作为“安卓之父”，安迪·鲁宾2014年离开谷歌后一直在鼓捣自己的新事业，大约一年前他成立了一家掌管3亿美元资金的软硬件孵化器和风险投资公司Playground Global。 　　今天，他在Tech Conference上接受了彭博社的采访，在采访中鲁宾表示未来人工智能将成为各种联网设备的总发动机。此外，他认为量子计算机和人工智能的强强联手将会培育出具有自己意识的智能形态，而这种全新的智能形态将把各类技术推向巅峰。 　　“如果这世上有计算能力空前绝后的设备，那么拥有一台就够了，”鲁宾说道。“你无需随身携带，但这台设备必须有自我意识。” 　　这番话听起来有些古怪，而且学术味道浓厚，不过鲁宾确实正在朝这个方向努力。他创办的风险投资公司Playground Global就专注于为此类公司服务。鲁宾现在就投资了一家量子计算公司，该公司致力于利用标准生产流程将量子设备商品化。未来，量子计算技术将大大增强电脑的处理能力，这一全新类别计算机的性能将足以完成许多传统计算机力无法想象的工作。 　　鲁宾认为量子计算、人工智能和机器人有许多共通点。“为了让AI突破瓶颈并满足用户的需求，我们需要大量的数据，”鲁宾说道。“这里就需要机器人登场了，它们可以成为移动着的传感器，帮AI采集周边的数据并学会与其他事务互动。” 　　AI和量子计算都是模式匹配的好手，而且它们有很强的互补性。“几百年后，两者的通力合作会为我们解答许多现在无法解释的问题，比如谁是主人，谁是仆人等。”鲁宾补充道。 　　当然，鲁宾这番话可不是为了吓唬听众，他只是与我们的思考方式不同罢了。“你根本无需担心科幻电影中的天网出现，相反，你应该了解这种量级的计算能力到底意味着什么。”鲁宾说道。

　　华尔街日报发布文章称，微软、苹果、谷歌等科技巨头正竞相开发机器智能，欲通过挖掘海量的数据（涉及搜索、邮件、社交网络和网络浏览习惯）来获得有助其产品满足甚至预测用户需求的价值信息。微软以262亿美元收购职业社交网络LinkedIn，正是该势均力敌的竞赛的最新进展。 　　微软、苹果和Alphabet都在更加深入地利用机器学习。通过机器学习技术，计算机能够快速检测已有信息，搜寻产品能够用以理解新出现的信息的模式。 　　正当微软公布它的收购交易，苹果展示了将先进计算机视觉带到照片软件的计划。其理念在于，使得iPhone能够辨别亲朋好友，让用户能够更加轻松地将照片分类。上个月，Alphabet发布了Google Assistant，该软件助手可通过分析用户的行为习惯分析他们的需求。它会学习他们的偏好，因而可能会在某餐馆在短信中被提及时主动提出预订座位。 　　有了LinkedIn这一拥有1.055亿月活跃用户的职业社交网络，微软可获得大量有关人们工作生活、同事和雇主的细节信息。该软件巨头希望该独特的数据集能在服务企业客户上给它带来优势。 　　“那就是下一波技术创新的要义。”微软CEO萨蒂亚·纳德拉（Satya Nadella）在周一的电话会议上如是谈及机器学习，“但要实现那种创新，你需要数据，而LinkedIn能够带来数据。” 　　微软的“增强智能”策略 　　微软已经在旗下的多个产品中推广“智能”技术，其目标是提升人的工作效率，而非让智能技术替代人类。正当谷歌努力使得无人驾驶汽车能够在无人工干预的情况下停车、拐弯和改变行驶路线，微软专注于利用机器智能来提供可帮助人类作出决策的洞见。 　　市场研究机构Forrester Research分析师杰弗里·哈蒙德（Jeffrey Hammond）认为，微软的策略是做“增强智能”，与人工智能区分开来。“增强智能可增加大量丰富的情景信息。”哈蒙德说道。 　　这种策略的成果已经出现在微软的多个产品当中。上个月，它改造了SharePoint协作与联网项目，以便分析与会人员、常用邮件联系人、文档协助者等人的清单。该软件利用分析出的结果来提供可能会对特定用户有用的信息，如内部报告和新闻报道。 　　顺利的话，LinkedIn数据将能够应用于SharePoint、Office生产力套装、Dynamics销售工具等微软产品，从而帮助整理项目信息，以及准确描述发展前景。微软在陈述收购LinkedIn交易的文件中谈到了一种使用案例：数字助手Cortana通知用户参加即将举行的会议的人员包括某位跟他上同一所大学、有共同LinkedIn联系人的人士，之后Cortana会提供该与会者的个人资料链接，并分享会议文件。 　　