为什么机器人研究了几十年,还是给人感觉没有太大进展?

2016-12-18 机器视觉 机器视觉

限时干货下载关注我们“机器视觉”,回复“资料”获取获取机器视觉教程,行业报告等资源百度盘群组分享链接更新时间:2016-12-12,失效请在文末留言,不要在后台留言


作者:Heinrich
链接:https://www.zhihu.com/question/22056195/answer/20151586
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

一、先从定义上来说吧。

1、如果从行为层面来说,对于完成独立的某种行动,机器人技术,或者说是控制技术的发展已经有了长足的进步,对于工厂流水线上的机器人来说,处理精度、处理速度都远远超过了人类。前一阵日本发明了一个百分之百赢对手的猜拳机器人(岛国的科学家真是特么闲啊!)从观测人的行为、分析手势直到控制机器改变手势的时间已经到了毫秒的级别。所以自控领域上的进步已经是有目共睹了。

2、但是如果从思考层面上来说,机器人是否具备独立思考的能力,或是独立的意识,以此判断机器人的发展情况,不得不说在根本上还并没有什么进步。因为首先人类对于人脑的工作原理尚不清晰,所以更别说制造机器的大脑了。虽然机器学习、人工智能技术的发展不断突破,但是其所依赖的模式依然是一种人所赋予的“精神模式”。人将机器人有可能遇到的所有问题进行分析,然后给出对于该问题的处理方法,或是给机器一个判断机制让机器根据情况自行判断。然而一旦机器人面临的问题超越了人所赋予的框架意外,机器人便无能为力。再先进的扫地机器人也不能去搬桌子。这样来说,刚才那个猜拳机器人和三国时期的木牛流马没有本质的区别,都智能算作机器。不能算作智能生命。

如果这个话题继续向上延伸,就涉及到了智慧究竟是什么。图灵测试是目前人类认可的判断依据。(关于图灵测试请自行百度)但是假设图灵测试的另一端是一台存储了人类所有可能提出问题的答案的简单数据库,那么它也将通过图灵测试。我们是否可以说它拥有智慧呢?


话题继续向上延伸。在哲学层面,关于“自由意志”始终在进行讨论。简单的说,就是人类甚至不能确定自己是否拥有智慧。我们所做出的种种判断和决定,是出于我们自己的意愿?还是一切已经像宿命一样安排好了,我们只是按照一个数据库去搜索答案并执行这个答案?


所以无论是自然科学,还是人文科学,在关于智慧这一问题上虽然一直在进步,但都并未突破。如果人类不知道自己要制造的是什么,那么便无法制造出来。我想这就是你的问题。

二、狭义的机器人

     虽然我们暂时还无法赋予机器人思考的能力,但是如果仅从仿生学来说,这片草原已经被开垦了很多,而且依然有广阔的拓展前景。基于“深蓝”的计算机战胜了国际象棋世界冠军卡斯帕罗夫这一事件,全球为此惊呼:机器战胜了人类。“深蓝”的成功标志着人工智能研究的巨大进步,但这也是在静态条件下强大运算能力的结果。于是科学家们开始了新一轮更复杂、更激动人心的研究,并将目光瞄准了世界第一运动足球,还产生了将计算机人工智能与足球结合研究的两大国际机器人组织RoboCup和FIRA,并扬言要用50年的时间制造一只机器人足球队,并战胜人类足球队。
      (很久很久前po主曾参加RoboCup并获中学组铜牌)
        作为这一活动多年的参与者,po主本人对这一宣言格外相信。因为近几十年,机器人的应用不断拓展,任何人类无法从事的工作机器人都将挑起重任,比如危险作业、极端条件作业;而人类能做到的,机器人能做得更快更好。

       对于狭义的机器人来说,所需要的概括来说分为三个部分:观测、分析、执行。其所对应的(仅仅是硬件)技术分别为:传感器技术、计算机技术以及自动控制技术。这三大块如果楼主说几十年没有进步那真是不太现实。软件角度,语言学的进步辅以数据挖掘,让计算机对人类语言的处理上升了一个新的台阶。这里必须一提的是互联网技术对于人工智能的影响。量变产生质变,当数据量达到一个新的数量级,那么一个机器人也将逐步逼近图灵测试的标准。比如前一阵的小黄鸡,虽然是软件作者的功劳,但是小黄鸡背后是无数网民作为小黄鸡的数据库,才有了我们后来看到可以对答如流的小黄鸡。



所以,楼主说机器人研究了几十年了,还是没有太大的进展,我想只是对于机器人的定义不同,要求标准也不同,但已有的进步,我们是应当给予肯定的。


作者:戴泓楷

链接:https://www.zhihu.com/question/22056195/answer/20151612
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

因为当初高估了人工智能的进步速度。

Minsky以前认为可以用逻辑来构建人工智能,几十年的研究发现简单的逻辑系统远远不能模拟智能的复杂度。现在大家用机器学习的方法,使用大量的数据和反复实验来找出相关性,但这种相关性却无法表明因果关系。简单地说,现在没有一个可靠的数学模型能够模拟出人脑推理决策的过程。

