久久99国产精品尤物-国产高清色播视频免费看-男生肌肌往女人桶爽视频-精品国产-91PORNY九色|www.jqdstudio.net

         智能化“大腦”來襲，人與機器的深度交互和應用成為關鍵。智能手機之后，市場一直找不到能像PC和智能手機一樣具有爆發(fā)性的消費級產(chǎn)品。但新型智能硬件將孕育出下一代爆款產(chǎn)品已被市場接受并預期，無人機、VR等產(chǎn)品也被寄予厚望，產(chǎn)業(yè)一度非常火熱。從我們觀察的角度講，拋開現(xiàn)象看本質(zhì)，無論PC還是智能手機的普及，都解決了人和機器面臨的兩個最關鍵問題：交互和應用。我們認為只有更好的解決這兩個問題的智能硬件，才能是下一代全面普及的智能硬件產(chǎn)品。

智能機器人：下一代消費級人機交互中心。 “機器人→智能機器人”將是大勢所趨，我們認為智能機器人之所以能夠爆發(fā)有兩大主因：1)有望極大的改善人機交互方式;2)強大的數(shù)據(jù)獲取、處理以及應用能力。根據(jù)電子產(chǎn)品發(fā)展規(guī)律，改善人機交互一直是不變的追求，機器人有望通過圖像和聲音等全方位識別技術極大改善人機交互。與此同時數(shù)據(jù)量指數(shù)增長，機器人有足夠空間集成各類芯片，形成一個整體的智能化應用產(chǎn)品。我們認為智能機器人很有可能成為繼PC和智能手機之后新一代的殺手锏級別產(chǎn)品，極大方便我們的生活，并帶動AI和軟件等相關產(chǎn)業(yè)鏈快速爆發(fā)。

AI是智能機器人產(chǎn)業(yè)核心推動力。AI的發(fā)展直接決定了智能機器人的人機交互能力和數(shù)據(jù)的獲取與處理能力。AI的實現(xiàn)可以分為對“外”的語音識別、圖像識別等感知技術，以及對“內(nèi)”的算法+數(shù)據(jù)+硬件技術。對外方面，AI對感知技術的提升直接決定了人機交互的體驗和準確度。而對內(nèi)的算法及AI處理芯片的進步則決定了數(shù)據(jù)的獲取與運算處理能力。

投資建議。以智能機器人為代表的智能硬件產(chǎn)業(yè)隨時可能爆發(fā)，AI將扮演決定性作用，我們強烈看好國內(nèi)具備AI能力及應用，以及智能機器人產(chǎn)業(yè)鏈的上市公司，重點推薦：東方網(wǎng)力、科大訊飛、中科創(chuàng)達、同花順(智能投顧)。

風險提示：1、AI技術進度低于預期;2、產(chǎn)業(yè)受制于政策等因素發(fā)展緩慢。

一、智能化“大腦”推動產(chǎn)業(yè)進入關鍵歷史時期

全球機器人市場規(guī)模不斷擴大，亞洲成最大市場：據(jù)國際機器人聯(lián)合會(IFR)統(tǒng)計，2015年全球工業(yè)機器人銷量超過24萬臺，同比增長8%。2006-2015年，全球工業(yè)機器人銷量年均增速約為14%。2014年亞洲銷量約占2/3，中國、韓國、日本、美國和德國五大市場的銷量占全球工業(yè)機器人總銷量的75%左右。從地域上看，亞洲是目前最大的機器人市場，2014年中國、日本、韓國的工業(yè)機器人新裝機量分別在全球排名第一、第二、第四，三個國家工業(yè)機器人市場規(guī)模占全球工業(yè)機器人銷量的47%。此外，根據(jù)《中國制造2025》的規(guī)劃，2020、2025和2030年工業(yè)機器人銷量的目標，分別是15萬臺、26萬臺和40萬臺，預計未來10年中國機器人市場將達6000億元人民幣，增長前景誘人。

國內(nèi)市場，本土品牌迎良機，市場份額穩(wěn)步提升：據(jù)統(tǒng)計，2015年在中國購買的工業(yè)機器人中，外國制造商占了69%，中國本土品牌的份額繼續(xù)上升，占比31%，而2013年中國本土品牌的份額只占25%，2014年占比為28%，2015年首次國內(nèi)市場份額占比超過30%。國內(nèi)機器人企業(yè)2015年銷量增速為27.5%，同期外資企業(yè)在國內(nèi)銷量增速為12.7%。在全球機器人市場規(guī)模不斷提升，亞洲市場不斷擴大的前提下，國內(nèi)本土企業(yè)迎來發(fā)展機遇，國產(chǎn)工業(yè)機器人的發(fā)展仍不失為制造業(yè)轉(zhuǎn)型升級的一大亮點。

智能化“大腦”來襲，機器人→智能機器人，產(chǎn)業(yè)正經(jīng)歷關鍵歷史時期：過去的機器人以半自動化地機械性勞動為主，而近年隨著圖像識別、語音識別、深度學習等技術的快速發(fā)展和突破，機器人產(chǎn)業(yè)也迎來了關鍵的歷史時期，AI技術的快速發(fā)展為機器人植入了智能化的“大腦”，智能化將成為機器人產(chǎn)業(yè)的升級方向。根據(jù)Gartner最新發(fā)布的2016年新興科技技術成熟度曲線圖，智能機器人已經(jīng)進入期望膨脹器，并處于上升階段。未來“智能”二字將成為機器人行業(yè)的主旋律。

