人工智能:从科幻中复活的机器人革命(txt+pdf+epub+mobi电子书下载)


发布时间:2020-06-29 16:28:34

点击下载

作者:袁飞蒋,蒋一鸣

出版社:中国铁道出版社有限公司

格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT

人工智能:从科幻中复活的机器人革命

人工智能:从科幻中复活的机器人革命试读:

前言

PREFACE我们眼中的人工智能

2010年蒋一鸣刚上大三,在上海徐汇梅陇路那所理工大学学习控制工程,那时候人工智能并没有像现在可以用Alphago这样的机器人生动地向我们展示。他因为一门选修课接触了人工智能,每每聊起来,我们的狭隘思想认为,想办法制造像人类一样的机器人是非常不靠谱的事情,与其将钱烧在这里,倒不如正儿八经地发展工业农业这些可以显著提高我们生活品质的行业。那时候至少我们不觉得用代码和金属创造自己的朋友是多么高端的事情,甚至觉得这是异想天开的表现。我们那会的想法可能代表了当时很多人的意见,当时人工智能还没表现出现在这样大的潜力,人们还是觉得应该更加重视传统行业。

2012年,我的研究生同学一伟开始迷恋智能手机上的自动聊天与语音控制功能。他的手机可以通过一些软件与人类进行一问一答的对话,有时它们的回答还挺幽默风趣。现在看来那实际上是语音识别的雏形,他欣喜于这些功能带给他的便利,一方面在做科研到深夜、夜深人静的时候可以跟手机聊聊天逗乐,另一方面他那个让他头疼的话痨弟弟终于不再缠着他。当时他在一次报告中谈到,人工智能已经开始慢慢地渗透进我们的生活,不久以后,智能化可能将使我们日常生活中的很多事物产生翻天覆地的变化。

2014年第一次在聚会中见到邱丽羚的时候,我还不清楚她在做人工智能这方面的研究。当时我们心心念地想把她介绍给一位腼腆的室友做女朋友,但这位工科女子似乎对机器人更感兴趣,她不停地说起自己研究领域内的无人驾驶技术,她眉飞色舞地跟我们描述未来无人驾驶技术会怎样改变我们的生活,并预言在五年内人工智能将爆发。那时候我们对她的话不以为然:你就是研究无人驾驶的,现在不照样打不到车吗,你连自己的生活都没改变,谈什么改变我们的生活?不过没等到五年以后,实际上是一年之后,也就是2015年,中国的人工智能股票开始异动,人工智能在中国的大幕就此拉开。小邱的态度代表了当时很多高端科研人员对人工智能的预期,虽然还没有突破性的成果,但是大家都觉得,一场革命就要到来了。

2015年,我那位腼腆的室友赵琳从电力科学院被“下放”到变电站进行技术比武,在我脑子里立刻想象出了他每天在变电站里进行设备检修的场景,他可能会被从一位科研人员培养成为一位一线技术人员。然而没过几天他在社交网络上长传了一张他和巡检机器人的照片,告诉我们现在一些智能变电站里已经出现了巡检机器人,它们可以代替人类进行做一些精细而危险的工作。后来我还听说核电站的废料回收也可以由机器人代劳,特斯拉甚至完全采用机器人进行生产。这让我感觉人工智能已经真正在工业领域得到应用,五年前我们曾认为应该将发展人工智能的人力物力投入到发展工业中,现在看来,它们并不对立,人工智能的快速进步,也带动了工业的跨越式发展。

2016年我好友杜万里已经开始尝试智能家居的设计,在那个冬天我去上海他请我吃饭,他一边吃火锅一边向我描述智能家居可以实现的功能,他有办法让机器代劳我们从进家门到睡觉的所有事情,他半开玩笑地告诉我,他所做的这些工作,所实现的这些功能,正好跟他领导家刚上小学的小孩写的幻想作文里描述的一样,他因为自己能够实现小朋友的梦想而沾沾自喜。那天晚上他像一个小孩一样描述着智能家居的未来,让我对两件事印象深刻,第一就是在他口中颇有前景的智能家居,第二就是请我吃饭的那天晚上他没带钱包。

我也是从大学开始接触人工智能,它在我眼中有很多形象,它是一门只考了七十多分的专业课,也是一个连续涨停的股票,还是赢了世界冠军的棋手,总之它的身份很多。如果五年前有人问你当下热点是什么,你可能答不上来,因为那时候可能还没冒出这么一个让很多人趋之若鹜的行业,但现在再有人问,你肯定回答人工智能,因为这是目前当之无愧的热门行业。

经过了几十年的积累,人工智能终于迎来了井喷期,在这个井喷期里,人工智能也将发展得越来越壮大,非常庆幸我们赶上了这个人工智能快速发展的时期,这本书也分享了我们对人工智能的看法和理解。

也感谢你翻开这本书,跟我们一起去理解人工智能时代。袁飞第一章曙光突现:人工智能悄无声息地突然降临寒夜尽头:蹒跚而来的人工智能智能时代悄然来临

2015年1月,我亲历了德国汉诺威工业博览会,那次博览会上“工业4.0”出尽了风头。当时我的好友林越峰告诉我,在未来几年内,德国人为巩固自己工业老大哥地位而发起的“工业4.0”可能会一直抢占各大媒体的头版。在他说完这话的头几个月,确实是这样,无论是电视、报纸、网站还是图书,处处充斥着“工业4.0”的消息。然而在一年以后,也就是2016年年初,他的控制工程博士还没攻读下来,国内媒体就彻底变了天,除了那些每天不断的明星绯闻之外,一个名叫AlphaGo的机器人悄悄地进入了人们的视野。可能很多人不知道它是什么,但是谁都不能否认,现在它很火。