其它的科技巨头在该领域也有各自的战略。苹果的语音助手Siri已经足够智能到能够兼容第三方应用，执行诸如叫车、通过微信等通讯网络发送信息的任务。Facebook正在微调它的助手服务M，该数字大脑会在没有把握时将用户的请求交由人工处理。IBM的沃森（Watson）一直在研究医疗数据，希望能够帮助医生们提高诊断的速度和准确性。 　　亚马逊的智能音响Echo充当Alexa的耳朵和声音，该人工智能服务能够回答有关天气、交通状况等方面的语音询问。谷歌打算推出类Echo产品Google Home，该产品将会利用该搜索巨头的海量数据来理解用户的需求。 　　“设备”概念或将消逝 　　跟微软一样，各家科技巨头都想要将智能技术广泛应用于旗下的产品服务。 　　“下一个重大趋势将会是‘设备’概念逐渐消逝。随着时间的推移，计算机本身——不管是哪一类设备——都将成为能够全天候给你提供各种帮助的智能助手。”谷歌CEO桑达尔·皮查伊（Sundar Pichai）在4月致股东的信件中写道。 　　不过，人工智能有时候很愚蠢。3月，微软为Twitter推出了聊天机器人Tay，让其模拟18到24岁的美国女性的发短信习惯。然而，恶搞者抓住了Tay的学习机制缺陷，使得该聊天机器人最终发出含反犹主义内容的推文。 　　数据隐私隐忧 　　随着科技巨头们利用日益膨胀的数据库训练它们的机器学习引擎，用户也越来越有理由感到不安。要充分利用LinkedIn的信息，微软将需要记录用户的联系人、通讯历史和活动。它的人工智能将会知晓用户的LinkedIn资料更新，而后者可能预示着用户可能在考虑跳槽；也会知晓项目管理系统的更新，而后者可能包含未来产品的设计和其它的机密信息。 　　“他们要如何利用那些数据来提供真正便利的体验，同时确保不越界，不让人觉得毛骨悚然呢？”Forrester的哈蒙德指出。 　　在LinkedIn上，用户拥有数据共享的控制权。纳德拉称客户将可以选择分享哪些内容。但与其它处于数字领域中心的科技巨头一样，微软正押注那些客户将会让它挖掘他们的信息，因为他们将能够从它生成的洞见中获得价值。 　　“机器学习和分析，对我们来说是一个巨大的机遇。”纳德拉说道。

　　机器人自身也在变革，总体向更安全易用、更利于普及、更智能的方向发展。我们认为未来十年以下三大发展趋势解决行业痛点，促进机器人真正普及，也蕴藏着巨大投资机会。 　　机器人自身也在变革，总体向更安全易用、更利于普及、更智能的方向发展。我们认为未来十年以下三大发展趋势解决行业痛点，促进机器人真正普及，也蕴藏着巨大投资机会。 　　首先，通用软件平台降低机器人行业门槛 　　电脑和智能手机的快速普及主要内在动力就是通用的操作系统和应用软件，机器人也一样。不同的机器人厂商使用的操作系统、中间件以及编程语言各有区别，，增加了使用成本和机器人应用范围。通用软件平台（操作系统）就是解决这一问题，让使用机器人像使用智能手机一样便利。 　　目前通用软件平台有多种，包括微软也推出了商用机器人软件开发平台。应用最广泛的是美国Willow Garage公司开发的ROS，它就像应用在机器人上的安卓系统，配合类似手机APP分发渠道的软件开发社区，目前支持ROS的机器人已经有40多种，包括FANUC、ABB、安川、ADEPT等大型企业，未来有很大潜力成为通用的、标准的机器人控制系统。 　　关于ROS的一组数据：2015年，VC在基于ROS操作系统的机器人公司投资超过1.5亿美元。2015年5月全球共有70000多个独立IP下载了900万次ROS程序包。截止2015年ROS开发者社区里面的1840位成员一共写出了1000万行代码。 图表1：常用机器人软件开发平台 　　通用软件平台大大降低了机器人的开发门槛，社区中的成熟软件可以直接刷入机器人使用；未来配合3D打印技术，使小企业甚至个人也有机会成为机器人开发者。蕴含的机会在于，可能出现针对ROS系统的二次开发或者优秀的应用软件，成为像智能手机APP那样的“爆款”。 　　其次，人机协作促进机器人普及，机器人走向融合的开端 　　人机协作是工业机器人发展的新形态，把人的智能和机器人的高效率结合在一起，共同完成作业；简单来说就是“人”直接用“手”来操作机器人。