機器人、虛擬實境、人工智慧等技術的未來是什麼?幾個頂級大腦給你一些參考

42

虛擬實境、機器人、人工智慧或許會成為下一巨大市場,我們對這種概念更多停留在探討企業商業嗅覺方面。對於普通人來說,技術的未來我們無從得知,誰也不能確定技術會將未來變成什麼樣。

在 GMIC 期間,GWC、DayDayUp、La French Tech 聯合舉辦了一次關於虛擬實境、機器人、人工智慧等相關話題的探討活動,相信這個圓桌會議應該可以帶來一些思路和觀點。

參與到圓桌會議的嘉賓有:OpenCV.ai 董事會主席 Gary Bradsk,他曾聯合創立了史丹佛大學人工智慧機器人課程,目前最著名的身分莫過於是擴增實境技術公司 Magic Leap 的技術副總裁;還有現在最熱消費級 VR 頭顯 HTC Vive 的中國區總經理汪叢青;Sangbae Kim 來自 MIT 的仿生機器人實驗室,他重點研究不同物種肢體運動的先進功能。

還有機器人車間 CEO Tomotaka Takahashi(高橋智隆),他是東京大學的研究副教授,負責發明智慧機器人;南韓科學技術院 Jun Ho oh(吳俊鎬)教授,他是機械工學系特勳教授與人形機器人研究所所長。

機器人、虛擬實境、人工智慧等技術的未來是什麼?幾個頂級大腦給你一些參考

▲ 李世乭 vs. AlphaGo。

之前在 AlphaGo 的報導中,總能聽到「人工智慧」、「機器學習」和「深度學習」這些詞彙, IBM 中國研究院研究總監、大數據及認知計算研究方向首席科學家蘇中用淺顯的語言解釋了這些名詞的區別:

  • 人工智慧是一個願景和目標,不是具體的方法。它希望機器能夠在某些方面達到人的水平或者是像人,我們一直在路上,沒有說哪天人工智慧能實現,因為人的能力實在是沒有邊界的。
  • 機器學習是人工智慧範疇下面的一種方法,可以隨著數據或是反饋往越來越好的方向發展。它是一種學習能力,所以叫機器學習。
  • 深度學習則是機器學習裡面一個分支,強調的是所使用的模型。
機器人、虛擬實境、人工智慧等技術的未來是什麼?幾個頂級大腦給你一些參考

談及機器人技術的未來、機器人與人之間的溝通,高橋智隆則認為將會有越來越多的新技術出現,這會讓他們非常激動。但是,可以預見到的有一件事情,就是人的重要性,以後還是人越來越重要。

機器人也是一種通訊方式,與機器的交流最終都是人與人的交流。

高橋智隆認為,「手機其實就是一種機器人的形式,機器人也是一種通訊的方式,在最近的未來就會出現這種情況,機器人和智慧手機的邊界會越來越模糊。智慧手機越來越多商業化的營運,它會把其他技術整合進來。」

技術推動越來越多的工具出現,這些工具會改變我們的娛樂,也會改變一些數據的結構。

Sangbae Kim 則認為機器人與人之間會越來越可理解,交流速度會變得越來越快。但也有不好的方面,人和人之間的交流變得更難了。

談及技術會不會給人們帶來恐懼,Gary Bradsk 表示,「我們不能往回走,還要不斷地前進,新的技術可以實現按一下按鈕就可以幫助我們解決很多的問題,這都是以網路為基礎的發展。但我也同意關於人類作用的一些看法,我們不能壓制技術。」

汪從青則認為,「很多技術都是很有用的,未來我們就不再需要任何一個鍵盤了,用一個聲音或者手勢等,用今天已經有的技術,和你的裝置進行自然的交流,這需要非常深度的學習,需要技術更多的融合和發展。」

關於下一個革命技術,很多人談到了虛擬實境,也有人認為是機器人,我們也知道了以 AlphaGo 為首的人工智慧從未受到如此多的大眾關注過。

對於各位不同領域的圓桌嘉賓顯然會有不同的看法,甚至可以說是「偏科」。但主旨是誰也不會知道確切的答案,人們必須要和這些智慧技術共存下去。

機器人、虛擬實境、人工智慧等技術的未來是什麼?幾個頂級大腦給你一些參考

▲ 高橋智隆和他的機器人。

高橋智隆認為,「下一步的創新,替代手機的是這個機器人(指著他帶來的機器人)。這個帶著雖然不是很方便,但我們是一直朝著這個方向努力的,我們不只希望和手機交流,還希望能和動物交流,比如烏龜等,如果真正實現這種深度的智慧,我認為將是未來下一代的智慧手機,我不知道智慧手機下一代將會是什麼。」

但技術也並不會「控制」人類或「取代」人類,因為技術的背後始終是人性,人們不應該懼怕它。

Sangbae Kim 認為,「現在有很多的想法,或者項目,我認為人性是最重要的,我們不可能將技術推動到所有人都恨它,最終技術是為人們服務的,雖然我們有非常強大的算法,但實際上,人是在背後的,人性是無法替代的。」

「未來有很多東西將要離開我們的控制,我覺得我們能夠控制技術方面的,特別在深度學習方面,我們並沒有做任何的設計,它是自己學習的。這些設備能控 制某一個系統,比如我們的武器系統,或者網路、交流系統。我們無法控制的是,只是需要一個人來做這樣的設備,只要項目中出一個問題,就會出現非常恐怖的結果。」汪從青補充。

Gary Bradsk 則認為,「我們的想法是,我們處理的計算需求 MIT 是最好的,他們有最好的基礎設施,這個基礎設施要給全世界使用。而我做了一個實驗室,用來加速視覺智慧的項目,我現在已經把它推到下一個階段了,我希望鏡頭用光學、視學來替代。」

(本文由 愛范兒 授權轉載;首圖來源:達志影像)