二、智能機器人爆發(fā)的兩大主因：交互+應用

我們?yōu)槭裁凑J為機器人將迎來爆發(fā)?其實上面的討論已經(jīng)間接回答了這個問題，由于近幾年人工智能技術的發(fā)展，機器人產(chǎn)業(yè)已經(jīng)來到了關鍵的歷史時期，即將迎來“智能升級”的大潮，“機器人→智能機器人”將是大勢所趨。而這也成就了機器人行業(yè)爆發(fā)的兩大動力：1)更強的人機互動能力與新穎的互動形式;2)其背后強大的數(shù)據(jù)獲取、處理與應用能力。智能手機之后，市場一直找不到能像PC和智能手機一樣具有爆發(fā)性的消費級產(chǎn)品。但新型智能硬件將孕育出下一代爆款產(chǎn)品已被市場接受并預期，無人機、VR等產(chǎn)品也被寄予厚望。從我們觀察的角度講，拋開現(xiàn)象看本質(zhì)，無論PC還是智能手機的普及，都解決了人和機器面臨的兩個最關鍵問題：交互和應用。我們認為只有更好的解決這兩個問題的智能硬件，才能是下一代全面普及的智能硬件產(chǎn)品。我們認為機器人有望結(jié)合人機互動和數(shù)據(jù)處理這兩大優(yōu)勢，就像曾經(jīng)的PC和智能手機的爆發(fā)歷程一樣，成為下一代消費級人機交互中心，顛覆我們的生活。

1、主因一：機器人有望成為下一代人機互動新交口

1.1、人機交互有望再次被顛覆

人機交互可劃分為四個階段：隨著信息技術的發(fā)展，人機互動的模式也在不斷豐富，我們認為人機交互的發(fā)展可以分為四個階段：1)基本交互、2)圖形式交互、3)語音式交互、4)感應式交互(體感交互)。科技的發(fā)展推動人機交互向更加快捷、簡便的方式前進，當前我們正經(jīng)歷著感應式互動技術給人機交互帶來的新變革。

1) 基本交互：最早期的人機交互形態(tài)。例如轉(zhuǎn)盤式電話是通訊設備的早期形態(tài)，通過轉(zhuǎn)動撥盤產(chǎn)生脈沖信號輸入信息。按鈕式電話則通過按鍵產(chǎn)生多頻信號。早期的固定電話或移動電話都只能通過按鍵或者轉(zhuǎn)盤輸入數(shù)字號碼，通過聽筒向用戶輸出聲音。最早的計算設備是中國的算盤。人們通過撥動算珠進行計算輸入，查看算珠狀態(tài)得到計算結(jié)果。1642年，世界上第一臺加減法計算機出現(xiàn)，它通過手搖方式操作運算，只能計算加減法。它通過轉(zhuǎn)動撥輪輸入數(shù)字，通過表盤輸出結(jié)果。截止到這里，人機交互的形態(tài)還基本停留在以數(shù)字的形式作為輸入和輸出，直到打字機的出現(xiàn)，人機交互的形式進入文字時代，20世紀中葉，隨著電腦的發(fā)明，打字機演變?yōu)殡娔X的基本輸入設備——鍵盤。

2) 圖形交互：顯示屏和鼠標的出現(xiàn)推動人機交互邁入圖形交互時代，觸屏技術的普及又將圖形交互推至全新高度。

i. 顯示屏：早期的電腦顯示屏只能顯示單色圖案，后來出現(xiàn)了彩色顯示屏，能顯示的信息更加豐富。不過一開始的CRT顯示器屏幕是彎曲的，顯示效果有較大的失真。之后出現(xiàn)的平面直角顯示器緩解了這一問題。之后新的成像方式代替了原有的顯像管成像，液晶顯示器走上了舞臺，人們開始追求更高的分辨率，從800*600到1024*768的15、17寸CRT顯示器，到1440*900的19寸LCD，到近年來主流的1080P顯示器，以及嶄露頭角的2560*1440分辨率2K顯示器和4096*2160分辨率的4K顯示器，一塊屏幕所能顯示的內(nèi)容翻了數(shù)翻。

ii. 鼠標：蘋果設計的世界第一款大眾普及鼠標“Lisa”，它在位置指示上比鍵盤更加人性化，是“圖形人機交互”的始祖，隨后鼠標逐步成為計算機的標配;剛開始發(fā)明的鼠標僅有兩個滾輪和一個按鍵，也就是只能實現(xiàn)指針移動和單擊的功能。隨后鼠標的傳動裝置由原先的滾輪變?yōu)闈L動球再變?yōu)楝F(xiàn)在流行的光電轉(zhuǎn)換器。鼠標移動的速度和位置檢測的精度都在不斷上升。鼠標按鍵的功能也在不斷增加。從開始的單鍵，到雙鍵、三鍵、到滾輪的加入，側(cè)鍵的加入。不僅可以實現(xiàn)單擊、雙擊等功能，還能實現(xiàn)頁面滾動，自定義組合鍵等。同時，鍵盤和鼠標的連接方式也在不斷進化，由原先的有線式，發(fā)展到2.4GHz 無線連接再到藍牙連接。現(xiàn)在的鼠標鍵盤已經(jīng)能夠?qū)崿F(xiàn)一鍵在多設備之間進行切換，一套設備就能控制多臺電腦。而高端鼠標鍵盤一直在向低延遲和高舒適度方向發(fā)展，力求將用戶的指令盡快送入電腦。

iii. 觸屏技術：經(jīng)歷了從單點觸控到多點觸控。觸屏技術的早期載體是PDA(Personal Digital Assistant，個人數(shù)字助理)，PDA的一大特點就是手寫輸入，它的基本的功能包括通訊簿、行事歷、記事本、計算器等。從此，圖形交互的輸入方式有了新的發(fā)展，實現(xiàn)了觸控輸入，能夠直接在屏幕上操作設備。早期手寫筆輸入主要的控制方式是通過點按屏幕上的按鈕，后來智能手機的出現(xiàn)將這一操作方式繼續(xù)推進，此時的觸控輸入不僅僅局限于點擊按鈕，還能夠識別多點觸控和多種手勢，例如雙指縮放等。隨后，觸控操作從智能手機普及到電腦上，帶有觸摸屏的筆記本電腦出現(xiàn)了。