然后媒体开始大篇幅报道人工智能:从下棋赢了韩国棋手,到猜中《我是歌手》的比赛结果,再到预测《权利的游戏》的结局,甚至在几个月前,伊隆·马斯克向大家开放了他的特斯拉工厂。我们惊讶地发现,原来那些无比拉风的电动跑车,全都是由机器人生产的。

奇怪的是,在此之前,我们从未把人工智能当回事,在我们心中,所谓人工智能,无非就是能被你“调戏”的客服机器人,或者是手机上可以跟你对话的软件。尽管人工智能的真正定义是《机械公敌》上面的那种能跟人无障碍通话,并且有着缜密思维和思想的机器人,但我们从未将它们与科学联系在一起,因为那样的机器人离我们太遥远了,我们更加相信,那只不过是科学家讲给我们的神话。电影中的机器人

人工智能就这么来了!突然爆发,就像夏天的雷雨,半分钟之前还是晴天,顷刻间一声巨雷,随后暴雨倾注,把我们这些出门不带伞的人淋得不知所措。还记得三年前,我一个在美国读书的朋友跟我们在一起喝酒的时候常常对自己的专业羞于启齿,因为我们几个哥们都是在研究如何更经济地输电,如何节约劳动力或者怎么建立跨区域物流等问题,然而他这几年都在研究如何让一个机械的手臂举起一个杯子,当他说起自己的研究方向叫作人工神经网络的时候,我们纷纷怀疑他转了医学。现如今,他已经被高薪挖进硅谷。很多类似的事情让我们不得不认清现实,当我读完那篇发表在 Nature 上充满创造性的 Mastering the game of Go with deep neural networks and tree search 时,我不得不告诉自己,曾经被大众模糊在科幻与科学之间的人工智能,就这样毫无征兆地突然来临了。

不过在控制科学和计算机领域内,人工智能的突然爆发并不在意料之外。很早以前,已经有天才的科学家将人工智能作为科学来研究。1936年,“计算机之父”——图灵撰写了《计算机与智能》,阐述了一种计算机能够实现人类功能的设想。20年后,一群极具天赋的年轻人聚集在美国Dartmouth大学,他们认为机器应该可以实现人类的一些能力,并开创了名为“人工智能”的学科。从这门学科的诞生,到2016年大放异彩,历经60年之久,在这60年间,人工智能经历了多次瓶颈和转型,一路跌跌撞撞才走到了今天。艾伦·麦席森·图灵(Alan Mathison Turing)

其实从人工智能学科的创立起,有一个问题就一直困扰着科学家们,这个问题能否得到很好的解答,关系着人工智能的发展与前景,这个问题就是:人脑和机器到底有什么差别?

在人工智能的初创期,极具天才的人工智能科学家认为,机器与人脑的最大差别在于推理。人们认为所谓的“智能”,其实就是推理,如果机器能拥有侦探一样的推理能力,并通过我们能理解的方式表现出来,那简直就像人类一样了!因此早期科学家把心思花在机器推理能力的研究上。

诸如Newell等世界上最具天才的科学家都全身心投入这个研究中,他们编制了令人欢欣鼓舞的“逻辑家程序”,虽然这几万行代码跟电影里的机器人相去甚远,但是从专业的角度看,这非常像是人工智能的雏形。

这一套有创意的程序,在应用初期确实让人激动,“逻辑家程序”将罗素和怀特海的《数学原理》中的五十多条定理全部证明出来,甚至不少定理比作者本人的证明方法还要精妙。但是没过多久人们便意识到,这一套看上去好像获得了巨大成功的程序,实际上只是缔造了一位会做证明题的学生,它只能证明定理,甚至都不能提出理论。科学家们沮丧地发现,他们好像只是把这个复杂的问题,简单地抽象成了数学问题,然后饶有趣味地研究了20多年。

当20年的成果摆在眼前时,科学家们意识到,研究跑偏了。尽管机器已经具有了很强的推理性,但这不是我们想要的。将来可能它还会证明物理公式、化学公式,但是我们人类不是只会推理公式啊,仅仅是推理,恐怕不能算人工智能。

跑偏了似乎也没太大的关系,回到正确的方向就行了。然而并不是人人都有耐心等着科学家们试错。机器推理最终以失败告终,人工智能的科研经费被大幅削减,很多人选择离开这一领域,选择更切实际的学科进行研究。就这样,人工智能第一次进入寒夜。

在人工智能学科挣扎在濒死线上的时候,E.A.Feigenbaum等科学家再一次认真分析了人类的思维过程,他们发现,人脑与机器的最大差别,其实就是解决问题的方式。人类可以通过学习到的知识和经验解决现实问题,而机器只能通过程序员在代码中为其设定的知识和经验解决问题。因此,科学家们认为,如果机器能够存储大量的经验和知识,并且运用它们解决实际问题,那这就是真正的人工智能了。沿袭这个思路,“专家系统”应运而生。“专家系统”的出现,给人工智能注入了复活的血液。“专家系统”需要把大量的知识和数据库输入给机器,然后机器利用它们解决实际问题。这样一来,就是在模仿人类的思维过程。这听上去很棒的,对吧?专家系统一度使人工智能行业沾沾自喜,几个超级大国纷纷斥巨资成立公司,采用“专家系统”的思路,研究“第五代计算机”,生怕被别人抢先。看上去,人工智能这一次真的要大步跨越了。

