交叉融合,使得服务机器人技术发展呈现三大态势:

1)服务机器人由简单机电一体化装备向以生机电一体化和智能化等方面发展;

2)服务机器人由单一作业向群体交流、远程学习和网络服务等方面发展;

3)服务机器人由研制单一复杂系统向将其核心技术、核心模块嵌入于先进制造等相关装备方面发展。

金准人工智能专家统计,目前世界上至少有48个国家在发展机器人,其中约25个国家400多家企业已涉足服务机器人领域,技术处于前列的国家主要有美国、法国、德国、日本和韩国等。据了解,全球服务机器人市场上仅有部分国防机器人、家用清洁机器人、农业机器人实现了产业化,例如,达芬奇外观机器人、挤奶机器人和军用无人机已经形成成熟的产业链。而技术含量更高的医疗机器人、康复机器人等仍然处于研发试验阶段。

2.全球服务机器人市场规模

随着人工智能和物联网技术的不断发展,作为一种智能硬件,服务机器人产品将通过与软件加深融合的方式对传统设备进行智能化改造,不断实现更为强大的功能和更为丰富的应用场景;作为物联网生态系统中的信息交换中枢,服务机器人还将借助互联网和云为其他联网设备提供随时、随地的信息输入,并通过人工智能技术进一步代替用户对其它联网设备进行自主操控,为用户提供智能化服务,市场前景十分广阔。据金准人工智能专家预测,预计2015-2018年全球服务机器人市场总规模约394亿美元,四年年均复合增长率21.07%。2018年全球服务机器人市场总规模将近130亿美元。

 

家庭服务机器人是服务机器人行业中发展最为迅速的领域之一,2015年全球家庭服务机器人总销售额为22亿美元,同比增长16%。据预计,2015-2018年全球家庭服务机器人四年年均复合增长率35.24%,显著高于服务机器人的预期复合增长率。

 

2、中国服务机器人发展现状

 

1)中国服务机器人尚处产业化发展初期

 

金准人工智能专家分析认为中国的服务机器人尚处在产业化发展初期,产品呈现功能单一化、初步智能化的形态。目前,中国的家用服务机器人主要有吸尘器机器人、教育、娱乐、保安机器人、智能轮椅机器人、智能穿戴机器人、智能玩具机器人等,同时还有着一批为服务机器人提供核心控制器、传感器和驱动器功能部件的企业。在医用机器人领域,应用最广泛的要数微创手术机器人;而军用机器人主要是用于国防需求,主要有防爆机器人、侦查监视机器人等,近年来为了增强国防实力,国家在这一领域的投入大大增加。至于农用机器人的应用,中国农业机械化程度相比发达国家差距较大,导致农业机器人的应用规模不大,大多出现在经济发达的城市。

 

2)关键零部件缺失致成本高

 

中国机器人企业真正能赚钱的业务是系统集成。关键零部件尚未真正国产化,造成国产机器人本体成本远高于国外同行,很难上规模。国产机器人本体成本远高于国外同类产品,特别是减速机,国内企业购买减速机的价格是国外企业的价格的将近5倍。伺服电机、控制器等关键零部件价格也显著高于国外同类产品。现阶段国内机器人行业类似于美国上世纪50-60年代,机器人产业刚刚兴起,众多企业进入机器人行业。不同的是,美国当时机器人技术是世界领先的,现在中国机器人技术明显落后于西方已经相对成熟的技术水平。

3.中国服务机器人行业市场规模

中国服务机器人行业还处于初级发展阶段,其中,大部分产品还处于研发试验阶段,而投入使用并且实现产业化的服务机器人产品还很少。据中商产业研究院预测,预计2018年中国服务机器人销售额将近60亿元。

 

 

家务机器人在家用服务机器人销售量中占据着主要部分,根据统计,2013年全球家庭服务机器人总销售量中,家务机器人约占69%,预计2018年家务机器人销售量占家庭服务机器人的比重将达到75%。而扫地机器人是目前家务机器人中的主导品类。

金准人工智能专家统计,2013年、2014年我国机器人吸尘器销售额分别约为8亿元、15亿元,而截至2015年机器人吸尘器年销售额已经近28亿元,销售量207万台,预计2018年我国扫地机器人市场规模将超过70亿元,智能扫地机器人未来的市场空间巨大,将会呈现大幅度增长态势。

 

 

三、服务机器人发展驱动因素

1服务机器人需求前景广阔

首先是老龄化社会和残疾人服务对服务机器人的市场需求。截至2016年底,中国60岁以上人口已达2.3亿人,占总人口的16.7%。人口的老龄化问题将成为中国面临的前所未有的新挑战。此外,我国残疾人占总人口比重位居全世界较高国家之列。可以预计,在不远的将来,老年人和残疾人的护理将成为社会的一个重要负担,需要一大批护理机器人提供诸如取物、喂饭、翻书等服务,帮助、照顾老年人和残疾人的日常生活,提高他们的生活质量,从而减少整个社会对护理人员数量和质量的需求。

