选择擅长的领域继续答题？
{@each tagList as item}
${item.tagName}
{@/each}
手机回答更方便，互动更有趣，下载APP
提交成功是否继续回答问题？
手机回答更方便，互动更有趣，下载APP
展开全部一般情况下来说，越来越智慧的机器人在未来是极有可能取代人类的，而且就人类的智商而言，机器人的创造性也是可以模仿的，所以说就目前发展的趋势来来讲，高智商的机器人一旦在技术领域实现思维的扩展和创新，那么在未来也完全可能取代人类，而且也必将取代人类，所以说对于人类而言机器越来越智能，必将对人类未来的生存发展不利，所以说也是因为以下几个方面的原因。1，机器人越来越智能，模仿能力越来越强，终究也会成为一个严格意义上的仿生人类。从我们现代科学技术发展水平而言，机器人在未来一段时间内是很难完全取胜于人类的，而且也是因为机器人在思维创新领域无法真正的取代人的大脑，这也是技术所限，但是不得不说的是在未来一段领域内，机器人必将会取代人类，而且也会成为高智商的生命体的存在。2，机器人终将会有自己的思维，也会越来越有人的思维。其实现在科学技术已经表明机器人在一些方面已经远远胜于人类，而且在思维扩展方面也终将会向人类距离越来越近，而且不得不承认的是在一些技术难题，或者说思维创新方面，机器人也越来越发挥着重要的作用，而且终将也能取代人类的思考。3，机器人的自主意识逐渐产生，终将也能取代人类的大脑。其实不得不说是据现代科学发现表明机器人在有高智商思维方式下有独立的思考空间，而且也能根据自己的喜好做出自己喜欢的选择，这样的话就能说明在未来的一段时间内，机器人一旦有了独立思考和独立的思维能力，那么这些的时候，就肯定会选择取代人类。不得不说是现在机器人越来越智能，而且要也有自主意识，只不过具有能够取代人类的机器人尚未诞生，但是不可否认的是随着技术的发展，终将有一天机器人也会取代人类。已赞过已踩过你对这个回答的评价是？评论
收起楼主是想问机器人的智慧能不能超过人是吧 我觉得不可能，因为人类的进化是因为大自然存在着不确定因素 而机器人的进化则是人类操控的。机器人可以做到自我复制，但是做不到自我设计，就像电脑再怎么快也只能做程序规定的事情一样，程序出错就无法再运转。因...
点击进入详情页本回答由闵行程控工程师培训提供
展开全部不会。机器人永远都是机器，物质决定意识，意识是生命体对客观世界能动的反应，机器人的反映能力取决于设计者的思维能力，而机器人自己的行为判断能力都在一定的程序下进行，是一种运算模式，人类的大脑开发量连十分之一都不到，在这种背景下机器人的智慧可能会比一般人的高，但是能人背后有能人，这就是人定胜天的本钱。
本回答被提问者采纳展开全部会的。。。我们人类会变成超级计算机里面的一个小小的程序。。。和现在的我们一样。。。享受着悠闲的生活、惊险的探险、我们可以选择永生可以选择成为超人拯救世界。。。我们对这种程序感到厌恶可以选择实体化，当然这个没必要。外星人集体搬家迁移没这么麻烦，只需要带着小小的便携程序库走就行了。。。所有的信息都在里面。哈哈。。。幻想。。。请自己甄别不要被我陷进去。。。
展开全部会不会得看人类自己，人类生存在地球上为什么？每个人，你，我生存的目的是什么，吃饭，睡觉，思考，繁衍后代，生存的过程有辛苦，有享受（就是所谓的酸甜苦辣）而科技在做什么，科技在消除除（甜）也就是享受意外的所有人类该经历的生存过程，所谓生于忧患，死于安乐，没有（酸苦辣）的洗礼，人就跟关在鸟笼的鸟有什么区别，什么都让机器智能化代替，人类不亲身劳动，不亲身理解思考，人类还会进化吗，进化是每个物种生存的蜕变，适者生存还有说什么人类的情感，生命意识机器人会不会有，我们跟机器，以及万物都属宇宙之本，人类是怎么拥有的是神奇的，机器人我想也出现神奇科技在做什么，科技把我们带往神的领域，科技把我们带往真空领域我想人类在应用，开拓科技，应该保持人类本来拥有属于人类的前提下应用开拓，因为我们是人类展开全部机器人不会取代人类，你能想象到的问题，科学家们早就已经想到了，到时候可以在机器人的身体里面装一个异常监控芯片，一旦机器人有异常举动，直接切断能源系统和动力系统之间的连接，让机器人停止运行，变成一堆废铁。还可以弄一个类似于后背隐藏能源的东西，一旦机器人敢反抗，直接启动，机器人瞬间爆炸。回炉重造。一堆废铁，还想取代人类，也不想想是谁发明你的，可以创造机器人，就可以毁灭机器人。不然的话，还是开发者吗？开玩笑呢？你以为这是科幻片呢？
收起
更多回答（12）
推荐律师服务：
若未解决您的问题，请您详细描述您的问题，通过百度律临进行免费专业咨询
为你推荐：
下载百度知道APP，抢鲜体验使用百度知道APP，立即抢鲜体验。你的手机镜头里或许有别人想知道的答案。扫描二维码下载
×个人、企业类侵权投诉
违法有害信息,请在下方选择后提交
类别色情低俗
涉嫌违法犯罪
时政信息不实
垃圾广告
低质灌水
我们会通过消息、邮箱等方式尽快将举报结果通知您。说明
做任务开宝箱累计完成0
个任务
10任务
50任务
100任务
200任务
任务列表加载中...
