内容导读机器人如此火爆，各位看官一定也比较关注它背后的产业链。今天，小编和您一起来。&& & &机器人产业火爆后，很多业内人士都觉得这个盘子太大，就连关注也无从下手，其实是因为我们缺乏一个整体的产业链整理和认知，对于自己所处于哪环没有一个清楚的人知和定位，但所幸有人已经为我们整理好资料，方便大家传阅。好文推荐&&关注物联传媒，最新、最全、最奇物联网资讯一手掌握！↓↓↓点击&阅读原文& 【进行报名】物联传媒(ulinkmedia)　
　文章为作者独立观点，不代表微头条立场
的最新文章
世界各地的零售商都面临到四大变革，包括实体店面的转型、行动科技的进步、社交网络的普及与人口结构的转变。NB-IoT系基于蜂窝网络的窄带物联网通信技术，具备广域传输、海量介入、超低功耗、低成本等特征，NB-IoT技术与应用将进一步加速物联网发展的进程。API服务在云时代产生新的变化是时代发展的必然。而相应的，共有供应商也意识到了二者间的关系并非“大鱼吃小鱼”。相互适应，相辅相成，这才是未来的发展方向。最近他以一条名为 “解决堵车的简单方法” 短片，为大家详细介绍了关于堵车和自动驾驶汽车的小知识。摩根士丹利多次调查结果表明，“物联网是2017年的主要发展领域”。基于物联网产业处在发展初期，碎片化特点必将导致物联网时代对软件的多样性需求。2016年，家装行业逐渐从萌芽期走向成长期，轻模式逐渐向重服务升级和进化，市场虽然动荡多变，但是也有一些规律可循，本站总结了家装行业九大新趋势与之共勉。据《华尔街日报》报道，近日美国第二大移动运营商AT&T发布消息，称自己已经发现了一种能通过电线来直接传输千兆级高速无线宽带网络的新方法。根据AT&T的描述，这种新技术能以更为廉价、更为便捷的方式，将互联网带至那些人迹罕至的偏远地区。“第四次工业革命”将开启一个前所未有的智能制造时代，但这并不会导致整个工业体系一夜之间江山变色，智能制造其实就是一个“柔性的过渡”，或者说这是一个面向“柔性自动化”的持续创新、演进过程。近年来，智慧城市在我国蓬勃发展，呈现遍地开花之势。统计数据显示，截至2016年6月，我国95%的副省级城市、76%的地级城市，总计超过500座城市，均在政府工作报告中明确提出或正在建设智慧城市，这一数字占据全世界智慧城市创建总数的一半以上。作为移动通信市场上的后来者，在经历2G时代的跟随，3G时代的参与之后，中兴通讯在4G时代中开始崭露头角，其商用网络的性能也得到了运营商的广泛认可。随着微机电系统(MEMS)、激光技术、高科技材料等的技术进步，传感器的研发呈现多样化的趋势，有的利用生物材料模拟人类皮肤，创新传感器的触觉;有的利用MEMS技术研发微型智能化传感器。蓝牙5.0标准将具备对更长运行周期的支持，使IoT和智能家居设备在更广的范围内来进行彼此沟通。20世纪90年代后期，伴随经济改革和市场开放，物流重要性逐渐被认识，不同形式物流企业开始出现，包括由传统运输仓储货代转型的企业，新兴第三方物流企业和专门从事运输、仓储企业。智慧物流伴随着物流行业的发展与物流技术的进步正逐步发展起来。作为物联网感知层中的重要组成部分，传感器在汽车电子、消费电子、生物医疗、工业、农业等领域中的应用有哪些进展?全球物联网及传感器产业有哪些新的发展趋势?新形势下敏感元器件与传感器行业如何实现健康可持续发展?大数据研究领域可谓炙手可热，然而对数据中的价值加以利用仍然充满挑战。进入物联网领域的一个区块链项目就是IOTA，它使用了一种创新的技术，称之为Tangle账本。今天，特斯拉 CEO Elon Musk 在其个人 Twitter 宣布，特斯拉即将于 10 月 28 日在关于智能制造的逻辑，有很多角度，包括智能制造与快速反应;智能制造与人工智能;智能化与自动化;智能化与代替人;智能制造与知识管理;智能制造与云计算、大数据;智能制造的必要性可行性等。要把智能制造的逻辑理清楚，就必须把这些概念之间的关系理清楚大数据思维原理是什么?简单概括为10项原理，当样本数量足够大时，你会发现其实每个人都是一模一样的。崭新的物联网新世界正在到来，英特尔致力于打造良性发展的物联网生态。近期，针对全球物联网的实际应用项目做了一次调查，以了解物联网的应用现状。华为号召电力行业合作伙伴加入华为电力物联网行动计划，并认为这个生态圈少不了合作伙伴的共建。有权威机构报道，到2016年，全球传感器市场将增至915亿美元。SAP 日前宣布，未来五年内，SAP 将投资 20 亿欧元，帮助企业和政府机构利用不断增加的传感器、智能设备和大数据，实现基于物联网的转型，从中获得收益。