其次,教育的需求。金准人工智能专家预测教育事业对教育机器人的需求将形成一个巨大的市场。在提倡素质教育、通识教育、研究型大学模式的今日,通过教育机器人课程的推广、通过动手组装和编程实践可以拓展青少年的逻辑思维能力,这种寓教于乐的新型教育模式已成为青少年高科技教育的有效手段和工具。同时,中国整体客观形势对学前教育的要求越来越高,伴随着国内学前教育市场的蓬勃发展,针对3-6岁少儿的学前教育娱乐机器人也将具有巨大的市场空间。

2机器换人

一方面,随着人口红利减少,劳动力短缺、劳动力成本上升,中国相对于其他发展中国家的劳动力成本优势慢慢弱化,劳动密集型产业逐步向东南亚其他国家转移。印度为吸引外资制定了较中国更为优惠的政策措施,而其专业人才的质量也不在中国之下,两国在劳动密集型产品上的竞争很激烈。

另一方面,政府也在促进关键岗位机器人应用,尤其是在健康危害和危险作业环境、重复繁重劳动、智能采样分析等岗位推广一批专业机器人。近年来,“机器换人”热潮正在席卷广东、江苏等制造业发达地区。

 

3、人工智能技术大力推动服务机器人行业的发展

人工智能技术的不断进步极大地促进了机器人行业的飞速发展。近三十年来,随着核心算法的不断改进,人工智能获得了迅速的发展,基于人工智能技术的各种产品如雨后春笋般出现。

作为一种重要的智能硬件,随着计算机视觉、机器学习、智能语音等多种智能算法技术的进步,机器人行业也将实现飞速的发展。短期来看,人工智能技术助力于制造业中自动化与柔性化生产的推行,从而促进工业机器人在高端制造业领域的广泛应用;长期来看,未来人工智能最大的应用市场将出现在在服务机器人领域,面对远比当前工业生产复杂的环境,服务机器人对人工智能技术的要求更高更全面,市场空间更加巨大。

目前,我国人工智能领域发展迅速,将大力推动服务机器人行业发展。据中商产业研究院大数据预测,2018年中国的人工智能市场规模将达60亿美元,且在2020年达到91亿美元的规模,这意味着在未来几年内,每年的增长速度都达到50%。

 

4、物联网及相关技术将加速服务机器人行业的发展

近年来,随着成本和使用费用的显著下降,高速互联网、传感器和半导体芯片的普及率大幅提高,推动了联网设备的高速发展,物联网设备规模不断扩大。根据中商产业研究院预测,到2020年中国联网设备数量将超过1.8万亿元。

 

随着物联网的兴起,物联网生态系统、云计算、大数据正在成为服务机器人行业发展的核心驱动因素。物联网运行过程中所产生的海量数据构成了云计算的基础,而云计算的不断发展,将使服务机器人所使用的软件系统由目前的嵌入式计算系统逐渐演变成为信息物理系统(CPS)。

由于受益于人工智能与物联网等领域的发展,长期来看,服务机器人有望成为继电脑、智能手机之后的新一代智能终端,与当前的智能手机相比,服务机器人将具备通过云端同其他物联网设备互通和互相操作的能力,从而成为真正具有自动或者自主功能的平台。

 

四、服务机器人行业重点企业

在产业用机器人领域,瑞士ABB、安川电机、发那科、德国库卡等世界四大产业用机器人制造商在国际上保持着较高的份额。这些企业在中国推进了研发、生产和销售的本土化,这对中国此前扩大供应产业用机器人做出了很大贡献。

1iRobot Corporation

iRobot Corporation成立于1990年,主要生产包括扫地机器人、擦地机器人、泳池清洁机器人在内的家用机器人,包括远程视频协作机器人、远程医护机器人在内的商用机器人以及应用于国防安全的各类军用机器人。至今,公司家用机器人累计销售量超过1500万个,军用机器人近6000个。其总部位于马萨诸塞州的贝德福德,并且在加利福尼亚州的帕萨迪纳,伦敦、上海和香港特别行政区设立了分支机构,并于2005年在纳斯达克挂牌上市。

2014-2016年iRobotCorporation销售额分别为5.57亿、6.17亿和6.61亿美元,净利润分别为0.38亿、0.44亿和0.42亿美元,其中2015年56%的销售额来自海外,家用机器人销售收入占其总收入的91%。

2、沈阳新松机器人自动化股份有限公司

沈阳新松机器人自动化股份有限公司(简称:机器人)隶属中国科学院,是一家以机器人技术为核心,致力于数字化智能制造装备的高科技上市企业,是机器人产品线最全的厂商。公司形成以自主核心技术、核心零部件、领先产品及行业系统解决方案为一体的完整产业价值链,并将产业战略提升到涵盖产品全生命周期的数字化、智能化制造全过程。

沈阳新松机器人自动化股份有限公司的机器人产品线涵盖工业机器人、洁净(真空)机器人、移动机器人、特种机器人及智能服务机器人五大系列。

随着我国实体经济的加快转型升级,机器人与智能制造产业迅猛发展,新松机器人经营业绩持续增长。据新松机器人披露的年度报告显示,2017年度公司实现营业收入245,506.40万元,比上年同期增长20.73%;归属上市公司股东净利润43,237.79万元,比上年同期增长5.26%;归属于上市公司股东的扣除非经营性损益后的净利润为29,311.37万元,比上年同期增长6.87%。