}

机器人简史全集我国西周时代（公元前1066年~前771年），就流传着有关巧匠偃师献给周穆王一个艺妓（歌舞机器人）的故事，有《列子·汤问》篇记载为证。还流传了这么一个典故：偃师造人、唯难于心。就是说技艺再好，人心难造。春秋时代（公元前770年—前467年）后期，被称为木匠祖师爷的鲁班，利用竹子和木料制造出一个木鸟。它能在空中飞行，“三日不下”，这件事在古书《墨经》中有所记载，这可称得上世界第一个空中机器人。公元前3世纪，古希腊发明家戴达罗斯用青铜为克里特岛国王迈诺斯塑造了一个守卫宝岛的青铜卫士塔罗斯。公元前2世纪，古希腊人发明了一个机器人，它是用水、空气和蒸汽压力作为动力，能够动作，会自己开门，可以借助蒸汽唱歌。东汉时期（公元25年—220年），我国大科学家张衡，不仅发明了震惊世界的“候风地动仪”，还发明了测量路程用的“计里鼓车”。车上装有木人、鼓和钟，每走1里，击鼓1次，每走10里击钟一次，奇妙无比。三国时期的蜀汉（公元221年—263年），丞相诸葛亮既是一位军事家，又是一位发明家。他成功地创造出“木牛流马”，可以运送军用物资，可成为最早的陆地军用机器人。500多年前，达·芬奇在手稿中绘制了西方文明世界的第一款人形机器人，它用齿轮作为驱动装置，由此通过两个机械杆的齿轮再与胸部的一个圆盘齿轮咬合，机器人的胳膊就可以挥舞，可以坐或者站立。更绝的是，再通过一个传动杆与头部相连，头部就可以转动甚至开合下颌。而一旦配备了自动鼓装置后，这个机器人甚至还可以发出声音。后来，一群意大利工程师根据达·芬奇留下的草图苦苦揣摩，耗时15年造出了被称作“机器武士”的机器人。1738年，法国天才技师杰克·戴·瓦克逊发明了一只机器鸭，它会嘎嘎叫，会游泳和喝水，还会进食和排泄。瓦克逊的本意是想把生物的功能加以机械化而进行医学上的分析。1768—1774年间瑞士钟表名匠德罗斯父子三人设计制造出三个像真人一样大小的机器人——写字偶人、绘图偶人和弹风琴偶人。它们是由凸轮控制和弹簧驱动的自动机器，至今还作为国宝保存在瑞士纳切特尔市艺术和历史博物馆内。1893年，加拿大摩尔设计的能行走的机器人“安德罗丁”，是以蒸汽为动力的。1928年， W. H. Richards发明出第一个人形机器人埃里克·罗伯特（Eric Robot）。这个机器人内置了马达装置，能够进行远程控制及声频控制。同样在1928年，日本生物学家Makoto Nishimura研发出了本土的第一个机器人Gakutensoku。1933年世博会上展出了这种长得像奶牛的机器人，它是由纽约一家致力于动物机器人的小公司Messmoreand Damon制造的。说起它的作用，似乎就只是从自己的假身体里挤出假奶罢了。1935年，这个机器人的发明受到了很大争议，它会遵守简单的命令比如“站立”，还能开枪。让人后背发凉的是——这家伙的“开枪”指令有时候并没有那么听话，曾经误伤助理的黑历史无可避免地给这款机器人蒙上了一层“反攻人类”的阴影。1939年，瑞典发明家August Huber发明的电波机器人长相鬼畜，身材比例也不协调，但却可以接受无线电波传送的指令，从而实现“行走”的目的。1951年，芝加哥的Clifford H. Landis设计了一款机器人，它可以演示完美的高尔夫挥杆动作。看到这里，你一定有两种感觉：1，真的假的，这么牛？2，这玩意有什么用？不过在机器人发展初期，就是需要脑洞大开的探索者。随着科技进步，机器人也渐渐变得实用，下面我们从第一个机器人公司开始说。1956年，世界第一家机器人公司成立，美国发明家乔治·德沃尔（George Devol）和物理学家约瑟·英格柏格（Joe Engelberger）成立了一家名为Unimation的公司，公司名字来自于两个单词“Universal”和“Animation”的缩写。1958年，美国阿拉贡试验室李先推出世界第一个现代实用机器人——仆从机器人。这是一个装在四轮小车上的遥控机器人，其精彩的操作表演，曾在第二届和平利用原子能大会上引起与会科学家的极大兴趣。1959年，乔治·德沃尔和约瑟·英格柏格发明了世界上第一台工业机器人，命名为Unimate（尤尼梅特），意思是“万能自动”。英格伯格负责设计机器人的“手”、“脚”、“身体”，即机器人的机械部分和完成操作部分；由德沃尔设计机器人的“头脑”、“神经系统”、“肌肉系统”，即机器人的控制装置和驱动装置。1961年，Unimation公司生产的世界上第一台工业机器人在美国特伦顿（新泽西州首府）的通用汽车公司安装运行。这台工业机器人用于生产汽车的门、车窗把柄、换档旋钮、灯具固定架，以及汽车内部的其他硬件等。1962年，美国机械与铸造公司（American Machine and Foundry，AMF）制造出世界上第一台圆柱坐标型工业机器人，命名为Verstran（沃尔萨特兰），意思是“万能搬动”。该年，AMF制造的6台Verstran机器人应用于美国坎顿（Canton）的福特汽车生产厂。1966年，美国海军使用机器人“科沃”，港至750来深的海底。成功地打捞起一枚失落的氢弹。这轰动一时的事件，使人们第一次看到了机器人潜在的军事使用价值。1967年，一台Unimate机器人安装运行于瑞典的Metallverken,Uppsland Vsby，这是在欧洲安装运行的第一台工业机器人。1969年，美国在越南战争中，首次使用机器人驾驶的列车，为运输纵队排险除障，获得巨大成功。1969年，通用汽车公司在其洛兹敦（Lordstown）装配厂安装了首台点焊机器人。