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。
1700550418
1700550419
有95年历史的日本小松公司是世界上第二大的建筑设备公司，2015年秋天，它宣布与美国无人机初创公司Skycatch建立伙伴关系。美国公司的小型飞行器将飞越一个场地，精确地将其映射到三维空间。该公司将不断将这些信息发送到云端，在那里，软件将这些信息与一项场地计划进行匹配，并将所得结果用于指导一组自动驾驶的推土机、自卸卡车和其他掘土设备。
1700550420
1700550421
农业也可能很快被无人机改变。克里斯·安德森让我们想象一个农场，每天都有无人机飞过田野，在近红外波长的光线下扫描它们。这些波长提供了关于作物健康的大量信息，目前的无人驾驶传感器足够准确，可以分别评估每平方英尺的土地。而且，鉴于传感器的指数级改进，它很快就能单独查看每棵植物。每天驾机飞越田野既沉闷又昂贵，但随着小型廉价无人机的到来，这两个缺点都消失了。这些从每日低空飞行获得的信息加深了对给定作物随时间变化的了解，并且使得给水、施肥和喷射农药更加精准。现代农业设备通常具有按不同地块喷洒不同数量关键作物肥料的能力，而不是定量投放。无人机数据有助于充分利用这一能力，使农民深入精准农业时代。
1700550422
1700550423
保险公司也可能很快会使用无人机，以便评估龙卷风后屋顶受损的程度、帮助保护濒危动物群体免遭偷猎、防止偏远森林受到非法采伐以及完成许多其他任务。无人机已经被用于那些原本沉闷、肮脏、危险或昂贵的设备检查工作。英国公司Sky Futures专门针对北海的石油钻塔开展无人机业务，在那里，金属和水泥经过一段时间之后就敌不过盐水和恶劣天气。Sky Futures的无人机在各种条件下穿行于钻塔之间，因此钻井工人不再需要攀高作业，也无须悬吊着观察有什么情况发生。
1700550424
1700550425
机器承担了沉闷、肮脏、危险或昂贵的工作，这是眼下我们一再看到的模式。
1700550426
1700550427
• 2015年，力拓成为首家利用完全遥控卡车车队运送其在西澳皮尔巴拉地区矿山的所有铁矿石的公司。无人驾驶的车辆每年工作365天，每天运行24小时，并受位于千里之外的控制中心的监控。从休息、缺勤和班次变化中节省的成本，使机器人车队的效率比由人驾驶的车队高出12%。
1700550428
1700550429
• 目前，自动挤奶系统在丹麦和荷兰等领先的乳制品国家生产约1/4的牛奶。10年内，这一数字预计将上升至50%。
1700550430
1700550431
• 在日本，90%的作物喷洒目前由无人直升机完成。
1700550432
1700550433
诚然，机器接管任务的模式在工厂里面已经开展了数十年，在工厂里，工程师们可以很好地做到我们在麻省理工学院的同事戴维·奥托所说的“环境控制”，也就是“极大地简化机器的工作环境，促成自动化运作，就像我们熟悉的工厂装配线一样”。当自动化运作具有原始级的“大脑”但不具备感知环境的能力时，环境控制是必要的。然而，随着“DANCE”的所有元素一道改进，自动化运作可以脱离严格控制的工厂环境，进入广阔的世界。这正是机器人、无人机、自动汽车和许多其他形式的数字化机器目前所做的事情。在不久的将来，它们会做更多工作。
1700550434
1700550435
人类做什么
1700550436
1700550437
我们的人脑和身体如何与这些机器一道工作？主要有两种方法。首先，由于机器能在物理世界中做更多的工作，所以我们会干越来越少的体力活，转向脑力活，使用的是前面的章节及下一章所描述的方式。这显然是农业这个人类最古老的行业正在发生的事情。
1700550438
1700550439
长期以来，耕耘土地、种植作物是人工从事的劳动密集程度最高的工作，而它现在却是知识最为密集的工作。正如印第安纳农民布莱恩·斯科特（Brian Scott）的博文所写：“你知道我爷爷跑步时想什么吗？……收割机和组合……他会想……今天的机器会如何……通过无形的GPS信号自动驾驶，同时制作可打印的地图，展示收成和谷物湿度等。太棒了！”同样，最现代化的工厂的工人也不再需要有强壮的身体。相反，他们需要自如地使用文字和数字，善于解决问题，能够参与团队工作。
1700550440
1700550441
不夸张地说，人们与机器人及其同类一道工作的第二种方式就是“肩并肩”。再说一遍，这不是什么新鲜事。工厂里的工人长期以来一直被机器包围，经常与机器密切合作。我们人类整合了聪明的头脑、敏锐的感觉、灵巧的双手和坚定的脚步，迄今没有任何机器可以匹敌，这仍然是非常有价值的组合。关于这一点，本书作者之一麦卡菲最喜爱的示例来自意大利博洛尼亚著名的杜卡迪摩托车厂。杜卡迪发动机特别复杂，[4]不过他有兴趣了解其组装过程中有多少自动化的成分。然而，答案是几乎没有。
1700550442
1700550443
每台发动机由一名工人组装起来，这名工人顺着一条缓慢移动的传送带走动。当每个组装步骤所需的发动机部件从传送带通过时，工人就把它们拿起来放在正确的所在，然后将其固定在适当位置并根据需要进行调整。组装杜卡迪发动机需要运动，需要能够在各种紧凑空间中操纵物体，需要有良好的视力和高精度的触觉。杜卡迪公司的评估认为，没什么自动化能够拥有所有这些能力，因此发动机组装仍然是人的工作。
1700550444
1700550445
许多零售商的仓库需要类似的能力，那些像亚马逊一样销售各种形状和规格产品的零售商尤其如此。亚马逊还没有找到或开发出数字化的机械手或抓取器，[5]能可靠地在货架上抓取各种货品并放在一个盒子中。所以该公司找出了一个聪明的解决方案：它把货架运送给人，然后由人把合适的货品打包并付运。与人的膝盖一般高的机器人推着货架柜在公司庞大的配送中心周围快速游走，它们原先是由波士顿的Kiva Systems公司生产的，该公司于2012年被亚马逊收购。这些机器人在货架柜下方疾走，将其抬起，交给等着的人。当人拿走所需的货品时，机器人和货架柜就迅速撤离，另一组机器人和货架柜接着占位。这种安排利用了人的视觉和灵巧，这是他们比机器人更具优势的地方，同时避免了体力消耗，以及从一个货架走到另一个货架的时间损失。
1700550446
1700550447
相比机器人和无人机，我们的优势还能保持多长时间？这是一个很难回答的问题，尤其是因为“DANCE”的各个元素还在继续独自改善或整体提升。然而，我们感官和手脚的组合似乎使机器难以取胜，至少在几年内是如此。机器人正在取得惊人的进步，但是当它们尝试做拟人化的事情时仍然比我们慢得多。毕竟，我们的大脑和身体源自数百万年的演变，代表了很好地解决物理世界的难题的造物设计。吉尔·普拉特曾经担任美国国防部高级研究计划局的项目经理，他负责2015年的“机器人挑战赛”。那些自动化的参赛者小心翼翼地行走，以至他将其比喻成“本想看激烈比赛，结果看到的是高尔夫球赛”。当然，相比2012年的首次竞赛，这已经是很大的进步了。据普拉特说，首次比赛更像是在打发时间。
1700550448
1700550449
未来之物
[
上一页 ]
[ :1.7005504e+09 ]
[
下一页 ]