人工智能最近变得越来越热。笔者总觉得有些地方有点偏,做了很多浮华的事情。有一点想法,认为这样做真的很有意义。
1、人工智能最宝贵的发展方向不是让机器超越人类(如股票交易、确认数学问题、下棋等),而是做一些人类容易做的简单事情。例如,拧紧螺丝、钉子、连接电线、切割材料、清理桌子、洗衣服...机器做这些简单的工作。这意味着人工智能算法应该与机器结合起来,而不仅仅是研究算法,以促进人类的自由和释放。人工智能最重要的用途是解放人类从无聊、危险和肮脏的工作。
2、机器的一个重要缺点是缺乏灵活性。未来的重点是改变这种局限性。拧紧螺丝、钉子、连接电线...等待工作,机器人可以做到,但灵活性远远不够。灵活性实际上很简单:人们可以在车间里跑来跑去,在不同的地方做不同的事情。这样,一个人就可以做很多事情了。现在机器人通常在固定的地方做重复性的工作。未来的机器人需要将位置移动与工作内容的变化结合起来。这样做的本质好处是降低成本,而不需要配备大量的机器人来促进机器的应用。该机器人适用于设备维护、维修和各种琐事。它的本质是多功能机器人。
3、要提高机器人做琐事的能力,需要两种能力:认知能力和学习能力。“认知能力”就是知道该做什么。例如,当你看到地上有一张废纸时,清洁机器就会明白你需要捡起来。学习能力就是能够快速简单地学习做新事物。例如,用不同的工具拧不同尺寸的螺钉,用不同的材料打不同的钢钉。这两个方面都需要人工智能技术的支持。但学习过程越简单,越快越好。需要注意的是,学习过程并不一定取决于人工智能、深入学习这些技术。例如,如果有数据模型,可以通过检查简单的图像来识别零件。另一个例子是,当遇到新问题时,参数选择可以通过数学模型来计算。机器的运动轨迹可以被画出来并被机器记住。如果你能做到这一点,机器很容易用于多变的场景。
4、解决机器学习和标准化的问题。不确定性是人工智能的一个重要缺点。在工业场景中应用任何技术,都应以安全、稳定、可靠为基础。安全、稳定、可靠的基础通常是工作过程的标准化。例如,拧螺丝时使用的力太大、太小、太快、太慢都不会带来不稳定,影响产品质量。如果不能安全、稳定、可靠,人工智能就不能被广泛使用。当上述机器人被广泛应用于工业场景时,有必要解决这个问题。解决这个问题的方法也很简单:让学习和使用过程相对分离。学习过程可以犯错误,学习后固化实践,产生标准。例如,固化螺钉的速度和力。