1969年，挪威Trallfa公司提供了第一个商业化应用的喷漆机器人。1969年，Unimation公司的工业机器人进入日本市场。1969年，日本早稻田大学加藤一郎实验室研发出世界上第一台以双脚走路的机器人。1970年，在美国芝加哥举行第一届美国工业机器人研讨会。一年以后，该研讨会升级为国际工业机器人研讨会（International Symposium on Industrial Robots，ISIR）。1971年，日本机器人协会（Japanese Robot Association）成立。这是世界上第一个国家机器人协会。1972年，意大利的菲亚特汽车公司（FIAT）和日本日产汽车公司（Nissan）安装运行了点焊机器人生产线。这是世界第一条点焊机器人生产线。1973年，第一台机电驱动的6轴机器人面世。德国库卡公司（KUKA）将其使用的Unimate机器人研发改造成其第一台产业机器人，命名为Famulus，这是世界上第一台机电驱动的6轴机器人。1973年，日本日立公司（Hitachi）开发出为混凝土桩行业使用的自动螺栓连接机器人。这是第一台安装有动态视觉传感器的工业机器人。1974年，第一台小型计算机控制的工业机器人走向市场。1974年，第一台弧焊机器人在日本投入运行。日本川崎重工公司将用于制造川崎摩托车框架的Unimate点焊机器人改造成弧焊机器人。同年，川崎还开发了世界上首款带精密插入控制功能的机器人，命名为“Hi-T-Hand”，该机器人还具备触摸和力学感应功能。1974年，瑞典通用电机公司（ASEA，ABB公司的前身）开发出世界上第一台全电力驱动、由微处理器控制的工业机器人IRB 6。1975年，Olivetti公司开发出直角坐标机器人“西格玛（SIGMA）”，它是一个应用于组装领域的工业机器人，在意大利的一家组装厂安装运行。1977年，首届恩格柏格（Engelberger）机器人奖颁布。恩格柏格机器人奖是世界上最负盛名的机器人荣誉。1978年，美国Unimation公司推出通用工业机器人（Programmable Universal Machine for Assembly，PUMA），应用于通用汽车装配线，这标志着工业机器人技术已经完全成熟。1978年，日本山梨大学（University of Yamanashi）的牧野洋（Hiroshi Makino）发明了选择顺应性装配机器手臂（Selective Compliance Assembly Robot Arm，SCARA）。这是世界第一台SCARA工业机器人。1978年，德国徕斯（Reis）机器人公司开发了首款拥有独立控制系统的六轴机器人RE15。1979年，日本不二越株式会社（Nachi）研制出第一台电机驱动的机器人。1981年，美国卡内基－梅隆大学的Takeo Kanade设计开发出世界上第一个直接驱动机器人手臂（Direct Drive Robotic Arms）。1981年，美国PaR Systems公司推出第一台龙门式工业机器人。1984年，美国Adept Technology公司开发出第一台直接驱动的选择顺应性装配机器手臂（SCARA），命名为AdeptOne。1984年，瑞典ABB公司生产出当时速度最快的装配机器人，IRB 1000。1985年，德国库卡公司（KUKA）开发出一款新的Z形机器人手臂，它的设计摒弃了传统的平行四边形造型。1985年，工业机器人被列入了国家“七五”科技攻关计划研究重点，目标锁定在工业机器人基础技术、基础器件开发、搬运、喷涂和焊接机器人的开发研究等五个方面。1985年，上海交通大学机器人研究所完成了“上海一号”弧焊机器人的研究，这是中国自主研制的第一台6自由度关节机器人。1987年，国际机器人联合会（International Federation of Robotics，IFR）成立。1988年，国际机器人联合会（IFR）发布第一份全球工业机器人统计报告。1988年，上海交通大学机器人研究所完成了“上海三号”机器人的研制。1989年，unimation公司出售给史陶比尔（Stubli）公司。1990年，工业喷漆机器人PJ-1如期完成。这是我国第一台喷漆机器人。1992年，瑞典ABB公司推出一个开放式控制系统（S4）。S4控制器的设计，改善了人机界面并提升了机器人的技术性能。1992年，瑞士的Demaurex公司出售其第一台应用于包装领域的三角洲机器人（Delta robot）给罗兰公司（Roland）。1996年，德国库卡公司（KUKA）开发出第一台基于个人计算机的机器人控制系统。1996年瑞典家电巨头伊莱克斯(Electrolux)制造了世界上第一台量产型扫地机器人的原型——“三叶虫”。1997年6月18日我国6000米无缆水下机器人试验应用成功，标志着我国水下机器人技术已达到世界先进水平。1998年，瑞典ABB公司开发出灵手（FlexPicke）机器人，它是当时世界上速度最快的采摘机器人。1998年，瑞士Güdel公司开发出“roboLoop”系统，这是当时世界上唯一的弧形轨道龙门吊和传输系统。1999年，德国徕斯（Reis）机器人公司在机器人手臂内引入集成激光束指导系统。2000年，我国独立研制的第一台具有人类外形、能模拟人类基本动作的类人型机器人在长沙国防科技大学问世。2001年，美国麻省理工学院研发出了世界上第一个有模拟感情的机器人。2001年，第一款量产扫地机器人上市。2003年，机器人参与火星探险计划。火星探测使命是一个正在进行的探索火星的太空任务。两台漫游者机器人于2003年开始探索火星表面和地质任务。