作为未来汽车工业的发展方向，中国智能驾驶产业市场规模预计到2020年将达到1214亿人民币，前景可期。物联网行业尚处发展初期，即将步入高速发展期。依据Garter2015年技术成熟度曲线(该曲线位于产业发展初期)，物联网已经进入炒作周期峰值，未来5-10年内物联网行业将迎来爆发式快速增长阶段。据英国《金融时报》报道，奥迪在无人驾驶及物联网领域“再下一棋”，与中国三大科技巨头百度、阿里巴巴及腾讯展开合作，来增强其打造“联网”汽车的声誉。近日，由国际物联网贸易与应用促进协会和广东省物联网协会主办，深圳物联传媒承办的“2016中国国际物联网与智慧中国高峰论坛”在深圳会展中心成功召开。今天，工业互联网已经对全球乃至中国的工业以及工业公司业务模式产生了变革性的影响。作为行业领导者，GE致力于通过机器互联、软件及大数据分析，提升生产效率，创造数字工业的未来。据麦肯锡报告预测，到2025年，物联网将每年为全球经济带来高达3.9万亿～11.1万亿美元的影响力。未来每一种传感器或许都将带动一个数以百亿、千亿的产业。目前，TIPP协议在国外已得到的广泛认可，并开始应用于服装等行业。但该协议在中国国内的认知度比较低，迫切需要一个公共的平台，逐步将TIPP协议、及其对应的测试解决方案向RFID领域推广。虽说巨头以及宝马、奥迪等少数品牌车企在车联网大战中会有更大的胜算，但要说他们称霸车联网市场还为时尚早。随着城市的迅速发展，交通拥堵、交通污染日益严重，交通事故频繁发生，这些都是各大城市亟待解决的问题。智能交通成为改善城市交通的关键所在。NB-IoT功耗低，未来也将有一些穿透地下的能力，能大大的减少成本投入。未来在在南水北调中线工程中是肯定会有大的应用的透过微软云之窗，我们的物联网究竟可以有哪些新玩法呢?美的从一个单纯白色家电的厂商一跃变成了全球性的制造与智能家电企业，在从传统企业智能化转型升级的道路上，不断的进行着尝试与探索。物联网系统涉及的链条很多，而每个链条的发展状态都会影响到真个系统的前进步伐。而物联网标识也是这个系统之中不可或缺的部分，物联网标识平台的建设和管理的更加完善将对物联网行业起着加速的作用。诺基亚和上海贝尔曾经拥有无数的光环，但现在经过一系列的商业并购，转身从事物联网领域的战略布局，强大的研发能力和深厚的专业积淀，可以为运营商、企业和行业客户提供端到端的信息通信解决方案和高质量的服务。工业计算机未来的远景远不止于此，除了农业、通讯与医疗以外，无论是交通运输、城市建设、零售物流等，都是相关厂商大力发展的领域，它的应用随着科技的进展逐渐开枝散叶，值得我们拭目以待。在近日举行的《第二届中国NB-IoT产业联盟高峰论坛》上，利尔达智能产品市场部总经理李亚春先生从利尔达在物联网产业的定位、对NB-IoT产业的理解以及利尔达在NB-IoT的投入这几方面来回答传统产业如何依托物联网技术进行转型升级。未来的无人机市场之争，一定是技术之争NB-IoT的低成本是不是一个传说，只有大规模的应用，才能降低整个产业链的成本，而这个重担，是不是又会落在消费电子的传奇领域。如何快速打造NB-IoT系列产品，如何快速降低NB-IoT芯片的价格，如何重演消费电子的辉煌?关于趋势，正如华南理工大学段淳林教授所说，人们总是高估短期(2到3年)的影响，但往往低估5年后或更长期出现的新趋势对社会、媒体、文化甚至是人们生活方式的影响。华为IoT平台开放生态“Ocean Connect”将于8月31日上海开始的HUAWEI CONNECT 2016(华为全联接大会)上正式面向全球发布。那么，在整个华为IoT布局中占据重要战略地位的IoT联接管理平台，你知多少呢？大数据开启了一个大规模生产、分享和应用数据的时代，它给技术和商业带来了巨大的变化。4G变5G，改变的不仅仅是网络，更是我们的生活。近日在在深圳会展中心举办的第二届中国NB-IoT产业联盟高峰论坛上，华为技术有限公司华为无线MKT NB-IoT项目负责人许海平为与会者带来了以《NB-IoT国际标准以及产业进展》为主题的演讲。谈到联接，总感觉有很多话想说。有人说，华为就是为联接而生的。在华为26年的工作经历让我体会到，做联接，确实是一项让人有使命感的事业。进入到2016年，在众多产业巨头的带领下，移动通讯技术迅猛发展，Wi-Fi作为重要的组成部分得到升级，特别是逐渐普及的MU-MIMO和802.11ad技术，让Wi-Fi的体验更加优秀，接下来我们就聊一聊这些关于Wi-Fi的前沿技术。