人机协作是机器人进化的必然选择，特点是安全、易用、成本低，普通工人可以像使用电器一样操作它。 　　协作机器人和传统工业机器人，就是个人电脑和专业大型计算机的区别。它不再需要非常专业的工程师安装调试和复杂的系统集成，开箱后对普通工人简单培训即可使用。未来传统工业机器人更多用在大批量、周期性强、高节拍的全自动生产线，协作机器人用在个性化、小规模、变动频繁的小型生产线或者人机混线的半自动环境。 　　根据美国ABI Research的报告，2015年至2020年期间，协作机器人市场份额有望增长10倍，从接近9500万美元升值到超过10亿美元。将由以下三个主要市场驱动：电子制造和电子制造、中小型企业及寻求机器人优化解决方案的企业。 图表2：2014-2020E协作机器人出货量预测 　　协作机器人结构简单，主要通过软件整合来实现功能。硬件构成主要是球形关节、反向驱动电机、力觉/视觉传感器及更轻的材料，传统的减速机等核心零部件未来将不再关键。目前协作机器人处于市场导入期，成本仍然较高，效率低，使用不如人意，主要机器人厂商推出各种协作机器人抢占入口，国内企业有了跟外资站在同一起跑线的机会。新松、埃夫特、遨博智能2015年都推出了协作机器人。 　　协作机器人更深层的意义在于，未来3-5年随着价格的下降，有潜力成为中小企业和家庭都能使用的桌面级设备。应用范围也不限于工业，在医疗、农业、服务业也有用武之地，是机器人走向融合的开始。

　　众所周知，目前无人机市场比较火爆，据研究机构称，我国小型民用无人机市场进入快速成长期，预计2025年，国内无人机市场总规模将达到750亿元人民币，前景看似一片光明。那么在618年中大促中，无人机会有什么惊喜呢？ 　　大疆 　　在618促销期间——6月1日-20日购买金士顿京东自营任意产品，并同时通过金士顿官方微信平台晒出购物订单，即有机会获得价值2999元的大疆精灵3无人机1台，奖品共计5台！中奖名单将于6月30日前随当期微信内容公布。 　　小米 　　关注科技圈的朋友们都知道，小米在前几天发布了旗下第一款无人机，在外观上，小米无人机采用了雷军口中“蜻蜓”的设计风格，主要以四轴飞行器作为整个无人机的主要部分。螺旋桨部分，小米无人机的螺旋桨有两组，每一组成对角线安装。而无人机下方则带上了配备一个可旋转的高清摄像头的云台，而螺旋桨上的绿色的显示灯以表达无人机的状态。 　　而遥控手柄部分，手柄可以直接与手机相连，给予操作员无人机上的实时图片。而雷军表示，手柄的手感很精良，最神器的就是与手机相连的设计，其实就是与一般自拍杆差不多的处理方式。小米无人机售价2499元。 　　京东618将用无人机送货 　　据了解，京东再次曝光了无人机视频，展示了两款全新机型。其中一款无人机体积巨大，外观犹如一架喷气式飞机。据悉，在京东 618大促期间，京东的无人机将投入使用。 　　其中，包含一款垂直起降固定翼无人机，和一款三轴六旋翼无人机。垂直起降固定翼无人机具有更强的环境适应能力，同时具备航时长、航程远、速度快的优势。而三轴六旋翼无人机则具有轻量化的机身、更快的速度以及优秀的装载能力。 　　今年将是无人机时代的黎明 　　随着无人机技术的发展，无人机将可以飞得更远，飞行时间更长，负重能力也有所提升。从长远的使用来看，无人机将能够发挥更大的作用。举个例子，商用无人机将大大提升其工作效率，亚马逊旗下用于送货的 PrimeAir无人机能够更快地将货送到消费者手中，完全不需要考虑道路交通的问题。也就是说，在未来，我们将有机会看到无人机取代传统的物品运输方式。这对于交通非常拥挤的城市地区来说，无疑是一个好消息。 　　一项数据调查显示，消费级无人机在 2015年的销售量预计将会超过400万，并且在2020年提升至1600万。这意味着无人机在接下来的几年时间里将会迎来一次真正的大爆发。 　　很显然，我们正在进入一个新时代，无人机对于消费者来说不再是玩具，而是一项将会影响我们生活的方方面面的技术。有专家表示：“我们将会继续看到无人机的强大和先进，在这样的情况下，它们的适用范围将会大幅度扩大。” 　　写在最后：无人机越来越火，并且大家赋予无人机的功能也越来越多，航拍就不用说了，送快递也叫嚣了多年，相信在未来还会有更多的地方用到无人机，让我们拭目以待。

