《机器人和科技巨头必须取信大众》

  • 来源专题:中国科学院文献情报制造与材料知识资源中心 | 领域情报网
  • 编译者: 姜山
  • 发布时间:2018-01-03
  • 我就像个正在等待圣诞老人的孩子。我见到了研究自动驾驶汽车的工程师,了解到续航里程的价值,以及Level 5(即汽车完全无需人类干预驾驶)的最终目标。最后,在我为期两天的旧金山之旅即将结束时,激动人心的一刻到来了:我第一次坐上了无人驾驶汽车。

    我很幸运:我乘坐的这辆林肯正在测试一条新路线。所以一位来自硅谷初创公司Drive.ai的年轻工程师,对向我炫耀他的新玩具明显很兴奋。

    当我们围着山景城(Mountain View)转悠时,这辆车就像一个机器人,每每遇到十字路口这样的新路况就开始摇晃并急转弯。因为汽车还在学习新技术,安全驾驶员的手从不会远离方向盘,有时还会接过方向盘。

    “抱歉,有的地方还不成熟,”Drive.ai的项目经理托尼•史密斯(Tory Smith)说。就这辆车,他确信地告诉我,已经能适应更复杂的路况,比如在雨天和黑暗中行驶。

    坐在后排,在头几分钟我高度紧张,但一会就放松下来。Drive.ai的联合创始人卡萝尔•赖利(Carol Reiley)之后对我说,让乘客感到无聊是他们的目标。那就是当乘客信任无人驾驶汽车时。

    当Drive.ai与科技集团和汽车制造商在人工智能技术最具变革性的领域之一竞争时,无人驾驶技术也许是他们面临的最大挑战。这家初创企业的筹码是人才,该公司是由斯坦福人工智能实验室(Stanford Artificial Intelligence Lab)出来的一群人创建的。但赖利表示,更大的挑战是建立信任。“人们对自动驾驶汽车是恐惧的。不是怀疑,是恐惧。车内外的人都需要了解汽车正在做什么。”

    她的策略是使用深度学习——这是一种让机器学会自己思考的人工智能形式——不仅要教汽车如何驾驶,还要教它们如何与人类互动。这辆林肯车的顶部有六个传感器,一个雷达和几枚摄像头。最后,屏幕将向行人显示消息,告诉他们什么时候过马路安全,用声音和灯光来传达汽车的意图。

    建立信任需要时间,就像当初汽车取代马车时一样,这个比喻我在硅谷听过很多次。考虑到我自己开车时是多么没自信,我认为赖利是对的。赖利说自动驾驶汽车将比人类安全,只要人们认识到这辆车“是个机器人,并务必要将其当成一个机器人加以区别”。

    多亏了人工智能,几年后我可能会用某个拼车应用软件叫一辆无人驾驶汽车。但说到防范虚假新闻、极端主义内容或网络操纵——我本以为这一目标更触手可及——科技公司坚称这项技术还不够先进。这个论断很难让人接受。在欧洲,政客们对科技平台无力清除恐怖组织散布的极端主义内容极为不满。在美国,科技集团遭到攻击:不久前,Facebook、Twitter和谷歌(Google)因俄罗斯特工利用其广告服务试图影响美国大选而受到美国立法者们的拷问。

    我在硅谷听到的好消息是,在长期否认后,科技公司承认他们面临着信任危机。他们知道自己与社会和政府的关系到了一个转折点,并正在讨论如何应对。

    然而,解决这个问题并不简单。对内容负责违反了科技巨头平台的本质。但当政客们称世上最聪明的人该有办法阻止某些内容时,他们并不考虑技术的局限性。而这些公司要在控制内容与言论自由之间寻求平衡,也是有一定道理的。

    尽管很迟,科技公司终于是被迫采取行动了。谷歌对搜索算法做了修改,Facebook和Twitter也将使其广告更加透明。这是否足以阻止滥用或防止下一次操纵政治事件的企图?也许并不能,而且科技集团可能还会因此蒙受更严重的信任缺失。

