爱吧机器人网 » 专题 > 观点 > 正文

王海峰:人类对机器人是可控的

王海峰博士和Hod  Lipson教授一起讨论
  阳淼:感谢Daniela Rus教授精彩分享,我还要告诉大家一件事情,其实Daniela Rus中午下飞机没有倒时差,直接到会场为我们做精彩分享,PPT做的非常好。再次用热烈的掌声感谢Daniela Rus教授精彩分享。
  大家听了三个讲座以后,在心里形成一个比较完整的知识领域,在当今无论是人工智能领域,还是机械制造领域,最新进展是怎样,我们看到大量鲜活的实例。今天世界最尖端的机械制造或者人工智能的专家已经在这里齐聚一堂,用热烈的掌声欢迎刚才头两位演讲嘉宾王海峰博士和Hod
Lipson教授一起参加我们的互动论坛,掌声有请。
  我讲几个问题问三位大拿一人一个问题,然后他们进行交流,或者我们别的问题提交上来给他们进行回答。我想问王海峰博士,您研究人工智能和自然语言处理领域,现在人类从3岁开始可以进行语言学而且非常快,每天不是24小时,有睡觉和玩耍的时间,3岁小孩的语言能力很快进展。现在计算机24小时运行,算法和数据库都庞大,现在没有达到这样的程度,我想问这是怎么回事,是不是有一些难以跨越的障碍?
  王海峰:首先,很难说到底是计算机对语言的理解更深,还是3岁的孩子,因为对语言理解其实有不同的侧面。我们学习一门语言的时候,首先干什么,首先要背很多词汇,包括很多搭配。这些计算机的能力比人强,我可以迅速让计算机记忆成千上万,甚至数百万,数千万的词汇都不成问题,而别说是孩子,就是大人也没有办法掌握那么多的词汇。学习语言需要懂很多的语法知识,这些计算机有能力做到,现在的自然语言分析技术,准确率已达到到90%多,孩子没有这样的能力。但是人强在什么地方?人可以把语言知识和背景知识,以及现实中的各种事物和人结合起来,综合的理解能力会更强,这也是我们让计算机理解努力的方向。孩子对周围的人,对他的爸爸妈妈,对很多人的理解,计算机这个方面还是不够。
  阳淼:可以用我们一句熟悉的词说,人类失去联想世界将会怎样,重要就是联想能力。
  王海峰:我们会让计算机的联想能力越来越强。
  阳淼:下面我想问Hod
Lipson教授。
  Hod
Lipson:我可以再补充一句话吗,我觉得我们要认识到当一个孩子学习的时候,每一个孩子都需要从头开始。计算机学习的时候,可以把计算机学习的东西复制到另外的一个计算机,当计算机学到东西的时候,其它的计算机都可以复制。因此,设备总是会变的越来越好,而人学习的时候总是需要从头学,将来我想计算机会知道怎样简化,怎样理解,随着技术的推移,计算机的学习能力非常强。
  Daniela
Rus:你可以让计算机获得整个宝典的内容,你知道有字典,可以把字典的内容输入到计算机,现在还有互联网是一个非常大的知识基地,计算机都可以容纳所有的这些知识,而孩子是不能容纳的。
  主持人:我们有百度百科,我们机器人已经把百度百科的知识都存在脑子里了,两位教授看起来以机器的速度来说,总有一天智能会全面超过人类,是这么认为的吗?
  Hod
Lipson:只是时间的问题,但是其中有一点我想有的时候有一个误解,因为智能不是说一点机器人醒了,说你好我醒了,而是说有很多的组成部分。电脑在有的地方做的比人类好,但是有的地方不能那么的智能。这种平衡在发生变化,不怀疑随着时间的推移,电脑可能在很多的领域都会比人类做的好,这种平衡又会发生变化。可能10年、30年、100年,这都是对人类历史来说是非常短的时间了。机器人可能会比我们做的更好,在某一些领域。
  Daniela
Rus:我想其实在计算方面,计算机已经做的比我们好了,有的计算机可能比围棋大师都打的好,可能赢过这些大师。如果我们把机械和计算联合起来,它们还是无法达到很高的目标,就像一个婴儿一样,这是机器现阶段的困难。我们花了几百年的时间,人类现在在慢慢地发生变化,而我们还没有征服世界,在机器人身上我们没有完成,也许在机器人身上,我们有跨越式的发展超越人类。
  阳淼:Daniela
