天津工博会机器人展时间***「振威」

机器学习技术与实体经济融合领域

　　机器学习是人工智能技术体系的一个通用环节，机器学习使用归纳、综合方法，运用数据导入算法模仿人类智能。学习方式主要分为有数据学习和无数据学习：当前有数据学习显然广受欢迎，包括“监督学习”“无监督学习”“半监督学习”“深度学习”“迁移学习”等；无数据学习法主要为“强化学习”。有数据学习的典型应用为深度学习，深度学习包括DNN(深度神经网络)、CNN(卷积神经网络)、RNN(循环神经网络)和LSTM(长短期记忆网络)等，它不依赖数字经济的发展，而是由人做数据标签，采用神经网络算法，学习效率不高、能源资源浪费，如AlphaGo下场棋要消耗3000美元电费。

　　强化学习只需要人类输入规则，机器就能通过自我奖励、自我诱导方式，跟自己下百万盘棋，不断自我完善，AlphaGo Zero三天内就打败了已经学习了几千盘棋的AlphaGo；数字技术发展越好、标准化数据量越大的领域往往人工智能发展越迅速，这就说明机器的学习能力不是人为训练的结果，而是数字经济发展到一定阶段顺其自然的结果。从使用场景上来说，有数据学习适用于规则活动领域的人工智能，是经验、控制使然；无数据学习适用于创新、无定论的领域，比如棋类竞赛、新药探索、艺术创作等，是创新、自由使然。

复合机器人的应用优势

一：提高生产过程中的自动化水平

复合机器人有利于提高原材料配件的传送、工件的装卸以及机器的装配等自动化程度，从而可以提高劳动生产效率，降低生产成本，加快实现工业生产机械化和自动化的步伐。

二：改善劳动条件、避免人身事故的发生

复合机器人即可部分或全部代替人安全地完成恶劣环境下的危险作业，大大地改善工人的劳动条件。同时，一些简单但又繁琐的搬运工作可以由复合机器人来代替，可以避免由于人操作疲劳或疏忽而造成损失。

三：生产线的柔性化

复合机器人完成了一道工序就可以进行下一道工序，具有较高的灵活性。并且多台复合机器人组成移动的装配台、加工台使用，可形成高度柔性生产线。

为什么我们要追求“专精特新”

“专精特新”在很大程度上是解决“卡脖子”问题的锏，是突破层层的关键一环。我国虽然是全世界拥有联合国产业分类中所列全部工业门类的国家，但产业基础能力建设不足的问题和领域自主研究的空白仍然比较突出。这既有基础装备和技术能力不足的问题，也有产业链上“断点”“堵点”较多，缺少具有国际竞争力的“锏”技术的问题。

“专精特新”的在于创新。历经千难万险，惊涛骇浪，我国经济发展到当前这个阶段，如何在把握优势的基础上，实现供给侧改革，实现产业转型升级的华丽转身已经是、企业乃至全体普通百姓的心结。科技是生产力，已进入经济发展的十字路口，这一点就显得尤为重要。科技创新既是发展问题、更是生存问题。我们像需要隐形那样需要大量“专精特新”中小企业，惟其如此，才能连接“断点”、疏通“堵点”，承接上下游，提升产业链供应链的韧劲，限度解决“卡脖子”难题，摆脱“”束缚，实现更高质量的发展。