　　三星Note 7确认搭载全新黑科技-虹膜识别，专利配备三颗摄像头，将引领虹膜识别打开消费级市场。三星向中美韩三国的Galaxy Note 5测试用户推送了最新TouchWiz UX系统，出现了虹膜识别的选项。三星Note 7的虹膜识别技术已经确定由韩国图像技术制造商Patron提供。三星向美国专利商标局提交虹膜识别专利，三个摄像头提供准确的虹膜识别功能。我们由此推断，三星大概率即将在Note 7配备虹膜识别，同时将引领虹膜识别技术在消费级市场打开突破口，凭借其安全性、便捷性、用户体验方面的优势，将迅速获得消费市场的认可。 　　虹膜识别相比于其他生物识别技术优势明显。相比当下流行的指纹识别与人脸识别，虹膜识别在准确性、稳定性、可复制性、活体检测等综合安全性能上占据绝对优势。根据维基百科，虹膜测定技术可以读取266个特征点，而其他生物测定技术只能读取13-60个特征点，因此虹膜识别的准确性是各种生物识别中最高的。 　　虹膜识别即将跨越技术节点，大规模应用在即。虹膜识别还没有得到广泛的应用主要是面临三大挑战：识别算法，基于互联网的安全解决方案以及虹膜支付的生态建设。现如今虹膜算法技术的算法已经趋于成熟，同时摄像头模组和红外LED模组为虹膜识别提供成熟的硬件基础。在解决方案和生态系统方面，随着巨头产品的推出，在旗舰机型标杆作用的指引下，也将呈现加速丰富的趋势。 　　虹膜识别前景广阔，空间巨大，增速在生物特征细分市场中排名第一。虹膜识别目前已经应用于金融、医疗、安检、安防等领域。过去几年全球生物识别市场复合年均增速为20.1%，预计到2020年总市场规模达到250亿美金。根据美国智库Acuity的预测，虹膜识别技术占全球生物特征识别的市场份额，将从2015年的7%提升至2020年的16%，2020年的总产值将达到35亿美元，对应复合年均增速为36.6%。 　　行业“增持”评级，关注优势企业。虹膜识别上游产业链主要由三部分构成：算法与软件、红外 LED 和摄像头模组。　

　　从融合现实（MR）到无人驾驶，从5G到人工智能，以及首次亮相的 SoC FPGA 开发者论坛……在美国旧金山举行的2016英特尔信息技术峰会（IDF16）上，智能互联新时代的身影愈发清晰，并带来更大的想象和创新空间。英特尔推出一系列令人兴奋的技术和产品，英特尔更加坚定地迈出转型的步伐，致力于成为一家驱动云计算和数以亿计的智能、互联计算设备的公司。 　　在这个过程中，英特尔主动寻求变化：提供整合平台，拓展计算疆界，把握智能互联时代的新机遇，与产业生态系统一起探寻新的增长点。但始终不变的是英特尔对技术创新满满的信心和执着的追求，以及不断加强与中国结成创新共同体的承诺。 　　提供整合平台，驱动开发者创新 　　过去，许多人在英特尔和芯片之间划上等号。这是几十年来大家熟悉的模式、固有的思维，但同时也是英特尔面临的挑战。到2020年，将有500亿台智能互联的设备，诸如联网汽车每天将产生4 TB数据，一个联网工厂每天将创造超过1 PB的数据……云和数据中心、物联网、存储、FPGA 以及5G由此形成不断增长的良性循环，这一过程蕴藏着巨大机会，驱动着英特尔的转型发展，揭示了一个强大而充满活力的未来。 　　传统的PC业务之外，英特尔正借力不断增长的良性循环，带来更多的技术创新，带给大家完全不同的精彩体验。英特尔注意到，目前的一些技术发展存在碎片化的特点，所以公司要把相关的技术整合起来形成平台：比如英特尔在 IDF16 上推出的交尔（Joule）模块，整合了英特尔的计算、实感技术等；此外还有 Euclid、Edison、Curie 等平台，它们帮助开发者和合作伙伴将创新的概念迅速变为现实，更好地推动物联网等领域的创新发展。英特尔与 ARM 开始合作，也正是基于整合技术、提供更好创新平台的目的。 　　拓展计算疆界，拥抱更广泛创新机遇 　　加入英特尔30余年，英特尔公司全球副总裁兼中国区总裁杨旭的一个深刻感受是：英特尔对未来发展、产业方向、技术走势以及人们的使用习惯及需求，有非常独特的看法和眼光。当下，智能互联正在催生更广泛的创新，计算的疆界不断拓展，激发出更多的想象力与创造力。正如英特尔在 IDF16 上所展示的，借助一整套下一代传感和数字化技术，融合现实带来体验物理和虚拟环境交互的全新方式；下一代英特尔至强融核处理器产品家族，为人工智能快速学习和反应提供了更为强大的计算能力；英特尔不断扩展的处理器产品线，再加上 FPGA 技术，能够更好地促进云与物联网之间的良性循环。 　　