1700550368
1700550369
Eatsa、先锋理财、麦当劳、发现金融服务公司等许多企业正在追逐由支持或反对虚拟化的客户偏好定义的细分市场。这是一个自然而然的事情，但我们在想，反对虚拟化的庞大市场规模能保持多久？近来美国银行柜员数量的下降表明，一旦有足够稳健的虚拟化可用于特定的流程，许多人就会用它，尤其是随着时间的推移，越来越多的人口将由“数字原生代”组成。而如果选择人类服务耗时更多，又或者它低效、令人不快，虚拟化就更占上风。倘若完全自动化且足够安全私密的机场安检突然可用，那么有多少人会选择排队由安检人员进行检查呢？
1700550370
1700550371
在足够的技术进步、足够的实验和足够的迭代之后，我们认为，由自动化和数字化作为中介的流程将变得相当普遍，并将取代许多现在以人为中介的过程。简而言之，我们相信虚拟化是一种长期性趋势，在这里，长期性类似于金融行业的用法，它表示将在几年内展开的长期趋势，而不是短期的波动。
1700550372
1700550373
自动化爆发
1700550374
1700550375
Eatsa想做的不仅是虚拟订餐，它还想做备餐自动化。其厨房中的备餐是高度优化和标准化的，该公司用人类厨师而不用机器人，主要原因是鳄梨、西红柿、茄子等被加工对象的形状不规则，而且也不全是坚硬的。这些特征对人来说没什么问题，人类从来就生活在一个不如人意的世界。然而到目前为止，造出来的大多数机器人更善于处理完全坚硬并且彼此差异不大的物品。
1700550376
1700550377
究其原因，机器人的视觉和触觉从来就非常原始，比人差太多，而正确处理番茄通常需要以非常精确的方式观察和感觉它。还有一个原因，给机器人编程处理糊状物体极其困难，这又是一个“我们所知的多于所能说的”例子，因此，机器人的“大脑”远远落后于我们，就像它们的感觉一样。
1700550378
1700550379
但是，机器人正在迎头赶上，已经出现了几个机器人厨师。在中国黑龙江省的一家餐厅，拟人化的紫色机器人明火爆炒、清炒，而人则做着准备工作。2015年4月的汉诺威工业展览会上，英国公司Moley Robotics推出了一款高度自动化的厨房，其核心是一对从天花板吊下的多关节机器人手臂。它模仿大厨在制作招牌菜时的动作。展会期间，这对手臂制作了由英国《厨艺大师》电视大奖得主蒂姆·安德森（Tim Anderson）研发的螃蟹。一位在线评论员点评说：“很好啊，如果是在餐厅享受这美味，我眼睛眨都不眨。”然而，食物准备工作还是必须由人类完成，机器人手臂没有眼睛，所以如果任何用料和器皿与预期不符，它们就会失败。
1700550380
1700550381
我们所见过的最先进的机器人厨师是风投资本家温诺德·柯士拉（Vinod Khosla）资助的机器人快餐公司Momentum Machines开发的汉堡制作机。它使用生肉、面包，以及酱汁等调味品，然后将其制成袋装汉堡，制作速度高达每小时400个。这个机器自己完成大部分的食物准备工作，基于保鲜的原因，它只有在接到订单时才开始研磨、混合并烹饪。在很大程度上，机器还允许食客定制自己的汉堡包，例如指定烹饪方式和肉饼中的肉类组合等。我们可以为这些美味汉堡做证。
1700550382
1700550383
机器人之舞
1700550384
1700550385
这些自动厨师是正在呈现的机器人“寒武纪爆发”的早期例子。提出这一概念的是丰田研究所首席执行官吉尔·普拉特（Gill Pratt），他也是我们以前在麻省理工学院的同事。寒武纪爆发始于5亿年前，是一个相当短暂的时间段，在此期间，地球上大部分的主要生命形式——门类——出现了。今天，地球上几乎所有的身体类型都可溯源于这一突发的密集进化创新。
1700550386
1700550387
普拉特认为，我们即将体验到一些与机器人创新相似的变化。他在2015年写道：“今天，几个前沿领域的技术发展正在激发机器人多样化和适用性的类似爆发。机器人依赖的许多基础硬件技术，特别是计算、数据存储和通信，已经以指数级增长率得到了提升。”寒武纪爆发最重要的推动因素之一是愿景，也就是生物物种首先发展出看世界的能力的时刻。这为我们的祖先带来了大量的新能力。普拉特指出，就机器而言，我们现在处于类似的入口。机器前所未有地学习观察，并获得随愿景而来的许多好处。
1700550388
1700550389
我们的讨论和调查指向5个并行、相互依赖和重叠的领域的最新进展，它们是数据、算法、网络、云端和指数级改进的硬件。我们用其英文首字母缩写“DANCE”来记住它们。
1700550390
1700550391
数据。数十年来，音乐CD（激光唱片）、电影DVD（数字视频光盘）和网页加入世界上用数字化编码的信息，但在过去几年间，创造的速度暴涨。事实上，据IBM估计，90%的全球数字化数据是在过去两年内产生的。来自智能手机和工业设备传感器的信号，数码照片和视频，不间断的全球性社交媒体洪流以及许多其他信息来源混合在一起，使我们置身于一个空前的大数据时代。
1700550392
1700550393
算法。海量数据很重要，因为它支持并加速了前一章所述的人工智能和机器学习的发展。现在，深度学习和强化学习等主导该领域的算法和方法都有一个基本属性，即提供的数据越多，结果就越好。在某一时点，大多数算法的表现通常会趋于稳定，或者说到了“渐近线”，此后输入更多数据只会产生很少改进，甚至根本没有改进。对当下广泛使用的许多机器学习方法而言，情况似乎并不是这样。吴恩达告诉我们，使用现代算法，“摩尔定律和一些非常聪明的技术工作正不断推移渐近线”。
