是什么推動(dòng)了智能機器人的發(fā)展？

補腦人工智能，盤(pán)點(diǎn)八項你不得不知的推動(dòng)智能機器人發(fā)展的重大科學(xué)技術(shù)。

如今，各個(gè)領(lǐng)域的科技發(fā)展導致機器人也如同“寒武紀大爆發(fā)”，導致他們逐漸趨向種類(lèi)多元化和性能專(zhuān)業(yè)化。與此同時(shí)，許多關(guān)于機器人所依賴(lài)的計算、數據存儲和交流的基礎硬件技術(shù)也日新月異。其中云機器人和深度學(xué)習這兩項新興的技術(shù)，更是引導相關(guān)技術(shù)在良好循環(huán)中爆發(fā)性增長(cháng)。

“云機器人”這一概念由James Kuffner提出，是指可以通過(guò)網(wǎng)絡(luò )互相學(xué)習的機器人；特別是在機器人的數量增長(cháng)時(shí)，機器人的能力更是可以得到快速提高。

“深度學(xué)習”算法是指特定程序通過(guò)對特定行為的模式進(jìn)行提取并將之應用到更多的領(lǐng)域中?，F在，深度學(xué)習算法使用在特定領(lǐng)域通用的學(xué)習方程，并已經(jīng)應用在大量感知問(wèn)題上，比如語(yǔ)音識別或現在流行的虹膜識別。在未來(lái)，通過(guò)深度學(xué)習算法，機器人將能解決任何聯(lián)想記憶問(wèn)題。

研究人員表示，這兩項技術(shù)將成為機器人技術(shù)爆發(fā)式發(fā)展的主要原因，就像寒武紀時(shí)出現的視覺(jué)。不過(guò)，下一次爆發(fā)的時(shí)間點(diǎn)難以預測。

接下來(lái)，我們一起來(lái)看一看現在機器人領(lǐng)域最重要的八項推動(dòng)機器人向前發(fā)展的重要科技。

1、晶體管性能

機器人是由傳感器、執行器和計算機共同構成的，而計算機處理能力在不斷上升。最初由英特爾創(chuàng )始人摩爾·戈登提出的摩爾定律指出集成電路上可容納的晶體管數目每18至24個(gè)月就會(huì )增加一倍，性能也將增加一倍。盡管具體的更迭周期有所調整，但這一趨勢已經(jīng)持續了數十年，當然現在似乎開(kāi)始出現一些瓶頸了?，F在，半導體公司可以將晶體管制程壓縮至14納米，而一納米可是難以想象的十億之一米！這種量級已經(jīng)接近物理極限，幾乎就要進(jìn)入單個(gè)原子的尺度了。當然現在出現了一些新技術(shù)還能保證單位體積計算性能的繼續上漲，其中包括三維多芯片系統和量子計算等等。

2、機械設計和數控加工工具的進(jìn)步。

現代計算機輔助設計工具極大提升了機械設計師的工作效率、設計質(zhì)量和復雜程度。數控加工工具近來(lái)也獲得了許多突破——比如3D打印技術(shù)僅需極小的代價(jià)即可打印出高精度的3D模型，省去了耗資巨大的開(kāi)模步驟。而嵌入式處理器所能實(shí)現的功能也越來(lái)越復雜，性能與可靠性亦有了巨大改進(jìn)，所有的這些都增強了機器人的性能和可靠性。

3、電池容量

如果機器人是可移動(dòng)的，他們需要找到能夠儲存或產(chǎn)生足夠的電量的方式來(lái)維持運行。過(guò)去幾十年里，電池和燃料電池都不能很好地達到期望值。鋰電池比碳氫燃料的能量密度少了一個(gè)數量級，但差距正在逐漸縮小。在高需求且競爭激烈的便攜式電子設備市場(chǎng)，電池技術(shù)方面的技術(shù)進(jìn)步一直在持續；更不要說(shuō)混合動(dòng)力和電動(dòng)車(chē)領(lǐng)域了。而超級電容作為一項全新的技術(shù)，比標準電池充放電速度更快，而且能夠反復充電上千次，但電池容量方面還需要更大的進(jìn)步。

4、對電池的高效利用

機器人依靠電池釋放電能帶動(dòng)電機運轉；電機越多，機器人對電能的消耗就越敏感。功率半導體充分利用了集成電路行業(yè)的技術(shù)進(jìn)步，讓便攜式設備的價(jià)格也不再昂貴，而所有的電池都對電能效率十分敏感。LED是另一個(gè)快速發(fā)展的新興市場(chǎng)，發(fā)光二級管可以以更少的電能實(shí)現更高的亮度和更廣的照射范圍，新型復合半導體（氮化硅和碳化硅）也將迎來(lái)以更低的價(jià)格實(shí)現更高的性能的時(shí)代?，F在，云機器人的發(fā)展則開(kāi)始依賴(lài)于圖形處理器來(lái)實(shí)現大規模的數據處理。在未來(lái)，以大腦為靈感的神經(jīng)硬件所消耗的能量將會(huì )更少。

