1701071752
1701071753
谈起当下机器人的发展现状，皮特印象最深刻的进步是“监督式深度学习”（supervised deep learning），他认为这让机器人的图像和声音识别能力在过去五年里有了很大的突破，一些训练过的机器人系统可以“看图讲故事”了，比如你问它“这只猫在干吗”？它可能回答“猫在追一只球”，虽然回答还做不到准确和完善，但已经接近“配置常识”，这已是振奋人心的进步了！这种进步的背后，主要是关于如何使用足够多的大数据和强大的计算能力研发出人工神经网络算法，皮特对此格外兴奋，因为很长一段时间以来，机器人对图像的理解都只局限于识别图像标签的阶段，它可以识别出狗或猫，但并不理解图像本身，也无法解释到底发生了什么。
1701071754
1701071755
皮特表示，监督式深度学习只是众多机器学习方式中的一种而已，它完全是关于模仿的，你只要给机器一个例子，一些相对应的标签和动作即可。他真正感兴趣的则是深度强化学习，即让机器人通过不断试错的方式进行自我学习。“我的关注点是如何让机器人学会‘自学’，这种学习能力可以是通过观察模仿人类得来的，也可以是通过机器人自己不停试错得来的，这是我和团队成员目前花时间最多的事情。”
1701071756
1701071757
除了叠毛巾，皮特的团队已经尝试让机器人通过不断试错的方式学会了拧瓶盖等技能，虽然速度还很慢，学拧瓶盖就得花一个小时。但“这也不算太糟，婴儿学拧瓶盖得3年”。也就是说，机器学习里非常重要的一个挑战是技能的转移。“目前的深度强化学习方法很擅长学习一些特定的技能，但是这些技能并不能转化为你想让机器学的另一项新技能，这却是让机器人进入真实世界的关键所在，毕竟，机器人每次学的东西总会有些不同，你又不想每次都从零开始。”
1701071758
1701071759
皮特认为，虽然现在机器人产业一片火热，能做外科手术的达芬奇手术机器人（Leonardo’s robot）以及不少制造业使用的越来越精巧的工业机器人等让人赞叹，但目前机器人的一大问题是它们还无法处理不确定因素。“只要机器人处于一个它之前从未经历的新情况中，要它自己做决定几乎是不可能的”，不过，皮特觉得这正是如今人工智能开始进军的领域，他很期待看到接下来机器人会如何处理真实世界之中的各种变数。
1701071760
1701071761
虽然现在机器人热度居高不下，但环顾四周，街上汽车到处都是，却很少见到活动的机器人。大部分人还不愿意像买一辆车一样买一个智能机器人，究其根本，不是因为费用的问题，更多的是机器人能力的问题。虽然目前新推出的机器人五花八门，但它们的能力仍然非常有限，能做的事情就那么一件或几件，人们当然不愿意花几百美元买一个只会把脏衣服从地上捡起来放进洗衣篮的机器人，况且，机器人在实际操作中还有可能犯错。
1701071762
1701071763
“确实，现在的机器人就处于这样一个尴尬的位置，虽然我们在实验室里已经证明机器人可以做很多基本事情，但实验室跟家庭里能广泛应用的机器人又是两码事，我很希望未来10年里，人们家里能有自己动手干活的机器人，即便这样我都不知道是否能够实现”，皮特并不特别乐观。
1701071764
1701071765
对于人工智能的未来，皮特表示，如果将来人们真的能制造出一个具有人类智力水平的人工智能系统，那么很有可能会发生的是，迟早有一天它会变得比人还聪明。因为人与人之间的信息分享是很有限的，我们只能交谈、打手势等，但如果两个人工智能系统互相交流，它们可以直接相互读取对方的大脑，同时下载对方所有的内容。“当然，今天我们暂时还不用担心人工智能超越人类智能，长远来看，我们或许应该担心，不过，长远又到底是多远呢？5年，10年，还是100年？又有谁知道呢？”皮特说。
1701071766
1701071767
安德·凯：当我们在说机器人时，我们到底在说什么
1701071768
1701071769
安德·凯（Andra Keay）是硅谷机器人（Silicon Valley Robotics）集团的常务董事，该集团主要关注机器人技术的创新和商业化，这让安德对硅谷的机器人新公司发展情况非常熟悉。此外，她还是机器人黑客空间Robot Garden的创始人，全球范围内有名的机器人科技新闻网站Robohub的主要创立人。
1701071770
1701071771
与安德的会面安排在了一个机器人黑客空间里，她认为机器人是21世纪无所不在的工具和新技术，对让更多人接触机器人技术有着浓厚的兴趣和使命感。安德在访谈中最有趣的观点是对机器人这个概念进行了反思，提出“任何一辆汽车其实都是机器人”。
1701071772
1701071773
什么是机器人
1701071774
1701071775
当人们说机器人时，他们到底指的是什么？很多人对机器人的定义里包含了许多将机器人拟人化的偏见。当我们想到机器人时，我们想到的对象往往是比猫大，比马或房子小，跟人差不多一样大小和形状的东西。我们往往会在它身上试图寻找一些跟人相似的东西，比如有脸、有眼睛或一些表情，或者有手臂，即机械臂，甚至有一半都跟人相似等。
1701071776
1701071777
我赞同国际标准化组织（ISO）对机器人的定义，即，“机器人是可自动控制且可重复编程，具有多功能机械手以及三个或更多的轴，在工业自动化应用中固定或移动使用的设备”。我认为这个定义非常切合实际，它包括了许多我们传统观念里不认为是机器人的设备，说明现在我们关注的“机器人”其实只是整个机器人中的一小部分。当我们将机械臂和电脑等设备塞进一个盒子里，我们就很容易忘记了这些东西跟我们称为“机器人”的东西其实拥有一样的构造和部件。这些东西马上就变成了“电器”或“交通工具”，比如智能洗衣机、汽车。今天的任何一辆汽车都是机器人，今天的任何一辆飞机也是机器人。但我们对它们习以为常乃至视而不见。