然而没多久大家便发现,其实机器只能解决人类已经为其输入答案的问题,并不能解决专家知识库以外的新问题,迁移能力非常有限,而且为了使人工智能的功能更完善,还需要为其打造庞大的“专家库”,成本巨大,与其带来的收益完全不成比例。实际上,想要让机器解决多少问题,人们就需要给它输入多少“知识”。从原理上说,与人类直接编程解决问题没什么本质的区别。本来可能使业界欢呼雀跃的“专家系统”,很快又一次以失败告终,人工智能再次陷入僵局。

至此,人工智能已经经历了40年,从历史发展规律上看,如果一个学科发展了40年还没搞出什么成果,那么基本上就会被科学家打入“冷宫”。在以“专家系统”对人工智能的探索宣告失败之后,很长一段时间,人们对“人工智能”失去了耐心,“还是让它们活在科幻小说里吧”。于是人工智能的科研经费再次被大幅削减,那些以人工智能为概念而成立的公司纷纷倒闭。机械手臂

可能人类实在太需要尝一尝创造新物种的滋味,也可能是科学家和科幻小说家为我们描述的画面太美好了,人类真的不甘心将这样一个美好的愿景化为泡影。

因此,当推理和专家系统都被证明不可行之后,在人工智能已经沉寂了数年之久的情况下,人类再一次对人工智能的发展方向进行了思考。人类和机器的最大差别到底是什么呢?不是推理,因为通过简单的程序机器也可以进行推理。也不是用知识解决问题,因为所有以解决问题为目的的程序,本质上都是使用已经有的知识解决问题。

那么,人类与机器最本质的区别是什么呢?

这时候,年轻的计算机科学家站出来,告诉大家,人类和机器本质的区别,就是学习!人类可以学习,机器不能学习啊,像专家系统这样机械地储存和使用知识,那不叫学习,那只能叫记忆。我们人类的学习,不仅是记忆,而且还要将记下来的知识进行各种变形和迁移应用,如果你有幸参加过中国的高考,你一定对这句话有着深刻的理解。

这个言论一出,大家纷纷觉得有道理,当一个机器能够通过储存的数学定律,把高考最后一道数学题解出来,或者能通过储存的词典,跟人对骂的时候,谁还敢说它跟人类的大脑不一样?

理论问题解决了,但是问题是怎么实现呢?

这个问题也困扰了科学家很久,然而经过了无数次的论证与推翻,他们终究还是想到了实现这一功能的方法:机器学习!机器学习

机器学习是人工智能的核心,也是目前人工智能领域最着力要解决的问题。机器学习的目的,是让机器具有像人一样的学习和思维能力,并能不断地完善自己。简单地说,就是机器应该可以通过已经存储的知识解决实际问题,在解决问题的过程中,通过结果反馈,可以发现自身方法的不足,不断完善自身解决问题的方法,提高解决问题的能力。最重要的是,这个过程不能需要外界的参与。不是说发现这个算法不够好,就再为计算机编一次程序。人类参与了就不叫机器学习了。

其实这听上去跟人类的学习方式非常接近,人类就是通过解决实际问题,不断地改变自己的思维和观念,提升解决问题的能力。实际上这些年来我们成功开发出来的“深蓝”、AlphaGo等人工智能,都具备了简单的机器学习功能。如果我们仔细研究它们的每一步棋路,每一盘对决,那么我们就会发现,其实它们不光是利用了自身存储的上百万套棋谱,它们会对自己的下棋风格和路数进行改善,与它们对决的高手越多,它们的棋技就越精湛,这像不像人类的进化呢?

机器学习看上去很牛吧,不过实现起来却异常困难。因为通过代码驱动的机器,从本质上说还只是通过数学来控制的,本身并没有变化和进步的能力,它们的表现归根结底还是要看代码编得怎么样,而想要编写一套可以实现自身完善的代码,难如登天。这不仅需要结合多个学科,而且需要将生活中的很多问题进行映射写成代码,不仅需要极具天赋的控制学家,还需要天才的程序员来完成。

目前我们制造出来的人工智能机器人,大都比较擅长棋类游戏,因为这可能是最容易映射成代码的实际问题。例如思考、语言这种人类所具有的特性,数学恐怕很难模拟。现在的客服机器人,大多还停在专家系统阶段徘徊,开发者们将简单的语言存入这些机器人的系统内,当它们听到我们说话的时候,会使用系统内存在的语言进行回复。所以客服机器人常常会回答出匪夷所思的答案,我甚至怀疑它们能不能通过图灵测试。

尽管在人工智能领域很多关键性的问题仍然悬而未决,不过让我们高兴的是,这些年来总是有小的成果不断涌现,如Google的搜索引擎及翻译等,让我们看到了人工智能的曙光。从最近人工智能的爆发式发展来看,机器学习方面应该取得了跨越式的发展,从而催生出那么多可爱的“妖孽”。尽管到今天我们仍然没有造出科幻电影里跟人类一样的机器人,但是人工智能行业已经走出了漫长的黑夜,60年来人类一直在人工智能领域试错,终于,所有的错误已经被试完。

