机器人太厉害：一个机器人可以砸六名工人的饭碗|机器人|工人|失业_新浪科技_新浪网
机器人太厉害：一个机器人可以砸六名工人的饭碗
　　导语：《纽约时报》3月28日发表文章称，根据两位著名经济学家的研究结果，机器人与人类争夺工作会略胜一筹：如果为每一千名工人配备一个机器人，将导致六名工人失业，工资下降四分之三。
　　以下为文章全文：
　　在机器人与人类之间的竞争中，谁会是赢家？去年，两位著名经济学家描述说，未来人类将胜出，但现在他们又宣布机器人将略胜一筹。
　　受自动化影响最大的行业是制造业。根据经济学家、麻省理工学院的达伦·阿西莫格鲁（Daron Acemoglu）和波士顿大学帕斯卡尔·雷斯特雷珀（Pascual Restrepo）的一项新研究，如果为每一千名工人配备一个机器人，将导致六名工人失业，工资下降四分之三。这似乎是目前第一项对机器人的负面影响进行量化和直接研究。
　　这篇论文的重要性更多在于两位研究人员在业界大名鼎鼎，而且，曾经对科技对就业的影响秉持更为乐观的态度。他们在去年发表的一篇文章中曾指出，自动化的增多可能会创造崭新的、更好的工作，因此，就业和工资最终会回到以前的水平。正如起重机取代了码头工人，却为工程师和金融家提供了有关工作，从理论上说，新技术为软件开发和数据分析创造了新的就业机会。
　　但那篇文章只是一种概念推断。新的研究运用了现实数据，并展示出更悲观的未来。研究人员说，他们惊讶地看到其他职业的就业机会增加的很少，几乎无法弥补制造业的就业损失。他们表示，就业增长仍然可能发生，但目前的问题是大量人员失业，没有明确的出路，特别对于没有大学学位的蓝领阶层，前景堪忧。
　　“结论是，即使整体就业和工资水平得到恢复，在这个过程中仍会有失败者，在这些群体而言，复苏需要很长时间，”阿西莫格鲁说，“如果你在底特律工作了10年，你就无法具备保健技能，”他说。“市场经济本身不会为这些工人创造出承受变化冲击的就业机会。”
　　这篇论文中科技取代就业机会的观点，与此前美国财政部长斯蒂芬·努钦（Steve Mnuchin）的评论形成对比，后者在上周针对Axios网站爆料事件发表观点称，人工智能“甚至不会在雷达屏幕上”取代人类工作”，其发展还需要“50-100年的时间”。（不是所有机器人都使用的人工智能，麻省理工学院曾在《数字经济》杂志上对努钦的言论发起投票，最终，专家们对机器人导致人类失业表示了同样广泛的关注。）这篇论文也有助于解开一个长久困扰经济学家的谜团：机器取代工人，为什么没有带来生产力的增加。在制造业中，生产率比其他行业增长得更多，现在我们也能在就业数据中找到证据。这项研究分析了工业机器人在美国当地劳动力市场所发挥的作用。在年间，因采用机器人而导致的失业人数为67万，文章的结论是，这一数字还将上升，因为工业机器人的数量有望翻两番。本文的证据表明，自动化将超过特朗普总统竞选时提到的贸易和境外投资等其他因素，对蓝领工人造成更大的长期威胁。研究人员说，即使对进口、离岸外包、软件取代就业、工人人口统计和行业类型等条件加以控制，研究结果（即“机器人对就业和工资存在巨大和强大的负面影响”）仍然强而有力。
　　研究人员发现，机器人同时对男性和女性的工作造成冲击，但对男性就业的影响高达两倍。这些数据并不能解释原因，但阿西莫格鲁先生猜测，在低职位领域工作的女性比男性更能承受减薪的压力。
　　经济学家们既研究了机器人对当地经济的影响，也把视线放得更广。在一个孤立的地区，每一千名工人配备一台机器人，将导致6.2名工人失业，工资下降0.7%。但在全国范围内，影响则小一些，因为它在其他地方创造了就业机会。