ulinkmedia物联传媒是国内知名的物联网传媒权威机构。旗下拥有物联网世界、RFID世界网、中国一卡通网等多家行业知名门户网站和《物联网世界》杂志，是“深圳国际物联网展会”、 《中国物联网产业大全》、“中国RFID行业年度评选”的创办者。我们立志搭建一个全方位的商务和资讯平台，共促物联网产业发展热门文章最新文章ulinkmedia物联传媒是国内知名的物联网传媒权威机构。旗下拥有物联网世界、RFID世界网、中国一卡通网等多家行业知名门户网站和《物联网世界》杂志，是“深圳国际物联网展会”、 《中国物联网产业大全》、“中国RFID行业年度评选”的创办者。我们立志搭建一个全方位的商务和资讯平台，共促物联网产业发展(ERROR:15) & 访客不能直接访问作战机器人的明天：自主作战机器人带来大危险
作者：知远/舒克
　　目前机器人技术是最有前景的军事技术之一。目前已经研制了能够完成各种任务的自动化机器。确实，目前的无人飞机和直升机以及地面履带车辆尽管能力取得了长足的进步，但还是不能完全自主工作。在大部分情况下，自主性仅限于一些不需要很高智能的行动：机动至预定地点，监视某一空间，搜索普通背景下的目标等。至于关于航路点或攻击所发现的目标的决策，则暂时由系统操纵员来做。军用机器人完全自动工作目前仍是科幻内容，而科学家和工程师们目前在该领域刚刚迈出头几步。机器人技术的发展不仅可影响自动化系统的能力，还能影响到人类社会的其他方面。
　　在科幻作品中经常会研究人与具有人工智能的机器人的相互关系这一重大问题。可以推测，这一问题将逐步变得现实。因此目前人们和社会组织在试图预测事态的进一步发展，如果能预测到, 将采取相应的措施。不久前人权观察组织就此问题发布了一份报告――《丧失人性：反对机器人杀手的理由》。这份报告研究了全自主作战机器人的使用前景和在实战条件下其使用会必然出现的问题。此外，报告研究了这一“进步”的一些法律问题。
　　该报告的作者首先指出一个事实：现有所有的机器人都在某种程度上具有自主性，只是独立程度不同。因此所有具有独立工作能力的机器人（包括作战机器人）可分为三类：human in the loop ，human on the loop ，human out of the loop。在作战机器人的背景下，可以把这种分类理解成以下工作算法和自主性水平：如果操纵员参与指挥系统，则机器人独立寻找目标，而操纵员发出摧毁指令。其他两个类型的作战机器人能独立做出决策并进行攻击，但human on the loop构想是指人可以控制并视情随时修正机器人的行动。human out of the loop这一类机器人则完全独立，不需要任何人的控制。
　　人权观察组织的研究人员认为，将来完全自主、不受人控制的第三类机器人带来的危险将会最大。除了技术和道德问题外，还有与其相联系的法律问题。其中, 在事态发展到一定情况时，这些作战机器人可能对作战行动的整个面貌产生重大影响，包括违反基本国际协议。 人权观察组织的研究人员首先呼吁关注日内瓦公约，确切地说是其中要求武器研制者有义务检验武器对平民的安全性的部分。人权观察组织的研究人员认为，机器人化作战技术装备制造商对这些问题不感兴趣，不进行任何检验，这会导致平民伤亡。
　　该组织的研究人员认为，未来机器人发展水平不足是与使用机器人化作战系统相联系的风险的主要前提条件。他们认为，作战机器人与人不同，不能可靠地区分敌兵与平民或者积极抵抗的敌人与伤员或俘虏。因此，机器人不受降并打死伤员的风险很大。报告的作者显然遵循的不是关于未来机器人能力的最佳观点，认为未来的作战系统将不能在外观和行为上将武装敌人和积极行动的敌人与有敌意或举止怪异的平民区分开来。此外，人权专家否认未来的机器人有预测敌人行动的能力。换言之，有可能出现一种情况：当想投降的敌兵举起或扔掉武器，迎面走向机器人时，机器人错误地理解了前者的意思并攻击他。
　　人权观察组织担心，不对自己的行为承担责任是无人操控的作战机器人的典型特点。如果遥控无人机的操纵员对平民进行了打击，那么他将因此被问责。而如果机器人犯下同样的罪行，则无对象可惩罚。机器人本身不是能理解惩罚实质和并能改正错误的有理性的人。人权观察组织的研究人员认为，处罚派遣机器人的军人与惩罚机器人软、硬件研制者一样毫无意义。因此机器人可能用最卑鄙的办法――军事犯罪成为执行作战任务的完美工具。在这种情况下，所有查明的事实都可能转嫁给设计或程序问题，而证明具体人有错几乎是不可能的。这样，人权捍卫者担心的是，将没有人为犯罪得到应有的惩罚。