寒夜将尽,曙光突现。爆发在即:即将展开的创新革命

2008年,我在波士顿见到了尚在读书的Evelyn,那时候她的研究方向是模式识别,我让她简单地将她的研究内容描述给与我同行的文科生Lynn,她平淡地说,其实就是让机器能够分辨出你是你,我是我。我们听了并没有觉得多么高大上,因为那时候在国内好像大公司或者著名实验室的门禁系统已经用到了这种识别。然而今天,当无人驾驶、足球机器人等充斥在各大媒体的版面上时,我才体会到Evelyn当时的骄傲心情。那时候她一定早就看到了人工智能的潜力和未来,只是在等时间,就像一位正在接受培训的艺人,正在等待时机出道成为超级巨星。

人工智能发展到今天,可能想要制造出真正像人一样的机器人尚需时日,但是现在各种各样的机器人已经令人目不暇接。2016年1月28日Nature以封面论文的形式介绍了Google研发的机器人AlphaGo,一下子把人工智能推向风口浪尖。不管你接不接受,不管你愿不愿意,人工智能已经以铺天盖地的架势汹涌袭来,爆发在即。就算我们从没听过那些专家们的讲座,单从我们每天接收到的新闻和消息,我们就知道,这次谁也挡不住了。

2017年6月,一个名为AI-MATHS的机器人考生参加了中国一年一度的高考。这个机器人是中国在人工智能方面的重大科研成果。它不仅可以利用自己的独特笔迹对考试进行做答,还可以通过模式识别提取考生的笔迹,结合前后判断考生的逻辑,综合给分。这跟真是的老师阅卷就非常相似了,不仅题目答案对了能得分,逻辑对了也能得分,就算逻辑错了,也有步骤分。最终AI-MATHS用了十分钟答完了北京高考数学试卷,并得了100分。(满分150分)

如果说考试只需要逻辑,通过编程映射可以很简单地实现,那么文学创作,需要感性与才华的融合,恐怕不能用几行毫无美感可言的代码去代替吧。可是,人工智能领域的天才科学家们,竟然连文学创作这一人类引以为豪的高地也攻下了。据新加坡《联合早报》报道,2016年3月,日本科学家将他们研制出的机器人创作的四篇小说送给日本的一个创作比赛组委会,部分小说通过了初审。当然,这几篇小说并不是完全由机器人创作,在这次机器人小说创作的过程中,日本科学家首先将人物设定、故事大纲等内容输入给机器人,机器人经过分析和整合,创造出四篇小说。尽管小说在后来的比赛中并未获奖,然而通过初审已经很不容易,要知道并不是所有的人类创作者都能通过该创作大赛的初审。虽然机器人只是按照故事大纲创作了简单的故事,还不具备天马行空的创造能力,但是这告诉我们,机器人已经可以初步模仿人类的思维了。机器人最终可以代替作家吗?

Evelyn曾经有这样的论断:“就算我们成功地给机器赋予了思考能力,给机器赋予了感情,但是它们很难像我们一样去真实地感受外部世界的变化。”不过我恐怕得给她发个邮件让她收回这些话了。因为德国汉诺威大学正在进行一项机器人痛感的研究,该项研究旨在让机器人有痛感,更加贴切地模仿人类。目前神经科学对人类痛感机制的研究已经非常透彻,神经科学家认为人类的痛感来自神经递质向大脑中枢进行的信号的传输,而德国科学家将模仿人类的神经系统搭建人工神经网络。简单地说,就是在机器人的指尖上安装感应器,测试外界的压力、温度和湿度等变量,再传回机器人的控制中枢,并将这些参数与事先设定好的“痛楚表”进行对比,进而做出痛楚判断,并做出相应反应。实际上,从应用的角度来说,感受到痛楚并不是这一款机器人的目的,其最终目的是通过这种痛感预判或者判断危险情况,从而保护周围的人类。

可是,不论怎么说破天,人工智能就是一台计算机和几行代码,它们能写能算,可能还有感觉,但是它们能像人类一样身体协调并进行竞技运动吗?我很想回答不能,但是现实是,机器人可以踢球。尽管机器人足球比赛现在还没有得到像人类足球比赛那样的关注,但不能否认的是,足球机器人正在逐渐获得进步。与上面描述的几种实现单一功能的机器人不同,足球机器人是一种需要综合多种功能于一身的机器人。首先机器人应该能够定位足球的位置,并能够确认队友和对手,而且可以通过队友的位置选择将球传给队友或自行射门,这一切需要综合多种学科,比如智能控制、策略分析、通信系统、机械等。就目前的技术而言,研制单一可以踢球的机器人已经不是什么难事,但是想要研制出配合默契的机器人,还需要时间。如果一个机器人足球队像人类足球队这样,存在着退役和转会的问题,那么如何让新来的、其他公司开发的机器人融入足球队,与其他机器人配合,也是个很难回答的问题。机器人足球赛

蒋一鸣曾经批评过我,作为一个非常务实的学者,他认为,我关注的点有些跑偏了,其实人工智能并不应该着眼于那些看似高大上却在实际中用处不大的东西,机器人会下棋、会考试、会踢球,那是他们的事,但这并没有让我们的吐司面包烤得更香甜,我们应该着重关注机器人怎样为人类服务。

是的,我们确实应该多关注人工智能怎样把我们的生活变得更好。如果人工智能的意义在于制造能高考的机器人、能踢球的机器人,那么那些著名的实验室只能算是高级的玩具制造厂家。如果只是制造出这些花哨的东西而对我们的生活没有任何提高的话,那么只能说是在浪费钱。

