人工智能最近越来越热了。但我总觉得,有些地方搞得有些偏了,做了许多华而不实的事情。我有一点想法,认为这样做的意义才是真的大。
1、AI最有价值的发展方向,不是让机器具备超越人类的能力(如炒股、证明数学题、下棋等),而是去做一些人类容易做的简单事情。比如,拧螺丝、打钉子、接电线、下料、收拾餐桌、洗晒衣服.....机器做这些简单的工作。这意味着,AI算法应该与机器结合,而不是只研究算法,才能促进人类的自由和解放。把人类从没意思、枯燥、危险、肮脏的工作中解放出来,才是人工智能最重要的用途。
2、机器的一个重要劣势在于灵活性不足。未来的重点是改变这种局限性。拧螺丝、打钉子、接电线....等工作,机器人是可以做的,但灵活性远远不够。灵活性其实很简单:人可以在车间里跑来跑去,在不同的地方去做不同的事情。这样,一个人可以做许多事。而现在的机器人往往是在固定的地点做重复性的工作。未来的机器人,需要把位置移动与工作内容变化结合在一起。这样做的本质好处是降低成本,不需要配置大量机器人,从而促进机器的应用。这种机器人适合于设备维修、维护以及做各种杂事。其本质是多用途机器人。
3、提高机器人做杂事的能力,需要两点能力:认知能力和学习能力。“认知能力”就是看到什么就知道该干什么。比如,看到地上有一张废纸,打扫卫生的机器就知道需要捡起来。学习能力就是能够快速、简单地学习做新的事情。比如,用不同工具拧不同尺寸的螺丝、在不同的材质上打不同的钉子。这两个方面,都需要AI技术的支持。但学习过程越简单、越快越好。需要注意的是:学习过程并不是一定依赖于AI、深度学习这些技术。比如,如果有了数字模型,识别零件的时候就可以通过简单图像的比对实现。再如,遇到新问题时,参数的采用可以用数学模型来计算。再如,机器的运动轨迹可以让人画出来,让机器记住。如果能做到这一点,机器就很容易用于多变的场景。
4、要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短板。在工业场景应用任何技术,都要以安全、稳定、可靠为基础。而安全稳定可靠的基础,往往是工作过程的标准化。比如,拧螺丝的时候用的力气过大过小、速度过快过慢都不可能带来不稳定,影响产品质量。如果做不到安全稳定可靠,AI就无法广泛地应用。前面说的这种机器人在工业场景广泛应用时,就要解决这个问题。解决这个问题的办法其实也很简单:让学习和使用过程相对分离。学习的过程可以犯错误,学好以后就把做法固化下来、形成标准。比如,把拧螺丝的速度和用力大小固化下来。
从人类发展的高度看,这些工作才是重要的。