3) 語音交互：早期的語音交互體現(xiàn)為語音識別，就是將輸入的聲音轉(zhuǎn)化為文字。此時的設備還不具有對聲音命令直接作出反饋的能力。由傳統(tǒng)的基于標準模板的匹配向基于統(tǒng)計模型的轉(zhuǎn)化使語音識別技術完成了由小詞匯量、孤立詞的識別向大詞匯量、非特定人連續(xù)語音識別的轉(zhuǎn)化。自2009年以來，借助機器學習領域深度學習研究的發(fā)展以及大數(shù)據(jù)語料的積累，語音識別技術得到突飛猛進的發(fā)展。微軟公司的研究人員率先取得了突破性進展，他們使用深層神經(jīng)網(wǎng)絡模型后，語音識別錯誤率降低了30%，是近20年來語音識別技術方面最快的進步。隨后各種智能助理的出現(xiàn)將語音識別這一技術的運用范圍從單向聽寫拓展至雙向互動。例如微軟的cortana，小冰，Google的google now，蘋果的Siri。如今，通過語音識別實現(xiàn)人機交互已經(jīng)成為越來越普遍的形式。

4) 體感交互：體感交互是下一代人機交互的大勢所趨。圖像識別技術開啟了體感交互時代的大門，如英特爾的實感技術能夠通過攝像機模仿人類視覺，從而為設備帶來對物體大小和距離的感知。此外，利用多重攝像機裝置，英特爾實感技術還能夠還原一個完整真實的三維世界。而惠普的投影鍵盤HP Sprout利用投影技術為人們帶來了鍵盤輸入的全新方式——投影鍵盤。與英特爾實感技術相似，HP Sprout也是利用攝像機作為核心部件，通過感知用戶對投影鍵盤的操作來判斷用戶錄入的字符內(nèi)容。但體感交互又遠遠不止于此，可以說體感交互未來將成為先前各種人機交互技術的結(jié)合，包括即時動態(tài)捕捉、圖像識別、語音識別、VR等技術，最終衍生出多樣化的交互形式，而機器人有望在未來成為體感交互的載體。

1.2、智能機器人符合人機交互的發(fā)展規(guī)律

通過以上對人機交互發(fā)展歷程的梳理，我們可以總結(jié)出如下四點人機交互的發(fā)展規(guī)律和趨勢：

低反饋延遲：人機交互的必要條件就是能及時給予用戶對當前命令的反饋，以便用戶判斷當前指令是否符合自己的意愿，從而做出調(diào)整。

命令要求的模糊化：隨著智能設備的普及，使用智能設備的用戶群也相應擴大。從原先具有專業(yè)知識的操作人員擴展到從未接觸過智能設備的老人、孩子。因此智能設備需要能夠識別更加模糊的指令，也就是指令識別系統(tǒng)需要變得更加智能。一開始的計算機只有輸入準確的命令代碼才能完成操作，而現(xiàn)在可以通過說一句話讓手機自動打車正是這一趨勢的體現(xiàn)。

輸出內(nèi)容多樣化和真實化：為了更好地對用戶命令作出反饋，設備必須采取多種輸出方式對應不同的輸出結(jié)果。例如電腦在發(fā)明之初只能顯示文字，而現(xiàn)在手機可以實現(xiàn)聲音，畫面，震動的多重輸出方式。此外VR技術和3D顯示技術的熱門也反映了用戶對更真實的輸出方式的期望。

輸入方式便捷化和多樣化：智能設備出現(xiàn)的目的就是為了節(jié)省用戶的時間。因此輸入方式的便捷化是必然的要求。例如鼠標的出現(xiàn)使文件的復制粘貼操作變得極為簡便。語音識別技術不僅簡化了用戶手動輸入文字的過程，而且讓用戶能夠不接觸設備發(fā)布指令。用戶使用智能設備場景的多樣化決定了輸入方式的多樣化。傳統(tǒng)的只依賴動手輸入的方式已經(jīng)不能滿足現(xiàn)代智能設備的要求。語音、觸控、體感多種方式輸入才是未來輸入方式發(fā)展的方向。

機器人符合人機交互的發(fā)展趨勢，具備強大爆發(fā)力：無論從以上四點中的哪點看，機器人都符合下一代人機交互的需求和特征，因此我們認為機器人在人機交互方面的巨大潛力將成為其迎來爆發(fā)的重要動力之一。未來智能化的機器人將更多地增強“人”的屬性，從以往的“工具”變?yōu)槿祟惖?span lang="EN-US">“伙伴”。

2、主因二：愈發(fā)強大的數(shù)據(jù)獲取、處理與應用能力

機器人是下一個智能手機?我們認為除了強大的人機交互功能之外，機器人背后愈發(fā)強大的數(shù)據(jù)獲取和處理運行及應用能力也將成為產(chǎn)業(yè)爆發(fā)的重要推手。隨著硬件方面處理芯片技術的不斷提升，以及近年以神經(jīng)網(wǎng)絡算法為代表的AI技術在“軟”的方面的進步，機器人未來在數(shù)據(jù)獲取與處理方面的潛力無疑是巨大的，這意味著機器人將擁有更加強大的功能和更加智能的信息處理方式。就像當初智能手機的快速爆發(fā)一樣，機器人有望成為下一個獲得大量爆發(fā)的智能硬件。