2003年，德国库卡公司（KUKA）开发出第一台娱乐机器人Robocoaster。2004年，日本安川（Motoman）机器人公司开发了改进的机器人控制系统（NX100），它能够同步控制四台机器人，可达38轴。2007年，德国库卡公司（KUKA）推出了1000公斤有效载荷的远距离机器人和重型机器人，它大大扩展了工业机器人的应用范围。2008年，日本发那科（FANUC）公司推出了一个新的重型机器人M-2000iA，其有效载荷约达1200公斤。2008年，世界上第一例机器人切除脑瘤手术成功。施行手术的是卡尔加里大学医学院研制的“神经臂”。2008年11月25日，国内首台家用网络智能机器人——塔米（Tami）在北京亮相2009年，瑞典ABB公司推出了世界上最小的多用途工业机器人IRB120。2010年，德国库卡公司（KUKA）推出了一系列新的货架式机器人（Quantec），该系列机器人拥有KR C4机器人控制器。2011年，第一台仿人型机器人进入太空。2014年，国内首条“机器人制造机器人”生产线投产。2014年英国雷丁大学的研究表明，有一台超级电脑成功让人类相信它是一个13岁的男孩儿，从而成为有史以来首台通过“图灵测试”的机器。2015年，中国研制出世界首台自主运动可变形液态金属机器。2015年，世界级“网红”——Sophia（索菲亚）诞生。2017年10月26日，索菲亚在沙特阿拉伯首都利雅得举行的“未来投资倡议”大会上获得了沙特公民身份，也是史上首位获得公民身份的机器人。除此之外，还有很多让人惊讶的机器人，如源自哈工大扎实技术研发的AELOS人形机器人，拥有双足行走最快的记器人记录。它不仅拥有人形机器人的外表，更重要的是具备了众多仿人类的技能：腾挪闪转、翻跟头；跳舞唱歌，快步走。一身好本领，绝对让你脑洞大开。外篇：中国机器人发展史曾经，中国古代一美女机器人拯救了一个在中国历史上极为重要的人物——汉高祖刘邦表示不敢相信真相究竟如何？等我一一道来众所周知现代机器人最早出现在上世界三、四十年代的美国，虽然只是几句简单的语和笨拙的行走，但总算是走出了现代智能机器人的第一步，经过以后几十年的不断发展，直至上世纪90年代，机器人已从最初的简单控制展示，到为人类的生产、生活服务，直至如今的机器人教育。但是……我要说的是，事实上，最早的机器人是出现在我们中国，古人的智慧是无穷的，曾创造出许多令现代人都大为叹止的惊天之作。例如，木艺之祖鲁班，就曾经造了一只在天上飞了三天三夜的机械鸟。轶闻史书《墨子·鲁问篇》中有这样的记载：“公输子削竹木以为鹊，成而飞之，三日不下。”就是说鲁班制作的木鸟能乘风力飞上高空，三天不降落。木鸟是比风筝还重的人造飞行器，鲁班在2500年前，就把他们送上天空，这是人类征服宇宙空间的初次尝试。鲁班因离开家乡千多里，常常想念妻子，有一次他就乘了这种「木鸢」返家会妻，而且一日之间就可以来回。再比如，未出茅庐已知天下三分的诸葛亮，就曾经造出“木牛流马”来运输粮草。轶闻晋·陈寿《三国志·后主传》记载：“建兴九年，亮复出祁山，以木牛运，粮尽退军；十二年春，亮悉大众由斜谷出，以流马运，据武功五丈原，与司马宣王对于渭南。”司马懿曾派人抢去几匹，照样造成2000匹投入运送军粮，但不识其中关窍，诸葛亮派王平率1000名精兵把这些木牛流马连同军粮利用关窍一同抢回。真相在下面以上都是古人的智慧，但在历史上却流传着这样一件事，多亏了一个机器人拯救了刘邦，才有了著名的大汉帝国。传说在2200多年前的西汉初年，刘邦率领的汉军在平城被匈奴单于冒顿包围。刘邦的谋士陈平得知冒顿妻子阏氏所统的兵将，是匈奴最为精锐骠悍的队伍，但阏氏心性妒忌。于是陈平就命令汉军中的工匠制作了一个精巧的木机器人，并且给木机器人穿上漂亮的衣服，打扮得花枝招展，并把它的脸上擦上颜彩并且涂上胭脂，显得更加俊俏。然后把它放在城墙上，发动机关(机械的发动部分)，这个机器人就婀娜起舞，舞姿优美，招人喜爱。阏氏在城外对此情景看得十分真切，误把这个会跳舞的机器人当成为真的人间美女，怕破城以后冒顿专宠这个中原美姬而冷落自己，因此阏氏就率领她的部队弃城而去。刘邦及其汉军这才化险为夷。由此，人们对中国古代一些奇葩机器人们产生了好奇。会倒酒的机器人唐代的机器人更为精巧神奇，唐代的资料记载说：洛州的县令殷文亮，性格聪巧，喜好饮酒。他刻制了一个木机器人，并且给它穿上用绫罗绸缎做成的衣服;让这个机器人当女招待给客人倒酒。这个“女招待”酌酒行觞，总是彬彬有礼。会赚钱的机器人唐朝时，我国杭州有一个叫杨务廉的工匠，研制了一个僧人模样的机器人，它手端化缘铜钵，能学和尚化缘，等到钵中钱满，就自动收起钱。并且它还会向施主躬身行礼。杭州城中市民争着向此钵中投钱，来观看这种奇妙的表演。每日它竟能为主人捞到数千钱，真可谓别出心裁，生财有道。除此之外，中国古代还有许多各种各样的机器人：有能挑担的机器人，有能导盲的机器人，有能唱歌的机器人，有会跳舞的机器人，有善吹笙的机器人，有会击剑的机器人，等等。由此可见，中国古代的科技水平是非常发达的，但遗憾的是，这些神奇的技艺没有流传下来。中国古代的机器人，设计之精巧，技术之高超，令人惊叹!机器人应用在教育行业比尔盖茨曾说过："未来家家都会有机器人。”随着科学研究的发展和社会生产需求的提高，机器人的发明、研究及应用实践从工业、社会服务，逐渐走进家庭，目前更是进入到教育领域并迅速扩大与发展。其中，教育机器人所涉及知识的广泛性和技术的综合性，都对教育具有很大的价值。那到底机器人教育究竟具有什么价值？