不过天才们怎么可能做浪费钱的勾当呢?其实人工智能早已经渗透进我们的生活,比如无人驾驶汽车。很多年前,人们就有了对无人驾驶的向往,很多科幻电影和谍战片里也早就出现了无人驾驶汽车,那时候酷炫的无人汽车为我们提供了视听盛宴,然而现在,它们早已经闯入了我们的生活。无人驾驶汽车一般无须人为对汽车进行操纵,只需要依靠车内的智能操控仪就能实现驾驶。目前谷歌,INRIA、IBEO等世界人工智能巨头都在研制无人驾驶汽车,并已有产品在运营。无人驾驶系统非常复杂,要实现智能操作,必须要准确获取路况信息,然后对行驶路线和策略进行统一规划和设计,对于突发情况要有迅速有效的应对方案,还要能够自行寻找泊车位。尽管听上去非常复杂,但是目前这些问题几乎都已经解决。谷歌的无人驾驶汽车早已成功行驶了100万英里,这让我们看到了无人驾驶技术的未来。无人驾驶概念车

然而我听过最逆天的人工智能应用还是在金融领域。据说高盛等金融巨头已经在悄无声息地研究如何利用人工智能做金融。这些金融巨头时不时地玩个票也是让人受不了,用人工智能搞金融好处确实很多,不用发工资,不用担心内部交易,不用担心内鬼,还可以让他们超负荷工作,不用担心他们闹情绪。或许金融机构当前最需要的是懂金融的程序员,在不久的将来,很有可能会出现机器人理财师、机器人股票分析师、机器人保险精算师等,或许他们的收费会更低廉,他们的理财效果也会更好。

如果说上面两个例子都只能说明人工智能对我们的生活起到了锦上添花的作用,那么我想,机器人医生就是真正的雪中送炭了。很多年来,人类一直对精密的脑部手术没有把握,机器人医生的横空出世,让一些看上去非常精密的手术有了解决方案。长期以来,像大脑中枢、神经这些过于精密的器官,即使出了问题,人们也不敢轻易对其进行手术,因为这些器官的组成部分过于细小,实在超出人类的操作精度。对于这种手术,机器人医生毫无压力,机器人医生不仅能够进行这种精细的手术,还自带3D摄像功能,将手术过程一览无余地展示,以便专业医生对手术过程进行监督。

人工智能真的来了,在我们还没反应过来的时候,突然出现在我们面前,我们一边措手不及地调整自己对世界的认识,一边欢欣鼓舞地看着这场波及世界的变革不断酝酿。尽管60年来人工智能一直在山间小路蹒跚前行,但是现在舞台已经摆好,精彩的演出马上就要开始。

寒夜已尽,爆发在即。第二章十年磨剑:渗透进生活的人工智能技术深蓝:打败世界冠军的机器人

关于人工智能和人类智能谁更厉害,或者说人类和机器人谁更聪明这个问题,尽管今天我们已经很难下定论,但是在20世纪90年代这还不能算是一个问题。那时候人类非常自信地认为,人类在需要动脑子的各个领域存在绝对优势,可以说是完胜机器人,机器人只是制造出来帮助人类分担工作的,比如体力劳动。当时大部分人都这样认为,这些人里面,也包括国际象棋世界冠军加里·卡斯帕罗夫。

加里·卡斯帕罗夫是连续11届的国际象棋冠军,是公认的人类有史以来最伟大的天才棋王,智商高达190,胜利对他来说早已成为一种习惯,像吃饭喝水一样习以为常。自小钻研世界级棋谱的他深得弈棋精髓。相较于其他棋手,他棋风活泼,思维敏捷,有异于常人的敏锐感知判断力。凭借着超强大脑,他总是一边完成着对己方阵营的布局,一边慢条斯理地分析对手的棋路,看穿对手的心理,从而见招拆招,步步为营。

虽然他真的很想遇到势均力敌的对手来一场激情较量,但天不遂人愿,他的冠军之路未免过于平坦。

无敌,真的很寂寞!骑士(国际象棋中的马)

因此,当一台名字叫作“深蓝”的机器人被生产出来的时候,为了证明它能够超越人类的思维水平和能力,加里·卡斯帕罗夫成了它的第一个对手。

对决发生在1997年5月11日。卡斯帕罗夫与深蓝对战

那个时候我对计算机科学的唯一了解就是每天都要玩一遍的小霸王游戏机,而对机器人的认知大概只停留在能吐币的老虎机和会唱歌的摇摇椅。《星球大战》拍得很震撼,但是连我们班成绩最差的家伙都知道那是假的。如果说一个像老虎机一样的机器人想要打败象棋世界冠军,那我肯定是不信的,按我当时的想法,这个机器人别说想赢世界冠军了,想赢我都难。

实际上“深蓝”跟那些我们习以为常的机器人有着很大的差别,它有着非常高贵的出身——它来自IBM。

深蓝是美国IBM公司生产的一台超级国际象棋电脑,重1270千克,拥有32个微处理器,每秒可以计算2亿步。“深蓝”输入了一百多年来优秀棋手的对局两百多万局。深蓝“深蓝”是IBM公司对于人工智能最早也是当时最成熟的尝试。如果说简单地利用程序和算法控制象棋步骤,简单地把棋谱输入给机器人,让它按图索骥来跟加里·卡斯帕罗夫玩,那么这台机器是必输无疑的。因为卡斯帕罗夫对于任何棋谱都了如指掌,而且世界上永远会出现新的棋谱,所以如果想赢卡斯帕罗夫,这台机器必须具有思维,必须学会变通,必须要像人类一样有逆向思维和发散思维。