　　以汽车城底特律为例，这里是工业机器人的最大汇聚地，就业受到重大影响。如果汽车制造商雇佣的工人更少，汽车价格将因此降低，美国其他领域（如钢铁制造商或出租车运营商）的就业机会可能会增加。同时，底特律人在商店的花费可能会减少。考虑到这些因素，每一千名工人配备一台机器人，将导致三名工人失业，工资下降0.25%。
　　像过去一样，这一发现引发了科技会否帮助人们更高效地工作并创造新就业岗位，或者最终取代了人类的争论。
　　大卫·奥托（David Autor）是阿西莫格鲁先生在美国麻省理工学院的合作者，他认为机器将补充而非取代人类，而且，机器不能复制人类特质，如常识和移情。他说：“我不认为这篇论文是这一主题的最后定论，但它是精心构思、发人深省，在该领域首开先河，”他说。
　　雷斯特雷珀先生说，问题可能在于，科技所带来的新就业岗位与原先工作不再用一个地方，就像铁锈地带（Rust Belt，指美国中西部-五大湖附近，传统工业衰退的地区）的情况。“我仍然相信在未来的几年里会有工作，尽管可能没有我们今天那么多，”他说。“但这些数据让我对那些直接接触机器人的人群感到担心。”
　　除了汽车业，工业机器人还广泛用于电子产品、金属制品、塑料和化学品的制造行业。它们不需要人类操作，可以进行焊接、油漆和包装等多种作业。从年间，美国为每千名工人增加了一台新的工业机器人，主要是在中西部、南部和东部地区，西欧的机器人使用比例则是。
　　这项美国国家经济研究局研究报告在本周一发布，使用的机器人数据来自国际机器人联合会（没有在用机器人货币价值的持续性数据）。它分析了机器人对通勤区就业和工资的影响，是衡量当地经济的一种方法。
　　下一个问题是，未来的技术浪潮（如机器学习、无人机和无人驾驶汽车）的到来，是否会导致类似效果，并让更多人成为受害者。（斯眉）
好的视觉效果是电影的加分项，但真正能赢得观众的还是故事本身。
中国企业和资本介入印度电商市场，使这场竞争更加扑朔迷离，是在...
从2011年就诞生的定位于知识社区的知乎，搭上这一趟内容付费的快...新版本最强辅助，机器人并不适合所有人，第一名伤害比中单还高！新版本最强辅助，机器人并不适合所有人，第一名伤害比中单还高！小帅游戏百家号第六名、只要能勾到人，机器人总是很强的，非常克制那些低机动性ADC和辅助，有些辅助AD前期不行，就可以用机器人线上压制他们。但是你总是勾不中，那这个英雄不太适合你......第五名、她和火男的玩法很像，婕拉需要靠近一点。如果不被抓，它在线上几乎可以1V2。她很克制刺客，也是个carry全队的辅助，最好搭配的AD是烬和女警。第四名、卡尔玛救赎神石加香炉很适合她，团战一定要用R加E团队护盾，这个很强有范围性护盾还能加速所有人，就是全队团战发动机第三名、如果你是很强的锤石玩家他会一直强力。他的搭配也很多，控制和保护也很全面。第二名、风女非常适合救赎神石，可以给她提供血量、减CD、更强的治疗和护盾。VN和烬很适合配合风女，你可以治疗和护盾保护低机动性目标第一名、火男是最强伤害型辅助，单排的时候他很讨厌，输出距离很远不容易被爆发秒掉。拥有近距离晕眩也不是很容易被突进，对线期可以很好的压制对面。游戏结束后你的伤害可以超过中单。本文仅代表作者观点，不代表百度立场。系作者授权百家号发表，未经许可不得转载。小帅游戏百家号最近更新：简介:南北的路从此不再漫长，灵魂不再无处安放作者最新文章相关文章大自然是最好的老师，能教出最好的机器人_网易科技
大自然是最好的老师，能教出最好的机器人