Rus您在做让机器具有自己的躯体,具有自己的硬件基础,担心不担心自己制造出一个爱因斯坦出来。
  Daniela
Rus:我其实是非常兴奋,如果机器可以做我们不想做的事情,把我们从特别琐碎的事情中解放出来,把我们从家务中解放出来。因为我不喜欢洗衣服,我想让机器帮我做,我不想打扫卫生,我想机器帮我做,我想有时间来实现我的理想,把重点放在让我享受的事情上,给我带来满意的事情上。我认为机器是把我们释放出来的一种方式,让我们可以更好的来享受人生。
  阳淼:让机器人做我们不愿意做的事情,如果哪一天它做自己想做的事情,您有想过后果吗?
  Daniela
Rus:机器,今天的机器或者未来的近期,应该不会说有任何的进展,它是取决于我们编程,我们创造者来保证有很多的安全机制,保证说这些机器人它们的行为是根据我们想让它们做什么而做。最终每一个机器它们都有一个按键,我们可以停止它的执行,如果你要是不喜欢它所做的事情,一按按键就可以。
  Hod
Lipson:不总是这样,我想很久以后,我讲的不是十年而是一百年以后,我想机器人可能会进行一些机器学习,我们不用编程,可以让它自己学习。随着它们的智能,随着机器的智能提高,它们可以学习更多的东西,我们也不太确定它们学了什么,它们的行为会是什么样子的。我以为可能会有一个键按它,像互联网一样有一些东西是很难控制,所以这是一个非常强有力的技术,长期以来我们应该要考虑一下这样的技术能够带来什么,不能带来什么,我们想让它带来什么,不想让它带来什么,这是需要我们进行一个非常重要的讨论,我觉得这是我们应该要非常仔细,非常谨慎的考虑。
  阳淼:我们在互联网进行人工智能研究的时候,比如小度机器人有没有做出什么出乎意料的回答,或者有没有完全没有想到的结果,有没有这样的情况。
  王海峰:有的,有很多不知道或者说超出我预期的答案。
  阳淼:我不知道能不能搜到,有没有回答的形式,或者回答的外壳和我们想的不一样。
  王海峰:形式我们还是可控的。咱们从上个世纪四十年代提出机器人的三条原则,不能伤害人类,听人类的命令,保护自己。我相信未来机器人的能力会越来越强大,甚至可以自我复制自己,但原始的我们把基因控制好,这些东西是可控的。
  阳淼:海峰博士和Daniela
Rus教授认为会有一个红色的停止键,这是可控的。但是Hod
Lipson博士认为可能我们对它控制是越来越弱的,现在知道什么时候按,但是不知道哪一天发展太快来不及按,就失去控制。你们三位可以再进一步的展开,Hod
Lipson博士,他们两位可以说可以控制,为什么觉得控制不了,控制不了互联网,控制一台机器不可以吗?
  Hod
Lipson:我觉得当你去看机器人的时候,你看机器人的演化,实际不是工程师坐下来设计编程,给它们编一些规则,这些机器人由产品演化设计,这里是有红色的按钮。你知道这里有新的学习网络,我们不知道机器人自己在做一些什么计算,在学习什么,我们当然需要了解机器人是怎样运作,我们可以有一些按钮关掉。但我们是设计这个设备,这是一个基础,这并不是一个可持续的基础。你知道随着机器人将来不断的演化,是机器人设计机器人,我们知道机器人怎么运作是很好的,就像理解动物是怎样做的。你们是无法很好的了解动物它是怎样思考,我们当然可以影响到机器人的一些行为,可以控制它周围的环境,直接的进行编程还是很难。我们必须习惯这样的一种情况,不是一二十年的状况,而是一百年之后的状况,一百年以后人类变成什么样子我们也不知道。
  Daniela
Rus:我想再回应两句,我和Hod
Lipson有不同的意见,我们有不同的方法我们在智能机器方面采用的方法不一样,我们一个方面制作这些设备,另外一个方面我们促进这些设备的演化,这些算法非常复杂,不是总可以预测最终会出现什么样的状况。但是我觉得我们有一种确定性的方法,我们利用这样的方法制造计算机,我们不可能从一个程序的编辑器,硬件的编辑器,马上就可以转换,我们现在有一些智能可编程的设备,不可能马上就离开这样的受控世界。我觉得我们两个方法都是可行的,但是我们是选择了不同的路径。