这怎么可能啊。

这是不可能的,直到今天,大部分人依然不相信,如果谁说能让机器人具备人类一样的思维能力,那么他不是骗子就是疯子。

然而,那句“天才都是疯子”并非疯言疯语,科学家已经发现了有力的证据。一项针对70万成年人开展的科学研究结果显示,与成绩平平的人相比,那些在学校里成绩最好的人患上狂躁症的可能性要高出4倍。

IBM那些天才程序员们,已经发现了利用几行代码把机器人的大脑变成人类大脑的方法。当初人们想要看看天上什么样,想要建造巴别塔,上帝将人们的语言打乱,让人们无法沟通;而现在如果我们再次贸然挑战大自然的权威,想要通过一己之力造就有思维的大脑,那么必然是要吃点苦头。好啦,世界冠军来告诉你,人的大脑没那么好超越。

然而,那一天这台名叫“深蓝”的计算机赢了世界冠军卡斯帕罗夫,这就意味着它可以在国际象棋方面战胜世界上任何一个人。

虽说最终结果是“深蓝”取得了胜利,但获胜的过程却是值得玩味的。卡斯帕罗夫赢了第一局,深蓝赢了第二局,在接下来的两局中,两个选手打成平局。然而在前五局以2.5对2.5打平的情况下,卡斯帕罗夫在第六盘决胜局中仅走了19步就向“深蓝”投子认负。决胜局只进行了不到一个小时。

这证明“深蓝”和卡斯帕罗夫的比赛不是看谁最快,人们已经认识到,单比计算速度,人类远远无法超越机器人,每秒几十万次的计算速度绝对是人类望尘莫及的。但是从象棋游戏的角度来看,单纯地比速度是绝对胜不了的。

弈棋,是人类智力的最高级展现,是一场智力的对决。很早之前,人们就想要创造一台像“深蓝”这样的国际象棋高手,用来与人类最伟大的棋手一决高下。在科研人员的共同努力下,这位机器世界的顶级高手诞生了。

1997年,深蓝首次战胜卡斯帕罗夫,开启了人机大战崭新的一幕。

我的朋友杨雪纯是个国际象棋高手。关于计算机软件和人类棋手的强弱问题有着比较深入的见解。从理论上讲,计算机下国际象棋是开局库、基于规则的蛮力搜索、策略选择和局面判断、残局库的结合。

关于开局库和残局库,历经了6年时间才研制成功的“深蓝”,它的数据库里存储了一百多年来优秀棋手的对局,总共有两百多万局。不同的对手需要选择不同的开局库,也需要人为调整一些应对策略。这里就需要借助高等级的国际象棋大师的帮助,给计算机赋予“象棋知识”。知识库的构建至关重要,否则,计算机就是一个只懂规则的计算机“幼童”。“深蓝”并非不可战胜,毕竟是人类设计的,当世界冠军的棋艺精进之后,深蓝的程序里没有相应的对策,就导致了它的战败,这也就是为什么在与卡斯帕罗夫对战的第一局会输棋。

此外,计算机没有情感或者情绪,不会被对手及现场环境干扰。比赛结束后,深蓝方面的研究人员透露,在第二局中的关键一步并非设计好的完美路线,而是一个程序错误。

正是这一步扰乱了国际象棋大师卡斯帕罗夫,所以从某方面来看,卡斯帕罗夫输在了人类的弱点——情绪失控上。因为卡斯帕罗夫心理出了问题,导致自乱阵脚,最终输掉了比赛。“深蓝”给当时的人们带来的震撼是难以想象的。如今,人工智能又发展了20年,许多棋类大师在人机对战中也败下阵来。

一时间,人类依然不相信,我们自己创造的东西竟然超越了我们自身,但是至少在下棋方面,我们输给了自己的作品。

2016年年末,Google把自己的得意之作AlphaGo放在网上跟人挑战,结果连胜了60场,再次让我们产生了被机器人超越的疑虑。不过这种担心是多余的,因为只要断掉电源,这位超级棒的朋友就再也没法跟我们比试了。咖啡机器人:与智能邂逅

1475年,在土耳其君士坦丁堡(今天的伊斯坦布尔),世界上第一家有历史记录的咖啡馆出现了,取名Kiva Han。Kiva Han咖啡馆

多年之后,这类售卖特殊饮料的馆子风靡了整个世界。奥地利作家茨威格曾说过:“如果我不在家,就是在咖啡馆。如果不在咖啡馆,就是在去咖啡馆的路上。”这段话足以道尽人们对此种生活方式的喜爱。不论是星巴克连锁,还是别具特色的私人小馆,咖啡馆遍布在城市的每一个角落。泡咖啡馆,是一种传统,更是一种潮流。人们有事没事都喜欢在咖啡馆碰头,谈天八卦,娱乐相亲,项目洽谈或是决策上千万的投资。

近日,在旧金山街头的一家新概念咖啡店Cafe X火了,从收银到咖啡调制全部由机器人完成,咖啡师在收到付款后会把一杯符合顾客要求的新鲜咖啡传递到其手中,光是完成这一系列动作就已经让人目瞪口呆了,何况智能的咖啡师可以制作出不同花样的咖啡,这么新鲜的事情成功地引起了过往的路人驻足围观。

Cafe X与传统的咖啡店不同,待在吧台的机器人咖啡师被玻璃围了起来,顾客可以在吧台前的显示屏上点单,也可以通过手机APP或者平板电脑进行下单。菜单上品类丰富,且有不同种类的咖啡豆可供选择,售价在2~3美元之间。相比于星巴克,价格还是有一定优势的。

