根據(jù)ResearchandMarkets.com的數(shù)據(jù)，全球智能機器人行業(yè)的預(yù)期估值在2021-2025年期間將增長444.4億美元。納斯達(dá)克甚至有一個CTA人工智能和機器人指數(shù)，旨在跟蹤人工智能或機器人領(lǐng)域的推動者、參與者或增強者。智能機器人市場正在增長，包括航空航天、國防、醫(yī)療、制造、貨運和其他行業(yè)都在尋找利用機器人來改善其服務(wù)和產(chǎn)品的方法。然而，人工智能在宏觀層面上影響著一切。

在機器人應(yīng)用中使用 AI 的關(guān)鍵驅(qū)動因素

在機器人技術(shù)中使用AI的一個基本驅(qū)動因素是改善我們自己的條件。我們一直在尋找更好的手機、電視、汽車或智能設(shè)備來提高我們的生活質(zhì)量。有時，我們會考慮通過風(fēng)力發(fā)電和太陽能電池板等創(chuàng)新來改善我們的物理環(huán)境。其他時候，我們正在尋找減少接觸危險工作的方法，或者我們只是想找到避免枯燥和重復(fù)性工作的方法。

工業(yè)界認(rèn)識到人類改善生活質(zhì)量的愿望。他們通過創(chuàng)新、創(chuàng)造新技術(shù)和優(yōu)化流程來做出回應(yīng)。然而，這些創(chuàng)新推動市場繼續(xù)創(chuàng)新并創(chuàng)造下一個更新、更好、更快的人工智能解決方案。

新興的人工智能機器人帶來的挑戰(zhàn)

這種不斷創(chuàng)新的循環(huán)帶來了一些挑戰(zhàn)。IDC 預(yù)測，到 2025 年，全球數(shù)據(jù)量將增長10倍，達(dá)到163澤字節(jié)，高于2016年生成的16.1澤字節(jié)。今天，機器人正在生成大量數(shù)據(jù)，主要來自操作所需的感官輸入。更高水平的機器意識使工業(yè)環(huán)境擁有豐富的傳感器衍生數(shù)據(jù)，但在處理和分析部門中可能過于薄弱。傳統(tǒng)的計算策略和框架可能會不堪重負(fù)。

邊緣解決方案

將所有這些數(shù)據(jù)推送到其他地方進行處理（進入云）不再實用，也沒有意義。我們提高了生產(chǎn)力，因為有了人工智能和對如此多數(shù)據(jù)的訪問，機器人可以比人類更快地做出決定，而且從統(tǒng)計上講，機器人總是會做出最好的決定。 

由于混合了如此多的機器、傳感器和數(shù)據(jù)，計算將越來越多地發(fā)生在邊緣。機器人本身將能夠更好地執(zhí)行更多活動并自主做出更多決策。

由在邊緣收集和處理的數(shù)據(jù)驅(qū)動的機器人可以檢測其自身故障的可能性，或者至少檢測未能保持質(zhì)量標(biāo)準(zhǔn)的可能性。與裝配線上的其他機器人進行通信時，處于危險中的機器會關(guān)閉，而其他機器會實時調(diào)整其工作流程以彌補丟失的工人。生產(chǎn)線變慢但不會停止，技術(shù)人員介入，進行所需的調(diào)整或維修，然后系統(tǒng)恢復(fù)全速。實現(xiàn)此功能和相關(guān)功能的唯一方法是通過邊緣。

安全綁定數(shù)據(jù)和連接

隨著機器人的移動化、協(xié)作化、邊緣化，以及與內(nèi)部和外部傳感器和物聯(lián)網(wǎng)設(shè)備的連接，數(shù)據(jù)豐富的生態(tài)系統(tǒng)向潛在黑客開放了多個接入點。公司可能會發(fā)現(xiàn)自己容易受到惡意軟件、網(wǎng)絡(luò)贖金、生產(chǎn)延遲和業(yè)務(wù)中斷的影響。此外，針對高度靈活、功能強大的機器人系統(tǒng)的網(wǎng)絡(luò)攻擊也帶來了一些嚴(yán)重的物理安全問題。

安全不應(yīng)該是事后諸葛亮。要采取的一些基本措施包括啟用安全引導(dǎo)、使用容器技術(shù)更有效地管理已部署的軟件、利用時間分區(qū)等概念將拒絕服務(wù)（DoS）攻擊的可能性降到最低，或者使用強制訪問控制（MAC）更好地隔離軟件組件。

系統(tǒng)集成商還需要了解他們正在安裝的機器和整個環(huán)境，著眼于識別潛在的接入點和加固易受攻擊的目標(biāo)。最后，運營商的IT團隊需要積極參與，監(jiān)控威脅，更新安全措施。

在實時技術(shù)堆棧中尋找什么

如果所有數(shù)據(jù)的 75% 將在邊緣消耗，那么 25% 的數(shù)據(jù)將被推出。當(dāng)數(shù)據(jù)從 A 點移動到 B 點時，我們必須選擇正確的堆棧來進行信息傳輸，因為所有堆棧都不是平等的。公司希望在考慮互操作性的情況下使協(xié)議棧適應(yīng)用例。TSN 和 OPC-UA 是兩個值得考慮的例子。

時間敏感網(wǎng)絡(luò)（或 TSN）是過去稱為音頻視頻橋接 (AVB) 的演變。TSN 確保如果您將數(shù)據(jù)從 A 點發(fā)送到 B 點，數(shù)據(jù)將在一定的時間范圍內(nèi)和準(zhǔn)確度內(nèi)到達(dá)。

OPC-UA 允許用戶擁有一個與供應(yīng)商無關(guān)的通信系統(tǒng)，目的是讓機器與其他機器對話。

結(jié)論

為了幫助人工智能機器變得更加自主，可以通過整個系統(tǒng)獲得的所有知識都是必要的。邊緣云現(xiàn)在是一個機器生態(tài)系統(tǒng)，為 AI 機器和數(shù)據(jù)提供最佳連接。人工智能和自治新時代的業(yè)務(wù)影響意味著機器人系統(tǒng)決策的動態(tài)正在迅速發(fā)展。我們曾經(jīng)認(rèn)為的漸進式步驟現(xiàn)在變成了轉(zhuǎn)型的機會。