　　由于风险大，人权观察组织呼吁各国拒绝研制全自主作战机器人，并在法律上禁止这种技术装备。至于human in the loop和human on the loop构想，这两种系统的研发应受到监督并根据国际标准予以检查。亦即所有重要决策都应由具有相关知识和获得批准的人参与做出，无论如何不能是自动系统。
　　根据现有趋势判断，远非所有的主要国家完全同意人权观察组织的报告。目前不仅研制最大限度自动化系统的前提条件已经形成，积极使用这种系统的前提条件也已形成。而且在一系列情况下，其使用不仅不与国际人道主义法律冲突，甚至在某种意义上还有助于执行其标准。可以以色列“铁穹”反导防御系统为例。因为这一系统用于拦截近程非制导火箭，其工作算法令大部分行动可自动进行。此外，在操纵员发出相应指令的情况下，能自动完成从探测敌火箭到发射反导弹的全周期拦截行动。因此能在敌人的“卡桑”火箭还没有飞到居民点的时候就成功地击落它。因为实际上使用了自主机器人，以色列成功地保护了自己公民的生命和健康，并节省了用于恢复被破坏建筑物的资金。
　　第二个有利于继续发展“自动化”士兵的理由也是从人道主义出发：大量使用地面作战机器人能挽救士兵的生命。如果机器人在战斗中受损，可以马上修理或销毁并用完全一样的新机器人取而代之。而且生产这种技术装备比培养士兵简单、廉价。显然，机器人可在组装后立即投入战斗，而人在出生后需要长大，学习基础技能，掌握大量各种信息和本领，然后才能学习军事。这样，作战机器人的广泛使用有利于减少有生力量的损失。此外，大批机器人化“士兵”维护所需要的操纵员、机械师数量相对较少。所以用机械士兵取代活的士兵一举两得：保护了生命，节约了资金。
　　关于人权卫士们对于作战机器人过分的独立性的担心，主要国家早就有了对策。例如，两年前美国公布了自己的2036年前军用机器人化系统发展战略。美国人首先将发展所谓的可控独立系统。也就是说，作战机器人可自主工作，但无权做出重要决策。下一步则计划装备完全独立的机器人，但是能真正担负起人的职责的机器人的原型出现不会早于2020年。所以未来几年甚至数十年，在战场上不会大量出现没有怜悯和宽容之心、只会执行命令的全自动机器人。所以主要决策仍将由人做出。
　　在赋予机器人更多的独立性方面，需要回忆一下一个相当有意思的观点。其支持者认为，需要从作战系统中排除的正是人，而不是自动化机器。其理由是活人的“结构缺点”。控制作战机器人并完全控制其全部行动的操纵员可能生病、犯错甚至有意识地采取某种犯罪步骤。根据这一观点，机器人作战综合系统的“薄弱环节”正是有生命的操纵员。
　　无疑，目前由于显而易见的原因，两种观点都有存在的权利。这两种观点分别是：不给机器人行动自由；人必须从系统中退出。这两种观点都有自己的优点和不足。关于最有前景和最有生命力的作战机器人使用构想的争论在未来一段时间内未必会停止。要知道谁是谁非只有一个办法：等待作战机器人技术装备发展领域后续事件的发生。主要国家的军队未必会选择不利而复杂的未来发展道路。但是现在要得出结论十分困难。现有趋势很可能在未来若干年还将继续。遥控和有限自主的技术装备将继续发展并在实践中得到积极使用。同时，在试验室中将研制能完全独立行动的全新的软、硬件系统。根据这些设计目前的发展可以推测，未来几年机器人行动的责任仍旧将由人来承担，而人权观察组织报告中所描述的问题仍将是人权卫士、科幻作家和科学家们关心的对象。　知远/舒克
(责任编辑：UN630)
&&&&&&</div
军事历史精品
主演：黄晓明/陈乔恩/乔任梁/谢君豪/吕佳容/戚迹
主演：陈晓/陈妍希/张馨予/杨明娜/毛晓彤/孙耀琦
主演：陈键锋/李依晓/张迪/郑亦桐/张明明/何彦霓
主演：尚格?云顿/乔?弗拉尼甘/Bianca Bree
主演：艾斯?库珀/ 查宁?塔图姆/ 乔纳?希尔
baby14岁写真曝光
李冰冰向成龙撒娇争宠
李湘遭闺蜜曝光旧爱
美女模特教老板走秀
曝搬砖男神奇葩择偶观
柳岩被迫成赚钱工具
大屁小P虐心恋
匆匆那年大结局
乔杉遭粉丝骚扰
男闺蜜的尴尬初夜
客服热线：86-10-
客服邮箱：人人网 - 抱歉
哦，抱歉，好像看不到了
现在你可以:
看看其它好友写了什么
北京千橡网景科技发展有限公司：
文网文[号··京公网安备号·甲测资字
文化部监督电子邮箱：wlwh@··
文明办网文明上网举报电话： 举报邮箱：&&&&&&&&&&&&如何让机器人有自我意识?