一杯香浓的咖啡做好之后,会盛放在8盎司的杯子里,由一台三菱六轴机械臂送出,顾客只要输入4位验证码就可以取走咖啡,操作方便快捷。当人工智能走进生活,人们会极大地感受到便利性。当然,咖啡师可能会产生危机感,因为他们即将面临下岗的境遇。

与人工售卖咖啡相比,用数字信息进行预定,咖啡师不会因为走神听错顾客要求,顾客拿咖啡时也不会被别人端走。我想,只要价格合理,任何老板都会不假思索地用咖啡机器人替代以前的咖啡师。无人咖啡店

为了让咖啡保持高品质,Cafe X还有一个独特的设计,就是在8分钟之内,机器人会让饮料保持温度,如果你还没端走,它就会倒掉,为的是保证咖啡的品质。不怕浪费,否则坏了口碑,影响更大。

当然,机器人也不会一声不吭,它会给顾客发送提示,告诉你错过了端咖啡的时间。这款机器人还是很慷慨的,假如超过了8分钟,咖啡凉了,它会免费再泡一杯。咖啡机器人还会根据顾客发送订单时所在地理位置的远近,自动安排泡制的优先顺序。

当然,这些指令是可以人为设置的,如此慷慨的设计不知道老板会不会采纳,我想,最多可以免费再泡一次,否则咖啡馆就要赔钱了。

像很多行业一样,泡制咖啡的技术也需要长时间的不断精进,所谓熟能生巧,这就造成了咖啡师的级别之分。

一位十年经验的专业咖啡师泡制出来的卡布奇诺,一定比刚刚实习的初级咖啡师做出来的咖啡更香浓。然而,这种水平的咖啡师可遇不可求,要么太贵,要么排队。

很可能,这位大师只在星期一上午工作,其他时间并不在店里。从星期二开始,就会由他的徒弟负责泡制咖啡,水平参差不齐,咖啡的味道也就不一样。

人工智能成功地解决了这个问题,咖啡机器人能够最大化控制这些不确定因素。机器人接受订单之后,机器开始进行校准,使其每次泡制的效果完全相同。

相关技术人员进行过现场监测,确保了每杯咖啡的口味都达到最佳。如果你还不放心,这位咖啡机器人旁边还有一位辅助咖啡师,负责解释咖啡机器人如何工作,以及做全天的产品测试,以确保质量。如果顾客有任何建议或提示,也可以对他说。

机器人咖啡师的“手臂”与平板电脑相连,能够在每个关节点测量电气参数。机械臂有着一套调制咖啡的教学系统,这套系统极大地降低了用户的准入门槛。

机械臂需要预先设定程序,一定要完全按照程序操作,否则人工智能也会不灵验。比如,程序设定给每个杯子倒入300毫升的咖啡,你拿一个200毫升的杯子,那么咖啡就会溢出来。智能机械臂

如果说智能机器臂操作咖啡机这件事还不够打动咖啡爱好者的初心,那么手冲咖啡机器人挑战人工手冲一定是台吸睛的大戏。

手冲咖啡,就是手工冲泡的咖啡,最早由德国的梅丽塔女士于20世纪初发明。当时她在家中做咖啡,突发奇想地用儿子的吸墨纸当作滤纸,在滤纸里放入咖啡粉,并用水壶将水注入咖啡粉,萃取出一杯味道不同以往的咖啡。由此,手冲咖啡开始流行起来。

手冲咖啡是一门艺术,这也是大师级咖啡师对于咖啡机器人不屑一顾的原因,如果你想品尝咖啡最原始、最纯正的味道,还是尽量选择手冲咖啡。

一杯品质上乘的手冲咖啡需要冲泡者至少拥有5年以上的咖啡经验,不仅要技术娴熟,而且要根据不同的品种、水温、饮者的喜好,来调整冲泡方式,让咖啡始终在人们面前呈现出完美的口感。

到底是机器人做的咖啡好,还是专业咖啡师做得好呢?这个问题也在业内引起了争论。Swing Black Coffee,这是中国台湾第一家主打全机器人手冲咖啡的店,吸引了业内人士及咖啡迷的关注。Swing Black Coffee

这家咖啡店全面使用OTFES智能自动手冲咖啡机,每台机器可以记忆3种咖啡豆的方程序,因此总共可以供应15种不一样口味的手冲咖啡。

OTFES的工作原理是,记录专业咖啡师的冲煮手法,水温、水流、速度、时间等因素都能精准呈现,有效解决了手冲咖啡因人而异的不稳定因素。

从这方面来看,咖啡机器人的优势确实更加明显,所以当全自动咖啡机问世的时候,很多咖啡师会觉得有危机感,或许机器人能比他们做得更好。从口味来讲,可能消费者也会更加青睐于机器人毫无瑕疵的作品,这必将导致咖啡师不得不离开自己心爱的领域。

然而事实并非如此,对于很多资深的咖啡迷来说,最纯粹的咖啡一定来自大师的冲泡,机器人永远至少现阶段无法取代人类。

每一种机器人的出现,其目的从来都不是要撼动人类的地位,咖啡机器人也一样,它们只想帮人类做得更好。科技是辅助人类,而不是取代人类。餐饮领域引入的人工智能,其目的并不是取代人工,它们的存在只会将人类从重复低价值的工作剥离出来,从而更大程度地发挥人本身的价值。人被解放的产能可以运用到更多复杂的工作,创造出更大的价值。沃森:全能管家