  阳淼:现在这两位教授各抒己见,每个人都是大拿,我判断不了,王海峰博士您判断一下,您感觉两位教授讲的怎样。
  王海峰:我觉得都讲的有道理,我的一个观点是归根到底机器人再聪明也是人造出来的,最终我认为人造的过程中其实可以想到未来应该怎样控制。
  阳淼:无论怎样,反正是计算机总是可以控制的,可以有其它各种各样的方式进行。我们在座的朋友也是最感兴趣的,比如说Daniela
Rus教授你说可以控制,但是你刚才的小器件自行组合,我看到它们像人类的细胞自行组合分解,有没有组合出来你意向之外的形状,或者说有意外的情况发生。
  Daniela
Rus:我们工作中一切都是被我们控制的,我们设计机器人的形状还有程序计算能力,还有相关机器人的规格都是我们设计。开始我们有一个想法,我们想机器人做一些什么,后来我们发现同样的机器人还可以做很多其它的事情,这是一种红利。因为现在我们有多功能性的机器人,同样的机器人有多功能,同时我们自动有这样一种想法,我们的编辑器生产出来的机器可以满足我们的目标。我们设想这些机器人,主要是让它们来完成特定的任务,比如你在家里你希望你的机器人帮助你打扫房间,你创建这样的机器人,快速地制作出这样的机器人。做完这项任务后,你可以回收机器人,你可以让它进行生物降解,重新设计出一个不同的机器人。当你有其它需求的时候,你可以再制作一个机器人,不会造成太多的污染。
  阳淼:机器人想生产就生产,想消灭就消灭,任何时候都不会失控,这种情况会一直维持下去吗?
  Hod
Lipson:我觉得我们必须找到一种方法,制作出一些可以回收的,可以再生的一些机器人。不管是对机器人来讲,对任何一种机器可能都是一样。因为从长期来看我们分析一下生物学,生物学都是回收重生,比如把一些氨基酸不断的进行重复利用,对生物学来讲可以实现物质的100%回收,我们可以把一些分子用在其他的动物中,对机器人来讲我们一样可以实现回收制作出一些新的机器人或者一些新的机器,不断地持续下去。非常重要的一点对空间运行是很重要,对我们的生活也是一样。
  阳淼:对于任何一项技术都有悲观和乐观的派别,今天的派别应该是第一次出现在百度百家的BIG
Talk论坛上,感谢两位教授非常坦率的交流。下面还有畅想一下今天主题机器人重塑未来生活,我们想一些乐观,想一些它们可以做的东西。Hod
Lipson教授我们想问您一部电影星际迷航中有复制机,这台机器出现给人类复制出很多的食物和生活资料,让人探索世界,你的3D打印机可以打印出人类需要的一切吗?
  Hod
Lipson:星际迷航在科幻里都是低估了3D打印真正可以做的事情,里面复制的东西是已经存在的。电影里的人它们可以来制造出一杯茶,或者打印一小块奶酪蛋糕,为什么不能使用机器人制造任何的东西,如果说能制造任何的东西,为什么打印茶或者说蛋糕,为什么不能生产出过去不存在的东西,所以说对3D打印机来讲,它们现在可以做的,或者说未来可以做的就是能够生产一些暂时不存在的东西,或者说创造写一些新的东西来。复制机是一个很好的例子,我们现在可以把复制机与设计的自动化结合在一起,制造出一些新的东西,制造出一些定制化的东西。
  阳淼:王博士,百度福利特别好,有了3D打印机不会让员工打印咖啡什么的,因为咖啡都是免费供应的。问一下这么多员工我估计有人已经有3D打印机,他们会做什么样的尝试,业余时间会做一些什么好玩的程序过来,有火花一闪好玩的小程序什么的,有没有这些火花一闪的东西。
  王海峰:你说的3D打印机,在百度,我们更多的就是“打印”出我们的智能和我们的程序。我们做搜索开始一路下来,越来越关注智能相关的技术,语言、知识,包括很多机器的学习技术。这些技术可以理解为我们打印的是一些人的语言、人的知识、人的情感在里面,这些理解的越来越深,相当于我们的小度机器人拥有人类的智慧。
  阳淼:你们的研究项目有机器会在高度之下自动的产生一些形态变化,或者说聚合出新的机器,有没有想过一天成果应用在机器人的自我修复,比如说有什么故障可以找一些零部件把自己修好了,有没有这样的可能。
