1704804910
1704804911
美国80%的大农场已普及农业物联网技术,3个农场工人借助高度自动化的大型农业机器人,可以完成1万英亩的土地管理和玉米收割,效率得到了空前提升。
1704804912
1704804913
农作物喷洒员是美国死亡率排行第三的职业。而无人机喷洒的大规模应用就有效解决了这一问题。日本90%的作物喷洒是使用小型无人机完成的;还有一款名为Hornet的无人机可以在空中检测农作物的健康状况,及时向农场主预警。
1704804914
1704804915
美国一家农业机械公司推出的机器人会从不同土壤的实际情况出发,适量施肥。这不仅合理地减少了施肥的总量,降低了农业成本,还使地下水质得以改善。
1704804916
1704804917
法国发明了一种专门服务于葡萄园的机器人,它几乎能代替种植园工人的所有工作,比如修剪藤蔓、剪除嫩芽、监控土壤和藤蔓的健康状况等。
1704804918
1704804919
英国西尔索农机研究所开发出的果实分拣机器人,能把大个西红柿和小个西红柿加以区别,然后分拣装运,也能将不同大小的土豆分类,并且不会擦伤果实的外皮。
1704804920
1704804921
西班牙科技人员发明的柑橘采摘机器人,能够从柑橘的大小、形状和颜色判断出是否成熟,决定可不可以采摘。它每分钟摘柑橘60个,而靠手工只能摘8个左右。此外,机器人还能对摘下来的柑橘按大小马上进行分类。
1704804922
1704804923
德国博世研制出一种可以除草的机器人Boni Rob,它可以在很多地块之间快速行走,找出杂草并清除掉,平均每分钟可以清除掉120根杂草,速度比人工或药物快得多。
1704804924
1704804925
在新疆生产建设兵团,种植700万亩棉花,每年付出拾花采摘费近4亿元。南京农业大学团队研发出一种机器人,不仅可以采摘棉花,还能迅速、准确地判断出籽棉的品级。
1704804926
1704804927
中国农业大学工学院农业机器人实验室研发的嫁接机器人,能瞬间完成精确定位、抓取切苗、接合固定等多步操作,从放苗到嫁接成功,整个过程只需几秒钟的时间,其效率是人工作业的6~7倍,同时,机器人嫁接苗的成活率高达95%。
1704804928
1704804929
中国还有几亿农民,但年龄普遍偏大,农业智能机器人的发展既可能冲击农民就业,也可能缓解农业劳动力的不足。这是利还是弊,要看农业智能机器人的普及速度。
1704804930
1704804931
卓越判断力挑战人类智商
1704804932
1704804933
在需要处理信息来完成工作的时候,智能机器表现得比人更为出色,其判断的精准度是出类拔萃的。人工智能从庞大的、复杂的、无序的个体数据中发现更为本质、更能解释世界的规律,从而解决很多难题。
1704804934
1704804935
谷歌和百度早就开始使用人工智能技术推荐搜索结果和广告;人工智能可以帮助企业研发新药,比如完成研发过程中的无数次精准试验;人工智能教育系统可以分析学生的语音、作业、考试等过程数据,识别用户学习水平,如果学生表现出色,速度就会加快,如果他或她有些吃力,程序就会放缓、改变教学风格或发信号给教师请求援助,这意味着所有学生接受一种教育的模式的终结;人工智能还可以帮助提高票务分析效率、寻找最佳的投资方案、寻找最优的家庭能源使用方案等。
1704804936
1704804937
人工智能判断力的本质是计算。1651年,哲学家托马斯·霍布斯发表《利维坦》,一个开创性的思想首次出现在人类文明中:“推理”只不过是“计算”。哲学家帕斯卡尔在1642年发明的机械计算器Pascalina就已经可以计算了,Pascalina就是人工智能的远祖。随着机器计算速度的指数性增长,其判断力(包含推理、分析、预测)也在飞速进步,人类正在失去地球唯一高级智能体的中心地位。
1704804938
1704804939
顶尖的围棋高手智商都超乎寻常,常昊智商138,李昌镐139,罗洗河高达160。智商超过140的属于万里挑一,100万人中只有一个智商超过160。这足以证明战胜人类围棋冠军的阿尔法狗具有高智商了。
1704804940
1704804941
阿尔法狗的研发团队中并没有围棋高手,它也不理解围棋中“势”“厚薄”等种类繁多的术语。它用两年时间分析学习30万盘人类历史高手的棋局,从中总结了围棋的规律,并不断与“自己”对战,下了3000万盘棋局,从中寻找比基础棋谱更多的打法来击败人类。
1704804942
1704804943
阿尔法狗的胜利说明,很多我们认为只能靠人类独有的神秘“智慧”完成的工作,其实是可以通过某种“复杂计算”来搞定的。
1704804944
1704804945
IBM的人工智能沃森在问答竞赛中的胜利靠的也是“计算”。沃森不仅能读懂和理解《危险边缘》中的提问,还能理解包含双关语和比喻,并能从广阔的知识面(比如说维基百科或其他百科知识)中汲取答案所需的知识。但一些专家指出,沃森没有真正理解《危险边缘》节目或它所阅读过的百科全书,因为它只是在进行“统计分析”。
1704804946
1704804947
今后我们接触到的信息,将主要由智能机器根据我们的浏览记录和爱好来推荐阅读,人工智能靠的还是“计算”。
1704804948
1704804949
现在传统新闻门户在用户数上还占有优势,但平均使用时长已经大大落后于算法类产品。根据Trustdata发布的数据,2015年10月,今日头条用户平均每日打开时长为41.8分钟,而网易新闻和凤凰新闻分别是26.1分钟和24.7分钟,腾讯新闻仅为19.8分钟,不到今日头条的一半。使用时间更长,意味着智能机器给用户的信息更对胃口,其判断比人工编辑更为精准。
1704804950
1704804951
再来看一个具体案例。优步的成功不仅是因为其共享经济的理念,还因为它掌握了先进的人工智能技术。优步把打车这个传统行业,改造成为基于数据和算法的智能商业:随着智能手机的普及,乘客和司机的位置信息可以实时在线,与此同时,云计算和人工智能技术的进步使得实时匹配海量乘客和车辆(司机)成为可能。随着优步的智能匹配算法不断优化,大部分乘客的等待时间已经低于4分钟,同时价格也在降低,优步的用户规模因此不断壮大。价格虽然下降,但通过车辆使用率的提高,司机的收入并没有下降,很多私家车主不断加盟。
1704804952
1704804953
这个成功的商业模式充分体现了人工智能强大判断力的威力,靠人工是不可能快速完成海量乘客和车辆的匹配的。在优步公司,工程师占了员工一半以上,而且有非常豪华的算法团队。
1704804954
1704804955
由于人工智能强大的判断力,那些机械的、重复性的、内容比较单一的工作,比如翻译、记者、助理、销售、客服、交易员、会计等,在未来的十几二十年都会被机器大量取代。
1704804956
1704804957
这个判断是有历史依据的。自从20世纪90年代,美国的就业市场就无法在萧条之后迅速恢复了,因为企业纷纷通过使用技术而不是增加雇员来保持公司的发展。30多年来,美国的程序认知性的工作(如出纳、邮局职员、银行柜员)和程序体力类的工作(如机器操作工、泥瓦工、裁缝)的需求在加速下降。
1704804958
1704804959
那些程序认知性+程序体力性的工作也将被替代。
[
上一页 ]
[ :1.70480491e+09 ]
[
下一页 ]