智能機器人之于傳統(tǒng)機器人，類似于智能手機之于傳統(tǒng)手機：做個簡單的類比，我們認為智能機器人對于傳統(tǒng)機器人行業(yè)的意義可以類比于智能手機對于傳統(tǒng)手機行業(yè)的意義，過去幾年智能手機的發(fā)展軌跡對于智能機器人未來的發(fā)展具有一定參考作用。根據(jù)IDC和Gartner的統(tǒng)計數(shù)據(jù)，從2008年到2013年，全球手機銷量從12.8億部增長至18.8億部，值得關注的是，這5年正是智能手機為整個傳統(tǒng)手機行業(yè)帶來變革的5年，全球智能手機的銷量占比從2008年的11%快速提升至2013年的52%。整個手機行業(yè)經(jīng)過“智能升級”后在2013年迎來了銷量新高。這5年間，蘋果和安卓的崛起，以及諾基亞的沒落標志著手機產(chǎn)業(yè)結(jié)構和市場格局迎來了大換血。手機在最開始只是個打電話的硬件，但隨著數(shù)據(jù)處理能力的提升和功能的擴充，人們開始更多地關注其背后對于各類應用和資源的調(diào)用，于是智能手機迎來了快速的普及和爆發(fā)。因此我們認為，機器人產(chǎn)業(yè)也即將步入這樣的關鍵歷史時期，智能機器人占傳統(tǒng)機器人的比重有望不斷提升，成為生力軍，迅速崛起。

處理器性能的提升賦予了機器人強大的數(shù)據(jù)處理能力：CPU從誕生以來到如今的發(fā)展從未停滯，英特爾CPU架構變革與制程進化隔年交替進行的 Tick Tock 發(fā)展模式將CPU制程不斷縮短，從10微米向10納米穩(wěn)步邁進。制程的不斷縮小和架構的升級使得CPU的發(fā)熱量和功耗得以隨之降低，系統(tǒng)集成度更高，計算性能更強，從而使CPU在移動設備領域的應用不斷擴張。隨后GPU開始異軍突起，GPU在“深度學習”領域發(fā)揮著巨大的作用，因為GPU可以平行處理大量瑣碎信息。深度學習所依賴的是神經(jīng)系統(tǒng)網(wǎng)絡——與人類大腦神經(jīng)高度相似的網(wǎng)絡——而這種網(wǎng)絡出現(xiàn)的目的，就是要在高速的狀態(tài)下分析海量的數(shù)據(jù)。國內(nèi)人工智能硬件研究項目“寒武紀”小組的最新研究結(jié)果表明，GPU能夠提供平均 58.82X 倍于CPU的速度。不斷提升的處理器性能為機器人提供了強大的數(shù)據(jù)處理能力，大大提升機器人功能的可擴展性與豐富性。

普及在望，應用性能的提升將促使“機器人+”模式誕生：隨著數(shù)據(jù)獲取與處理能力的提升，傳統(tǒng)機器人的硬件屬性將逐漸弱化，“軟”的方面的功能將進一步凸顯，形成軟硬一體化的模式。未來智能機器人作為一種全行業(yè)技術整合后的入口，將以軟硬功能兼具，且兼強大的形式促生“機器人+”模式：機器人+工業(yè)、農(nóng)業(yè)、醫(yī)療、教育、生活、交通、物流、海洋、航天、救災、軍事等等，將無處不用，快速提高智能機器人的普及率。

三、AI——智能機器人發(fā)展的核心推動力

我們?yōu)槭裁凑fAI是智能機器人發(fā)展的核心推動力?因為AI的發(fā)展直接決定了上文中提到的智能機器人產(chǎn)業(yè)爆發(fā)的“兩大主因”：(1)人機交互能力和(2)數(shù)據(jù)的獲取、處理與應用能力。我們曾經(jīng)在深度報告《AI：重構IT未來》中討論過AI的技術構成，AI的實現(xiàn)可以分為對“外”的語音識別、圖像識別等感知技術，以及對“內(nèi)”的算法+數(shù)據(jù)+硬件技術。對外的感知技術直接決定了未來人機交互的體驗和準確度。而對內(nèi)的算法、數(shù)據(jù)和硬件技術則決定了數(shù)據(jù)的獲取、處理與應用能力：

對外——探測，感知技術是關鍵：即對外界信息的正確獲取。這個環(huán)節(jié)主要涉及的技術是圖像識別與聲音識別等感知技術，探測的有效性和真實性直接決定了AI的智能程度，以及后期匹配時的正確率。

對內(nèi)——訓練，算法、數(shù)據(jù)、硬件是關鍵：即自我學習與進化。AI進行訓練學習時需要輸入大量的樣本數(shù)據(jù)，這是AI吸收知識并消化知識的過程，因此數(shù)據(jù)的獲取、高性能的算法、和高性能低能耗的硬件是前設條件。

對內(nèi)——匹配，算法和硬件是關鍵：即將外界獲取的信息與訓練時學到的信息相匹配，做出決策。同樣，在這個環(huán)節(jié)高性能的算法和高性能低能耗的硬件也是前設條件。

機器人產(chǎn)業(yè)鏈——AI有決定性作用：機器人產(chǎn)業(yè)的產(chǎn)業(yè)鏈可以歸納為四個主要部分：零部件廠商、本體制造、系統(tǒng)集成以及行業(yè)應用。零部件廠商環(huán)節(jié)包括了控制器、減速器、伺服電機等核心零部件，而行業(yè)應用涵蓋了制造業(yè)、醫(yī)療、食品加工、家用等各行各業(yè)。AI技術涉及到的無論是智能芯片、感知識別、還是機器學習算法，都主要影響了機器人產(chǎn)業(yè)鏈的相對上游環(huán)節(jié)，主要提升的是機器人關鍵零部件的性能，具有決定性作用。