用微信扫码二维码
分享至好友和朋友圈
网易科技讯4月27日消息，据PCMag.com报道，在大自然中，优雅的工程解决方案比比皆是，而机器人领域的专家们正在努力解开它们的秘密。我和守卫用了5分多钟才穿过了利用二战时期的仓库改造的建筑，先要通过迷宫般昏暗的走廊和海绵状的轨道舱，然后穿过满是太空船骨架的实验室，最终才到达作业台，美国海军正在这里建造机器人松鼠。这种机器人松鼠的全称是中尺度机器人运动计划（MeRLIn），它可被视为啮齿怪物。到今年春天完工时，这种机器人重约9斤到20斤。MeRLIn由矩形管和第十代狗关节腿组成，然后安装在滑动铝支柱上。旁边的深蓝色3D打印模块显示其完成时的状态：无头的四腿机器，体型与约克郡梗相当。但是当这个项目的工程师启动它进行演示时，我看到他们为何喜欢将MeRLIn打造为松鼠形态了。虽然它使用小型马达和液压驱动活塞，但它却能跳得非常高。生物崛起MeRLIn只是最近从动物身上找到灵感而开发出的机器人之一。动物王国充斥着许多聪明的感应和运动例证，而在电池驱动、动力有限的自动机器人世界，效率才是关键。例如模仿袋鼠的跳跃能力，可以帮助机器人实现功耗和性能之间的理想平衡：每跨出一步，这些有袋动物的后肢都会提供强大的储存能量，使得袋鼠在能量消耗较少的状态下长途旅行。在最具创新性的机器人设计不断涌现的今天，生物学为其提供了巨大支持。看看加州大学伯克利分校的Salto，它从非洲跳高婴猴身上获得灵感。而弗吉尼亚大学的mantabot，则是模仿切萨皮克湾牛鼻魟研制的。很容易理解这样做的原因。从生物身上获得的启发在设计方面存在明显优势，特别是涉及到那些人类很难适应和完成的任务时。从微小的苍蝇到深海鱼类甚至微生物（有些燃料电池由微生物化学驱动），大自然都在以非常有效的方式对生物进行修改和调整，以便它们适应各种环境。数百万年的进化使得动物们能够飞行、跳跃、行走以及游泳，在无形光谱中进行感知。此外，它们还有我们可能至今仍未发现的更多能力。但是如今正在建造的生物机器人远非动物的机械复制品，它们是这些优雅生物解决方案发展的方向。现在，我们需要解析这些生物策略，并将它们的主要本质分解出来，以利用它们来实现我们的目标。科学家和工程师们建造这些能够更好移动的组件、能够深入思考的处理器以及能够精确检测的传感器，然后将它们整合成为真正有用、可批量完成难以实现的任务的方案。前期挑战如果MeRLIn看起来让人觉得很熟悉，的确如此。这个项目的首席调查员格伦·亨肖（Glen Henshaw）说，事实上，MeRLIn从其他互联网知名机器人身上获得灵感，比如Boston Dynamics的L3、Big Dog以及麻省理工学院的Cheetah。海军研究实验室的工程师们希望能够研发出体型更小、更安静以及更灵巧的机器人，它不需要两个年轻魁梧的海军陆战队士兵抬着它来检查潜在危险。但是开发MeRLIn并非简单地将机器人缩小，以便其能放进士兵的背包中。它还个需要理解特定步态功能的过程，为何这些步态适合不同的地形，以及如何制造能够学习适应和选择正确步态的机器人。在MeRLIn的作业台上，控制工程师乔·海耶斯（Joe Hays）向电脑中输入几个测试指令，让机器人的腿部抽动和猛然拉动。在他去除支撑铝柱后，MeRLIn的单腿就可以支撑住砖头大小的身体。随后，控制权交给液压控制系统，随着闪电般的痉挛，merRLin的腿弹跳到1米高的空中，然后被重新引导回垂直金属轨道上。重复这个过程3次，机器人在最后一次强力跳跃后撞到了防护罩的顶部，随后重重摔在地上，腿部断裂。