
大数据“点亮”服务机器人大智慧
大数据、移动互联网和云计算不仅可以让服务机器人变得更加智能,还将改变服务机器人的角色定位——服务机器人不再是一个单独的智能化设备,而是信息服务的新平台。
“到2015年,我国人口中60岁以上的老年人将达到2.16亿,14岁以下儿童2.2亿,青少年4.4亿,残疾人8500万……这9亿多人都是移动机器人的潜在使用者。”在近日举行的一场名为“大数据时代的跨界创新”的专题报告会上,中国工程院院士李德毅如是说。
李德毅还预测称,到2030年,一个人将会有10个机器人在各个方面为他服务,机器人的总数会超过人类。
不过,记者近日调研时发现,我国目前在医疗、科考、救援等专业领域,机器人的智能化程度较高,而在家用等大众消费领域,面对市场的强劲需求,机器人的“智慧”显然还不够。
相关专家在接受《中国科学报》记者采访时表示,移动互联网、云计算和大数据技术的快速发展,或将为服务机器人的发展带来新契机。
智能化水平待提升
虽然在一些展览上经常出现可以做出人类表情或是执行复杂任务的机器人,但这些机器人大都仍处于研发阶段,距离应用尚有一段距离。
根据《国家中长期科学和技术发展规划纲要(2006-2020年)》中的定义,智能服务机器人是在非结构环境下为人类提供必要服务的多种高技术集成的智能化装备。而根据国际机器人联合会的定义,服务机器人和工业机器人的本质区别在于,前者的工作环境大都是未知的。
目前,服务机器人在多个领域有着广泛的应用。就智能化水平而言,在医疗、科考、救援等专业领域,由于任务复杂程度较高,且大都是各国科技攻关的重点,智能化水平较高。而在家用等大众消费领域,服务机器人的智能化程度则有待进一步提高。
记者在走访一些线上和线下的机器人专卖店时也了解到,国内服务机器人销售以扫地机器人和功能相对简单的教育娱乐机器人为主。
弗莱威智能机器人科技(上海)有限公司董事长张殿礼在接受《中国科学报》记者采访时表示,服务机器人的智能化体现在两个方面,第一是要有人机互动,第二是执行的任务要足够复杂。从这个意义上说,市场上常见的扫地、擦窗的机器人只是初级的智能化产品;而教育娱乐机器人的很多功能也可以在平板电脑上实现,并不能代替儿童执行复杂任务。
北京科技大学物联网与电子工程系主任王志良在接受《中国科学报》记者采访时也表示,虽然在一些展览上经常出现可以做出人类表情或是执行复杂任务的机器人,但这些机器人大都仍处于研发阶段,距离应用尚有一段距离。
大数据“点亮”大智慧
机器人进行判断和决策的前提,是要有充足的条件和经验,现在大数据技术提供了很多冗余的条件,可以让机器人在作决策时进行方案的优选。
事实上,服务机器人的概念已经提出多年。但正是受制于智能化水平较低,始终未能实现规模化应用。
如今,大数据、移动互联网和云计算的发展,为服务机器人的发展带来了新的契机。
比如在感知方面,据专家介绍,如今服务机器人除了本体装有传感器,其工作环境的传感器也可以为其所用,甚至可以利用网络资源,远程通过其他地点的传感器来获得相应的信息。
而在学习和判断方面,以往需要把数据输入服务机器人本体,作为服务机器人的经验和判断基础;而现在,各种基础软件的发展为服务机器人的逻辑判断奠定了基础,通过移动互联网,服务机器人还可以轻松获取大量的信息资源。
“机器人进行判断和决策的前提,是要有充足的条件和经验,现在大数据技术提供了很多冗余的条件,可让机器人在作决策时进行方案的优选。”张殿礼对记者说。
事实上,目前在这方面已经有了成功的例子。比如2011年在智力问答节目《危险边缘》中一战成名的IBM超级计算系统沃森,就是利用了大数据技术,以及IBM研究人员给定的算法,获得了这场比赛的胜利。如今,沃森已经从一个游戏创新转变为一项商业技术,应用于金融、医疗等诸多领域。
而服务机器人的典型功能——与用户的语音交流,也同样离不开大数据技术的支持。
张殿礼告诉记者,当人和服务机器人交流时,服务机器人使用的实际上是云计算平台之上的数据资源,而交流过程中所提供的语料和人类的行为习惯,则进一步丰富了服务机器人的数据库。
“因此,服务机器人可以说是一个双向的大数据采集和利用的设备。”张殿礼说。
新的平台
由于服务机器人是可以移动的设备,因此可以利用这一特点,实现对固定物体信息的收集。同时,服务机器人执行的任务也不再局限于本体的机械机构,而是可以依赖于各种无线通信设备,通过远程机构来实现。
在大数据、移动互联网和云计算的时代,服务机器人不再是一个单独的智能化设备,而是信息服务的新平台。
王志良表示,由于服务机器人是可以移动的设备,因此可以利用这一特点,实现对固定物体信息的收集。同时,服务机器人执行的任务也不再局限于本体的机械机构,而是可以依赖于各种无线通信设备,通过远程机构来实现。
在王志良的实验室里,记者看到了一款外表“憨态可掬”的服务机器人。王志良告诉记者,这款正处于研发阶段的服务机器人,不仅可以与人进行语音交流,还可以管理家用电器,紧急的时候拍一下它的头,还可以自动报警。同时,还可以通过手机等移动终端设备,对服务机器人进行远程操控。
而弗徕威推出的智慧住宅中央控制服务机器人——Dorsea(哆西),不仅可以进行现场语音控制,还可用手机APP进行远程控制,并通过无线通信的方式,控制各种家用电器,并实现自动及手动巡防、防跌倒监测、煤气火灾及陌生闯入报警等多种功能。
在张殿礼看来,以往人们对服务机器人有一种误解,即认为要把服务机器人做成复杂的结构,以便于执行某些任务。“事实上,就机器人本体而言,机械结构越复杂,性价比越低,工作范围也会极大缩小。服务机器人完全可以通过与其他设备互联互通来执行各项任务。”张殿礼说。
实际上,由于我国在大数据、移动互联网和云计算方面具备一定基础和优势,同工业机器人相比,服务机器人发展的前景更好。“服务机器人的发展既需要技术的创新,也需要应用领域的创新,技术加应用两条腿走路,肯定跑得更快。”
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
Python HTTP 请求工具对比:urllib.request 与 requests 的核心差异与选择指南 在 Python 处理 HTTP 请求(如接口调用、数据爬取 ...