5、無(wú)線(xiàn)技術(shù)

最開(kāi)始機器人都是單獨的個(gè)體，它們的記憶和解決問(wèn)題的能力被自身攜帶的程序所限制，對它們進(jìn)行更新和重新編程是一件耗時(shí)耗力的事情。而聯(lián)網(wǎng)機器人為編程、解決問(wèn)題、學(xué)習和更新提供更多可能性。得益于各種基礎設施的完善，高性能無(wú)線(xiàn)數字通信現在隨處可見(jiàn)，可聯(lián)網(wǎng)的設備種類(lèi)也大大增加。比如由Nest生產(chǎn)的智能溫控器，可以使用配對的手機進(jìn)行控制，并且它還能夠記憶和學(xué)習并對未來(lái)環(huán)境做出調整。谷歌的Chromecast服務(wù)可以將你在電腦或手機上任意選擇的內容通過(guò)無(wú)線(xiàn)連接展示在電視屏幕上。你知道嗎，2014年全球的平均WiFi速度已經(jīng)達到十兆每秒，到2018年還會(huì )翻倍。2014年，在全球范圍內分布大約有4800萬(wàn)個(gè)公共WiFi熱點(diǎn)；而到2018年，這一數字會(huì )再增加7倍。目前最新的WiFi標準（802.11ac）的速度為每秒千兆，和標準的蜂窩數據（5G）一致?？梢灶A見(jiàn)，未來(lái)機器人通過(guò)無(wú)線(xiàn)技術(shù)進(jìn)行交流將成為常態(tài)。

6、互聯(lián)網(wǎng)的規模和性能成指數爆炸形式發(fā)展。

無(wú)線(xiàn)通信設施的發(fā)展和互聯(lián)網(wǎng)的應用將不僅僅限制在智能設備尚?，F在全球互聯(lián)網(wǎng)的每月流量已經(jīng)超過(guò)88?EB（1?EB=1024?PB=1024*1024?TB），保守估計三年內還會(huì )翻番。而現在大概有130億臺設備連接到互聯(lián)網(wǎng)上，相當于地球人的兩倍；而到2019年，這個(gè)倍數將會(huì )達到3倍。

7、全球數據儲存成指數形式發(fā)展。

縱觀(guān)全球，由于社交網(wǎng)絡(luò )的流行，大量的圖片和視頻在網(wǎng)上流傳，“比特洪流”帶來(lái)了可怕又可觀(guān)的流量。通過(guò)比較，人的大腦一共有10^14個(gè)突觸,假設我們把每一個(gè)字節的存儲量作為一個(gè)突觸，那么現在全球信息就相當于1000萬(wàn)個(gè)大腦的儲存量。

8、全球計算機能力成指數形式發(fā)展。

全球計算機的運算速度已達到每秒10^21個(gè)指令。更重要的是，已經(jīng)生產(chǎn)的數十億個(gè)處理器（或許其中只有10億個(gè)正在運行）可以和幾個(gè)大型互聯(lián)網(wǎng)運行數百萬(wàn)臺帶有高性能多核處理器的服務(wù)器并行計算。而任何運算都可以分成幾個(gè)小部分，分開(kāi)解決問(wèn)題并不需要進(jìn)行信息交流，問(wèn)題就能夠迅速被分解并解決。許多關(guān)于機器人自動(dòng)化的問(wèn)題都可以通過(guò)這種方式解決。

這些技術(shù)的發(fā)展表明，機器人的數據處理不僅可以依賴(lài)本地處理器，云計算也不失為一個(gè)可行的方案。云機器人的研發(fā)已經(jīng)蓄勢待發(fā)，準備利用各種技術(shù)來(lái)完成機器人能力的革命。

云機器人可以概括為四個(gè)理念。

1、基于記憶的自動(dòng)化

計算機的運算和儲存性能是滿(mǎn)足研究人員探索機器人憑借記憶解決觸發(fā)動(dòng)作的基礎，規劃和控制是機器人自動(dòng)化的關(guān)鍵。這并不是將指令分解為一系列為特殊情況定制的編碼，而應當是在儲存容量中搜尋大量先前的記憶，找出可以匹配的記憶并作出反應的方法。當沒(méi)有先前的記憶可以匹配時(shí)，此前觸發(fā)動(dòng)作的類(lèi)似記憶也可以被插入，另外也可以尋求人類(lèi)的幫助，記錄下人工提供的答案以供使用。此外需要一提的是信息檢索技術(shù)的發(fā)展也加速了記憶技術(shù)的進(jìn)步。