至于机器人的控制,这方面的进步倒是很快,预计最近两年会看到大量井喷式的进展(美国的DARPA的巨大推动功不可没)。从最早的只能控制机械臂,到现在能够像人一样行走的Atlas机器人,或者是能够四足奔跑的wild cat,在野外行走的LS3都意味着机器人的运动控制已经日趋成熟。如果对这个领域感兴趣,今年12月21号将在佛罗里达举办的DARPA Robitics Challenge上竞技的机器人,差不多代表了人型机器人控制在当前的最新成果。

Atlas By Boston Dynamics IncWild Cat by Boston Dynamics Inc
LS3 by Boston Dynamics Inc

机器人在工业上已经有相当广泛的运用,不过受制于成本(通常只有大型工厂可以负担),可操控性(需要专门的人员维护),在相当长时间里小工坊都无力负担。不过随着rethink robotics的Baxter的推出(两万多美元一部,良心价),以及这部机器人容易操作的特性,很可能小型的工厂也会很快引进机器人。

Baxter by Rethink Robotics
UBR-1 By Unbounded Robotics


作者:yuanboshe
链接:https://www.zhihu.com/question/22056195/answer/107817753
来源:知乎
著作权归作者所有,转载请联系作者获得授权。

作为一个机器人行业从业者,多年爱好者,很不认同问题中的说法!机器人研究了几十年,进展是非常大的,看了下面的视频你就明白了:

                            仿人机器人ASIMO(阿西莫)                


                       

这是Honda(日本本田)的ASIMO,虽然是两年前的视频了,但仍然可以作为行业技术的标杆。

“感觉没有太大进展”是因为提问者的评判角度不同,这里做一些分析:

  • 首先是对机器人的定义,不是只有像人一样的外观,像人一样智慧的机器才能叫“机器人”,凡是具备感知、决策、执行三部分的机器,都可以称之为“机器人”。

  • 其次是对进展的评价,机器人技术领域有很多进展是基础性的,并不直接反映在最终能展现出来的机器人身上,机器人本身是技术综合程度非常高的“物种”,不能因为这个“物种”无法让我们满意就认为相关的基础技术没有太大进展。

  • 然后是信息不透明,信息不透明跟每个公司PR有关,也跟国家政策有关,这里不详述,总之普通民众是很难获取到完整信息的。

  • 最后是大众对机器人技术的期望过高,科幻电影几十年前就已经科普了智能机器人了,但科幻终究是科幻,技术还是得一步步脚踏实地地走的。一些媒体和商业化组织有目的渲染,也给人们一次次带来不切实际的幻想,当现实无法满足人们期望的时候,自然也会觉得“没有太大进展”了。对智能机器人感兴趣的朋友,可以关注我的专栏,智能机器人 - 知乎专栏 会不定期去解读更新我们对智能机器人的解读。

作者可能想问的是:为什么机器人研究了几十年,还是给人感觉机器人都不够智能,蠢蠢的?

下面我想从技术角度解释一下这个问题。


首先是机器人技术的发展史

机器人技术从20世纪中旬发展到现在,也不过数十年。上个世纪,全球机器人技术有两个大国——美国和日本。20世纪70年代前后,美国注重机器人在军事领域应用,而日本注重机器人在工业领域应用。后来在机器人技术民用化的进程中,日本的机器人工业基础实力雄厚,而美国则有更多的“黑科技”。

Honda(日本本田)在智能机器人领域的努力,贯穿人类的整个智能机器人发展史,一度成为全球明星。

1986年至1997年间,Honda依次发布了E0~E6,P1~P3,10种型号的人形机器人。这些机器人的研究目标,是解决人形机器人自动化阶段的一些问题:让双足机器人能够更稳定地行走——更可靠的结构设计和动力系统、更稳定的控制系统、机器人稳定行走的算法,让机器人具有可操作性、小型化、轻型化。当他们的人形机器人具备了可靠的机器人硬件,下一步目标,是追求机器人的智能化:机器人能够更自主地与环境(人)交互。为了这个目标,他们在2000年创造了ASIMO,这是一个具有划时代意义的机器人,标志着Honda的研究重点从传统的自动化转向智能化方向,让机器人具备与人,与环境进行交互的能力,让机器人融入人的生活。2002年的ASIMO具备了智能的特征,2005年的ASIMO能够与人进行实时交互,2007年的ASIMO可以多台机器人协同工作,2012年的ASIMO可以跳跃,奔跑,进行人脸声源识别,与多人对话,融合视觉触觉与人互动等。现在的ASIMO已经可以像人一样完成很多复杂的动作,甚至在一些程度上代替人工作,Honda在机器人自动化控制上的水平绝对是世界一流的,但智能化还有很长的路要走。