如何让机器人有自我意识?
摘要 :&机器人自我意识给我们开启了崭新的大门，给我们带来有创造力、好奇心的机器人。机器人自我意识给我们开启了崭新的大门，给我们带来有创造力、好奇心的机器人。The BIG Talk在2015开年第一期首次走进美国，以《迎接崭新智能社会》为主题，邀请了100多位来自国内最具影响力的主流媒体，科技垂直媒体及自媒体知名人士前往旧金山和硅谷，邀请十几名世界级科技大咖，为科技界奉上一场关于智能社会技术的前瞻知识盛宴。以下为Hod Lipson在硅谷The BIG Talk专场活动中的主题演讲：今天我想讲一下一个振奋人心的机器人技术，这个技术我觉得可以影响到所有人，就是有自我意识的机器人，这个技术可能不会在今天明天就成为现实，但是这个技术在我们孩子的一代就会实现。我们知道在机器人技术界我们有一个禁忌的词，这个词是所有机器人科学家都想实现，但又在所有相关文献中都不会出现的词。这个词就是“意识”。这个词是属于人类的，但是我们不知如何定义，如何实现，然而这是我们的遥远理想。意识是什么呢？有很多词可以形容自我意识，但是我想用一个比较实际的定义，那就是想象自我的能力。大家能想象到自己明天去海滩的情景吗？能想象大海的味道，沙子的触感吗？可以想象我站在台上看大家是什么样子吗？想象自己未经历的环境中的情景，不管是过去还是未来的情景，这种能力就是自我意识。也就是说不用亲身经历就可以进行决策。这就是我们想要机器人最终拥有的能力。今天我想说的是，机器人想象自身在未来假设情况中的能力对于适应和其他今天的机器人不能做的事情是非常重要的。这种有自我意识的机器人在好莱坞电影中随处可见，电影中的机器人总是有自我意识的，有感情的。有些时候这种关系是正面的，但有些时候则更复杂。但看看现实是很不一样的，当今世界的所有机器人都是没有自我意识的。他们速度很快，很精准，可以全天候工作，有强劲力量，但是却没有适应力。我们刚造了一个机器人可以很精准地拾起和扔东西，但却没有自我意识。事实上，我们也不是很想让这些大型机器人有自己的意识。但是，这个情况可能会发生变化。如果我们看看生物的话，生物的特点正相反。也许不那么快那么准，但可以自我适应。达尔文在《生物起源》中曾说过，生存下来的不是群体中最强最聪明的，而是最能适应变化的。所以说适应力至关重要。设计机器人？NO，我们是在“养殖”机器人几年前我们开始了一个项目，不是坐下来设计机器人，而是养殖机器人。什么意思呢？我们把很多机器人元件投入物理模拟器，让模拟器连接各个元件，线路，电池，然后把性能最好的机器进行复制。也就是说在测试中性能胜出的机器人会得到复制。所以说随着时间很多的变异会逐渐出现。我们在一个16位计算机上模拟，在2000年的时候这是当时最新的计算机技术。现在这个技术已经进博物馆了，现在的iPhone都比它快，但当时我们在这个计算机上运算了几百代，然后来观察结果。我们看到这每个点都是一个机器人。横轴是不同代，纵轴代表的是机器人的速度。所以我们是获取了机器人在地面爬行速度的数据，可以看到在最先的100代我们基本没得到什么有用的东西，都是一些没用的电路。但是在几代后，情况发生了变化，机器人越来越快。这里有两个机器人在模拟器中爬过地面，然后再用3D打印的技术把这个机器人做出来，从虚拟的变成现实的。所以说这些机器人他们不是设计出来的，而是进化出来的。这是机器人的一个特写，可以看出这些机器人看起来有些奇怪，跟设计出来的机器人不一样。所以说这个研究很重要，就是因为它我才能进康奈尔大学任教的。但是我知道，要得到终身任期光靠做塑料机器人还不行，还得做钛合金的机器人。所以我开始设计更复杂的机器人。这里就是一个，它配有涡轮，可以跳跃，我当时就想，如果能让这个机器人做跑跳步，我就能让那些半信半疑的同事相信我这个养殖机器人的技术真的能行。所以我们就造了这个机器人，中心有这种罐状系统来控制空气动力，还使用同样的养殖系统来制造机器人的大脑系统，控制机器人前行。所以这些控制器都是要让机器人前进的，有些效果好，有些效果不好。左上部有一个摄像头，监控所有动作。