機械和人和人工智能曾經成為以后最熱點的話題，各年夜媒體都在漫山遍野的報導，并惹起了世界各界的高度存眷。今朝，法國曾經投資了15億歐元在人工智能上，歐盟也投資了200億歐元用于AI家當的成長。在中國，人工智能也長短常熾熱，阿里巴巴、騰訊、百度等企業都有這方面的舉動，CES電子上展現的各類新運用產物等。

人工智能與機械人的反動曾經開端，在CCF-GAIR人工智能與機械人峰會上，RolfPfeifer傳授揭橥《若何應對機械人/AI技巧過熱的時期》的出色演講中指出，人工智能處于過熱的狀況。Rolf Pfeifer是瑞士蘇黎世年夜學人工智能試驗室原主任、酷哇機械人首席迷信家，曾主導開辟過一款仿活力器人RoBoy，被東京年夜學評選為“21世紀信息迷信與技巧COE傳授”。

機械人從工場走向生涯

機械人曾經不是一個新穎的事物，早在50年前就涌現了盤算機視覺和機械手臂等產物，作為取代人力休息的產品，機械人被運用于工業范疇。工場里不該該有人，應當把人和裝備隔離，由于機械臨盆情況異常風險。

機械人的應用遠不止于工業臨盆，跟著技巧的成長成熟，一些辦事類機械人被研收回來，機械人開端從工場走向人類生涯。有些機械人看起來一點也不像人，但它具有人類的特色。

MIT迷信家研發了一款叫做Jibo的家用社交機械人，這款產物配有攝像頭，可以與人停止語音交互。但如許的功效在蘋果手機上曾經完成了，基本沒需要帶著一個不便利的機械人。那末，社交機械人進程中的贏家究竟是誰？

還有一款較先輩的交互機械人Pepper，它可以在咖啡廳里自在挪動并告知主人一些咖啡機的信息，但這類機械人其實不能制作咖啡，只是可以或許措辭，經由過程人臉辨認與人交換。假如這類機械人本錢很高，那末，投資者就沒有興致了。

AI與人類智能還差很遠

如今的人工智能技巧重要是基于深度進修和神經收集算法模子，例如AlphaGo等產物和圖片處置上都用到深度收集，今朝深度進修在主動駕駛和醫療方面的運用也異常勝利。

在圖片處置的進程中，經由過程多層收集對圖片停止辨認，例如50層乃至更多層，有時刻它們能夠比人類做得更好。然則深度收集方面現實是有很年夜的炒作成分，好比說Alpha Go和Alpha Zero，經由賡續進修終究打敗人類世界冠軍，年夜家都以為假如他賡續改良的話能夠比人類更聰慧。

現實上，這只是一個尺度規矩下的算法，和人類聰明更是相差甚遠。AlphaGo采取了1202個CPU+176個GPU，運轉進程須要消費年夜量的電能，這個消耗是人類能量消費的5萬倍。AlphaGo固然在圍棋上克服了人類，但現實人工智能的才能異常低，與人類智能還相差很遠。

主動駕駛技巧的將來遠景

談到人工智能時，主動駕駛汽車長短常熱點的偏向。曩昔的五年，主動駕駛曾經從概念走向實際世界。主動駕駛的焦點是人工智能和深度進修，中國BAT正在賡續深刻履行深度進修收集，豐田公司曾經在主動駕駛投資了許多錢，同時愈來愈多的公司都在投資這個范疇。

不外，主動駕駛依然有許多的成績須要處理，對老年人和殘疾人來講，能否可使用主動駕駛體系？假如產生交通變亂誰來負這個義務？人類和主動駕駛汽車停止協作，許多公司進入了炒作進程中，但主動駕駛的體系傍邊還有許多弗成預知的將來，例如涌現異常若何處置，過度應用主動化會令人類掉去技巧等等。

今朝主動化技巧有許多的運用，有沒有人飛翔體系，有人機交互體系，也有一些主動干凈體系，有些具有自立才能的裝備曾經離開我們生涯傍邊，例如掃地機械人，采取一些自順應的打掃技巧，主動停止街道的干凈，讓城市變得加倍清潔。將來，人類將須要和機械人協同任務，完成更高效力的社會。

RolfPfeifer以為，機械人、主動駕駛和AI的炒作未必是好事，由于它吸引了許多人的看重，同時也吸引了許多投資者來推進這個家當的成長。我們正執政著主動駕駛和主動化方面賡續的進步，深度神經收集的優勝性和競爭力將會獲得表現。