1、AI是提升人機交互體驗的關鍵

AI決定了語音識別和圖像識別等感知技術的成熟度，進而決定了人機交互的體驗和準確性：

借助AI，語音識別得到突破：自2009年以來，借助機器學習領域深度學習研究的發(fā)展以及大數(shù)據(jù)語料的積累，語音識別技術得到突飛猛進的發(fā)展。微軟公司的研究人員率先取得了突破性進展，他們使用深層神經(jīng)網(wǎng)絡模型后，語音識別錯誤率降低了30%，是近20年來語音識別技術方面最快的進步。根據(jù)瑪麗·米克爾的互聯(lián)網(wǎng)趨勢報告統(tǒng)計，近幾年各大語音識別的主流平臺的準確率均得到了快速提升，目前單詞的語音識別準確率的已經(jīng)超過90%。

AI使語音識別的普及率快速提升：AI增強了語音識別的體驗和準確度，使語音識別的普及程度快速提升。據(jù)統(tǒng)計，美國智能手機用戶使用語音助手的比例從2013年的30%提升至2015年的65%，實現(xiàn)翻倍。隨著語音識別率的提升，通過語音識別技術進行搜索也逐漸被越來越多的人所接受，截止2014年9月，百度搜索中每10次查詢就有1次來自語音;截止2015年6月，Siri每周處理超過10億條語音請求;截止2016年5月，Windows10任務欄中25%的搜索為語音搜索;而谷歌語音搜索量從2013年開始飛速增長，到目前為止較2008年增長了35倍以上。根據(jù)百度首席科學家吳恩達的預計，到2020年，所有搜索中至少有50%將來自圖像搜索或語音搜索。目前在語音識別市場，國內(nèi)和國際上均表現(xiàn)出寡頭壟斷的格局。國際市場上Nuance市場份額遙遙領先，占據(jù)了62%的市場份額。排在第二名的谷歌市場份額也相對較大，占據(jù)了17%的份額。接下來分別是微軟7%、蘋果4%、IBM 4%、科大訊飛3%、其它3%。在國內(nèi)市場方面，科大訊飛優(yōu)勢明顯，占據(jù)了54%的市場份額排名第一，接下來分別是百度13%、蘋果12%、Nuance 6%、捷通華聲5%、中科信利3%、其它7%。

AI提升圖像識別性能，機器視覺市場快速增長：AI同樣提升了圖像識別的性能，相比起聲音識別，圖像識別目前的識別率更高，已經(jīng)達到95%以上。在智能機器人領域，圖像識別的主要應用形式是機器視覺，得益于AI技術為圖像識別性能帶來的提升，近年機器視覺市場規(guī)模保持著較高的增速。根據(jù)資料顯示，2014年我國機器視覺市場規(guī)模為19億，預計到2016年市場規(guī)模將達到38億元。與此同時，我國機器視覺的“玩家”數(shù)量也在快速增長，相關企業(yè)在2013年超過了100家，競爭加劇，但行業(yè)集中度還相對較低，市場空間具備充足彈性。

2、AI顯著提升機器人的數(shù)據(jù)處理與應用性能

大數(shù)據(jù)時代，AI算法提升數(shù)據(jù)挖掘效率：AI的深度學習的一大價值在于其對于大體量數(shù)據(jù)的挖掘與應用能力，相比起傳統(tǒng)的算法，越是在大體量的數(shù)據(jù)下，AI的深度學習算法的優(yōu)勢就越明顯。這對于大數(shù)據(jù)時代數(shù)據(jù)的獲取和數(shù)據(jù)的運算處理，均大有裨益。今天在互聯(lián)網(wǎng)和移動互聯(lián)網(wǎng)上已經(jīng)積累了海量的數(shù)據(jù)，并且每天產(chǎn)生的數(shù)據(jù)量依然在指數(shù)型增長。以微信為例，用戶每天在朋友圈上傳的圖片達到10億張，大數(shù)據(jù)“數(shù)字宇宙”約每兩年翻一番。然而根據(jù)統(tǒng)計，僅有約0.4%的全球數(shù)據(jù)得到了分析。目前對于這些海量數(shù)據(jù)的挖掘需求是很強的，AI顯然在這方面有很大的用武之地，是提升機器人對于數(shù)據(jù)處理和應用能力的關鍵。

AI專用處理器芯片提升數(shù)據(jù)運算效率：在傳統(tǒng)的CPU和GPU處理器在飛速發(fā)展的同時，一些針對人工智能的專用處理器芯片也開始出現(xiàn)，AI專用處理器芯片的最大優(yōu)勢在于其成本和功耗降低，并且將大幅提升算法的運行效率，因此AI專用處理器芯片也將成為機器人的數(shù)據(jù)運算能力突飛猛進的重要動力。傳統(tǒng)的算法在通用芯片(CPU和GPU)上效率不高，功耗比較大，因此從芯片的設計角度來說，通用型往往意味著更高的成本，而AI專用的處理芯片可以用來加速包括卷積神經(jīng)網(wǎng)絡、遞歸神經(jīng)網(wǎng)絡在內(nèi)的各種神經(jīng)網(wǎng)絡算法。

1) 谷歌的張量處理器TPU——Tensor Processing Unit：今年5月，谷歌展示了一款專門針對人工智能定制的新型芯片TPU (Tensor Processing Unit)。TPU由谷歌與OpenPower Foundation合作開發(fā)，是一款為機器學習而定制的芯片，經(jīng)過了專門深度機器學習方面的訓練，使之具備了更高效能。大致上，相對于現(xiàn)在的處理器有7年的領先優(yōu)勢，寬容度更高，每秒在芯片中可以擠出更多的操作時間，使用更復雜和強大的機器學習模型，將之更快的部署，用戶也會更加迅速地獲得更智能的結(jié)果。其研發(fā)目的是為了替代GPU，實現(xiàn)更高效率的深度學習。