亨肖说：“坦率地说，有很多我们还不知道的动物运动方式。我们真的不了解神经肌肉系统，我们正尝试建造某些不知道应该如何行走的东西。”这个团队也在研究水力学方面的一些问题，但利用自适应算法已经发现了良好的成功模式，这种算法以每毫秒1次的速度探测并纠正硬件电路中的不确定性。他们认为，它有望在几个月内从地面跳到桌子上。在宾西法尼亚大学，在丹·科迪茨切克（Dan Koditschek）的指导下，艾维克·德（Avik De）与加文·肯尼利（Gavin Kenneally）设计的Minitaur是最新的超小型、轻量化的四足机器人。Minitaur重约6公斤，可以跳跃步态前进。但是当你看到它爬楼梯、翻围墙以及跳跃解锁的视频，钟爱可能迅速变成怀疑。德和肯尼利通过使用自由摆动、直接驱动的腿部代替传统齿轮驱动腿部，大幅削减这种机器人的身体。马达作为反馈传感器与机器人的软件相连，检测和调整扭矩，每秒可进行1000次。结果机器人可以缓慢或快速跳动、爬楼梯、跳起来、摆动腿部，然后钩住门把手将其打开。虽然它还远未实现自动化，并且缺少能让它自由活动的传感器和控制系统，但Minitaur独特、可调弹簧高跷式的行动表明，即使没有强大的驱动机制，依然可实现灵活性。它是由市场上购买的零部件组装的。德说：“显然为这些人安装腿部有足够的动机，但当前的技术状态还不够成熟，而且非常昂贵。”德显然也指Boston Dynamics的Atlas机器人，尽管其能力更强，但成本昂贵，技术复杂，很难仿制。他说：“我们想要制造其他人也能利用的机器人，以便于他们能够在自己的应用中尝试。”蛇形方案霍维·乔塞特(Howie Choset)承认自己很怕蛇。但是出人意料地是，他最著名的作品却几乎都呈现蛇形。乔塞特是美国卡内基-梅隆大学副教授，自从攻读研究生以来就在研究蛇形机器人，并取得一系列成就。他主管卡内基-梅隆大学旗下机器人研究所，这个实验室中的许多正在开发的创造性功能都是从蛇身上获得灵感的。他还是最近新推出的《Science Robotics》期刊总编，并编写了有关机器人运动原理的教科书。在繁忙之余，乔塞特还创办了2家公司Hebi Robotics和Medrobotics。其中，后者主要研究先进的内窥镜手术工具Flex Robotic System，2015年已经获得FDA批准使用。乔塞特曾为Flex Robotic System的灵感是否来自蛇进行辩解，他称机器人的蛇形是基于人类内心空间的曲折而设计的。但是其他人最近的工作显然是通过观察蛇，并模仿它们的行动开发机器人，特别是通过与佐治亚州理工学院物理学家丹·戈德曼（Dan Goldman）合作，后者主要研究生物力学，通过从螃蟹、海龟、蟑螂、弹涂鱼以及沙鱼身上获得灵感设计机器人。乔塞特也承认，他的研究曾受到仿生机器人先驱之一罗伯特·福尔（Robert Full）的影响，后者是加州大学伯克利分校下属Poly-Pedal实验室负责人。通过研究蟑螂如何移动，壁虎如何爬上垂直墙壁，福尔、乔塞特以及其他专家设法将这些秘密归纳成通用设计原则，而这些原则可应用于新的机器人设计方案中。乔塞特说：“我们应该复制生物学吗？不，我们需要询问生物学家，我们想要的是最好的设计原则，并将其投入应用。”乔塞特、戈德曼以及Zoo Atlanta的约瑟夫·门德尔松（Joseph Mendelson）共同研究响尾蛇的运动方式，最终将其剧烈的扭动运动归纳为一系列的变形波。将这些知识应用到蛇形机器人项目中，乔塞特的团队能够让他们的机器人爬上沙堆，这在此前是不可能完成的任务。