机器人行业洗牌将至

在2016年-2017年期间，资本和政策都在大力推动工业机器人产业的发展，工业机器人发展十分迅猛

不过，进入2018年后，工业机器人的市场发生了变化，失去之前的强势，到了2019年，整个工业机器人行业逐渐低迷。

中国机器人产业联盟（CRIA）公布的数据显示，2018年中国工业机器人全年累计销售13.5万台，较2017年减少了6000台，同比下降3.75%，在继国产品牌占有率五年首降之后，国产工业机器人的市场销量也迎来下降。

工业机器人销量下滑，直接受到影响的就是机器人厂家。对于国产品牌而言，这个“冬天”则显得格外寒冷。

目前，国产工业机器人发展正面临销售下降、增长减缓、盈利困难的尴尬局面。

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。

中国机床业处于什么地位?

中国机床业处于什么地位？ 两个其中一是01年-11年，特别是在01年中国开始加入了世界贸易组织以后，中国的贸易开始繁荣，同时对于机床的需求也是很高，国产机床增长速度非常的快。同时据调查数据显示，在2001一直到2009年期间，我国机床主营收入年均增长率为24.4%，利润年均增长率为20.7%，在2010-2011年期间，主营收入以及利润数据均维持高速增长。 数控机床技术在我国开始真正的成熟起来，同时得到了快速的普及。从以上内容显示我们可以知道自从2001年开始，我国的机床行业也迎来了长达十年的黄金发展周期，市场的规模不断扩大。同时我们国家在一些相关的制造业领域开始崛起与建设是息息相关的，自从我们的艘航空母舰就是从那个时候开始继续建造的，而歼20开始研制的时间，也恰恰是那段时间。