3031
2023年11月22日，由Excelpoint世健冠名，联合ADI推出的与非网第二届“AI机器人技术论坛”，在线成功召开。
随着AI、机器学习、深度学习等技术在众多领域得到广泛应用，新一轮科技革命正在酝酿中。机器人产业也是如此，在AI赋能之下，机器人产业在自动化、智能化方面呈现出巨大潜力。
全球机器人市场主要以工业机器人、服务机器人为主，我国机器人市场以工业机器人为主。根据中国电子业协会和IFR预测，2022-2024 年间工业机器人市场规模将以CAGR为15%的速度增长，服务机器人、特种机器人市场规模增速将高于工业机器人，两者CAGR在该期间将分别达到 25%、24%。特别是在智能化、通用化、人形化趋势下，AI 大模型“智力加持”的通用人形机器人将会引领新的应用潮流。巨大的市场机遇面前，现存的技术趋势和发展值得关注。
本次论坛上，ADI高级工程师辛毅、成都铂贝科技有限公司总经理潇齐、安霸半导体技术(上海)有限公司研发总监钱豪、AI算法专家牛亚运，分享了最新的研究、实践和洞察。与非网资深行业分析师张慧娟分享了《2023年AI机器人产业报告》。
《2023年AI机器人产业报告》发布
根据对与非网用户的调研，工业机器人和家用机器人的增长潜力最被看好。在未来的发展方向方面，用户认为将主要集中于四大方向：人机协作，高精度、高速度，多样化应用场景，自主学习和自适应能力。
针对AI机器人主控芯片使用情况的调研显示，以CPU、FPGA、DSP等为主，其次还包括MCU、GPU、PLC等，实现对机器人的良好控制。
面对通用大模型的发展趋势，该报告指出，大模型将进一步提升AI机器人的四方面能力：结合大数据+强算法+大算力，进一步强化基础能力；实现更高级别的智能水平；有望重塑AI机器人决策执行机制；能够更好地泛化到多种场景。
ADI：超低功耗边缘AI助力智能应用实践
AI与IoT正在走向深度融合。由于智能联网设备要进行大量的矩阵运算，这对设备的存储空间、计算能力、数据交互速度和成本都提出了更高要求，只有部署在云端的大型服务器才能胜任。但IoT设备之间的互联需要电池供电，设备之间数据的流通也不能完全依赖云端，因此IoT应用亦需要低功耗和低成本，这为AI和IoT技术的融合带来了挑战。
ADI中国高级工程师辛毅以《ADI超低功耗边缘AI解决方案：助力智能应用实践》为主题进行了分享。他表示，针对上述痛点，ADI致力于将AI和IoT两者优点相结合，实现在IoT设备的边缘端执行AI推理任务，让设备能够在本地自行做出运算和决策，而不是非要连接互联网。与云端AI相比，边缘AI具备实时性好、带宽资源要求低、隐私性高等特点，同时也具备与云端AI相同的AI共性特征。
以ADI的边缘AI解决方案MAX7800X系列为例，由两个微控制器内核（ARM Cortex M4F和RISC-V）与一个卷积神经网络（CNN）加速器构成，该架构针对边缘进行了高度优化，数据的加载和启动由微控制器内核负责，而AI推理由卷积神经网络加速器专门负责。基于两个硬件的分工合作，MAX7800X系列既不需联网，也支持电池供电，从而满足了边缘AI的要求。
阿木实验室：无人机系统架构与开源助力高效开发
阿木实验室是成都铂贝科技有限公司旗下的品牌，致力于为机器人研发提供开源软硬件工具，让研发更高效。成都铂贝科技有限公司总经理潇齐在本次论坛上，以《无人机系统架构与开源》进行了主题分享。
据潇齐介绍，无人系统一体解决方案主要包含开源视觉感知、开源自主无人机路径规划、开源飞行控制系统及数字孪生仿真系统。整体方案从视觉感知、控制到仿真，构建了一套完整的无人机研发体系，配套开源的生态体系，可高效推动项目及产品的快速落地。
其中，各个软件模块的输入输出数据流，主要包含无人机的大脑和小脑，大脑包含视觉感知和路径规划，小脑飞控主要负责控制电机等执行机构，维持飞机平衡。
目前，阿木实验室围绕小脑飞行控制、大脑路径规划、大脑视觉感知等都推出了相关的开源项目，并有多种智能机器人整机开发平台。通过集成自主定位、视觉、路径规划和目标识别模块等关键算法和功能，阿木实验室希望为开发者提供开源、智能的无人机探索解决方案，助力开发者更为高效的开发创新。
安霸：AI SoC如何铸就机器人大脑和眼睛
安霸半导体技术(上海)有限公司研发总监钱豪，以《AI SoC如何铸就机器人大脑和眼睛》进行了主题分享。他表示，机器人+时代来临，智能机器人正引领全球新一轮科技革命和产业变革，未来机器人将愈加智能和灵活，从单一感知向全域感知、从感知智能向认知智能、从单机智能向集群智能的方向演进。而基于AI SoC的人工智能技术，可以显著增强机器人的功能，使机器人具备感知、决策等能力，让机器人看得更清、看得更懂。同时，使机器人变得轻量化、低能耗，还可以降低机器人的使用成本，促进机器人的普及。
钱豪认为，结合高性能AI处理器和图像信号处理器的AI SoC，需要具备四大特性：第一，安全性、稳定性、可靠性；第二，高性能、低功耗；第三，软件高度兼容性；第四，简单成熟的工具。安霸的低延时高质量图像抓取和处理方案，采用流式架构实现了芯片内部高速缓存，带来了高效率和性能。其要点在于：数据直接传给算法加速引擎，实现零拷贝；多尺度金字塔图像生成，无需涉及其他硬件资源；ISP设计为多级、基于切片，用于低延迟处理。
此外，搭配高性能算法加速引擎，可以支持神经网络算法加速、传统算法加速、多种量化类型、以及非结构化稀疏加速。再辅以统一的SDK及工具链架构、硬件信息安全引擎等核心技术，通过强大的本地技术支持，安霸希望帮助用户加速开发、打造高效的方案，为本土机器人市场带来优秀的产品方案。
大语言模型的发展和展望
AI算法专家牛亚运分享了大语言模型的发展、应用和未来展望。他从大语言模型的四个阶段展开，介绍了统计语言模型、神经语言模型、预训练语言模型以及大型语言模型。
当前，大语言模型展现了惊人的涌现能力，这些能力对于复杂任务性能至关重要，使得AI算法具有前所未有的强大和有效。牛亚运指出，大语言模型训练需要大规模数据处理和分布式并行训练的广泛实践经验。为了开发能力强大的大语言模型，研究人员必须解决复杂的工程问题，与工程师合作或成为工程师。
结合大语言模型当前的应用场景，如医疗保健、法律、金融、代码编程、教育以及科学研究等，牛亚运分析了大语言模型的技术特点和应用潜力。在对未来的展望中，他指出了大语言模型的六大方向，包括：第一，在理论和原理方面一致的理论解释；第二，模型架构方面，面临效率问题等挑战，需要改进来支持任务专业化和数据更新；第三，模型训练需要充分利用计算集群资源、改进调优策略来提高模型效果；第四，模型利用需要更灵活的提示机制；第五，安全和对齐；第六，应用和生态系统，为众多应用提供强大能力，探索AGI的发展。
下载ECAD模型