2025-09-12解决 pd.read_csv 读取长浮点数据的科学计数法问题 为帮助 Python 数据从业者解决pd.read_csv读取长浮点数据时的科学计数法问题 ...
2025-09-12CDA 数据分析师:业务数据分析步骤的落地者与价值优化者 业务数据分析是企业解决日常运营问题、提升执行效率的核心手段,其价值 ...
2025-09-12用 SQL 验证业务逻辑:从规则拆解到数据把关的实战指南 在业务系统落地过程中,“业务逻辑” 是连接 “需求设计” 与 “用户体验 ...
2025-09-11塔吉特百货孕妇营销案例:数据驱动下的精准零售革命与启示 在零售行业 “流量红利见顶” 的当下,精准营销成为企业突围的核心方 ...
2025-09-11CDA 数据分析师与战略 / 业务数据分析:概念辨析与协同价值 在数据驱动决策的体系中,“战略数据分析”“业务数据分析” 是企业 ...
2025-09-11Excel 数据聚类分析:从操作实践到业务价值挖掘 在数据分析场景中,聚类分析作为 “无监督分组” 的核心工具,能从杂乱数据中挖 ...
2025-09-10统计模型的核心目的:从数据解读到决策支撑的价值导向 统计模型作为数据分析的核心工具,并非简单的 “公式堆砌”,而是围绕特定 ...
2025-09-10CDA 数据分析师:商业数据分析实践的落地者与价值创造者 商业数据分析的价值,最终要在 “实践” 中体现 —— 脱离业务场景的分 ...
2025-09-10机器学习解决实际问题的核心关键:从业务到落地的全流程解析 在人工智能技术落地的浪潮中,机器学习作为核心工具,已广泛应用于 ...
2025-09-09SPSS 编码状态区域中 Unicode 的功能与价值解析 在 SPSS(Statistical Product and Service Solutions,统计产品与服务解决方案 ...
2025-09-09CDA 数据分析师:驾驭商业数据分析流程的核心力量 在商业决策从 “经验驱动” 向 “数据驱动” 转型的过程中,商业数据分析总体 ...
2025-09-09R 语言:数据科学与科研领域的核心工具及优势解析 一、引言 在数据驱动决策的时代,无论是科研人员验证实验假设(如前文中的 T ...
2025-09-08T 检验在假设检验中的应用与实践 一、引言 在科研数据分析、医学实验验证、经济指标对比等领域,常常需要判断 “样本间的差异是 ...
2025-09-08在商业竞争日益激烈的当下,“用数据说话” 已从企业的 “加分项” 变为 “生存必需”。然而,零散的数据分析无法持续为业务赋能 ...
2025-09-08随机森林算法的核心特点:原理、优势与应用解析 在机器学习领域,随机森林(Random Forest)作为集成学习(Ensemble Learning) ...
2025-09-05Excel 区域名定义:从基础到进阶的高效应用指南 在 Excel 数据处理中,频繁引用单元格区域(如A2:A100、B3:D20)不仅容易出错, ...
2025-09-05CDA 数据分析师:以六大分析方法构建数据驱动业务的核心能力 在数据驱动决策成为企业共识的当下,CDA(Certified Data Analyst) ...
2025-09-05SQL 日期截取:从基础方法到业务实战的全维度解析 在数据处理与业务分析中,日期数据是连接 “业务行为” 与 “时间维度” 的核 ...
2025-09-04在卷积神经网络(CNN)的发展历程中,解决 “梯度消失”“特征复用不足”“模型参数冗余” 一直是核心命题。2017 年提出的密集连 ...
2025-09-04