贝乐机器人融合了机械原理、电子传感器、计算机软硬件及人工智能等众多先进技术，为学生能力、素质的培养承载着新的使命。机器人教育在教学中体现了非常重要的作用。01了解机器人各个传感器的功能，学习编写简单的机器人控制程序，有助于提高学生的分析问题和解决问题的能力。02通过机器人竞赛和完成各项任务，使学生在搭建机器人和编制程序的过程中培养动手能力、协作能力和创造能力。03通过机器人搭建、操控等学习，有助于系统化、形象化了解更多的科学知识，体现学生的主体地位和老师的主导地拉，有目的的培养学生的科学素养。目前应用于教育的机器人主要有两大类：第一如乐高、VEX机器人、FTC/FRC机器人这类机器人都有成熟的教育体系、进阶体系、完备的赛事出口，对孩子的科技兴趣培养、动手能力、思维训练、团队配合等综合能力的培养，已经被验证，有很好的效果，同时也被很多国际知名机构与学府的认可。乐高机器人乐高机器人适合2.5-16岁孩子学习的机器人，从初期的简单积木搭建，到了可编程主机、电动马达、传感器及机械零件（齿轮、轮轴、横梁、插销）的可编程积木，再到后来的EV3第三代机器人。通过乐高提供好的套件，孩子进行创意，编程，机械，电子等，从而提升孩子的想象力、创造力、动手能力、以及团队配合的能力。对应赛事出口：Jr.FLL赛事（5-8岁）、FLL赛事（9-16岁）、BRC(5-16岁)VEX机器人VEX-EDR机器人是由美国太空总署（NASA）、美国易安信公司（EMC）、亚洲机器人联盟（Asian Robotics League ）、德州仪器、诺斯罗普·格鲁曼公司和其他美国公司大力支持的机器人项目，适合8-18岁的儿童学习的，工程设计、建筑概念、策划、合作、创新能力、解决问题等综合素质能力是VEX-EDR机器人所希望通过活动培养青少年成长的主旨。对应的赛事出口：VEXIQ挑战赛是面向8-14岁小学；VEX EDR是针对11-18岁；VEX U面向18岁及以上的大学生开放。FTC\FRC机器人First Tech Challenge（FTC科技挑战赛）机器人科技挑战赛是全美规模最大、规格最高的机器人赛事，同时也是针对14-18岁高中生的国际性机器人比赛。FIRST Robotics Competition （FRC比赛）是由美国非盈利性机构FIRST主办，面向所有中学生的一项工业级机器人竞赛。 FRC成功地把运动的刺激性和科学技术的精确结合在一起，将工程设计、编程、建筑概念、策划、合作、创新能力、团队等全面结合，FTC/FRC目前是全球规格最高，影响最大的两支比赛机器人。第二陪伴机器人为了让人工智能带来的好处能融合到孩子的成长过程中，机器人成为承担家庭教育的连结者。人工智能利用数亿级的海量知识结合父母对孩子的情感培育，让孩子知识与情感融合完美融合，让孩子们从小就能有一个既能陪伴又能教育的小伙伴。因此陪伴机器人应运而生。陪伴机器人主要用于儿童早期教育，融合一些自能交互的智能功能点，如语音互动、语音智能交流、海量诗词故事、科普知识，数学计算，英语翻译，就像一个会说话的十万个为什么，能满足孩子无穷的好奇心和解答孩子天马行空的问题。贝乐，动手搭建自信的未来！}

Z Talk是真格分享认知的栏目。
我们在这里谈论最新的行业观察，先锋的创业动态，也在这里与真格老友相聚。我们相信持续的学习和进化，相信最深刻的认知来自土壤。
从特斯拉 2023 股东大会上发布人形机器人 Optimus 最新研发进展，到近日英伟达创始人黄仁勋表示，「 AI 的下一个浪潮将是具身智能」，随着大语言模型的突破，AI 机器人再次成为人工智能领域的焦点话题。
近期，真格基金投资经理袁梦邀请 AI 机器人学者与创业者，进行了一场深度对谈。他们分别从各自的视角，共同探讨了 AI 机器人的前沿进展，以及 VC、创业者和科学家在这场冒险中扮演的不同角色。
以下是访谈内容，希望对你有所启发，也欢迎在评论区和我们交流。
主持人和嘉宾介绍
主持人：
袁梦 Emma，真格基金投资经理
嘉宾：
Danfei，斯坦福大学博士，佐治亚理工学院（Georgia Institute of Technology）助理教授，研究领域为机器学习与机器人（Machine Learning Robotics ）
Yichen，计算机视觉、机器人领域前创业者，目前任职于微软 Bing 团队，负责大数据基础架构业务
Xiaoyin，美国 SaaS 领域创业者，业余时间运营某生成式 AI 线上社群
内容纲要
1. 什么是 AI 机器人？大语言模型对机器人领域的发展有什么影响？
2. AI 机器人在学术领域目前有哪些前沿问题？
3. 学术界和工业界对 AI 机器人研发的目标有什么不同？
4. 关于创新，VC 是否对失败承担的责任太少？VC 应该鼓励科技创业者的理想主义吗？
5. 未来 AI 机器人会取代人类吗？
01
机器人是个系统工程，
AI 不是解决问题的万能钥匙
袁梦：Danfei 可以和我们简单介绍一下，什么是 AI 机器人吗？
Danfei：AI 机器人（Robotic AI）是机器人学（Robotics）的一个子领域。AI 本身只是一个智能体，没有物理的身体，现在赋予它一个身体，就是 Robotic AI。其实 AI 机器人是一个非常宽泛的概念，具体到学术问题就是机器学习和机器人学的结合。
作为一个独立的学术领域，Robotic AI 关注 AI 得到一个身体之后可以做什么、会有什么问题出现。不过，具体到真正值得深入或亟待解决的问题，其实绝大部分都在机器人领域出现过了，没有必要再重新以 Robotic AI 的角度发现一遍。