英特尔目前的转型在大环境上与以往有很大不同。产业大融合要求公司扩大合作，与合作伙伴和开发者分享技术，然后一起开发出具体的应用，这包括硬件、软件还有服务。比如英特尔将在美国洛杉矶设立的科技体验实验室，通过开发和创建一系列虚拟现实和融合现实技术，不断探索音乐、体育、电影等领域内容生产和制作方面的全新可能。而在此前，公司为 NBA 提供 FreeD 视频360度回放技术，呈现了更为精彩绝伦的赛事；携手 Lady Gaga 将音乐与科技完美结合，在格莱美颁奖典礼上带来前所未有的视听盛宴……英特尔不断突破产业界限，与合作伙伴一起拥抱更多创新机遇。 　　夯实增值土壤，与中国结成创新共同体 　　根植中国30多年，英特尔持续践行与中国结成创新共同体的承诺。英特尔公司全球副总裁兼中国区总裁杨旭也一直在思考，如何更好地将英特尔的未来目标，与中国的长远创新发展结合在一起。在“大众创业，万众创新”的氛围中，杨旭想特别强调增值，因为经济结构转型升级，其关键就在于如何通过智能化技术实现增值。“互联网+”、“中国制造2025”等战略规划的提出，便是以创新实现传统产业增值的路线图。英特尔也将以自己的技术优势，不断推动相关战略规划的实施，满足中国长远发展的需要。 　　中国已是全球智能创新的中心，创新的速度、力度以及政策环境都是空前的，对全球产业有着巨大的推动、引导和验证作用。英特尔致力于与中国产业界协同创新，引领智能互联发展浪潮，带来全球性的独特创新，比如在机器人、精准医疗等领域。英特尔将为中国的合作伙伴和开发者提供技术以及开发平台和工具，与政府、企业、教育机构共建“众创空间”，举办创客大赛与创业峰会等活动，激发更大的创新活力。 　　创新一定是有风险的，甚至会失败。但是不创新肯定走向失败，因为不动就是等死 — 这是杨旭特别认同的一句话。危机感是英特尔文化的重要组成部分，即使在英特尔处于同业领先的地位时，危机意识也从未离英特尔而去，而是一直驱使英特尔创新前行。 　　从技术着手，通过创新改变世界，英特尔努力成为跨越无数创新领域的技术创新驱动者。路在脚下，英特尔已经出发。

　　8号是 iPhone 7 发布的日子，无论你是不是果粉，无论是主动关注还是被动接受，所有人的信息焦点只有一个，那就是苹果。作为技术创新的长期领导者，苹果已经一次又一次给我们带来各种意想不到的新体验，今天的 iPhone 7 更是如此。那么，就让我们从小小的智能手机开始聊一聊机器学习将如何改变个人终端的未来。 　　尽管新的产品、新的功能层出不穷，但人们不禁好奇，究竟是什么因素在将不可能变为可能。 　　答案大概可以归结为四个字：“机器学习”。 　　 　　iPhone 7 发布会 　　无论我们是否真的意识到，机器学习已经在我们的日常生活中应用很长时间了。事实上，我们没有注意到它的存在反而意味着这个技术非常有效，因为每天当着用户面处理学习如此大量的实时数据却不被察觉，显然这种方式是可以令人接受的。然而，最近这个词频频出现在各种商业和大众媒体上，在人工智能的专业技术人员和消费者中间引发了大量深入的讨论。 　　苹果公司早就在人工智能领域奠定了坚实的基础。在史蒂文·李维（Steven Levi）发表在 iBrain 上的文章中，其深入剖析了苹果错综复杂的机器学习技术。尽管很大程度上 Siri 只是苹果在机器学习方面的“门面”，但毋庸置疑的是，苹果在这方面的研发并不止于此，机器学习技术已经被应用到苹果的各类设备和应用中。例如，滑动屏幕会出现你想要打开的应用名单，或是指出你预订的酒店在地图的位置。这个直接面向消费者的人工智能应用，在科技行业树立了一个标杆，不仅成功提升了品牌价值，也让消费者对数字体验有了更高的期待。 　　 　　Siri 　　尽管 Siri 是一个非常受欢迎的人工智能应用，但她也不是没有竞争对手。虚拟助手 Cortana（微软小娜）的出现加剧了科技公司之间的竞争，现在鹿死谁手还未可知。这给苹果带来了巨大的压力，苹果很快意识到了问题，并开始不断采取措施加强他们的机器学习部门，目的就是为了在这一领域保持一个领先地位，尤其是要赶在新产品发布之前。最近的例子就是苹果收购了专注于机器学习的人工智能公司 Turi 。此外，苹果公司还宣布，除了已经搭载了 Siri 功能的苹果手机，他们还准备将 Siri 背后的深度学习技术集成到苹果的笔记本电脑、手表和电视上。 　　 　　iWatch 　　更深远的影响在于，这些努力是为了把机器学习运用到苹果的整个产品链中，此举标志着苹果的品牌和零售将开始一种全方位的个性化体验服务。 　　用户已经开始期待基于深度学习其实时行为反应的高级定制化内容。苹果公司已经意识了只有机器学习才能满足如此大规模的用户需求。苹果通过增强型机器学习算法提高内容准确性和时效性，为用户提供了一对一的个性化体验服务，这些最终将转化为公司的品牌忠诚度，并为公司增加营收。