2) Nvidia Tesla P100芯片：2016年4月6日，英偉達CEO黃仁勛在其公司GPTech 峰會上發(fā)布了一款支持深度學習的新型芯片Tesla P100。這是英偉達第一次設計一個專門用于該領域的芯片，專門用于加速人工智能，專門用于加速深度學習，并且英偉達決定全力投入人工智能。Tesla P100芯片安裝了150億個晶體管，是目前市場上許多處理器、圖形芯片的3倍;芯片面積為600平方毫米，雙精度運算速度5.3萬億次，單精度運算速度10.6萬億次，半精度運算速度21.2萬億次。Nvidia同時發(fā)布了一款搭載了八個P100芯片、可用于深度學習的計算機DGX-1。

3) IBM TrueNorth芯片：2014年8月7日，IBM宣布研發(fā)出一款可以像大腦一樣工作的計算機芯片TrueNorth。TrueNorth使用了54億個晶體管，分成4096個“神經(jīng)突觸內(nèi)核(neurosynaptic cores)”的結(jié)構;每一個“神經(jīng)突觸內(nèi)核”結(jié)構都能使用crossbar(交叉)通訊模式來存儲、處理并向其它結(jié)構傳輸數(shù)據(jù)，這些計算內(nèi)核產(chǎn)生的效果相當于100萬個神經(jīng)元和2.56億個突觸。TrueNorth芯片只要幾厘米的方寸，功耗只有65毫瓦。TrueNorth是IBM參與DARPA的研究項目SyNapse的最新成果;SyNapse全稱是Systems of Neuromorphic Adaptive Plastic Scalable Electronics(自適應可塑可伸縮電子神經(jīng)系統(tǒng)，而SyNapse正好是突觸的意思)，其終極目標是開發(fā)出打破馮諾依曼體系的硬件

4) IBM隨機相變神經(jīng)元芯片：2016年，IBM蘇黎世研究中心宣布，制造出世界首個人造納米級隨機相變神經(jīng)元，該神經(jīng)元能用于制造高密度、低功耗的認知學習芯片，可實現(xiàn)人工智能的高速無監(jiān)督學習。該神經(jīng)元尺寸最小能到納米量級，因而信號傳輸速度極快，同時功耗較低，這就使得隨機相變神經(jīng)元具有生物神經(jīng)元的特性。IBM相變神經(jīng)元的整個架構包括輸入端、神經(jīng)薄膜、信號發(fā)生器和輸出端，其中輸入端類似生物神經(jīng)元的樹突，神經(jīng)薄膜類似生物神經(jīng)元的雙分子層，信號發(fā)生器類似生物神經(jīng)元的神經(jīng)細胞主體，輸出端類似生物神經(jīng)元的軸突。而神經(jīng)薄膜是整個神經(jīng)元產(chǎn)生作用的關鍵物質(zhì)，它類似生物神經(jīng)細胞中的液態(tài)薄膜，當能量吸收到一定程度時就會產(chǎn)生信號并向外發(fā)射。這些信號經(jīng)過輸出端(軸突)傳導，然后被其他神經(jīng)元接收，以此循環(huán)形成信息處理過程目前，IBM已經(jīng)構建了由500個該神經(jīng)元組成的陣列，并讓該陣列以模擬人類大腦的工作方式進行信號處理

5) 英特爾Knights Mill芯片：2016年8月17日，英特爾數(shù)據(jù)中心集團執(zhí)行副總裁戴安·布萊恩特在開發(fā)者大會(IDF)上宣布，將在2017年推出專為機器深度學習設計的芯片，Xeon Phi家族新成員，代號Knights Mill。Knights Mill芯片可以獨自充當處理器，不再需要單獨的主機處理器和輔助處理器，可以直接接入RAM系統(tǒng);英偉達的GPU和谷歌的TPU芯片，都是輔助處理器，必須和CPU一起工作。Xeon Phi是Intel針對高性能計算市場推出的加速卡，主要與NVIDIA的Tesla、AMD的FirePro S等產(chǎn)品競爭，不過后兩者是基于GPU的，而Xeon Phi是X86眾核架構的。Xeon Phi目前已經(jīng)發(fā)展了三代，第一代Knights Corner，22nm工藝，最多61個核心，浮點性能1TFLOPS;第二代是Knights Landing，14nm工藝，最多72核心，浮點性能3+TFLOPS;英特爾于2014年宣布第三代Knights Hill，制程工藝升級到10nm。請加微信號：robotinfo 學習工業(yè)智能化知識

6) 嵌入式神經(jīng)網(wǎng)絡處理器(NPU)芯片“星光智能一號”：中星微在今年6月20日，率先推出中國首款嵌入式神經(jīng)網(wǎng)絡處理器芯片，這是全球首顆具備深度學習人工智能的嵌入式視頻采集壓縮編碼系統(tǒng)級芯片，并取名“星光智能一號”。這款基于深度學習的芯片運用在人臉識別上，最高能達到98%的準確率，超過人眼的識別率。該芯片于今年3月6日實現(xiàn)量產(chǎn)，目前出貨量為十幾萬件。NPU采用了“數(shù)據(jù)驅(qū)動”并行計算的架構，單顆NPU(28nm)能耗僅為400mW，極大地提升了計算能力與功耗的比例，可以廣泛應用于高清視頻監(jiān)控、智能駕駛輔助、無人機、機器人等嵌入式機器視覺領域。