Xiaoyin：那么，Robotic AI 这个角度最开始被提出是想解决什么问题呢？
Danfei：这个概念不是从解决问题的角度提出的。所以，其实 Robotic AI 这个名词在学术界用的不是特别多，我们一般还是讲 robotics 和 machine learning。
袁梦：最近 ChatGPT 和大模型已经成为全社会热议的话题，在机器人领域大家对此有什么讨论？
Danfei：对大语言模型（LLM）的应用还一些争议。有人觉得大语言模型对机器人非常有帮助，但是其他一些人，可能包括我，是谨慎乐观的态度。在我看来，大语言模型以现在的形态，可能对机器人没有特别大的直接帮助。 它毕竟是一个语言处理的模型，而机器人涉及到和物理世界的交互，在知识层面上二者相差还蛮多的。
Yichen：我记得谷歌机器人团队之前就在用 LLM 做机器人，他们是用 LLM 把自然语言翻译成机器人能理解的一连串动作指令。但是，他们好像没有考虑到其它传感器的输入，比如相机？
Danfei：对。其实谷歌想解决的是一个非常具体的问题，叫任务的规划（task planning）。一个机器人的系统包含多个层次，首先是感知（sensor），再到理解（perception），到任务的规划（planning），控制（control），最后还有统筹全局的 passport，也就是在一个动作的子集里选择一个特定的动作。
但是，解决 task planning 的问题没有那么关键，因为它对其他几个层次的影响比较弱。也就是说，理解要做什么和具体要怎么做的距离还是很大的。真正重要的还是底层的从理解到控制的整个系统的运转。
Yichen：我非常赞同。 我个人认为机器人是个非常系统化的工程，原先我们做初创的时候，尽管是一个很小的初创，但是团队人员的构成也很复杂，需要各种专业背景的成员，比如做电气的、做算法的、做机械的、做软件的。一个朋友说，一个软件的初创公司像一个摇滚乐队，但 一个机器人的初创公司，就要像一个交响乐团。
Yichen：我很好奇，从研究者的视角，你认为接下来在 AI、机器学习和机器人结合的领域，有哪些前沿的问题会有突破或进步的可能？
Danfei：其中最重要的一个问题就是表征（representation）我们如何表达这个复杂的物理世界。比如，如果让机器人执行“做菜”这样的复杂任务，没切的菜和切好的菜都需要不同的 表征，再用这些不同的表征执行不同的动作，比如把切好的菜放到锅里。
对此，目前主要有两个解决路径。一是， 如果真的有一个通用的大模型，那我们就需要设计一个算法来发现它。第二种是，可以通过堆砌数据，比如， 把世界上所有能找到的机器人的数据都放在一起，训练出一个模型，它也可以用来做任何事情。
Xiaoyin：在你的研究领域，现在哪个问题是还没解决，但是你觉得是特别好的问题，能不能举个例子？
Danfei：我们目前关注的是 machine learning for bias，也就是如何解决计算机模拟的环境和真实世界的 gap。首先要了解一个大前提：做一个智能机器人需要大量数据，但是数据从哪里来？并不是在一个任务、一个机器或者一个房间里的数据，这不叫大数据，这是非常单一的、无聊的数据。 大数据需要数据的多样性，也就是需要无数的任务、机器和环境。
但是不可能真的把一个机器人放在很多的不同人家里，做一些很多不同的事情，这个方案并不 scalable。什么是 scalable 的？我可以写一个程序，让它生成不同环境的数据，然后用数据来训练模型。 所以，我只要把虚拟世界和真实世界的 gap 解决了，问题就解决了。
然而，不可能让模拟环境和真实世界的所有情况完全一致。模拟器里能包含的信息是有限的，但物理世界里的信息是无限的。所以，我们 只能尽可能在模拟器里面创造更多的变化。比如，可以把物体和桌子的摩擦力设定一个区间，每次生成一个环境都修改这个区间，训练的时候让所有的参数都不停变化，真实环境可以被看做是其中一个值，我们希望这个值可以包含在不断改变的区间里。
02
关于AI机器人，
学术界和工业界的想法大不同
袁梦：刚刚提到两种可能的解决方案，一种是采用一个更为通用的算法，另外一种是在不同的场景用大量数据堆出解决方案，类似于大模型和小模型。机器人工业界会以什么角度去选择路线？
Danfei：据我了解， 工业界想要的并不是一个通用的人形机器人，想要的是自动化，也就是一个低成本、高效率又能保证准确性的解决方案。而学界把机器学习和机器人结合，想解决的最重要的问题是通用性，能不能把这个领域尽可能多的问题都解决好。
Yichen：我对许老师的回答特别有感触，这也是为什么我们会把机器人细化，有扫地机器人、做菜机器人等等。刚才听你的分享，其实本质上讲了两件事，一个是表征（representing），一个是建模（modeling）。实际上我们可以把它粗暴理解为 input 和 output 。当我们给机器人加了定词，是扫地机器人、做饭机器人还是别的机器人，实际上是在缩小 input 和 output 的范围。
工业界的语境把 representing 和 modeling 大规模简化，把一个更复杂更宽泛的问题变成了一个更具体的问题去解决。
Xiaoyin：现在工业界跟学术界的方向不一致，学术界目前研究的东西，工业界没有需求。那么为什么会出现这样的情况？这个情况可以持久吗？
Yichen：我觉得区别在于，两边想需要解决的问题或者重点不太一样，导致他们往不同的方向发力。工业界身处商业世界，会更看重成本，以及产品的用户体验，还要考虑相关的法律法规等等。但是，在学术界可能会更关心一些纯粹的问题，比如机器人在某个特定指标上的表现，在上面越花时间，大家走得就越远。