前进越远，能与其他控制器结合的几率越大。所以就能让这个机器人在地上跑跑跳跳。我们让机器人自主做很多动作来测试，那最后看到机器人一些有趣的行为。这里可以看到这个机器人的动作，一开始它有一些动作几乎是随机的。这里是学习走路，但是我们可以看到这样的机器人，它短时间内肯定是不会占领世界的，所以我也不可能得到终身任职。所以得从头开始。那我们再来回顾一下这两个项目，第一个项目我们用的是模拟器来模拟，将模拟结果造出来。但是这里的问题就是模拟与现实的差距，也就是模拟中能实现的，在现实中不一定能实现。所以这个方法对复杂的机器人不奏效。那么第二个项目中我们设计的机器人是完全基于现实的，没有用模拟。但是这里面的问题就是要做很多测试，很费时间，要养殖出有用的机器人需要时间太长。所以我们就卡住了。那么我们运用的可以说是第三种方法，从不同视角来看进化。一开始用一个简单的模拟器来养殖机器人，将最好的机器人在现实中测试，这个方法不奏效，因为模拟器太简单。但是从这里我们可以收集机器人的数据，我们可以收集各种感应和感官的数据，单机驱动的数据，然后运用这样的大数据集来养殖模拟器。也就是说不光是用一个单一的模拟器养殖机器人，我们还要同时养殖模拟器。所以机器人越来越优秀，模拟器也越来越准确，就能模拟出更优秀的机器人。所以自主模拟和机器人在同时互相适应。那么我想指出的一点就是这种机器人和模拟器互相适应的进化就是一种自我的意识，因为机器人开始在自己的环境中模拟自己，并用此数据来做出预测，预测成功的时候，机器人就以此不断做出适应。那么给大家展示一下我们制造的第三个机器人，有四条腿，每条腿上有两个马达，膝部和髋部各一个，共八个马达。有两个倾斜感应器来感应前后左右的倾斜。这个机器人要学怎么走路。看到这个机器人，我们要意识到一点，就是这个机器人不知道自己长什么样子。大家看到它的四条腿可以想象到大概它要怎么样走路，但是机器人不知道自己到底是长得像条蛇还是像一只蜘蛛，也不知道这些马达是怎样连接起来的。所以这个机器人一开始走路的方式要想象的话，请大家想象自己在一个黑盒子里，你只有8个手柄，这些手柄开始工作，盒子会向前后左右发生倾斜。所以需要找到操纵手柄的方式让黑子走得越快越好。这就是这个机器人的感觉。首先机器人要让马达任意运动，然后来感应倾斜，汇集这些感应数据来找到走路的感觉。这个黄色的部分大家可以看到一些自我形象的假设。一会还会给大家放一个影片，大家看到就会明白，这个机器人对自我形象的假设都是错误的。这里是第一个例子，我们可以看到机器人运动导致断电了，没成功。第二步就是这个绿色的部分，机器人要想象能采取什么行动来选取不同假设，如果是条蛇应该是这样感应的，逐步推断自己的形态。我们改进了一下机器人，可以看到机器人做的第一个动作，并开始建立对于自己形态的假设。现在可以看到这些都是错的，但是绿色的盒子开始运动。机器人开始意识到自己有四条腿，但还不知道怎么协调起来。但是在16次试验后，机器人开始形成对自己的意识，虽然对腿的意识还不是很准确，但是足以让机器人运动起来。但是最后我们得到的是这种不太好看的前进方式。但是大家要记得，我们没有给这个机器人输入任何前进的程序，之前没有进行过前进的测试，也没有对于自己形象的意识。一开始我们只是逐渐来模拟，最后可以前进了。为了进一步测试，我们做了一件残忍的事情，砍掉了它的一条腿。一天之后这个机器人的自我形象开始适应变化，自我的形象中也少了一条腿。运用这个新的自我形象，机器人又找到了新的运动方式。这个机器人现在退役了。如果我自己设计一个机器人少一条腿也能前进可能最终的效果会更好，但是这个实验中没有一个感应器腿掉了然后自动转换到程序B，而是机器人通过动力的改变来改变对自己的形象假设，改变了自己的行为模式，也就是说，它进化了。在第30次测试时，红点是没有自我形象的随机控制，黑点是机器人通过自我形象做的预测，蓝点是实际的前进路线。所以说跟学术界的情况也一样，这个机器人也是越来越自视甚高，预测的也比实际能达到的多一倍。但不管怎么说这种自视甚高的形象也能帮助这个机器人在未来做出决策。