中星微的“星光智能一號”與IBM人工神經(jīng)元相比，共同之處是，都是屬于受到生物人腦機理的啟發(fā)而通過半導體電路與器件去實現(xiàn)的，都是采用CMOS半導體工藝來生產(chǎn)的。而不同之處在于，所采用的架構和實現(xiàn)方式不同，前者采用卷積型架構，用數(shù)據(jù)驅(qū)動的并行數(shù)字電路來實現(xiàn)，后者采用脈沖型架構，用數(shù)模混合電路來實現(xiàn)。

7) 寒武紀“DianNao”芯片：2016年3月，中國科學院計算技術研究所發(fā)布了全球首個能夠“深度學習”的“神經(jīng)網(wǎng)絡”處理器芯片，名為“寒武紀”。寒武紀不是用來代替CPU中央處理器的顛覆式革命，更像是一款針對智能認知等應用的專用芯片，優(yōu)勢集中在人臉識別、聲音識別等人工智能方面。目前，寒武紀系列已包含三種原型處理器結(jié)構：寒武紀1號(英文名DianNao，面向神經(jīng)網(wǎng)絡的原型處理器結(jié)構);寒武紀2號(英文名DaDianNao，面向大規(guī)模神經(jīng)網(wǎng)絡);寒武紀3號(英文名PuDianNao，面向多種機器學習算法)。DianNao是寒武紀系列的第一個原型處理器結(jié)構，包含一個處理器核，主頻為0.98GHz，峰值性能達每秒4520億次神經(jīng)網(wǎng)絡基本運算，65nm工藝下功耗為0.485W，面積3.02mm2。在若干代表性神經(jīng)網(wǎng)絡上的實驗結(jié)果表明，DianNao的平均性能超過主流CPU核的100倍，但是面積和功耗僅為1/10，效能提升可達三個數(shù)量級;DianNao的平均性能與主流GPGPU相當，但面積和功耗僅為主流GPGPU百分之一量級。

要降低處理器功耗，僅僅降低運算功耗是不夠的，必須優(yōu)化片上數(shù)據(jù)搬運。中科院計算所提出對神經(jīng)網(wǎng)絡進行分塊處理，將不同類型的數(shù)據(jù)塊存放在不同的片上RAM中，并建立理論模型來刻畫RAM與RAM、RAM與運算部件、RAM與內(nèi)存之間搬運次數(shù)，進而優(yōu)化神經(jīng)網(wǎng)絡運算所需的數(shù)據(jù)搬運次數(shù)。相對于CPU/GPU上基于cache層次的數(shù)據(jù)搬運，DianNao可將數(shù)據(jù)搬運減少10~30倍。

DaDianNao在DianNao的基礎上進一步擴大了處理器的規(guī)模，包含16個處理器核和更大的片上存儲，并支持多處理器芯片間直接高速互連，避免了高昂的內(nèi)存訪問開銷。在28nm 工藝下，DaDianNao的主頻為606MHz，面積67.7 mm2，功耗約16W。單芯片性能超過了主流GPU的21倍，而能耗僅為主流GPU的1/330。64芯片組成的高效能計算系統(tǒng)較主流GPU的性能提升甚至可達450倍，但總能耗僅為1/150。

雖然神經(jīng)網(wǎng)絡已成為模式識別等領域的主流算法，但用戶很多時候可能傾向于使用其他一些經(jīng)典的機器學習算法。例如程序化交易中經(jīng)常使用線性回歸這類可解釋性好、復雜度低的算法。在此背景下，寒武紀3號多用途機器學習處理器PuDianNao應運而生，當前已可支持k-最近鄰、k-均值、樸素貝葉斯、線性回歸、支持向量機、決策樹、神經(jīng)網(wǎng)絡等近十種代表性機器學習算法。PuDianNao的主頻為1GHz，峰值性能達每秒10560億次基本操作，面積3.51mm2，功耗為0.596W(65nm工藝下)。PuDianNao運行上述機器學習算法時的平均性能與主流GPGPU相當，但面積和功耗僅為主流GPGPU百分之一量級。

四、產(chǎn)業(yè)趨勢：重心向服務類機器人轉(zhuǎn)移

機器人的分類：按照機器人的應用領域，可以將其分為工業(yè)機器人和服務機器人兩大類。在工業(yè)機器人中，包括搬運機器人、裝配機器人、處理機器人、焊接機器人、噴涂機器人幾類;在服務機器人中又可分為個人/家用機器人和專業(yè)服務機器人。

工業(yè)機器人：目前大部分應用場景是工業(yè)化生產(chǎn)過程中用于協(xié)助完成生產(chǎn)線上重復性較高和技術要求相對較低的任務。如agv(Automated Guided Vehicle)機器人，是一款軌道穿梭車，具有分揀特性，可用于自動化立體倉庫庫前輸送，也可以成為裝配線的移動載體。又如機器人全自動點焊系統(tǒng)，包括機器人點焊和機器人抓取工件自動打點工藝過程，使用自動換手裝置實現(xiàn)機器人對抓手與伺服點焊鉗自動更換等。

個人/家用機器人：目標群體大，受眾面廣。主要用于滿足現(xiàn)代家庭生活中的保潔、娛樂、看護、安保等需求。如掃地機器人、監(jiān)控機器人、殘障輔助機器人等。

