关于AI，机器人和中国的所有大惊小怪是什么？

在当今全球数字工作空间的不断变化的景观中，AI的存在几乎在每个行业都会增长。像亚马逊和阿里巴巴这样的零售巨头正在使用机器学习软件编写的算法，为客户体验增加价值。机器学习在新的服务机器人世界中也普遍，因为机器人从盲人，愚蠢和笼养到移动和感知。

竞争在美国和中国之间特别关注，尽管其他国家和全球公司也有大型AI计划。竞争是真实的，激烈和戏剧性的。人才很难找到和昂贵。这是一个很少完全理解的复杂领域，因此人才池是有限的。抓住关键球员和公司每隔几天标题新闻。“苹果聘请了谷歌的搜索主任和艾。”“亚马逊获得了AI网络安全启动。”“IBM将数百万投入MIT AI研究实验室。”“Oracle获得了ZENEDGE。”“福特收购了Auto Tech Startup Argo AI。” “Baidu hires three world-renowned artificial intelligence scientists.”

媒体，部分是由于这个问题的复杂性，部分是由于知识的缺乏，用滥用和自动武器的耸人听闻的标题来吓唬人们。他们将竞争夸大成一场争夺领域控制权的激烈战争。这不是一个真正的“战争”,但这是戏剧性的和现在上演在很多层面上:移民法律,知识产权违法行为,贸易战争的恐惧,劳动力成本和可用性挑战,和不公平竞争行为以及技术突破和降低成本使实验和测试。

最近的两个趋势引发了机器学习的广泛使用：大量训练数据的可用性，以及强大而有效的平行计算。GPU是并行处理器，用于训练这些深度神经网络。GPU在更少的时间内进行，使用远较少的数据中心基础设施而不是非并行加工超级计算机。

与静止机器人相比，服务和移动机器人通常需要在板载中使用所有计算机电源，其中包括控制系统在附近的附近的框中。有时板载计算涉及多个处理器;其他时间需要超级计算功率，例如由提供并行处理和超计算机速度的芯片制造商提供。NVIDIA的Jetson Chip，ISAAC实验室和工具集是一个例子。

nvidia.

最近Nvidia GPU开发者大会上个月在圣何塞举行突出了NVIDIA的目标是捕捉机器人AI市场。他们已经设置了一个SDK和实验室，以帮助机器人公司捕获并从他们正在处理的数据量中捕获并学习他们在移动性和视觉处理中的任务。

NVIDIA的Jetson GPU，SDK，Toolset和仿真平台旨在帮助机器人的构建和测试机器人应用，并同时管理所有各种板载过程，如感知，导航和操作。作为他们工具集中能力呼吸的演示，NVIDIA在展会上有一个送货机器人。

英伟达正在提供库、SDK、api、开源深度学习加速器和其他工具，以鼓励机器人制造商将英伟达芯片集成到自己的产品中。英伟达将此视为未来的收入来源。现在基本上都是研究和实验。

机器人深度学习的例子

最近CBInsights图形分类2018年AI 100，12家公司在机器人和汽车技术领域突出。从Venn图中说明并非所有AI公司都参与机器人学（事实上，最重要的是 - 选择100的公司池中有2,000多个初创公司）。机器人人也是如此。

机器人：
1. 替代
2. 亲属（加州）
3. anki.
4. ubtech.（CN）
5. 大脑集团
6. Neurala
7. CloudMinds.（CN）
汽车技术：
1. mightyai.
2. Drive.ai
3. zoox.
4. Nauto.
5. Aeye.