然后是机器人技术的组成

我们将机器人技术划分为五个技术领域(层):机械硬件、电子硬件、嵌入式软件、上层软件、智能算法。

机器人技术在自动化阶段主要涉及前三层和一些控制算法,从上世纪至今,在制造业发展得非常完善,但仍旧不断有新的工艺、传感器、材料出现,将机器人基础技术往前推进。而后两层,是机器人智能化阶段的重点,主要是本世纪初在互联网行业得到了迅猛的发展,例如软件工程技术大大提升机器人软件工程的开发效率,人工智能则让机器人变得更“聪明”。人工智能技术虽然发展了很多年,被人们切身体验到它的存在还是近十年互联网行业的爆发才得以实现的,而机器人上的人工智能技术应用,才刚刚开始。机器人软件工程技术,也是最近几年才开始发展起来的。

机器人技术的发展,是一步一步进行的,没有底层的完善就没有上层的应用空间,而机器人产品进入人们的生活,也是一步一步的,没有人们的需求和认识水平的提高,也很难有服务机器人产业的爆发。

这里还要解释一下几个大家容易误解的几个名词:

  1. 人工智能。指的是人工系统,能够表现出智能。分为强人工智能和若人工智能,强人工智能是指研究者们希望这个人工系统具有自己的意志,也就是说它有自己的情感、喜好、价值观等;而弱人工智能,是指研究者们希望这个人工系统能够自主做出一些决策,让人们认为它是具备智能的,其中的核心学科之一就是机器学习——从数据中学习到模型,用模型来预测结果,预测是基础,然后才有更大系统的决策和机器的自主。强人工智能能否实现,目前还是一个哲学问题,它不仅仅是技术发展那么简单,所以担心人工智能会毁灭人类什么的,可以洗洗睡了,只是非人工智能领域人得臆想罢了(曾经有媒体报道“霍金警告人类提防人工智能”,可能是某些媒体杜撰陷害这位伟大的物理学家的吧)。绝大部分人工智能研究者,研究的是弱人工智能,它在互联网领域已经应用得非常广泛了。国内想得到最权威人工智能信息,可以关注一下“南大周志华”,想学习机器学习知识,可以搜一下南京大学计算机系LAMDA(机器学习与数据挖掘)研究所,主任是周志华老师。

  2. 工业机器人和服务机器人。工业机器人是指生产环境中应用的机器人,一般的生产环境机器人与人是隔离工作的,要求机器人稳定、高效、精度高。服务机器人是指人的生活环境中应用的机器人,机器人需要融入人的生活环境,要求机器人功能强、具备一定的自主交互能力。

  3. 智能机器人。是指机器人智能化阶段的机器人,这种机器人通常具备一定的自主交互能力,因此,实际上智能机器人主要是应用在服务机器人行业,重叠层度非常高。


最后总结

机器人技术是一项跨领域非常大,综合程度非常高的技术类别。这几十年,机器人技术工作者们从无到有一步步构建起了这么庞大的体系,进步是非常大的。目前来说,各个方面的技术储备已经达到了一个要爆发的临界点,比如移动机器人上游产业链完善、人工智能技术(尤其是计算机视觉)进展非常大、机器人软件系统开始扩大化发展、自主导航(无人驾驶)技术方案框架明晰,就差把所有的技术整合在一起应用于人们的生活了。可能一开始是类似仓储机器人、送餐机器人、酒店机器人这样的移动机器人,慢慢各种技术的集成与完善,才会开始出现无所不能的超级机器人。我现在创业的项目就是做以视觉应用为主的智能移动机器人,解决机器人的眼睛+移动的机能需求。无论是双足机器人、小车机器人、送餐的、送快递的、运货的,眼睛+移动是能被称之为“人”的一个基础机能,之前在lamda实验室我们已经能做出实验室级别智能移动机器人,现在在往商业化的进程上努力,行业内在这一块的进度都差不多,差不多这两年可以实现这一基础机能,那么,基于此的上层软件应用也会大大加快发展速度,未来五年内服务机器人将会遍地开花。目前中国在这个方向上的进展并不比国外慢多少,国外虽然有多年积累,但他们的分享精神还是挺足的,加上中国的年轻一代学习能力非常强,通过学习跟进和自主研发,还是可以缩短差距赶上国外水平的。

::...
免责声明:
当前网页内容, 由 大妈 ZoomQuiet 使用工具: ScrapBook :: Firefox Extension 人工从互联网中收集并分享;
内容版权归原作者所有;
本人对内容的有效性/合法性不承担任何强制性责任.
若有不妥, 欢迎评注提醒:

或是邮件反馈可也:
askdama[AT]googlegroups.com


订阅 substack 体验古早写作:


点击注册~> 获得 100$ 体验券: DigitalOcean Referral Badge

关注公众号, 持续获得相关各种嗯哼:
zoomquiet


自怼圈/年度番新

DU22.4
关于 ~ DebugUself with DAMA ;-)
粤ICP备18025058号-1
公安备案号: 44049002000656 ...::