相关报告
  • 《科技发展推动着机器人的AI处理技术至边缘计算》

    • 来源专题:光电情报网信息监测服务平台
    • 编译者:husisi
    • 发布时间:2020-03-27
    • 无论是传统的工业机器人系统,还是当今最先进的协作机器人(Cobot),它们都要依靠可生成大量高度可变数据的传感器。这些数据有助于构建更佳的机器学习(ML)和人工智能(AI)模型。而机器人依靠这些模型变得“自主”,可在动态的现实环境中做出实时决策和导航。 工业机器人通常位于“封闭”环境中,出于安全原因,如果该环境中有人类进入,机器人会停止移动。但是限制人类/机器人协作,也使得很多益处无法实现。具有自主运行功能的机器人,可以支持安全高效的人类与机器人的共存。 机器人应用的传感和智能感知非常重要,因为机器人系统的高效性能,特别是ML/AI系统,在很大程度上取决于为这些系统提供关键数据的传感器的性能。当今数量广泛且日益完善和精确的传感器,结合能够将所有这些传感器数据融汇在一起的系统,就可以支持机器人具有越来越好的知觉和意识。 机器人自动化一直以来都是制造业的革命性技术,将AI集成到机器人中显然将在未来数年中使机器人技术产生巨大变化。本文探讨了当今机器人、自动化和把AI及AI所需数据紧紧链接在一起从而实现智能的最重要技术的某些关键发展趋势,还讨论了如何在AI系统中使用以及融汇不同的传感器。 ML包括两个主要部分:培训和推理,可以在完全相异的处理平台上执行它们。培训通常是以离线方式在桌面上进行或在云端完成,并且包括将大数据集入神经网络。在此阶段,实时性能或功能都不是问题。培训阶段的结果是在部署时已经有了一个经过培训的AI系统,该系统能够执行特定任务,例如,调查组装线上的瓶颈问题、计算和跟踪一个房间内的人员或确定账单是否是伪造的。 但是,为了让AI实现其在许多行业的应用前景,在推理(执行培训后的ML算法)期间必须实时或近实时完成传感器数据的融合。为此,设计师需要在边缘实施ML和深度学习模型,将推理功能部署到嵌入式系统中。 举例来说,在工作场所设立协作机器人(如图1),与人进行密切协作。它需要使用来自近场传感器及视觉传感器的数据,来确保它在成功防止人类受到伤害的同时,支持人类完成对于他们来说有难度的活动。所有这些数据都需要实时处理,但是云的速度达不到协作机器人需要的实时、低延时响应。要攻克这个瓶颈,人们把当今先进的AI系统发展到了边缘领域,即,机器人意味着存在于边缘设备中。 这种分布式AI模型依赖于高度集成的处理器,这种处理器具有:丰富的外围设备组,用于对接不同传感器;高性能处理功能,以运行机器视觉算法;加速深入学习推理的方法。此外,所有这些功能还必须高效工作,并且功耗相对低,体积相对小,以便由边缘承载它们。 随着ML的普及,我们经过功耗和尺寸优化的“推理引擎”的可获得性也越来越高。这些引擎是专为执行ML推理而专门设计的硬件产品。集成式片上系统(SoC)在嵌入式空间内通常是好的选择,因为除包裹能运行深度学习推理的各种处理元件外,SoC还集成了使嵌入式应用变得完整的许多必要部件。
  • 《智能机器人将会是未来医疗行业发展的关键》

    • 来源专题:装备制造监测服务
    • 编译者:zhangmin
    • 发布时间:2020-05-06
    • 掌握科技,才能赢得未来,世界各国深谙其理。在人工智能高速发展的大环境下,医疗行业的智能化升级成为各国极为关注的重点。其中,医疗机器人便是竞争激烈的技术和战略布局关键。   根据波士顿咨询估算,到2020年全球医疗机器人市场规模将达到114亿美元,手术机器人以60%的市场份额占比遥遥领先。我国医疗机器人领域中,手术机器人占37%,外骨骼机器人占比最少,只有10%。国内医疗机器人生产商主要集中在北京,紧随其后是深圳、上海等发达地区。   根据国际机器人联合会(IFR)分类,医疗机器人可以分为手术机器人、康复机器人、辅助机器人和服务机器人四大类。目前国际上手术机器人和外骨骼机器人的产业化较为完善。     国内手术机器人技术门槛相对较高,产学研结合特征明显,领域内龙头企业的产品多是高校科研成果转化而来。手术机器人定位精准、操作精细,大大提高了手术的成功率,许多微创手术也得以执行。有了手术机器人的帮助下,减少了医生在手术过程中受到的辐射,缩短了患者的住院恢复时间。目前,手术机器人多应用在骨外科、神经外科、腹腔镜外科及血管介入治疗等科室。   技术缺陷、管理应用和使用成本是手术机器人产业化必须要克服的制约因素。定位技术、人机交互技术是手术机器人的主要技术壁垒,因为触觉和温感的缺失,医生无法在机器人手术中获取足够的术中信息,因此需要开发精细力反馈控制系统。另外,机器人手术质量评估体系尚不完善,治疗费用也没有纳入医保,设备和耗材费用对于患者来说负担较重。   专业化、远程化、智能化、集成化、小型化将成为手术机器人未来的发展趋势。目前还有诸如神经外科、骨科、眼科等领域未进行深度探索,这也是许多公司和科研机构看中的新机会。现在的手术机器人基本只能实现术中操作,并不能执行术前规划和术后评估跟踪。未来手术机器人将对此进行改进,达到术前、术中、术后功能的整合,实现闭环手术系统控制,形成围手术期。   康复机器人主要包括外骨骼机器人和康复机器人,通过理疗、运动等疗法,减轻、弥补和重建人的功能障碍,帮助老年人和残疾人群实现康复目标。   外骨骼机器人为患者提供助力、保护、身体支撑等功能,同时融合传感、控制、信息获取、移动计算等技术,能让机器人在操作者失去意识控制的情况下完成助力行走。目前主流的康复训练机器人为多功能、多自由度的悬挂式或牵引式机器人。   日本Cyberdyne是国际上最大的专业康复外骨骼公司,其旗舰产品HAL于2013年成为全球首个获得安全认证的外骨骼机器人产品,而最早进入欧洲市场的,则是来自以色列研制的Re-Walk外骨骼机器人。我国在这方面研究起步晚,由于新型材料的选取、控制策略的设计及感知系统等方面探索的局限性,实际应用的案例并不成熟,目前国内中高端市场被欧美品牌垄断,行业整体处于导入期。   服务机器人技术门槛相对较低,但较一般机器人的精度、强度、续航要求更高。服务机器人在医疗领域主要应用在配送药品、病人护理、医院消毒的方面;辅助机器人则以陪护机器人为主,搜集处理感官信息后给予用户反馈操作。   英国的PAM机器人可以帮助护士移动或运输瘫痪、行动不便的患者;美国TRC公司的HelpMate机器人可以代替护士送饭、送病历和化验单等;Aethon公司的TUG自主移动输送机器人可以运送药物、实验室标本及其他敏感材料;专门用于消毒工作的以美国Xenex机器人为代表;Luvozo公司的人形陪伴机器人可以理解和响应简单的语音命令;日本产业技术综合研讨所研发的幼年海豹机器人Paro则能模仿宠物与人互动……这些机器人均在医疗护理的方方面面为广大患者提供前所未有的便利。