  Daniela
Rus:我在试图理解这个问题,确实是这样,我们希望能够有一种机器可以实现自我修复,我们希望有这个机器可以自我诊断它们的问题。这是来拓展我们现有与机器互动方式之一,现在我们会在这些机器人当中花几小时,几天的时间才能分析出来出了什么问题,如何继续下去。非常重要的一点就是我们能够有软修复的机器能力,可以做一些计算任务,或者做物理的代理,我相信如果我们能够更加深入与机器人进行互动,我甚至相信机器人和智能手机一样普及,可能在不远的将来。我们真的是需要理解智能意味着什么,以及与机器的智能互动代表什么。语言是非常重要,是智能的一部分,我们需要彼此之间进行互动,因为我们有能力使用语言,我们同时可以彼此进行观察,通过语言我们可以实现很多的东西,所以我是真的把智能性的机器看作是先进的概念一部分,可以从一个非常复杂的系统,包括你的语言,有能力,能够把世界向一个更加有前景的方向推动,所以说语言等等这些是非常关键。有了这样的语言我们可以了解一个机器是不是存在什么问题,到底在执行方面还是在怎样的状态下可以使用语言与人类进行互动,帮助机器人进行修复。有一些情况下可以进行自我修复,但是我们需要进行分析了解,到底发生什么,需要什么来进行修复,我们是不是可以自我修复,还是我们需要获得其它人的支持。
  阳淼:Hod
Lipson博士您非常认真的倾听,您对这个问题怎么看?
  Hod
Lipson:生物学让我们惊讶的就是动物和生物,它们可以自我进行修复,在整个人生中可以不断的适应,在它们整个进化中不断的适应自然。对机器人来讲某一些时候可以比人的速度更快,可以一天工作24小时,一周工作7天来进行行动,它们更加强大,现在机器人可以进行自我修复适应,就像人和生物学可以做到一样。机器人有很长的路需要走,就是适应学习和不断地来适应一些无法预知的未来,或者说设计师无法预测的未来。自我的观察和自我诊断等等这些正是我们为了能够来实现更完美的未来步骤之一,我们在不断适应世界,不断进行自我建模,不断实现自我意识,预测未来会发生什么,可以采取不同的行动,这是一个自我意识的问题。最终机器人它们应该能够处理一些不确定性,来进行自我的表达和自我建模。
  阳淼:王博士除了百度的技术副总裁,我知道你还是ACL学会的副会长,您应该接触过很多这方面的知识。现在无论是谷歌还是百度,在智能的软件和机器方面有很多的尝试。能不能透露一下,你觉得将来我们最有可能走的方向或者前景是怎样的无论您作为一个学者,还是一个大公司的技术带头人,这两个角度来预测一下。
  王海峰:今天从硬件角度讲了很多机器人,小度机器人也是有一个很具体的形象可以拿来说。我们现在也做了很多硬件的尝试,包括机器人,包括一些其它的各种智能硬件,但实际我们投入更多的是背后的软件,像语音识别技术,大数据技术,机器学习的技术。这些是构成我们机器人背后智能的基础,这些可以让硬件本身更智能,让一个机器人更聪明,同时这些技术也让我们把互联网产品,比如把我们的搜索做得更好,刚才我演示的很多例子其实是搜索的例子,用户用的就会更方便,用户体验就会更好,用户可以得到更多的信息,甚至是服务,这是我们努力的方向。大家知道现在用电脑上网,或者用手机、用iPad上网,未来越来越多的硬件,越来越多的入口可以接触到互联网,可以说互联网无处不在,无处不在的互联网背后是我们这些智能技术提供服务,百度现在讲链接人与服务,怎样连接起来,其实是中间有这些智能技术作为其中的桥梁。
  阳淼:Hod
Lipson您觉得机器人智能化和智能及其的发展方向最有可能是哪一边?
  Hod
Lipson:我觉得有非常多有意思可以走的方向,比如语言、理解、自我建模、意识等等,我觉得让我最振奋的一个方向应该是机器的学习达到一定的程度,不需要进行编程,不需要进行机器的编程,可以像人和动物一样进行学习。之前人们一直在谈机器人自我的学习有40多年的时间,现在机器人可以做很多的东西,但是这次我觉得暂时没有实现。我们可能过低的估计智能,我们认为非常理所当然的一些智能的动作复杂性,我觉得需要长期,接下来的几年无法实现,未来的10-20年的时间里,我们需要开发机器学习的方法,让它们帮我们做编程,这是最大的挑战。