雖然可以依靠記憶為基礎做出反應，但解決問(wèn)題的記憶又從哪里來(lái)呢？

2、經(jīng)驗值共享

一個(gè)簡(jiǎn)單的機器人如果只憑借記憶方法學(xué)習，那會(huì )需要很長(cháng)的時(shí)間；就像一個(gè)新生嬰兒可能需要花數十年的時(shí)間去學(xué)習有用的事情。但是，機器人學(xué)習的時(shí)間也許會(huì )更長(cháng)，因為即使是本能也可能會(huì )丟失。

盡管人腦的帶寬比機器人高出一個(gè)量級，但人類(lèi)與外界的交流速度比較緩慢，大約每秒只能傳遞10比特的信息。機器人和計算機則可以達到每秒1000兆比特，是人腦的1億倍?；谶@種外部通信速度可以利用網(wǎng)絡(luò )通信在所有機器人之間共享所學(xué)的知識。人類(lèi)花了數十年的時(shí)間學(xué)得的知識機器人眨眼可得。然而，機器人不僅可以站在任何人的肩膀上學(xué)習；在他們學(xué)得經(jīng)驗以后，亦可迅速分享，讓其它機器人受益。

3、從想象中學(xué)習

人類(lèi)常常憑借想象力對未來(lái)未知的狀況進(jìn)行演習和準備。同樣的，一個(gè)機器人或一個(gè)“云機器人”的大腦可以利用模擬方法來(lái)探索機器人將會(huì )遇到的未來(lái)狀況以及可能的解決方案，并記住那些可以解決的方案。這樣的模擬不需要實(shí)踐，而每個(gè)機器人的夢(mèng)想都能提高所有機器人的性能；甚至我們可以制造一些專(zhuān)門(mén)用來(lái)做夢(mèng)的機器人和智能程序。

4、學(xué)習人類(lèi)

感知仍然是機器人技術(shù)中最具挑戰性的難題之一。最近的一些研究讓觸發(fā)感知獲得大量數據變得更加具有可行性，而大量的數據在計劃和控制方面顯得尤為重要。

可記錄的視覺(jué)對象和人類(lèi)活動(dòng)是一個(gè)巨大的資源庫，機器人很快可能利用資源庫來(lái)提高它們的理解和連接世界的能力，其中包括與人類(lèi)的互動(dòng)。在2014年和2015年，社交媒體上一共上傳了1萬(wàn)億張照片，而這個(gè)數字在2015年估計還要增加數倍?，F在，每分鐘就有300小時(shí)的影片被上傳到YouTube上。而當傳感器得到大量應用之后，信息的儲存量甚至還會(huì )進(jìn)一步增加。

網(wǎng)絡(luò )上最直觀(guān)的信息是沒(méi)有標簽的，但聚焦技術(shù)可以在圖像和視頻中識別相似元素。打個(gè)比方，算法可以給相似的臉進(jìn)行分組，然后這些分組的信息可以增強機器對其它圖像和視頻的理解。

機器人的發(fā)展目前還面臨著(zhù)難以逾越的鴻溝，比如你想過(guò)為什么機器人不能想人一樣能感受到環(huán)境細微的變化，并對其做出反應嗎？事實(shí)上，對于機器人來(lái)說(shuō)則是非常困難的。電腦并不能夠通過(guò)記憶方法記住可以被檢索的現存知識，難以像人一樣聯(lián)想和創(chuàng )造。機器人發(fā)展的下一目標就是能向人腦一般聰明。

現在自動(dòng)化和機器人（特別是無(wú)人駕駛技術(shù)）上的商業(yè)投資已有明顯的加速，亞馬遜、谷歌、蘋(píng)果和Uber等備受矚目的公司以及一些重量級的汽車(chē)廠(chǎng)商都在向無(wú)人駕駛領(lǐng)域進(jìn)軍。與之同時(shí)，而社會(huì )倫理對機器人和人工智能的擔心也在上升。

機器人革命的到來(lái)仿佛只是遲早的事，在美好藍圖中，那是一個(gè)人類(lèi)生產(chǎn)力得以解放的黃金時(shí)代。同時(shí)也有人擔憂(yōu)，人類(lèi)將面臨大量工人失業(yè)的黑暗時(shí)代。機器人革命帶來(lái)的影響是否有利于人類(lèi)發(fā)展還是一個(gè)未知數。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！