焊接机器人 喷涂机器人 搬运机器人 装配机器人 切割机器人 其他机器人
当前位置:

OFweek机器人网

正文

解密:哪些技术在推动机器人发展?(附图)

导读: 现在自动化和机器人(特别是无人驾驶技术)上的商业投资已有明显的加速,亚马逊、谷歌、苹果和Uber等备受瞩目的公司以及一些重量级的汽车厂商都在向无人驾驶领域进军。接下来,我会讲述一些现在机器人领域有突破贡献的重要科技,而社会伦理对机器人和人工智能的担心也在上升。

  5亿年前,地球迎来了物种的大爆发,即“寒武纪生命大爆炸”。在相关的研究中,有一派的观点非常激进,他们提出:视觉的进化增强了物种捕猎及交配的能力,是造成寒武纪生命大爆炸的主因。当今世界,各种科技的发展导致多元性和适用性机器人的类“寒武纪爆发式”增长,许多关于机器人所依赖的计算、数据存储和交流的基础硬件技术正在成指数发展。

  “云机器人”和“深度学习”这两项新兴的技术就可以影响技术在一个良好循环中的爆发性增长。“云机器人”这一概念由James Kuffner提出,是指可以通过网络互相学习的机器人;特别是在机器人的数量增长时,机器人的能力更是可以得到快速提高。“深度学习”算法是指特定程序通过对特定行为的模式进行提取并将之应用到更多的领域中。有研究人员指出这两项技术将成为机器人技术爆发式发展的主要原因,就像寒武纪时出现的视觉。

  而机器人爆发可能将会持续多久呢?不知道。有人说我们应该研究电脑象棋游戏的历史,因为电脑可以凭借强大的运算及搜素和启发式算法战胜当下最好的棋手,然而死板的象棋系统在面对另一种类型的问题就完全束手无策了。这样看来,专业化的机器人在完成指定任务方面还有提升空间,而在现实生活中,仍待解决的问题还要更多。

  不过不像已经编程象棋规则的电脑游戏,现在的深度学习算法则是使用在特定领域通用的学习方程,而这一算法已经应用在大量感知问题上,比如语音识别或现在流行的虹膜识别。美好的蓝图似乎已经展现:通过深度学习算法,机器人将能解决任何联想记忆问题。此外,和象棋程序不同,进步非常快的深度学习算法正在以期望中的速度渐进发展,甚至在专业领域不断带来惊喜。而近来云网络中越来越多的数据和计算资源让深度学习的进一步发展成为了可能。

  深度学习的所谓“神经网络”实际上与已知大脑结构存在几个方面的不同,虽然其分布式的“连接”方式比之前的人工智能技术(比如电脑象棋程序)更近似于神经系统,不过类真正大脑的几个特点仍未完成,比如情节记忆和“无监督学习”。但看起来神经网络不久就能像人脑一样感知世界了,但神经网络能否像实现人脑一样的认知呢?经解剖学研究得出,大脑知觉版块和认知版块存在相似点。因此,有理由相信,带有记忆和无监督学习的机器识别将会在未来实现。

  爆发的时间点实在难以预测。现在自动化和机器人(特别是无人驾驶技术)上的商业投资已有明显的加速,亚马逊、谷歌、苹果和Uber等备受瞩目的公司以及一些重量级的汽车厂商都在向无人驾驶领域进军。接下来,我会讲述一些现在机器人领域有突破贡献的重要科技,而社会伦理对机器人和人工智能的担心也在上升。

1  2  3  4  下一页>  
声明: 本文由入驻OFweek公众平台的作者撰写,除OFweek官方账号外,观点仅代表作者本人,不代表OFweek立场。如有侵权或其他问题,请联系举报。

我来说两句

(共0条评论,0人参与)

请输入评论

请输入评论/评论长度6~500个字

您提交的评论过于频繁,请输入验证码继续

暂无评论

暂无评论

  • 机器人
  • 机器视觉
  • 伺服
  • 猎头职位
更多
文章纠错
x
*文字标题:
*纠错内容:
联系邮箱:
*验 证 码: