豐田接手波士頓動力：各種機器人到底會如何來到世間？
按：今年8月，雷鋒網將在深圳舉辦一場盛況空前有全球影響力的人工智能與機器人創新大會。屆時雷鋒網將發佈“人工智能&機器人Top25創新企業榜”榜單。目前，我們正在拜訪人工智能、機器人領域的相關公司，從中篩選最終入選榜單的公司名單。如果你也想加入我們的榜單之中，請聯繫：[email protected]。
（波士頓動力公司機器人，via：YouTube.com）
近來外媒傳出 Google 旗下波士頓動力機器人公司將被豐田收購，交易基本完成的消息。看了這消息有的人也許會問，為什麼中國公司沒嘗試購買這公司，答案很簡單：一是你買也買不到，和軍事相關度高的行業美國外資投資委員會這種機構是專門負責斃掉有些國家的企業的（想想有外國資本要收購中國移動，國資委會幹什麼）；一是機器人到底怎麼來到世間，其實在商業上還看不太清楚，而商業前景不清楚必然會導致動力不足。前一點是一種交易細節，略過不提，下面我們來展開談談機器人這產品到底會怎麼滲透進人類的生活。
｜現世兼容與鐵軌計劃
每種生物都在漫長的時間裏進化出了屬於自己的，最適合環境的形態，比如青蛙的形態就比較適合跳高再入水，當人類在高速列車上解決類似破障的情形時，那就需要把車頭做的和青蛙類似。這是一個生物適應環境而改變自己的過程。但人類利用機器的過程與此不同，人類通常會改變機器的存在環境來讓機器的優勢最大化，比如人類為了讓火車能跑要各個地方修鐵軌，為了讓汽車能跑要各個地方要修公路，而不是嘗試做一種可以適應各種地理環境的火車或者汽車。
這兩種思路正對着兩種研發機器人的思路，前者的代表性產品就是人形機器人，後者的代表則是Google做的那種自動駕駛汽車。
人形機器人最主要的好處在於可以和人類的行為兼容度極高，如果它的核心問題比如能源動力、平衡等可以解決，那在文明社會中凡是人能做的事情它都可以做，而如果換成輪式或履帶式，那比如爬沒有電梯的樓就會成問題。這和動物進化自己適應環境並沒差別，人形機器人是對現有人類社會形態的終極適應。
自動駕駛汽車看着走的是兼容現有駕駛習慣的路線，但其實Google的那種自動駕駛非常依賴於高精度的地圖。更進一步的自動駕駛思路是為自動駕駛汽車加入明顯標識，這會導致自動駕駛的實現難度進一步下降。如果按照這條路線展開，那就和為了火車修鐵軌，為了汽車修公路相差不多。眼下還無法預測自動駕駛會怎麼走，但顯然鐵軌的方向看着更靠譜一些。難道我們能拿很多的事故驗證其可行性？
就像我們很難建造一種直接適應自然環境的火車一樣，人形機器人要想成功路還很長，因為它實質上也需要與人的智慧相當的智能，否則是不足以處理複雜多變的環境的。
總的來看，能動的機器人要來到世間，那就只有這兩條路好走：要麼兼容現世，要麼走鐵軌路線，前者對技術提出更高的要求，後者一旦牽涉公共領域，那受社會政治影響較大。
｜機器人會從哪裏首先突破？
拋開不能動的機器人（亞馬遜Echo等）不論，能動的機器人基本上可以確定會在垂直領域用鐵軌計劃進行落地。現在即使做機器人的企業也並沒有意識到這點，但我們有理由相信最終大家會不約而同的走上這條道路。因為在垂直領域即可以用鐵軌計劃降低技術難度，又可以避開繁瑣的社會事務處理過程。
此前有報道稱萬科研究了一種巡邏機器人。那種機器人有點像把一個人形物體放在了滑板車上，看着略有一點滑稽和山寨氣息。但如果我們不那麼窮究產品細節，單從萬科介入機器人這事就可以感受到一點在垂直領域機器人要產生切實作用的氣息。萬科做機器人只可能有兩個收益：一個公關上的影響力提升，一個是切實想解決人力成本上升下的巡邏問題。眼下在中國更可能兩者都有，但人力成本越上升後者的權重就會越重。
保安實在是個很適合用機器人取代的行業。因為小區或園區的環境相對固定，更容易建立那種高精度的地圖，相當於為機器人鋪上鐵軌。其次是低速並且所要處理的環境相對單一，這都有助於拉低技術門檻。而保安本身實際能發揮的作用更多的其實就是攝像頭的作用，很多時候我們很難指望保安真的去抓捕小偷。
當技術問題可以通過技術自身的發展和產品上的折中解決之後，那剩下的只是性價比問題。而控制成本這事其實和規模和摩爾定律有關，過去很多年的經驗都在告訴我們一旦技術問題解決那產品先天有變低價的趨勢，數字的部分越多變低價的速度越快。
