这个技术将颠覆工业机器人在生产线上的地位
工业机器人自上个世纪六十年代诞生以来，给人感觉都是笨笨的，只会按照人类预先编制的程序完成一些重复性任务。目前，机器人技术已经有了很大的发展，最近几年还出现了一项新技术，如果未来成功应用在工业机器人上，将具有革命性的效果。
自从工业革命以来，机器开始工作前，都需要人先动手。在整个20世纪50年代和60年代，工程师们尝试用机器人作为工业发展的一种手段。1969年开发成功的Stanford Arm是一个六轴机器人，它可以连续模式重复移动和组装零部件。这个发明让机器人开始在装配线上实际应用，并随之发展成了我们今天看到的机器人技术。
工业机器人是在制造业中使用的可编程自动化系统，通常能够在两个或多个轴上移动。这类机器人大多属于机械臂，并具有一定程度的自主性，这意味着不需要人的控制，他们就能执行某些任务，例如焊接、喷涂、提升、包装以及检测等。
工业机器人在汽车制造中最为常见。在汽车行业中，机器人通常承担一些精细控制的工作，比如提升重物、喷涂和焊接。而人手则完成一些更复杂的工作，比如微小零部件或引导布线。这些机械臂通常很大，因此很难在工厂里四处移动。然而，现在的机器人较之以前更灵巧，他们可以挑战人类才能完成的更复杂工作。比如丹麦Universal Robots公司生产的协作机器人，目前正在法国克里昂的雷诺工厂里给发动机拧螺丝，以前这项精细的任务只能由人工来完成。此外，在雷诺使用的机器人重约30公斤，很容易在工作场所周围移动。这样，制造商就可以不用花费大量的时间和金钱重新配置工厂，缩短定制产品的制造时间。
协作机器人
对于传统工业机器人而言，由于其运行时的危险性，通常需要安装防护围栏，跟工人隔离。而协作机器人则完全不同，通过设计，它们可与工人在同一工作站中安全协同工作。这是因为他们具备以下特性：
•特别的设计让他们可以在工人旁边安全工作，一是限制力量大小避免人类受伤，二是通过传感器避免机器人跟工人相接触。
•轻量化设计，允许机器人根据需要可以从这边移动到那边。
•不需要太多的专业知识，让大部分工人可以通过平板电脑或智能手机对机器人进行控制。
川崎机器人最近发布了他们第一款协作机器人duAro，它采用低功率电机、柔软的外表、低速度以及共享工作区监控，让他们可以跟人类并肩协作。如果不幸发生碰撞，碰撞检测功能会让机器人马上停下来。可以通过人手引导机械臂进行示教，2公斤负载的机械臂可以完成诸如物料搬运、组装、机器调整和分配等任务。duAro的安装很简单，基座上带有轮子，一个工人就能轻松地将机器人移动到任何需要的地方。
人工智能是机器人领域中发展最快的研究领域之一。AI允许通过学习来完成需要灵巧性和特殊意识的任务，这意味着机器人可以被引入新的场景并且无需预编程就能做出正确地反应。加州大学伯克利分校的研究人员已经开发出算法，“使机器人能通过试验以及犯错等更接近人类的学习方式来新的任务，这是人工智能领域的一个重要里程碑。”这项技术已经成功应用于多种场合，例如组装玩具飞机，将瓶盖拧在水瓶上，把衣架挂在架子上，这些任务往往都无法进行预编程。
深度学习是人工智能的另一个新分支，它的另一个名字叫人工神经网络（ANNs），人工神经网络是一种受生物神经网络启发的控制模式，用于估计取决于多个输入的未知函数。人工神经网络通常被设计成能互相交换信息的“神经元”连接组成的系统。这种连接有不同的数字权重，可以根据经验进行调整，使神经网络能够适应输入，从而能够学习。“深度学习”之所以成为深度，是因为人工神经网络的结构，神经元的层互相堆叠在一起。最底层收集一些原始数据，例如图像、文本和声音，每个神经元都存储他们遇到的相关信息。层中的每个神经元将信息发送到下一层神经元，并学习比低一层神经元更抽象的信息。
此技术已经成功应用在苹果Siri和谷歌Street View进行语音和视觉识别。此外，这些应用还可以利用标记方向去解决更多问题，比如利用现有语音存储数据。在非结构化3D环境中移动没有这些方向，因此是更大的挑战。目前在UC Berkley的实验中使用的机器人采用具有奖励函数的算法，该算法基于机器人做设置任务的程度提供得分。摄像机追踪机器人手臂和腿的位置并分析周围环境，将实时得分反馈给机器人以便进行相应的动作。相对于目标的最佳移动可以通过自己重复学习，然而，它目前只能计算大约92000个参数的“好”值，其优化时间受数据处理硬件的限制。目前，没有关于对象位置的先前数据，学习过程需要花费大约3小时。这种技术在生产线上商用之前，还有很长的路要走，但是该技术在未来的革命性效果将使得机器人能够从头开始学习复杂的任务。