另外工业界的容错率更高。以我在创业公司时做过的人手追踪项目为例。目前的学术研究主要关注如何一点点提高追踪的准确度，但是在工业场景也可以容许一定程度的偏差。相比来说，可能刷新率对他们更重要，从 15 fps 到 90 fps ，流畅度的体验会有很大不同。
Yichen：你们觉得 AI+Robotics 现在有哪些东西更有可能在工业界落地？
Danfei：这方面算是在我的研究领域之外。 可能唯一看到特别成功的例子就是抓取。
袁梦：所以这其实是留给创业者的一个问题，研究的进展已经到这里了，你们要怎么用。好的创业者能最大化利用已有的资源，并通过沟通获得更多资源。
Danfei：这是一个非常难的问题，做研究的周期非常长，而且需要有硬件，需要一整个 knowhow，门槛高，需要很多资源和多样化的人才。
Yichen：在工业界还有一个很让人头疼的点。比如一家深圳的公司做机器人，把机械臂寄到美国之后，如果机器人坏了或者那条产线出了问题，就只能飞到美国解决，或者在美国当地有解决的团队，很难像软件一样远程解决。
还有回款周期的问题。投资工厂的回款周期是很漫长，所以你只能拿到非常少一笔钱，你要先把它建起来，后来才会慢慢拿钱，导致整个财务状况很难看。作为一个创业公司，能不能把所有的挑战都扛下来？这可能也是为什么很少见到增长快或者很出圈的机器人公司，当然扫地机器人除外，因为这是一个困难的系统工程。
Danfei：其实到头来大家讲的都是 automation 和 productivity，都是需要一定的自动化，来增加效率。通用人工智能想解决的问题是智能从哪里来、我们怎么样创造智能。
03
OpenAI 的理想主义可以被所有创业公司模仿吗？
袁梦：我们观察到学术和科研的边界越来越模糊，最近在硅谷更是深有体会，创业者和研究者的心态相较于过去都发生了变化，创业公司对于技术在做更长远、更有野心的研发规划，学术届也涌现了大量贴近工业界的研究。 作为创业者， Yichen 和 Xiaoyin 在这方面有什么体感吗？
Yichen：我第一反应是，过去十年二十年创业者和学界的心态不一样，一直也会不一样。因为我们没有科研经费资助。没钱了之后没有人保证公司会活下去。对创业者而言，我一直强烈认为能让公司活下来， 或者找到所谓的 PMF（product-market fit）永远是第一要务。 比起 researcher，创业者可能更接近一个 engineer。
当然对于大公司，或者当你有相当多资源的时候，确实会花很多精力考虑长远的问题，比如 Google、Microsoft、Meta 现在都有非常强大的 AI 实验室。但是对于绝大多数创业者而言，这是到很晚期才需要考虑的问题。
Xiaoyin：我觉得这个取决于 VC，如果 VC 能一下子给我们几个亿，我们也可以哈哈哈。
但是对于更多公司，如果没有融那么多钱， 要面对大厂的竞争，最重要的还是找到自己的 niche 和壁垒。
比如在 SaaS 赛道，专门做销售的 Salesforce 有自己的数据，并且数据就在他们的软件上，但是作为 startup 你还没有数据。只是 Salesforce 可能动作比你慢。此时此刻你做得早挣了一些钱，但是这个钱明年能不能挣？如果 Salesforce 也做了这项业务，你还能挣钱吗？
作为 startup，我会担心一方面能不能找到自己的 niche，一开始就能先出来。第二方面，出来之后也不一定就行，有可能第一年能挣到钱，第二、第三年就傻了。
Danfei：我很好奇，如果你真的融了很多钱，那你的优先级是什么？你真的要做一件远大的事情，还是 VC 期待你先有盈利再说？
Yichen：好问题，听听 VC 是怎么想的！
袁梦：这个问题在不同周期、不同行业，问不同的创始人，答案都不一样。 无论是靠融资还是盈利，重要的是公司能存活下来，一步步实现更大的价值创造。
赚钱很重要，但如果长期并不服务于公司更大的愿景，也很危险。对于投资人来说，支付价格如果不能明显低于其未来能创造的价值，这笔投资就不应该进行。所以梦想也很重要啊。
公司的发展也是和市场建立信任的过程。创业毕竟是“无中生有”，创始人得说服投资人，我有梦想，且我有能力把它实现。在这个过程中，达到一些阶段性的目标，盈利能力作为指标之一，能增强投资人的信心，帮助融到更多的钱吧。
另外 OpenAI 和大部分创业公司不同的是，它有几位创始人是用自己的钱和名誉“带资入组”，他们心态和普通创业者是不一样的。
Yichen：这道理没错，但是 OpenAI 可能不是个很好的例子。我觉得它不能叫创业公司，更像是一个 NGO，他们的初衷就没太考虑赚钱活下来。
不同类型的创业者也有不同的心态，比如与之前的创业经历和工作经历相关。我最早加入的是创业公司，就被训练成对于供应链、现金流、回款周期这种事情极端敏感。 已经有正的现金流，在这个基础之上再扩张业务，这就是我认为的靠谱。
我知道很多人不同意我的观点，尤其是在前几年，我们处在一个低利率环境中，所有人都是增长思维，可能会觉得我太保守了，不像是一个创业者，像一个做生意的人。
04
创业者和 VC 的关系像婚姻
Xiaoyin：创业者和 VC 的关系和谈恋爱也蛮像的。如果这个 VC 和你理念不一致，你也可以不选它，当然它也可以不选你。如果这个周期下 VC 变得太急功近利了，想马上拿到钱，那创业者就会不喜欢它，这种 VC 就会越来越没人选。另外也要看目前是谁方市场，可能这几年是 VC 方市场，过几年后又变成了创业者方的市场。