1701071778
1701071779
当大多数人聊起机器人时，他们要么说的是跟人相似的机器；要么说的是我们如何跟机器人互动，如何处理机器人可能会抢走人类工作的恐惧或如何能让机器人在未来更好地帮助人类的渴望；要么说的是电影和电视里才有的机器人。这个时候，我们完全是从人类的视角来看机器人的。
1701071780
1701071781
华盛顿大学的法学家雷恩·卡罗（Ryan Calo）已经在关注机器人对我们生活的影响。比如，当一个机器人撞倒了一个邻居，或伤害了邻居的狗，我们该怎么处理？他通过研究关于机器人的诸多法律案例发现，在法律上，对如何定义机器人的分歧很大，法官往往基于他们对特定情况的理解来判定。在一些案例中，法官使用的定义是，“机器人是没有思想的、能自动移动的机器”。在另一案件中，他们使用的定义则是，“机器人是有自主活动能力，能不受控制的机器”。某种程度上，机器人的概念“迷失”了，因为它变得非常具有功能导向了。
1701071782
1701071783
当我们制造需要在现实世界里工作，并且可控制的设备时，我们用非常务实乃至严格的工业标准来定义机器人。比如，我们对制造一辆车就有许多标准，对挖掘机、收割机、公共汽车以及跑车都有不同的标准。但是，现在一些全新的机器人设备正在进入市场，但我们还没有来得及对它们进行分类，它们可以用于农业，也可以用于工厂，我们到底该怎么称呼它们呢？以无人机来说，它在十几年里被人熟知的是非常昂贵的军事设备，最近几年又变成了消费级的玩具，我们现在希望将其商业化，比如无人机快递。但我们还不清楚它到底最适合哪种商业，又需要受到怎样的控制，这些都是需要我们探索和解决的。
1701071784
1701071785
我尤其关注这些问题，因为这涉及机器人如何从实验室走向市场。有一个机器人定义的“笑话”，说机器人就是那些在演示片里还无法很好工作的设备，我倒觉得很合适。因为像汽车和飞机这样运行和服务得很好的设备，我们便视为理所当然，不称为机器人了。
1701071786
1701071787
机器人的未来
1701071788
1701071789
如今，机器人领域的新技术、新公司以及投资都集中在硅谷。我翻阅和查找了所有该领域能找到的数据，发现在2009~2014年这5年间，美国机器人领域的投资总额约为10亿美元，而2015年一年的投资金额就约10亿美元，其中，约3/4都集中在硅谷。这让我非常震憾。硅谷在这一领域能有这么多新公司，我觉得跟Willow Garage在此诞生，并奠定了开源机器人技术的基础有关，也跟硅谷两个独立的机器人技术研究和发展中心有关，即OtherLab和美国斯坦福国际咨询研究所。2017年硅谷在该领域预计会有100家左右新公司出现，而且它们也应该都能找到资金。
1701071790
1701071791
这一领域的硅谷新技术中，我印象比较深的是微型机器人和纳米机器人，它们目前主要还在试验阶段，但也有一些正在商业化。比如，我们将在未来几年内看到用于眼科手术的纳米机器人以及用于建筑业的微型机器人。软体机器人也非常让人兴奋，它们柔软灵活，可弯曲变形，可以抵达传统机器人无法抵达的空间，可以被用于医疗领域的手术、外骨骼等，也可以用于勘探，有着非常广阔的行业应用前景。
1701071792
1701071793
要靠新的机器人技术来赚钱还言之太早，明显能赚钱的是现在不少公司在制造的物流机器人以及应用于汽车和交通领域的机器人技术。新型工业机器人以及用于农业、物流、手术和护理的机器人也应该很快能看到利润。对还在机器人领域不断涌现的新公司来说，重要的还是要能快速清晰地判断自己的技术是否会有消费者，是否能满足市场的需求。毕竟，很多新公司的失败不是因为它们没有资金支持，是因为它们一直都没有找到消费者。
1701071794
1701071795
未来，机器人会渗入每个领域，它当然会改变人的工作，但利大于弊。机器人会代替人类完成很多人类不喜欢的以及不能完成的工作，人类将做更多自己热爱的工作并得到更高的薪水。就好像一百年前，约超过3/4的劳动力集中在农业领域，如今越来越多的人可以去读大学，去做别的自己喜欢的工作而不是捆绑在农业上一样。我希望在下一个十年中，机器人能够进入我们的日常生活。
1701071796
1701071797
奇点大学人工智能讲师沃森：请尊重机器人
1701071798
1701071799
雷·库兹韦尔的奇点理论是人工智能领域绕不过去的话题。2016年3月22日，斯坦福大学为不久前逝世的人工智能之父马文·明斯基（Marvin Minsky）举行了纪念会，我在会上看到了曾是马文·明斯基学生的雷·库兹韦尔，他和女儿一起，就坐在我的旁边，上台之前，他都在不停地修改自己的演讲手稿。
1701071800
1701071801
结果，库兹韦尔的演讲出乎意料的简短，估计所有人都记住了他“雷式风格”的结束语，“我相信，2045年（他预测的奇点到来，人类永生之年），我们就能再次见到明斯基”，像是一部超现实主义电影的开场。库兹韦尔坚信，奇点就是这样一个“技术以指数级的发展推动人类的解放，使人类能力产生质变的”时刻，而他创办的奇点大学就正为这一天做着准备。
[
上一页 ]
[ :1.701071752e+09 ]
[
下一页 ]