了解蛇如何改变体形以适应周围环境也让乔塞特开发出新的蛇形机器人，它可以缠绕柱子和进入门楣内侧，他设想这种设计可能被用于探索非常危险的内部情况，比如核电站或难以进入的考古遗址中。乔塞特说：“事实上，生物是如此的复杂，我只希望能够将其机制应用到我们的机器人中。但是我们并非要复制动物拥有的能力及其复杂性，我们希望建立拥有更大发展潜力的机制和系统。”乔塞特自己取得的进步和学生们取得的成就与发现，被相当偶然地应用到开发到机器人的领域中。他说：“进化是盲目的，也没有转折点，只有一系列的发展。从外部看来，它们就像是取得了重大突破。”关键路口很多时候，工程师们不了解生物学原理，这就需要工程师和生物学家进行合作。在芝加哥大学，生物学家马克·韦斯特尼特（Mark Westneat）正研究隆头鱼，并与海军展开合作，促使他们开发出在水下移动缓慢却非常灵活的机器人WANDA，可被用于帮助检查船体、码头以及石油钻井等。20多年前，高速摄影是个重要的研究课题，当时韦斯特尼特刚刚开始进行隆头鱼成像研究，此后海军对他的研究也产生兴趣。在恒定电流的流动池中，韦斯特尼特称其为“鱼儿跑步机”，隆头鱼在那里开心的游动，只利用胸鳍就能在流动池中保持在固定位置上，而高速摄像机可捕捉到其运动的每个细节，每秒速度达到1000帧。结合生物学家对隆头鱼进行解剖获得的详细知识，比如鱼鳍如何附在肌肉上、鳍膜中神经末梢如何传递应力和张力等，这些摄影能够帮助科学家们深入了解隆头鱼如何通过在水中扭动身体、拍打水流推进自己。这种能力可让隆头鱼保持在原地徘徊，身体不被水流冲走。WANDA项目首席工程师杰森·葛德尔（Jason Geder）说，这种能力让隆头鱼成为新式灵活水下设备的理想模型。他解释称：“传统螺旋桨或助推器驱动的水下设备没有这种可操作性，或者转弯过大。而隆头鱼是非常好的鱼类模型，因为如果我们要想在水下设备中心附上刚性外壳，我们可以利用这种胸鳍运动获得相似的性能。”韦斯特尼特认为，新的3D摄影能力可进一步加强研究。他说：“对于鱼儿来说，这攸关生存或死亡。而对于我们来说，更好地理解效率意味着我们会获得更好的动力。我们真的想要模仿薄膜底层的骨骼结构和机械性能，看看我们是否可以得到超高的效率。”对于研究人员来说，博物馆的生物收藏是另一个还未被充分利用的丰富资源。以史密森博物馆为例，这里有近60万种脊椎动物标本。而弗吉尼亚理工大学的罗尔夫·穆勒（Rolf Müller）正在这种优势，他从蝙蝠身上获得灵感开发无人机。利用博物馆中蝙蝠耳朵和鼻子的3D扫描，穆勒已经制造出类似结构的飞行机器人。他说：“那里的抽屉里收集有数以百万计的样本，你可以迅速访问。”他邀请博物馆专业人员和研究人员帮助在全国各地推进类似的仿生研究。无论是流动池中的鱼还是躺在抽屉中的样本，将它们从数据变成有用形式依然存在挑战。韦斯特尼特说：“典型的工程师需要规格，但生物学家可能会交给他们解剖图。”直到亲自开始某些工程会议，韦斯特尼特才意识到自己的工作可提供鱼儿运动的机械数据，这些运动可被转换成电机功率、力量以及数据，工程师们用它们开发更好的机器。他说：“这些都是自然选择在发挥作用，但它们也可让自动车辆变得不同。”返回学校学习、记忆以及采用都存在挑战。让我们重新回到海军改造仓库，MeRLIn团队依然在致力于解决小型化问题。但是他们都意识到，它们设想的机器人若没有学习、记忆以及适应能力，还不算完整。亨肖不在实验室工作的时候，会在家中养羊。他说，观察新出生的羊羔蹒跚学步也强调了人工复制这个过程的难度。他说，没人真正理解这个过程，羊羔需要不断调整它们的运动，以便随着成长快速适应身体变化。