这也是给我们上了一堂名为自我形象的课，告诉我们需要什么才能前进。所以我们有很多实验都是基于这个想法，也就是元认知。我给大家展示了机器人认识自己的机械结构的过程。但大家也可以想象能够认识自己思维的机器人。这是Marvin Minsky在八十年代的一个图像，他假设意识的出现必须是在有两个头脑的情况下，一个头脑与世界互动，另一个头脑与第一个头脑互动。必须要有这两个层级的认知才能有意识。所以这是一个假设，我们基于它建了一个机器人，它有两个头脑。有一个大一点的头脑，让机器人可以四处走动，收集数据。它还有一个小一点的头脑可以检测下一层的头脑，并作出修改。所以这个头脑可以帮助机器人适应新的环境。比如我们看到这个机器人在这里追踪的是蓝色的点，但是上层的头脑可以不断改变机器人追踪的点，那么下层的头脑就开始跟踪这些黄色的点。所以我们可以看到这种适应性的行为，机器人有两层头脑，并思考自己的思维。这是一个机器人，是监控另一个机器人的，所以我们可以看到这种连续大脑的概念。连续大脑是各个头脑相互连接互相控制，可以在不同层级上实现，可以达到无限回归。这是另一个例子，这个机器人，它总是追着光走的，我们叫它行动机器人。但是它不走直线，而是用一种奇特的方式前进，所以它不是线性的。还有一个机器人看起来跟这个很像，但这个观察机器人是分析行动机器人的行为的。观察机器人要让行动机器人掉到一个陷阱里。观察机器人观察一段时间后事实上是把灯光放在了跟陷阱不同的地方，为什么呢？我们来看看，这个行动机器人，和这个光源，观察机器人为什么要放在这里呢？因为行动机器人先到处走一走然后看到光源后会急转弯，掉进陷阱里。观察机器人是通过观察行动机器人来得到它的行为模式的。所以我们的研究其实是关于元认知和双重思维，大家可能觉得这只跟机器人有关，但其实在很多方面都可以应用。比如这个是我上班要过的一个桥，过桥到时候我总想这个桥要是不够结实怎么办。所以我们把这个桥放在模拟器中，让桥有自我意识。桥开始轻微颤动，然后逐渐形成关于自身的假设，最后找出桥的弱点。这个方式可以更快的找到桥的弱点，比传统工程学方法更快。你们也可以想象自动驾驶的汽车可以对自己进行假设，理解它们能或不能做什么。或者也可以观察其他车辆，更好的预测它们采取什么行动，怎样回应外界。甚至可以想象未来无人机战争中无人机观察预测其他无人机的行为，提前采取反应。甚至是在医疗保健中也可以使用机器人来理解人类需要什么，需要什么帮助，或者用人类能理解的方式来行动。所以心理学和大脑科学都非常重要。正永远改变机器人的科技：3D打印和深度学习那为什么这些技术现在出现了呢？这些想法已经存在很久，但现在有两种科技正在永远改变机器人技术。其中一种是3D打印，这种新的制造技术，可以制造任意的形态。几十年来我们都想用各种形态的元件来制造机器人，但是现在有了3D打印技术才得以实现。所以可以想象今天我们打印电池，肌肉组织，甚至是线路。未来的机器人可能不是元件组成的，也许会有更有机的外表。甚至可以在打印出来的元件中嵌入电路，所以未来的机器人外表会更有机，所有的东西都是嵌入的。这将会跟大家在电影中看到的机器人非常不同，电影中的可能比较老，有很多标准的元件。但我觉得这是不对的。第二种技术今天已经讲过很多了，就是深度学习，那我的看法是过去几十年我们都在关注神经网络，但是总是停留在浅层的神经网络，只关注到两到三层的网络。一些学术论文也说，只需要两层的神经网络就可以做所有事。这在学术上可能是正确的，但在现实中，几年前大家开始关注深层的神经网络，所以可能深层学习一次也是由此而来。当达到三十层或五十层的神经网络时，就给人工智能带来了巨大突破。最近发现这些深层的神经网络可以接受上千个图像并进行分类，比受过训练的人分类还准确。很长时间以来这都是人工智能的圣杯。深层网络是真正令我震惊的，我们建了这样一个深层网络，包含GPU科技，并培训它处理图像，分类猫或狗的图像。但是我们突然意识到，有一个神经网络是在追踪我们的脸。但我们并没有培训这个神经网络来追踪人脸，只是让它分类猫、狗、蜥蜴的图像。