　　机器人既是高端制造业的基础装备，也是人类社会的生活服务设施，随着人工智能等技术的发展，机器人正在从工业应用向生活服务应用蔓延，产业变革之际，正是后来者的机会之窗。 　　2010年，中国成为世界第一制造业大国。2013年，中国成为世界工业机器人的最大市场。2015年，中国市场共售出6.6万台工业机器人，连续三年位居全球市场首位。 　　国际机器人联合会（IFR）预测，2018年中国工业机器人的销量将达到15万台，占全球销量超过三分之一，规模是第二大市场日本（4万台）的近四倍。中国机器人产业联盟预测，未来十年，中国工业机器人市场的总规模将达6000亿元。 　　2012年之前，中国工业机器人市场由外资品牌统治。之后，在政策和市场的双重刺激下，国产品牌爆发，到2015年，已经占据了32.5％的国内市场。 　　2015年5月，国务院发布《中国制造2025行动纲领》，高档数控机床和机器人被列为十大重点之一。2016年4月，工信部、发改委、财政部三部委联合发布了《机器人产业发展规划（2016-2020年）》，提出“到2020年，自主品牌工业机器人年产量达到10万台”。 　　不仅中央政府，各级地方政府也将机器人产业作为重点扶持对象。提出产业发展目标，给出从财政补贴到用地、立项等各方面的支持政策。 　　天时地利之下，中国机器人公司能否抓住机遇更上层楼？ 　　当前，中国工业机器人应用市场正快速从汽车行业向一般工业拓展，这意味着新兴公司可以避开巨头公司在汽车行业难以撼动的优势，在新兴市场获得自己的一席之地。 　　随着人工智能技术和以物联网、大数据、云计算为代表的新一代信息技术与机器人的深度融合，机器人产业正在进入技术爆发期。机器人未来将越来越智能化，应用范围也将拓展到工业之外的服务领域，将给机器人产业带来更大的想象空间。而那些拥有独特技术的公司，无疑也将站在浪潮之巅。 　　据工信部统计，中国已有大大小小的机器人公司800余家。按照工信部的规划，到2020年，中国要形成较为完善的工业机器人产业体系，培育3家以上具有国际竞争力的龙头企业，打造5个以上机器人配套产业集群，在高端市场的产品占有率达到50％以上。 　　谁能脱颖而出成为龙头企业？笔者接触的业界多数意见认为，结合市场表现和创新潜力，新松机器人自动化有限公司、广州数控设备有限公司、安徽埃夫特智能装备有限公司、南京埃斯顿自动化股份有限公司、上海新时达机器人有限公司（002527.SZ）等公司是强有力的候选者。但与此同时，随着竞争加剧，将有数以百计的机器人公司被淘汰出局。 　　中国市场爆发 　　市场规模已是世界最大并仍在高速增长，市场格局正在从汽车行业应用为主快速向量大面广的一般制造业应用拓展。 　　中国工业机器人市场的增长与汽车行业相关。不论在世界还是在中国，汽车行业始终是工业机器人最大的应用市场。上世纪70年代，日本川崎重工从美国引进工业机器人技术，并将其产业化，首先应用在自家的摩托车生产线上，后来大规模在汽车行业推广应用。 　　中国工业机器人市场2008年后增速开始加快，2010年迎来了首个爆发式增长，该年中国市场销售工业机器人14978台，销量同比增加171％。 　　这一年中国工业机器人增长主要得益于汽车行业投资的增加。2009年中国汽车销量跃居世界第一，同时政策鼓励提高市场集中度的刺激下，2009年－2010年，中国合资品牌和自主品牌汽车厂商都大规模扩张了汽车产能。 　　IFR数据显示，2010年的工业机器人应用市场中，用于焊接、喷涂及各种装配操作的机器人所占比例约为55％，主要用于汽车行业。从增速来看，增长最快的是用于汽车整车制造焊接工艺中的弧焊机器人，同比增长了186％，占当年工业机器人总安装量的39％。 　　