他的团队正采用这种策略编写软件，可让他们改变MeRLIn的步态。另外，亨肖也在参加其他项目，帮助开发源自生物的学习系统。他展示了视频，显示机器腿将球踢进球门中的过程。经过3次编程，腿部可自动踢球78次，它能系统性地选择自己的目标，并追踪其成功和失败。经过进一步细化并应用到MeRLIn这样的机器人身上，这类代码可能让行走机器人更容易适应自己不同的有效载荷或腿长。亨肖表示：“许多项目都有自己的方程式，以通过实时的大数学方程帮助找出优化重力中心或运动的方案。这种方法很有用，但它并不完全属于生物学。我不能说为踢球机器人编写的算法正发生在大脑中，但它看起来似乎是必然要进行的事情。人类通过实践学习爬树和地球，而非数值优化。”但亨肖补充说，深度学习和访问收集到的知识很可能加速这个进程，然而硬件还不够健壮或依然很小，没有适合的东西能适应小型化的MeRLIn。他说：“如果你想要这些小机器人，那么我们不必对算法做出太大改进，而是努力开发运行它们的硬件。否则，你会发现电脑、电池都太大了，小型机器人根本无法高效工作。”新兴市场生物提供的创新身体平台和运动策略的捷径，也可能有助于使从生物身上借用灵感的机器人在经济上变得更加可行。乔塞特并非唯一创建公司来推进其发明投入实际应用的学者，事实上，由挪威科技大学机器人学教授克里斯汀·派特森（Kristin Ytterstad Pettersen）资助的Eelume，目前正推销自己的机器人游泳蛇，以用于水下探索和检查任务。德和肯尼利创办的Ghost Robotics公司也在出售Minitaur。大型私人企业也正参与到这个领域中来。Boston Engineering的船舶检测机器人BioSwimmer已经进入最后现场演示阶段。这种机器人不仅从金枪鱼身上获得灵感，其整个外部躯体都是基于1.5米长的蓝鳍金枪鱼设计的，这条鱼是该公司在沃尔瑟姆的办公室附近捕获的。就像金枪鱼那样，BioSwimmer推进器的动力源自尾部，让机器人前半部分安装各种传感器和有效载荷。他们的目标不是模仿金枪鱼，而是利用这种动物的效率和高性能。Boston Engineering先进系统团队主管迈克·卢弗（Mike Rufo）表示，设计的生物方面没有那么容易打造出来，但它也不会额外增加难度。卢弗宣称，该公司正建造BioSwimmer（1.5米长、45公斤重），类似项目成本约为100万美元，而BioSwimmer的成本仅与类似体型的车辆差不多。但灵感源自金枪鱼推进策略提供的运动效率让它使用标准动力源时可运行更长时间。
卢弗说：“总的来说，在我们打造仿生机器人的前进路上还有许多技术障碍，但生物灵感也同样提供了机会，让我们可解决那些直接挑战，或在某种程度上减轻这些挑战带来的影响，并提高性能。举例来说，尽管电池技术取得了令人兴奋的进步，但在我们的平台上，你能将多少动力注入小型机器人身上？如果你能解决系统的效率问题，也许电池的影响就不会太大。在这方面，生物灵感可发挥巨大作用。”不过，卢弗认为这样的机器人还不常见，除了国防应用外，至少还需要5到10年时间才能普及。在我们日常生活中出现不那么令人毛骨悚然的机器人助手前，我们还需要克服许多障碍。过去几年，这个领域已经取得了巨大进步，生物学和进化相结合的目标也日益清晰，我们更为关注生物强大的适应能力和执行能力。韦斯特尼特说：“有时候，我看着这些水下机器人，它们似乎依然显得笨拙，但那是因为我习惯了看到优雅的动物穿过珊瑚礁。而认为工程师和生物学家可以联手研究机器人，让它们可以自己跳进水中执行任务，越来越不令人感到惊讶。这个领域发生的一切都令人感到兴奋！”（小小）