當然垂直類場景並不只是侷限於保安，其中掃地機器人其實已經足夠大的銷量了。
｜NC、PC之爭再次重來
年紀大點的IT人可能記得在486那個年代，Oracle這種公司曾經提出過Network Computer的概念。簡單理解就是這種電腦主要是一個顯示器，主要的計算等都靠網絡解決，這思路的現代直屬後裔看起來是Chromebook。顯然這思路在那個年代失敗了，在今天也還沒成功。手機雖然極度依賴網絡，但自身所藴含的計算能力也是極為龐大的，我們經常聽説的驍龍820處理器等增強的都是終端處理能力。
在機器人上依賴雲端還是終端這問題再次出現了。
拉動這次人工智能進展的深度學習骨子裏需要大量數據和計算量，所以其實是一種雲端方案。而無數的事實告訴我們由於網絡的可靠性和傳輸速率完全達不到產品內部各種總線的程度，要想做出體驗好的終端產品，必須提升終端的計算量，進行一定程度的本地處理。這就是為什麼國內有寒武紀國外有Movidus的原因。很多人會把他們的產品稱為人工智能芯片，通俗的也可以看成是GPU的小型化。這種芯片的核心目的是提高終端的計算能力。
但故事到這裏還沒完，不管終端的計算能力怎麼提升，預計也不會達到雲端的那種程度，這反過來就又會挑戰深度學習，檢驗它究竟是否能在端上達到和雲端一樣的效果。
所以説真的機器人的出現有賴於終端上高計算能力芯片的出現，以及深度學習在相對小的計算能力和數據量上的效果。有了這種基礎才是後面各個點的展開，比如通過計算機視覺算法識別物體，通過深度攝像頭感知距離，通過激光雷達來感知遠處的物體等。
如果是汽車，上面這些問題固然可以拉一個GPU的機櫃，但這顯然對於小點的機器人是不適合的。這反過來可以驗證上面的結論，機器人更會在垂直場景下實現，因為在垂直場景下可以通過建立更穩定的局域網絡來做彌補，更容易做出來終端和雲端結合的方案。
｜小結
機器人這事現在來看是大腦發展的比身體發展的快，聲音相關的領域發展的比計算機視覺領域快。所以第一個成熟的產品是Echo，下一個成熟的品類則可能是垂直的機器人，而所謂的人形機器人其成熟則還會在普遍意義的自動駕駛之後。
雷鋒網(搜索“雷鋒網”公眾號關注)注：本文作者李智勇，十年程序員。微信公號：zuomoshi（琢磨事）。轉載請聯繫我們授權，並保留完整信息，不得刪減文章。
資料來源：雷鋒網
作者/編輯：李智勇
（波士頓動力公司機器人，via：YouTube.com）
近來外媒傳出 Google 旗下波士頓動力機器人公司將被豐田收購，交易基本完成的消息。看了這消息有的人也許會問，為什麼中國公司沒嘗試購買這公司，答案很簡單：一是你買也買不到，和軍事相關度高的行業美國外資投資委員會這種機構是專門負責斃掉有些國家的企業的（想想有外國資本要收購中國移動，國資委會幹什麼）；一是機器人到底怎麼來到世間，其實在商業上還看不太清楚，而商業前景不清楚必然會導致動力不足。前一點是一種交易細節，略過不提，下面我們來展開談談機器人這產品到底會怎麼滲透進人類的生活。
｜現世兼容與鐵軌計劃
每種生物都在漫長的時間裏進化出了屬於自己的，最適合環境的形態，比如青蛙的形態就比較適合跳高再入水，當人類在高速列車上解決類似破障的情形時，那就需要把車頭做的和青蛙類似。這是一個生物適應環境而改變自己的過程。但人類利用機器的過程與此不同，人類通常會改變機器的存在環境來讓機器的優勢最大化，比如人類為了讓火車能跑要各個地方修鐵軌，為了讓汽車能跑要各個地方要修公路，而不是嘗試做一種可以適應各種地理環境的火車或者汽車。
這兩種思路正對着兩種研發機器人的思路，前者的代表性產品就是人形機器人，後者的代表則是Google做的那種自動駕駛汽車。
人形機器人最主要的好處在於可以和人類的行為兼容度極高，如果它的核心問題比如能源動力、平衡等可以解決，那在文明社會中凡是人能做的事情它都可以做，而如果換成輪式或履帶式，那比如爬沒有電梯的樓就會成問題。這和動物進化自己適應環境並沒差別，人形機器人是對現有人類社會形態的終極適應。
自動駕駛汽車看着走的是兼容現有駕駛習慣的路線，但其實Google的那種自動駕駛非常依賴於高精度的地圖。更進一步的自動駕駛思路是為自動駕駛汽車加入明顯標識，這會導致自動駕駛的實現難度進一步下降。如果按照這條路線展開，那就和為了火車修鐵軌，為了汽車修公路相差不多。眼下還無法預測自動駕駛會怎麼走，但顯然鐵軌的方向看着更靠譜一些。難道我們能拿很多的事故驗證其可行性？