 

3、科沃斯机器人科技(苏州)有限公司

科沃斯机器人公司主营业务是各类家庭服务机器人、清洁类小家电等智能家用设备及相关零部件的研发、设计、生产与销售,为全球知名的家庭服务机器人制造商之一。经过多年的发展,公司已形成了包括扫地机器人、擦窗机器人、空气净化机器人、管家机器人在内的较为完整的家庭服务机器人产品线以及品类丰富的清洁类小家电产品线。

早期,科沃斯采用自动化技术,通过传感器、芯片、人工软件编程对机器人下达指令,机器人被动地执行某指令。近年来,随着互联网、物联网以及大数据、AI的出现,技术不断提升,家用机器人的愿景得以实现。

目前,科沃斯拥有扫地机器人地宝、擦窗机器人窗宝、空气净化机器人沁宝等家用机器人,钱东奇表示,目前的成绩,距离刚性地满足消费者的需求,还有一段路要走。比起其他家用电器悠久的历史,家用机器人进入家庭,才十几年时间,虽然发展速度很快,却还是有很多需要完善的地方。

除了家用机器人,科沃斯还有以公共服务机器人旺宝为主的商用机器人系列产品。无论是商用机器人还是家用机器人,它们本身涵盖的技术是一样的,只是应用场景不同。

金准人工智能专家了解,公司在服务机器人模块的主要产品为“Ecovacs科沃斯”品牌家庭服务机器人。2017年双11科沃斯机器人创历史新高,以全网成交额5.28亿的成绩完美收官,又一次刷新了行业纪录,并且继续领跑全网双11生活电器榜。其中,天猫科沃斯旗舰店的主推爆款——DD35扫地机器人,更是引起了一波抢购热潮,最终达成了单品加套餐总计13万台的超高成交!

未来,如果能够在垂直领域将自动化、物联网、互联网、AI等融合,能够开拓的商业空间会很大。

从工具到管家到伴侣,科沃斯机器人的产品路线图清晰可见,机器人所扮演的角色在发展中不断地转变。当前,科沃斯旗下普通的扫地机器人被定义为工具。科沃斯已经发展到了管家这一阶段,除了完成单一任务之外,管家机器人UNIBOT可以把家里面的方方面面都管理起来。

五、我国服务机器人行业市场发展趋势

1、家庭化

一方面信息高速发展和生活、工作节奏的加快,需要人们从繁杂的家庭劳动中解脱出来;另一方面随着中国老龄化越来越严重,更多的老人需要照顾,社会保障和服务的需求也更加紧迫,而中国多年的计划生育政策之后,已经形成了人口倒金字塔结构,老龄化家庭结构必然使更多的年青家庭压力增大,随之酝酿而生的将是广大的家庭服务机器人市场在国外一些机器人已经实验性地进入了医院、家庭,从事部分辅助服务工作,相信在中国随着市场潜在需求的成熟,也将有更多的服务机器人走入寻常百姓家。从而引发服务机器人家庭化的浪潮。

2、智能化

虽然服务机器人设计的应用不同,但大体可以分为三类:(1)为了适应制造业之外的应用对传统机器人进行改进,这种方法日益被机器人系统集成商追捧并用于开拓新市场。(2)服务机器人如清洁、监视机器人通常都是现有专用机器改进而来。这里机器生产厂商利用先进的机器人技术改进这些产品,得到高产出的自动化系统。(3)设计师专门设计的市场需求量大的机器人。而无论哪一种类别,都指向一个共同的技术发展方向:智能化。

3、模块化

在世界范围内,服务机器人的标准化和模块化还处在一种不完善状况。因而,建立服务机器人标准是发展服务机器人亟待解决的课题。在技术上,机器人的软件是专用而复杂的,由于缺乏统一的标准和平台,机器人每个制造商都有自己的体系结构,相关应用厂商无力开发大量不同应用软件,无法进入机器人市场。开展体系结构、中间件与模块化技术攻关和应用示范将是未来趋势。

总结

金准人工智能专家认为,中国内资的产业用机器人企业正逐渐发展起来,中国通往“中国制造2025”主要要素之一的产业用机器人“强国”之路逐渐具体化。美的集团还与安川电机合作,应对中国旺盛的产业用机器人的需求。

金准人工智能专家了解,美的集团收购库卡还影响到机器人产业另一个重要市场的服务机器人领域。服务机器人是提供人类所需服务的机器人,包括家用、医疗用和公共服务用机器人等。此前在服务机器人领域也技术落后的中国企业,通过并购与合作提升了技术实力。

金准人工智能专家称,从服务机器人需求的观点来看,中国机器人需求扩大的背景与日本类似。在日本受到关注的是高龄化导致人手短缺后的替代型机器人,而在中国受到关注的不仅仅是劳动力减少及老龄化背景下的工作型机器人,还有护理用机器人。

今后,随着中国市场大门向高端机器人企业开放,中国国内市场通过并购与合作等方式引入高端机器人的步伐将加快。