中国工业机器人市场另一个增长动力，来自一般工业的升级换代需求，并替代成本日益增长的劳动力。 　　 　　据中智人力资本调研与数据服务中心发布的《2016年一线用工管理调研报告》，2015年一二线城市制造型企业普通一线员工普通年收入约5.8万元。这一收入水平相比2000年制造业平均工资，增长了约6倍。同时，2009年往后，长三角、珠三角等制造业密集地区，开始大规模出现“用工荒”现象。 　　中国当下的产业转型，类似日本在上世纪七八十年代的情景。彼时日本产业结构从重化工业向半导体、汽车等资金、技术密集型行业倾斜，这导致制造业占GDP比例降低，但对工业机器人的需求却持续增长。 　　2008年，中国第一经济大省广东率先推动产业转型，转移和限制劳动密集型企业，推动产业向先进制造业、战略新兴产业等转型。到2012年，产业转型风潮波及浙江等地。2015年，国务院印发了《中国制造2025》，中国制造业转型升级成为国策。 　　反映到工业机器人应用市场，是一般工业市场需求的快速增长。中国机器人产业联盟的数据显示，2013年，中国市场销售工业机器人约3.7万台，成为世界第一大工业机器人市场。2015年，中国销售工业机器人约6.6万台，占全球工业机器人市场比例超过四分之一。 　　从应用行业看，中国工业机器人市场正在快速从汽车行业向一般工业拓展。2015年，汽车行业占工业机器人市场的比例已经降到了36.8％，工业机器人应用拓展到更多行业。从应用领域看，2015年销售比例最高的是搬运及上下料机器人，占总销量的43.8％，这类机器人可广泛运用于各门类的一般工业。 　　中国工业机器人仍有巨大增长空间。业内常用机器人密度来衡量一国制造业自动化水平，根据工信部的数据，2015年，中国制造业每万名工人使用工业机器人数量为36台，而同期全球平均水平为66台，发达国家平均水平超过200台。日本、韩国、德国的机器人密度均在中国10倍以上。 　　2013年12月，工信部制定《关于推进工业机器人产业发展的指导意见》，首次提出到2020年“机器人密度（每万名员工使用机器人台数）达到100以上”的目标。 　　2016年4月，工信部副部长怀进鹏在第四届中国电子信息博览会上表示，2020年中国工业机器人年销量将达到15万台，中国机器人产业产值将突破1000亿元人民币，到2025年工业机器人年销产量将达到26万台。

　　英特尔IDF大会刚结束不久的9月6日，英特尔就在北京召开了机器学习策略的媒体沟通会。在频繁的收购AI公司背后，英特尔销售与市场事业部副总裁夏乐蓓与英特尔中国研究院院长宋继强共同阐述了英特尔在人工智能领域的战略规划与产品布局。错失了移动时代机遇的英特尔，在人工智能时代能否扳回一局？全力押注人工智能，英特尔在产品技术上有哪些优势和不足？ 　　频繁收购AI公司 补齐人工智能技术短板 　　从去年12月开始，英特尔开启了大举收购人工智能相关技术公司的洪流。据不完全统计，在一年多的时间里，英特尔至少收购了六家AI公司。其在人工智能领域的布局也逐渐显露出来。 　　2015年12月，英特尔完成了167亿美元收购Altera的交易，这成为英特尔历史上最大金额的收购案。Altera是一家可编程芯片厂商，最大的价值是FPGA技术。这是技术专门为了解决深度学习对计算能力的要求而出现的，可同时进行数据并行和任务并行计算。收购Altera，使得英特尔能够推出CPU+FPGA的异构方案，更好的适应人工智能时代的定制化计算。 　　今年4月，英特尔收购了意大利半导体制造商Yogitech，这家公司制造了专为机器人和无人驾驶汽车开发的芯片。Yogitech芯片能够通过感应器和摄像头收集和处理无人驾驶汽车周围的环境信息，并用以指导无人驾驶汽车的行驶。而在随后的5月，英特尔又收购了专门从事计算机视觉算法的俄罗斯计算机视觉公司Itseez。这套计算机视觉算法可以帮助汽车“看见”并躲开路面上的障碍物。英特尔计划利用Itseez创建汽车安全系统的物联网，如自动驾驶，数字安全监控和工业检测等等。通过这两次收购，英特尔就具备了研发无人驾驶汽车芯片的能力。在随后的7月，英特尔宣布与宝马、Mobileye联合开发无人驾驶汽车。 　　今年8月，英特尔刚刚以4亿美元的价格收购了一家AI初创企业Nervana。