以下是在其产品中使用AI芯片的机器人公司的四种用例：

钴的机器人-首席执行官兼联合创始人特拉维斯·戴尔说:“Cobalt在机器人上直接使用了高端的NVidia GPU(1080变体)。我们使用大量库:CUDA、TensorFlow和各种计算机视觉库在本地进行大量处理(例如，异常检测、人员检测等)。在机器人上运行的算法只是冰山一角。机器人上的探测器和分类器被调到非常敏感;一旦检测到，数据就会传输到互联网上，并通过一个广泛的基于云的机器学习管道运行，最终标记一个远程的人类专家，以进行额外的输入和高层决策。基于云计算的管道还利用了深度学习处理能力，这可能也由英伟达提供支持。”
Bossa Nova Robotics.- 沃尔玛正在与旧金山的机器人合作波萨诺瓦在机器人它们在沃尔玛超市的食品杂货和保健品货架上巡视，检查货架，然后将数据发送给员工，以确保丢失的商品重新进货，并定位错误的价格和错误或丢失的标签。博萨诺瓦(Bossa Nova)的沃尔玛(Walmart)机器人采用了三块英伟达(Nvidia)图形处理器:一块用于导航和绘图;另一个用于感知和图像拼接(它以2英里每小时的速度观看6英尺的架子);计算和分析它所看到的，并将这些信息转化为可操作的重新进货报告。
获取机器人- 获取机器人自动化材料传输和获取的AMRS的新数据调查线，除了导航，碰撞避免和映射之外，连续持续收集数据。机器人充值时，将所有存储的收集的数据上传到云以进行后处理和分析。
托苏总部位于北京的TuSimple的卡车驾驶技术专注于中间里程，即从一个枢纽到另一个枢纽的集装箱运输需求。一路上，TUSimple卡车能够通过先进的传感器融合技术检测和跟踪距离超过300米的物体，该技术结合了多个摄像头的数据，使用分米级定位技术。同时，卡车的决策系统可以动态适应路况，包括变换车道和调整行驶速度。TuSimple在其自动驾驶解决方案中使用了NVIDIA gpu、NVIDIA DRIVE PX 2、Jetson TX2、CUDA、TensorRT和cuDNN。

中国因素

十二年前，作为一个全国长期战略目标，中国制定了5年的计划，具体目标是鼓励在制造业中使用机器人来提高质量，减少不熟练的劳动力的需求，并建立机器人的制造国家减少对外国供应商的依赖。经过三次连续资金和完全激励的5年的机器人学计划，可以轻松地看到转型：机器人和部件制造商已经从少于10到700多到700多次，而使用机器人在其制造和物料搬运过程中的公司同样增长。

[注:在同一时期，美国实施了各种涉及机器人的制造业计划，但没有一项计划得到了相当程度的资金支持，更重要的是，没有一项计划得到了持续的资金支持。]

最近，中国将其焦点转向人工智能。具体而言，他们已经掀起了一个三管齐下的计划，以达到2020年，实现自主车辆的中期平等，图像识别和，也许，同时翻译到2025年，并在2030年引领世界和机器学习。

在中国开展业务的西方公司一直受到知识产权，复制和逆向工程的困扰，以及沉重的伙伴关系和IP必须给中国企业的合资企业。律师史蒂夫迪金森哈里斯|面包香菜这家西雅图的律师事务所的口号是“艰难的市场;大胆的律师,”写道:

“关于挪用这项技术，然后将其销售回到发达的市场中，从而实现：这当然是中国战略。它是每个发展中国家的企业战略。在整个19世纪和20世纪初，美国遵循这种方法。日本和韩国和台湾在第三届德国邮政时代取得了巨大的成功。这就是技术进步如何。“

“很明显，挪用外国AI技术是在这一部门运营的每个中国公司的目标[机器人，电子商务，物流和制造]。因此，所有与中国公司以任何方式合作的外国实体都必须了解大量风险，并且必须采取保护自己所需的步骤。“

什么是真的清楚的是，在大量的数据可用的情况下，如在中国，速度正常和隐私是零的，如在中国，机器和深度学习等AI技术可以茁壮成长并以突破速度达到显着的结果。这就是我现在正在发生的事情。

底线：

服务机器人部门的增长仍然是一个不仅仅是现实的承诺，并且需要迫切需要提供这些承诺。我们在处理器，传感器，摄像机和通信中看到了巨大的进展，但到目前为止缺乏整合。一个机器人的特征是整合所有这些数据，即需要一个“现实传感器”，即更高级别的指示器什么被视为或加工。If the sensors pick up a series of pixels that are interpreted to be a person, and the processing determines its motion to be intersecting with your robot, it would be helpful to know whether it’s a pedestrian, a policeman, a fireman, a sanitation worker, a construction worker, a surveyor, etc. That information would help refine the prediction and your actions. It would add reality to image processing and visual perception.

甚至随着硬件的开发比率与软件的比率转移到软件，仍然存在许多挑战来克服。加州大学圣地亚哥大学上下文机器人研究所主任Henrik Christensen引用了一些这些挑战：