專業(yè)服務機器人：主要用于工業(yè)化生產(chǎn)領域以外的各行業(yè)的應用。如：1)醫(yī)療行業(yè)：可應用于微創(chuàng)外科手術，醫(yī)生只需要通過計算機遙控，就能進行需要多人才能完成的手術。機器手可以突破人手的極限，內(nèi)部的探視鏡頭突破了人眼的極限。機器手臂的虛擬力觸覺反饋能力能夠?qū)⑹中g過程中患者的觸覺傳遞給操作醫(yī)生，隨時調(diào)整、制定精確的手術方案;2)物流行業(yè)：機器人系統(tǒng)作業(yè)效率要比傳統(tǒng)的物流作業(yè)提升2-4倍，機器人每小時可跑30英里，準確率達到99.99%。200臺機器人每天可幫助工人處理10000至20000個訂單商品。3)建筑機器人：如澳大利亞機器人公司Fastbrick Robotics推出的建筑機器人Hadrian X，每天可以不間斷工作24小時，1小時內(nèi)能夠砌好1000塊磚，建成一棟房屋只需兩天時間。

服務機器人潛力待發(fā)掘，未來將成為新增長點：服務類機器人相對工業(yè)機器人的應用歷史較短，其功能和價值有待被挖掘。隨著現(xiàn)代社會的發(fā)展，出現(xiàn)了許多新的需求刺激著服務型機器人的普及，如：1)隨著人口老齡化趨勢的上升以及殘障人士比例增加等社會問題的出現(xiàn)，機器人有望代替人工協(xié)助實現(xiàn)社會保障的功能;2)社會治安和反恐救災等公共安全需求也在不斷增強，機器人可以代替人力實現(xiàn)高危場所的作業(yè)和監(jiān)控;3)互聯(lián)網(wǎng)時代下的自動化家庭生活需求也愈發(fā)強烈，智能家居、娛樂和出行等均有服務型機器人的用武之地;4)優(yōu)化勞動力的分配，隨著勞動力成本的提升，單純重復性和枯燥的工作可以依靠機器人實現(xiàn)，優(yōu)化勞動力的分配結(jié)構。因此，我們認為服務型機器人有望發(fā)力，代替工業(yè)機器人成為機器人產(chǎn)業(yè)未來新的增長點。

服務機器人CAGR預計達17.4%：根據(jù)IFR的統(tǒng)計，2014年，全球服務機器人市場銷售額約59.7億美元，專業(yè)服務機器人2014年全球銷量約為2.42萬臺;銷售額37.7億美元，銷量同比增加11.49%，銷售額同比增加5.6%;個人/家庭服務機器人2014年全球銷量約為470萬臺;銷售額22億美元，銷量同比增加17.5%，銷售額同比增加29.41%。根據(jù)IFR的預測，全球服務機器人市場規(guī)模預計2012-2017年年復合增長率將達到 17.4%，到2017年達到461.8億美元，行業(yè)空間巨大。

產(chǎn)業(yè)重心轉(zhuǎn)移過程中，AI意義更加凸顯：服務機器人呈現(xiàn)出了巨大的潛力，產(chǎn)業(yè)重心有望向服務機器人轉(zhuǎn)移，但這也對機器人的功能提出了更高的要求。和服務機器人相比，工業(yè)機器人的功能要求相對單一，與人交互的要求也相對較低，而服務機器人是以直接和人交流、服務于人為目的，因此AI技術對于服務機器人的意義更加凸顯。AI技術的成熟度直接從產(chǎn)業(yè)鏈上游決定了服務型機器人在下游的應用及市場接受程度。未來隨著服務機器人的需求增強，AI也將因此受益而迎來更多發(fā)展機遇。

五、中央到地方，政策多點開花

發(fā)達國家近四年紛紛出臺機器人戰(zhàn)略，搶占應用主導權：美歐和日韓等發(fā)達國際在最近四年紛紛出臺了國家層面與機器人相關的發(fā)展戰(zhàn)略，開始謀劃搶占智能機器人應用的主導權。2012年韓國發(fā)布《機器人未來戰(zhàn)略2022》，希望進入全球前三強;2013年美國發(fā)布《機器人發(fā)展路線圖》，提出機器人發(fā)展的九大重點領域;德國發(fā)布《工業(yè)4.0戰(zhàn)略》，讓機器人接管工廠;法國發(fā)布《機器人行動計劃》，推出機器人發(fā)展九大措施;2014年英國發(fā)布《機器人和自主系統(tǒng)戰(zhàn)略2020》，希望占據(jù)全球機器人10%的市場份額;2015年日本發(fā)布《機器人新戰(zhàn)略》，希望實現(xiàn)創(chuàng)新、應用和市場三個世界第一的目標。

我國政策發(fā)布進入密集期，從中央到地方，全國多點開花：我們梳理了和機器人相關的國家政策以及各個地方的發(fā)展規(guī)劃，在國家政策方面，我們看到，光2016年來自國務院和發(fā)改委的國家級重大政策就有7條，較前幾年有了明顯的提升，政策呈現(xiàn)加速的趨勢。尤其是在今年7月份國務院發(fā)布的《“十三五”國家科技創(chuàng)新規(guī)劃》中，重點提到了將力爭在智能制造和機器人等重點方向率先突破。今年4月份，發(fā)改委也發(fā)布了《機器人產(chǎn)業(yè)發(fā)展規(guī)劃(2016-2020年)》 ，將目標設定為：自主品牌工業(yè)機器人年產(chǎn)量達到10萬臺，服務機器人年銷售收入超過300億元。在地方發(fā)展規(guī)劃方面，根據(jù)我們的統(tǒng)計發(fā)現(xiàn)，在大部分地區(qū)的規(guī)劃中，2020年是一個比較明顯的時間點，國內(nèi)大多地區(qū)把目標完成時間設定在了2020年，也意味著接下來的四年有望進入政策發(fā)布和落地的密集期，催化劑預期強烈。全國從中央到地方的政策將呈多點開花的態(tài)勢。

來自：中國投資咨詢網(wǎng)