这家公司研究了深度学习芯片（Engine芯片），性价比很高，而且处理速度是GPU的10倍。未来，英特尔可以把Engine芯片整合到英特尔的CPU中，这样可以以一个低成本的方法来实现人工智能处理的高性能，打造适合深度神经网络的处理器。而在不就后的9月6日，英特尔突然宣布收购硅谷计算机视觉技术公司Movidius。据悉，Movidius自主研发了全新架构的低功耗视觉处理器VPU，可以为智能设备增加视觉功能，包括无人机、安全摄像头、VR和AR头盔。分析认为，英特尔收购了这家企业，主要是为了利用计算机视觉、感知运算来增强RealSense 3D深度摄像头技术。通过收购Nervana与Movidius，英特尔不仅能够补全在嵌入式端与云端的CPU方案的不足，而且能够更加游刃有余的整合深度学习芯片和VPU等芯片。 　　总之，上述一系列的收购，不仅补齐了英特尔在机器学习领域的短板，同时也延伸了英特尔处理器的业务体系，为以后推出适合未来人工智能时代整合型的超级处理器打下了基础。 　　整合技术资源 建立人工智能产品矩阵 　　 　　英特尔销售与市场事业部副总裁夏乐蓓 　　夏乐蓓称，云计算的大规模扩散，计算本身的成本下降以及万物互联产生的海量数据，让人工智能迎来新一轮的大爆发。而英特尔作为芯片领域的厂商，是未来人工智能产业链条上的重要一环。由于这种变化，英特尔目前正在经历着一个非常重大的转型，在过去英特尔公司主要是一个和PC或者融入PC来开展业务运营的公司，而现在更多的转向进一步充分发挥云的能力以及全世界几十亿台互联设备的能力的公司。

　　在一个月前刚刚以 4 亿美元收购了一家 AI 深度学习初创企业 Nervana Systems 后，英特尔在本周一又宣布将收购视觉处理芯片厂商 Movidius。 　　作为一家视觉芯片处理初创公司，这家公司的名气肯定不及英特尔、高通以及 NVIDIA，但 Movidius 的技术已经植入在耳熟能详的 Google Tango，大疆精灵 4 无人机等。 　　Movidius 在计算机视觉方面有很强的技术积累，这家从 2006 年就成立的视觉计算芯片公司花费了 9 年的时间开发出了低价低功耗高性能的视觉处理器芯片——Myriad 系列 VPU（Vision Processing Unit）。 　　 　　这种芯片针对单一需求（视觉）研发，拥有低功耗，低价格，小体积但性能强等特点。 　　这一年我们听到的 NPU、VPU、HPU 等等，这大概都是为了突出单一功能性需求所命名的半导体芯片。 　　但往大了说，计算机视觉才是这个所谓的核心领域。从用于测绘地图的 3D 摄像头，到机器人对于人类世界的环境感知，自动驾驶汽车传感器的应用，或是在智慧交通、智慧城市环境里的摄像头。我们确实会进入一个需要计算机视觉的场景，而且从物联网的角度看，VPU 的出现合情合理。 　　当然大家对于这家公司早有耳闻。在去年它就有曝出过大新闻——2015 年 4 月，Movidius 宣布完成 4000 万美元 E 轮融资，这里也有来自中国的资本领投；一些媒体还将 Movidius 评为 2016 年“50 大创新公司”之一。 　　尽管被英特尔收购，但 Movidius 的使命仍然是“为机器赋予视觉能力”，反而英特尔的目的更简单——配合英特尔的 RealSense 3D 深度摄像头技术。 　　从双方覆盖的产品来看，Movidius 技术可以应用在机器人、VR 以及无人机等这些新技术产品上，英特尔 RealSense 3D 深度摄像头近年也出现在了无人机、机器人甚至 VR 头盔 Alloy 上。 　　在新技术以及物联网领域，英特尔正在加大投资。 　　 　　此前曾一度传说英特尔有意收购 Movidius 的消息后来又被搁置，但现在也算最终敲定了这笔交易——我们并不知道这笔交易的具体金额，但我们看到英特尔正在发力人工智能市场，且并购一系列的技术公司。 　　除去上个月收购的那家 AI 深度学习初创企业 Nervana Systems。在今年的 5 月份，英特尔也收购计算机视觉公司 itseez，这家公司主要开发供驾驶辅助系统使用的软件和服务，英特尔有意将其用于安全领域。 　　我们相信会继续看到英特尔将整合的技术应用持续作用在自身的云、计算领域，这同样可以看出英特尔转型的决心——当然这样做也可以降低此前单一 PC 业务模式所承担的压力。