袁梦：不同的 VC，不同投资人间的风格差别确实蛮大的。像婚姻吧，理解、陪伴、激发、扶持。也像所有的合伙关系，好的时候大家一起开心，不好的时候就见人心了，共患难的才是真爱。我们在最早的阶段加入创业者，会陪伴他们最长的时间。对我来说最好的投资关系，不仅是商业合作， 互相得有深层的、做为“人”的认可，有义气。
我记得 Sam 之前在 Twitter 上发过一条， 他说投资人往往过于热衷于将创业公司的成功归功于自己，而对失败却不够负责（Investors take way too much credit for succeses and not enough responsibility for failures）。我经常想起来这句话。
Xiaoyin：那我换个角度问问你，Sam 发完这种 Twitter 之后，你觉得 VC 的态度有改变吗？以前你们很在乎成功，现在更可以容忍失败吗？
袁梦：不同的 VC 有不同的态度吧，毕竟 VC 也是一个生意，我们需要对 LP 负责，即使我们心里想很理想主义地支持创业者，但是身上也有责任——怎么能在 10 年甚至 5 年内给 LP 赚几倍的钱。
Yichen：我个人认为 VC 不应该做太理想主义的事，理想主义的事应该就是学术研究。我不知道你们怎么想？
Danfei：我有不同的看法。 作为研究者也要先讲一个故事，然后这个故事需要讲得圆，也需要之前已经做了很多能把故事讲圆的事情，来证明你能把这个故事做出来，基金才可以来资助你。另外我们也要招人，产出 paper，再拉更多的钱，其实是一样的。
第二点，我的感觉是，对 OpenAI 不要想太多。OpenAI 最初创建是因为他们觉得 DeepMind 做太大了，需要在硅谷建立一个能够与之抗衡的机构，就是这么简单。
Yichen：我尝试总结一下，对于研究者而言，有一个好问题是很重要的，你要说服他们这是一个好问题。但可能对于真正的创业者，或者传统意义上的 VC 而言， 不仅要提出一个好的问题，你还要能把问题给解决了，至少提出一个解决方案，这是他们关心的。
Danfei：对，但其实对学术界来说，提出好问题也得证明你能解决，要在这个问题上已经做了些尝试才能说服他们。但是对于创业者，可能就真的要解决这个问题。
袁梦：创业和学术都需要定义好的问题，但是不是维度也不太一样？从创业角度，要定义一个足够值得去解决的问题，可能有关未来的市场空间有多大，你能从中创造的商业价值有多大。学术界定义好问题是不一样的维度？
Danfei：对， 在学术界，你需要证明自己做的事情能给整个共同体带来什么益处，我们还是抱着一个开放的态度，希望自己的成果可以带着大家共同向前走。
袁梦：我还蛮想了解，创业者怎么看待自己和 VC 的关系？VC 在失败上承担了太少的责任，把这部分都推给创业者，你们如何看待这种压力？
Xiaoyin：我理解压力也有督促的作用，让你去思考怎么找到好的商业模式，而不是陷在自己的空想中。
Yichen：其实，只要你不是出钱方，拿别人的钱干事都有压力。出钱压力可能更大，这就是自己的钱了。我觉得不要想太多。任何事情只要你想做点东西出来，都会有压力。
05
未来 AI 机器人会取代人类吗？
袁梦：你们觉得 AGI（通用人工智能）还有多远会到来？每个人的感受肯定不太一样。
Yichen：我觉得大家会有不同感觉，很大部分原因是各自的定义不一样。
袁梦：对我来说 AGI 是一个人形机器人，能替代我去解决大部分重复问题，比如生活琐事和一些不需要创造力的事。
Xiaoyin：我的定义是，在给定的某一个范围内它能够解决所有事情。但是，这个范围可以和人能解决的范围一样大吗？这个我持怀疑态度。
Yichen：我的第一想法是，人们对很多 AGI 的最初印象都是来自于电影里，所以拿电影里一些 AI 的状态来做判断，其实是一个挺好的方式。
比如最快能实现的所谓 AGI ，可能有点类似于钢铁侠里的 Jarvis，他拥有一些在网络世界里的执行功能，可以帮钢铁侠调出卫星图片，查一下车是哪个型号，还能根据钢铁侠服装上的传感装置来检测有没有 gamma 射线，等等。这个是可能比较快达到的。
再后一步就是我一直比较悲观的， 当有了物理执行器之后，不仅要解决软件或者算法的问题，还要解决材料、能源的问题，还有整个规划的问题等等。时间会比较久。以及，到那个时候人们是不是还需要这个解决方案？
除此之外，现在大家最关心的一点就是，当你已经有了一定程度的所谓智能，你能给它什么样的权力，去做什么样的事情？我在这一点上比较悲观。我觉得人类作为一个共同体，推动 AI 的再进一步发展会面临极大的阻力，除非出现一些巨大的节点事件让我们觉得必须要这么做，不然人类不会允许人形机器人的存在来取代我们。
现在通过电影以及各种的言论，我们在不停地被训练说人工智能是有一定危险性的。所以从整个社会层面来讲，也许这件事压根就不会发生。
Danfei：我可能是做得越多想得越少。我初高中会想很多这类问题，大学开始学 CS 之后，偶尔会想了想，现在是真的完全不想了。这个问题太复杂了，我现在更倾向于去从一些具体的问题开始思考。我觉得绝大部分的工作在未来二三十年肯定是可以被取代的，你工作的内容如果在 AI 的能力之下，我觉得应该是可以的。
Xiaoyin：我们现在人口出生率本来也挺低的，是吧？
Danfei：对，其实这是一个非常有趣的问题。 如果人口老龄化让生产力消失后，也要倒逼 AGI 的解决方案。过去到现在的自动化也是在解决这个问题。
推荐阅读返回搜狐，查看更多
责任编辑：}