  阳淼:Daniela
Rus教授您怎么看待这个问题,智能机器人将来发展比较乐观的方向,或者说您认为最有可能突破的方向。
  Daniela
Rus:我觉得非常重要的一点就是我们要意识到一个机器,或者是一个机器人,它是有自己的机体还有它的大脑。我们必须实现同步的发展,这样它机器之外的能力才能拓展,我们需要给机体一些指令,彼此之间要适应,这样大脑给出指令,机器人能够做行动,这也是非常重要的。考虑到在身体和大脑之间的连,这个过程中如何来开发决定,到底你需要在身体这方面放多少的智能,需要在大脑方面做多少的智能,这是非常重要的。我同时相信Hod
Lipson讲的一样,我们有很多的方式增加当前机器人的能力,我工作的主要目标就是理解它们之间的具体的自主学。现在到底如何不断地进行推动自动化发展,我认为长期的任务就是理解机器人的语法和语意,我们可以使用一些机器,实现更加广泛的使用。如何给机器能力,让它们获得世界上的知识,维基百科、百度辞典,我们如何能够让机器理解所有的这些知识,并且来使用它们。用它们自己的逻辑理解生产出更多的智能行为,所以这种任务真正的推动了我们努力的边缘,能够把语意理解从而进行拓展,把语意和机器人的世界联系在一起,不光是机器人几何学的角度,可以使机器人做出一些有意义的行动。
  阳淼:百度百家BIG
Talk论坛开始以来,今天迎来第一位女性学术嘉宾也是一位学术大拿Daniela
Rus女士,每个人说一下女性在科研里面她们可以承担哪一些任务,现在取得了一些怎样的成就。Daniela
Rus教授说欢迎女性加入这个有趣的工作中,女性在这个领域可能发生的作用,或者说做出的贡献有什么样的总结或者说预测,三位发表一下,作为对我们第一位女性嘉宾的致敬。
  Daniela
Rus:我认为男人和女人对这一领域都可以做出自己应有的贡献,我希望有更多的女孩受鼓励进入这个领域,最后我们能够有更多的一些女孩在计算机的行业,或者在机器人的行业里做出更多的贡献,比例增加到20%。因为现在领域里的女孩比例太低了,现在这个世界上有这么多的机会可以提供给创业人来发展,我们现在真正重要的点在于谁可以提供有意义的价值,所以我觉得男孩和女孩都一样可以做出贡献,希望未来达到一半一半。
  Hod
Lipson:有一些研究证明,在三年级的时候孩子会决定他们是在工程数学,还有机械方面是不是有天赋,是在非常早期有很多的机器人技术,比如3D打印等等,这些新工具是使得技术更加有意思,对这些读小学的孩子他们会觉得有乐趣,我们可以改变这些让人振奋的技术的边界,让这些孩子进入这些技术,让他们触及更多的可能性。类似这样的活动能够让女孩接触到更多这种令人振奋更有潜力的机会,认识更多的人,我们知道会有很多的人会看这样的节目,会看到更多的可能性,能够把这种振奋传递给更多的人。
  阳淼:我看到今天现场有个别作者把自己的孩子带到现场,是不是未卜先知知道了您说的这句话,这个课堂适合少年人进行自己早期的兴趣培养和选择,海峰博士说一下。
  王海峰:很荣幸Daniela
Rus作为第一位女性嘉宾来到我们BIG
Talk,非常感谢。尤其是Daniela
Rus教授航班出了一些情况,几经周折今天中午赶到,明天早上走,在北京不到24小时,就是为了参加咱们的分享,再次表示感谢。
  男性和女性在这个领域取得成就的机会是均等的,没有必要专门区分。在百度也是,我们百度的技术团队里有女工程师,女科学家,也有女技术经理、技术总监。今天和我一起来的一位女同事就是百度的技术总监,做的非常好,刚才我讲的很多内容也是她带团队做的。
  阳淼:论坛有争论,也有非常美好的畅想,最后也有对我们第一位女性嘉宾的致敬,精彩论坛时间过的很快,我们在这里告一段落,一会儿是自由问答时间,自由问答之前我们先用热烈掌声感谢海峰博士为我们做的精彩分享。