然而，它却自己学会了追踪人脸图像。可以看到这里它在追踪这两个人脸，它自动地开始追踪人脸，因为这可以帮助它来分类其他图像。而且最近我们发表了一篇论文，指出培训这样的神经网络不需要很多数据，因为这些网络通过少量的数据就可以很快地学习，它们可以从一个地方传输数据到另一个地方。也就是只传输一次数据，之后他们就可以很快学习很多新的东西。这是一个很振奋人心也有点吓人的新发现。但这也说明我们之前认为用程序给机器人编程的想法是很幼稚的，这些机器人可以自己学习。近期一些人工智能专家提出我们未来将会制造出很正确的机器人，这种想法也是幼稚的，因为这些系统是不断在学习、改变、收集新数据，所以说很难提出什么真正有实质的保证。所以这些方向我都很期待，机器人自我意识给我们开启了崭新的大门，给我们带来有创造力、好奇心的机器人。这个机器人是我们造的，会用油漆画画，也可以看到自己画的东西，像个艺术家一样。这个机器人现在画画比很多人画的都好。还有一个机器人是可以问问题，形成假设，再来测试假设。机器人科学家称这种技术为Eureka，现在有4万人用这种机器人来做新发现。所以现在的人工智能是可以帮我们来创造来发现。所以不像很多人，我并不恐惧人工智能未来的发展，我更担心的是人类使用人工智能对人类自身会做什么，但是人工智能是完全受到我们控制的。谢谢大家。人工智能会摧毁人类？无需忧虑Jason：请留步，Hod，你是说深度神经网络，深度学习可以达到非监督学习吗？Hod：我们还没有找到怎么达到这个目的，但是我们已经发现机器人可以学习你没有要求他们学习的东西，所以还是需要一点点监督，但是它们可以学习要求之外的东西。就像小孩子一样，你可以教他们一些东西，但是他们学习的东西你是没法控制的，也有可能学习到其他的一些东西。那我觉得这是这个技术最激动人心的地方，因为它真的可以学习很多。那意识这个词，它还是一个禁语。精神科学家Antonio Demacio指出，有身体我们就能发展出感觉，苍蝇也有感觉，有这些感觉我们就有情绪，就产生了意识。但是这些都是基于一个能受伤，能学习的身体，很难想象机器人有这样的身体，并产生意识。那我展示的机器人看起来很简单，只是一个四条腿的机器，但是它可以产生自我的认识，并且预测未来。而我认为，感受就是预测未来经历的能力，如果是好事你就高兴，如果是不好的事则愤怒、激动。所以感受我觉得不是有或没有这么简单，而是一种不断进化的能力，在未来模拟自己。当然现阶段还很简单，但我无法预测这个机器人是不是很快会具备爱的能力，但是有深度学习技术这也是有可能的。这将会快速发展，我们将看到很多有趣的新东西。Jason：你刚才给我们展示了未来有创造力的机器人的模拟，但是在现实中呢？通过3D打印这什么时候能成为现实？Hod：我认为已经不远了，谨慎一点，10到20年吧。我们已经看到实验室中机器人可以制造非常简单的机器人，随着制造技术和信息技术共同发展，3D打印，打印电路和元件，这些都让机器人可以制造机器人，那么之后我们就会看到一个快速的发展。Jason：如果机器人可以制造机器人了，还可以创造了，人类还能干什么呢？Hod：这个问题很好，有时候有些人认为人工智能会摧毁人类，想象这些钢筋铁骨的机器走上街头摧毁我们。但是事实上就算会摧毁也不是以这种方式，而是因为机器人以后所有的能力都会超过人类。不仅机器人可以制造汽车、开车，它们还可以写诗，写文章，而且他们还可以养孩子。这可能会给人类存在的意义带来挑战，这一点我们应该有准备。但肯定不会是机器人走上街头杀死人类，如果我们不超越这个想象，就会忽视很多问题。Jason：Hod，非常感谢你。————关于BIG————百度旗下科技活动品牌 The BIG Talk创办于2014年6月，致力于成为连接前沿科技和商业价值，解读未来趋势的思想平台。 从2015年开始，The BIG Talk将成为季度性的全球峰会，每一期我们都将邀请各行业领先的科学家、企业家、科技博主与记者参会，共同讨论引领科技潮流的前沿话题。
发表评论：
馆藏&95613
TA的推荐TA的最新馆藏