1700550394
1700550395
网络。远近距离的无线通信技术和协议正在迅速改善。例如，美国电话电报公司和威讯在2016年宣布试用无线5G（第5代移动通信）技术，其下载速度高达每秒10GB（千兆字节）。这比LTE（高速无线通信标准）网络的平均速度快50倍，而LTE网络本身又比上一代3G（第3代移动通信）技术快10倍。这样的速度提升意味着更好、更快的数据积累，也意味着机器人和无人机可以不间断沟通，从而协调好工作，并在飞行时一道对快速变化的环境做出反应。
1700550396
1700550397
云端。组织和个人现在可以获得前所未有的计算能力。应用程序、空白的或预配置的服务器以及存储空间都可以长期租用，或通过互联网租用几分钟。这种面世未满10年的云计算基础设施以三种方式加速了机器人的“寒武纪爆发”。
1700550398
1700550399
首先，它大大降低了进入门槛，以前只能在优秀研究型大学和跨国公司的研发实验室中发现的计算资源，现在已经可以提供给初创公司和独立发明人。
1700550400
1700550401
其次，它允许机器人和无人机设计者探究本地计算与中央计算的重要权衡，即哪些信息处理任务应该在每个机器人本身的“大脑”中完成，哪些又应该由云端巨大的全球性“大脑”完成？看起来，在今后一段时间，诸如重现以往体验并从中获得新见解之类的最密集的工作将在云端进行。
1700550402
1700550403
最后，也许最重要的是，云意味着机器人或无人机部落的每个成员都可以快速得知其他每个成员的工作。正如普拉特所说：“人类需要几十年的时间才能够充分学习，然后增补有意义的常识纲要。然而，机器人不仅能进行交互式学习，而且可以在创造性活动之后立即将其添加到机器人的知识简编中。”这种普适的“蜂巢头脑”的早期例子是特斯拉的车队，它们共享各自所通过的路边物体的数据。信息共享帮助该公司与时俱进，了解到哪些物体是永久性的（许多不同车辆在同一地点看到的东西），从而避免跑到路中央。
1700550404
1700550405
指数级改进的硬件。摩尔定律是指每过18—24个月，集成电路的能力就稳步翻一番。至2015年庆贺其面世50周年时，它强健依旧。最近有人指出该定律正面对物理限制，因此今后几年的增长速度将逐渐放缓。这可能是真的，但是，即使科技界的科学家和工程师在未来几十年无法发明更好的硅片蚀刻方法，我们也相信，我们将继续使用处理器、记忆体、传感器、存储器、通信器等数字化装置，安享价格降低、性能提高的好处，这样的日子还很长。
1700550406
1700550407
这怎么可能呢？无人机制造商3D Robotics的首席执行官克里斯·安德森（Chris Anderson）栩栩如生地向我们介绍了无人机行业发生的事情，并延伸到其他许多方面。他向我们展示了一个直径约1英寸[3]、高3英寸的金属圆筒，并且说：“这是一个陀螺传感器。它是机械的，要花1万美元，它是20世纪90年代时一些非常有才华的女士在航天工厂用手缠绕制造的。它负责一个运动轴。在我们的无人机上有24个功能相似的传感器。在以前，每个要花1万美元，也就是要装价值24万美元的传感器。顺便说一下，它有一个冰箱大小。然而，我们现在只需使用一个或几个小小的芯片，每个花3美元，它们几乎看不见。”
1700550408
1700550409
安德森的观点就是：廉价的原材料、巨大的全球市场、激烈的竞争和大批量制造的规模经济相结合，从本质上保证了持续大幅下滑的价格和性能改善。他将个人无人机称为“智能手机战争的和平红利，也就是说，智能手机的组件，如传感器、GPS（全球定位系统）、相机、ARM处理器、无线、内存、电池等，所有这些都是由苹果、谷歌等公司不可思议的规模经济和创新机器驱动的，现在花几美元就可以得到。10年前，它们基本上都是不可能实现的。这些以前是军工技术的东西，现在都可以从RadioShack公司买到”。
1700550410
1700550411
“DANCE”的要素汇合起来，正在机器人、无人机、自动汽车和卡车以及许多深度数字化的机器领域制造“寒武纪爆发”。价格大幅下降的装置激活了更高速度的创新和实验，产生了大量数据。它们被用于测试和优化算法，帮助系统进行学习。算法被置于云端，并通过强大的网络分发到机器。创新者又开展下一轮的测试和实验，如此周而复始，持续下去。
1700550412
1700550413
举重若轻之舞
1700550414
1700550415
在物理世界，机器人、无人机和所有其他数字机器如何蔓延到整个经济体呢？它们在未来几年会扮演什么角色？标准的观点是：机器人最适合沉闷、肮脏和危险的工作。我们在这个列表上再添加一个“D”，它代表“昂贵的”或“代价高昂的”。某项给定任务具有的以上属性越多，将其转换到数字化机器的可能性就越大。
1700550416
1700550417
访问施工现场并检查进度就是一个很好的例子。这些现场通常很脏，有时很危险，确保按计划完成工作、维度正确、线条合理等，这些都是沉闷的工作。尽管如此，定期派人到现场执行检查还是必要的，因为小错误会随着时间的推移而放大，代价变得高昂。不过，这项工作似乎很快就会实现自动化。
[
上一页 ]
[ :1.700550368e+09 ]
[
下一页 ]