上一篇:微软小冰闺蜜式导购预示着什么
下一篇:利普森:3D打印会颠覆你的行业
精选推荐
这些人型机器人是如此真实,你的肉眼几乎无法区分
这些人型机器人是如此真实,你的肉眼几乎无法区分

[2017-09-03]   我们生活在一个区分现实与幻想变得越来越困难的世界。由于机器人技术的进步,创造人工的人类正在逐渐接近完美的最终目标。我们现在看到的机器人不再只是一块发光二极管,......

如何让人工智能机器人快速自我纠正错误并吃一堑长一智?
如何让人工智能机器人快速自我纠正错误并吃一堑长一智?

[2017-08-23]  莱斯特大学数学系的研究人员在《Neural Networks》杂志上发表了一篇文章,概述了新算法的数学基础,可以使人工智能收集错误报告并立即纠正,而不影响现有技能 ,同时还会积......

MIT用深度学习处理3D点云数据 应用于无人汽车等领域
MIT用深度学习处理3D点云数据 应用于无人汽车等领域

[2019-10-23]  如果你见过自动驾驶汽车,也许会对车顶上那个一直在旋转的圆柱体感到好奇。这是一个雷达传感器,无人驾驶汽车依靠它在现实世界中进行导航。 ...

机器人iCub作为嵌入式AI的标准机器人研究平台的重要性
机器人iCub作为嵌入式AI的标准机器人研究平台的重要性

[2017-12-24]  机器人的研究在过去10年中得益于一个具有嵌入式人工智能(AI)的标准化开源平台——人形机器人iCub。iCub最初在意大利被创建,如今在欧洲、美国、韩国、新加坡和日本的实验室......

通过对抗性图像黑入大脑
通过对抗性图像黑入大脑

[2018-03-02]  在上面的图片中,左边是一张猫的照片。在右边,你能分辨出它是同一只猫的图片,还是一张看起来相似的狗的图片?这两张图片之间的区别在于, ...

Crossbar将电阻式RAM推入嵌入式AI
Crossbar将电阻式RAM推入嵌入式AI

[2018-05-17]  电阻RAM技术开发商Crossbar表示,它已与航空航天芯片制造商Microsemi达成协议,允许后者在未来的芯片中嵌入Crossbar的非易失性存储器。此举是在先进制造业节点的领先代工厂选......

受大脑控制的机器人
受大脑控制的机器人

[2017-03-21]   想让机器人做我们想做的,首先,他得全面地了解我们。通常,这就意味着人类需要要付出更多。比如,教机器人复杂的人类语言或者把一项任务 ...

什么是机器人学?机器人学简介
什么是机器人学?机器人学简介

[2017-12-14]  机器人学是工程学与科学的交叉学科,包括机械工程,电气工程,计算机科学等。机器人技术涉及机器人的设计、制造、操作和应用,以及用于控制、感官反馈和信息处理的计算机系统。...

本周栏目热点

李开复:关于人工智能在中国异军突起的六大主要原因

[2017-11-07]  虽然世界各个国家都已经开始加速对人工智能行业进行布局,虽然世界各国都已经出台了各种政策表示对人工智能的支持,但是就目前的发展形势来看,中美两国在人工智能领域的发展......

[2018-02-05]  “人工智能国际主流学界所持的目标是弱人工智能,也少有人致力于强人工智能。那么,这是不是因为强人工智能‘太难’,所以大家‘退而求其次’呢?不然。事实上,绝大多数人工......

阿里研究院:关于互联网+制造业的10个观点(组图)

[2015-12-29]     互联网对商业环节的渗透和改造是逆向的,从与消费者最近的广告营销端开始, ...

2020年中国AI基础数据服务行业发展报告

[2020-04-03]  核心摘要:目前人工智能商业化在算力、算法和技术方面基本达到阶段性成熟,想要更加落地,解决行业具体痛点, 需要大量经过标注处理的相关 ...

【业界观点】2016年工业机器人需求增速将放缓

[2016-01-19]     2015年中国工业机器人需求规模达到109亿元,同比增长16%,而2016年机器人需 ...