就像我們很難建造一種直接適應自然環境的火車一樣，人形機器人要想成功路還很長，因為它實質上也需要與人的智慧相當的智能，否則是不足以處理複雜多變的環境的。
總的來看，能動的機器人要來到世間，那就只有這兩條路好走：要麼兼容現世，要麼走鐵軌路線，前者對技術提出更高的要求，後者一旦牽涉公共領域，那受社會政治影響較大。
｜機器人會從哪裏首先突破？
拋開不能動的機器人（亞馬遜Echo等）不論，能動的機器人基本上可以確定會在垂直領域用鐵軌計劃進行落地。現在即使做機器人的企業也並沒有意識到這點，但我們有理由相信最終大家會不約而同的走上這條道路。因為在垂直領域即可以用鐵軌計劃降低技術難度，又可以避開繁瑣的社會事務處理過程。
此前有報道稱萬科研究了一種巡邏機器人。那種機器人有點像把一個人形物體放在了滑板車上，看着略有一點滑稽和山寨氣息。但如果我們不那麼窮究產品細節，單從萬科介入機器人這事就可以感受到一點在垂直領域機器人要產生切實作用的氣息。萬科做機器人只可能有兩個收益：一個公關上的影響力提升，一個是切實想解決人力成本上升下的巡邏問題。眼下在中國更可能兩者都有，但人力成本越上升後者的權重就會越重。
保安實在是個很適合用機器人取代的行業。因為小區或園區的環境相對固定，更容易建立那種高精度的地圖，相當於為機器人鋪上鐵軌。其次是低速並且所要處理的環境相對單一，這都有助於拉低技術門檻。而保安本身實際能發揮的作用更多的其實就是攝像頭的作用，很多時候我們很難指望保安真的去抓捕小偷。
當技術問題可以通過技術自身的發展和產品上的折中解決之後，那剩下的只是性價比問題。而控制成本這事其實和規模和摩爾定律有關，過去很多年的經驗都在告訴我們一旦技術問題解決那產品先天有變低價的趨勢，數字的部分越多變低價的速度越快。
當然垂直類場景並不只是侷限於保安，其中掃地機器人其實已經足夠大的銷量了。
｜NC、PC之爭再次重來
年紀大點的IT人可能記得在486那個年代，Oracle這種公司曾經提出過Network Computer的概念。簡單理解就是這種電腦主要是一個顯示器，主要的計算等都靠網絡解決，這思路的現代直屬後裔看起來是Chromebook。顯然這思路在那個年代失敗了，在今天也還沒成功。手機雖然極度依賴網絡，但自身所藴含的計算能力也是極為龐大的，我們經常聽説的驍龍820處理器等增強的都是終端處理能力。
在機器人上依賴雲端還是終端這問題再次出現了。
拉動這次人工智能進展的深度學習骨子裏需要大量數據和計算量，所以其實是一種雲端方案。而無數的事實告訴我們由於網絡的可靠性和傳輸速率完全達不到產品內部各種總線的程度，要想做出體驗好的終端產品，必須提升終端的計算量，進行一定程度的本地處理。這就是為什麼國內有寒武紀國外有Movidus的原因。很多人會把他們的產品稱為人工智能芯片，通俗的也可以看成是GPU的小型化。這種芯片的核心目的是提高終端的計算能力。
但故事到這裏還沒完，不管終端的計算能力怎麼提升，預計也不會達到雲端的那種程度，這反過來就又會挑戰深度學習，檢驗它究竟是否能在端上達到和雲端一樣的效果。
所以説真的機器人的出現有賴於終端上高計算能力芯片的出現，以及深度學習在相對小的計算能力和數據量上的效果。有了這種基礎才是後面各個點的展開，比如通過計算機視覺算法識別物體，通過深度攝像頭感知距離，通過激光雷達來感知遠處的物體等。
如果是汽車，上面這些問題固然可以拉一個GPU的機櫃，但這顯然對於小點的機器人是不適合的。這反過來可以驗證上面的結論，機器人更會在垂直場景下實現，因為在垂直場景下可以通過建立更穩定的局域網絡來做彌補，更容易做出來終端和雲端結合的方案。
｜小結
機器人這事現在來看是大腦發展的比身體發展的快，聲音相關的領域發展的比計算機視覺領域快。所以第一個成熟的產品是Echo，下一個成熟的品類則可能是垂直的機器人，而所謂的人形機器人其成熟則還會在普遍意義的自動駕駛之後。
雷鋒網(搜索“雷鋒網”公眾號關注)注：本文作者李智勇，十年程序員。微信公號：zuomoshi（琢磨事）。轉載請聯繫我們授權，並保留完整信息，不得刪減文章。
資料來源：雷鋒網
作者/編輯：李智勇