本文来源：网易科技报道
责任编辑：白鑫_NT4464
用微信扫码二维码
分享至好友和朋友圈
加载更多新闻
热门产品:　　　
:　　　　　　　　
:　　　　　　　　　
热门影院：
阅读下一篇
用微信扫描二维码
分享至好友和朋友圈机器人教育为什么这么火？对孩子有什么好处？
机器人教育为什么这么火？对孩子有什么好处？
【www.ruiwen.com - 瑞文头条】
　　世界变化莫测，科技手段也改变了教育方式。现在“机器人教育”遍地开花，与时俱进的家长在教育孩子上也倾尽了所能，那么我们所说的“机器人教育”，为什么会让这么多家长“解囊”呢？因为机器人教育可以培养孩子以下这些能力，一起来看看：　　在孩子接触这个课程前，家长先要弄明白孩子为什么需要机器人教育。　　拓展孩子的空间想象力　　机器人教育可以拓展孩子的空间想象力，这一点对于孩子的学习十分有帮助。　　在学习机器人的过程中，孩子通过自己动手，可以组成各种简单和复杂的机械结构，因为教具里有种类丰富的零件，而这些结构在生活中大量存在，孩子在操作之中，联想能力会的到提升。　　在学习时，孩子们自己搭建起这些结构，可以了解到很多结构知识，不仅培养了孩子的空间感，同时也大大提高了孩子的空间想象力。　　提高孩子的逻辑思维能力　　在学习机器人中有一个非常重要的组成部分——编程，因为机器人，它是通过一整套严密的程序来实现设计者的要求的，这样孩子的逻辑思维能力自然会得到提升。　　学习机器人会让孩子做到真正的手脑并用，这是非常锻炼孩子的逻辑思维的。　　家长要了解，孩子们学习中使用的编程软件不是代码而是形象易懂的图形化界面，这让孩子的逻辑思维训练变得更加容易，这就是学习机器人中，最重要的一种能力的培养——逻辑思维能力。　　锻炼孩子的动手能力　　学习机器人是培养孩子动手能力的好方法，因为自己动手操作的过程有趣，所以孩子也愿意去尝试。　　想要开发孩子的智力，加强动手能力的培养是一种重要的方式。　　学习机器人对孩子动手能力的培养，会比其他方式更全面更丰富也更有趣，因为这就是一个完全由自己独立动手搭建、编程、调试、操作、运行的过程，完成之后，孩子们的成就感也会十分强烈。因此机器人教育深受孩子的喜爱，而且家长也能够很快看到孩子动手能力的提高。　　培养孩子的探索能力　　培养孩子的探索能力，一直是家长在教育中经常会碰到的难题。然而，在孩子学习机器人的过程中，遇到的困难和问题会使孩子不断去尝试新的方法，并且采取新的措施，去获得满意的结果。这样，孩子的探索能力也就得到提升了。　　在机器人教育课程上，孩子们对自己的机器人模型要不断改装、调试、试错——修正——再试——再改 ，这样一个不断探索的过程，会使孩子孜孜不倦。　　因为探索的过程，本身就是在培养一种科学探索的精神和科学探索的能力，所以孩子在不知不觉中探索能力得到锻炼和提高。　　开发孩子的创造力　　孩子的创造力是孩子一生受用的本领。　　创造力在孩子的成长过程中非常重要，而机器人学习的目的，就是培养“创造力”。　　在机器人教育中，不同的学习者采取不同的方式来达成某一个目标，可以自行发挥自己的创造力，这种创新的能力培养不是一般的学习方式所能达到的。　　机器人学习的过程和结论都是开放式的，如何控制机器人完全在于使用者自己的想法，再者，一些复杂项目往往需要一个团队来集体完成，这也能锻炼孩子的团队协作能力。　　机器人教育是个很有意思的问题，如果你能明白以上几个要点，那么你的孩子可以尝试接触机器人教育。
本文来源：
瑞文网 ruiwen.com 版权所有