继“深蓝”成功赢了人类历史上最伟大的象棋大师卡斯帕罗夫15年之后,IBM再次推出了一款超级机器人Watson,向人类发起了新一轮的挑战。

2011年2月16日,Watson在美国一档智力竞猜节目《危险边缘》中亮相,凭借惊人的语言理解能力,以三倍的分差实力碾压了另外两名人类对手,夺得了比赛冠军。

机器人又一次战胜了人类!超级机器人Watson《危险边缘》这档智力问答节目在美国很有影响力,有点像国内的《最强大脑》,自从2009年开播之后迅速风靡北美,来自美国各地的高智商怪咖齐聚一堂,一比高下。

这是美国版最强大脑,每期节目都会有三名选手参加比赛,参赛主题涉及历史、文学、流行文化、政治、影视等各个领域,每一道题都分别对应了不同金额的奖金,比赛最终以选手获得的奖金数量来决定谁是冠军。《危险边缘》智力问答节目

你没看错,上图的数字是美金!重赏之下必有勇夫,重赏之下亦有智者,这档节目选手的智商可想而知,然而这些超级智囊能战胜人工智能吗?我们继续往下看。《危险边缘》这档节目的问答形式独特,选手必须根据以回答形式给出的线索找出答案,并且以提问的方式进行回答。举例来说,当节目主持给出提示信息:“这是一种用户扫一扫或搜一下即可打开应用”,选手应该回答“什么是小程序”?所有选手必须等到主持人将每个线索念完,第一个按下抢答器按钮的人可以获得回答问题的机会。

肯·詹宁斯是该节目最长胜利纪录的保持者,曾经连续获得74场胜利。布拉德·鲁特则是所有参赛选手中累计获奖金额最高的一位,在2002~2005年的比赛中共拿到近330万美元的奖金。

两位顶级高手同时上场,堪称“美国历史上最聪明的人”,再加上IBM的超级机器人Watson,鹿死谁手呢?

答案还是人工智能赢了!

也许机器人最终胜出你已经觉得不稀奇了,但与十年前的“深蓝”不同,Watson的出现可谓是人工智能的华丽进阶。从计算机的角度来看历史,第一阶段是制表阶段,输入数字即可打印出表格;第二阶段是编程阶段,也就是“深蓝”所处的阶段,输入执行算法,计算机自动进行处理;而Watson所处的时段是第三个阶段——认知计算阶段,不仅能理解世界,还能进行学习。

理解世界已经很复杂了,还要进行举一反三、推敲演练,要解决这一难题,就不是简单地提高运算速度和扩充数据库了。IBM的技术人员为Watson构筑了各种各样的模型,他们会给出一些样本,比如“球星”是一种身份,“梅西”是一个人名,代表身份和人名的词语出现在语言结构中的特征是不一样的。技术人员挖掘出一些内在规律,其中可能包含几十种特征,构建出一个模型,让Watson通过模型自己来学习。拥有了各种模型的Watson就像一个聪明的小孩,你教他什么他就会什么。最重要的一点是,Watson不是通过写程序来实现的,它是有超强学习能力的机器。

为了获得出色的答题能力,Watson不仅需要存储包括辞海和《世界图书百科全书》等数百万份文献,还要总结规律,并理解人类的语言。除了要将关键信息与数据库中的知识进行关联匹配,它还要能够理解主持人的语音、各国的文字、大屏幕上的图像,甚至情感和表达的方式。强大的硬件则助力其能在3秒之内检索数亿页的材料并给出答案,用自然语言来给出答案。

这次“智商大比拼”向世界展现的是计算机获取的知识与最优秀选手获取的知识之间的较量。其实这种较量和博弈不论是谁胜出,最终体现的仍然是人类的智慧。

如果你认为Watson的出现只是为了赚取收视率,那你就大错特错了,其背后的技术与经验可以被更多的开发者来运用。比如,可以赋予Watson系统以智慧,使其为我们奉献出更有创意的美食。“Watson大厨”在2014年频繁露脸。

作为厨师,Watson通晓世界的各种佳肴——美国菜、中国菜、法国大餐、日本料理……只要你输入菜名,它就能输出菜谱。当然,这些美食依然需要由人类厨师们手动完成,只是这些美食的食材搭配、口味咸淡都是来自IBM的这套认知系统“Watson大厨”。

具体来说,“Watson大厨”除了具备学习、存储和查询大量菜谱的能力,它还是厨师们的决策助手。它可以综合对口味偏好、菜式、营养学和食物化学的分析,创造性地提出很多食谱建议。厨师们只需要动动手指,输入口味、食材、菜式,“Watson大厨”就会立刻生成超过100种食谱。“Watson大厨”是IBM在食品领域的一次尝试,这项认知技术还可以应用于更加广泛的领域。

在医学领域,Watson已经在美国一些地区获得了行医执照,可以通过口语对话方式,与临床医生诊断病情,甚至商议治疗方案。有了这位智能机器人的帮助,医生可以更好地诊断患者的疾病。因为它存储了世界顶级医学出版物上的医学信息和资料,医生可以根据需要,匹配患者的症状、用药史和诊断结果,为得出最后的诊疗方案提供了便利。如此一来,被误诊的可能性就会大大降低。

人们看病都喜欢挂专家号,专家都是老医生,因为有经验,看过的患者多。有了这样一位智能助手,这些专家就如虎添翼,他们的经验相当于成百上千倍的增长。研究显示,如果想要与相关的医学信息和资料保持同步,一位人类医生每周需要花费160个小时阅读这些信息和资料。实际工作中,这显然是很难做到的。毕竟,医院给你开工资,是让你来给患者看病的,不是让你来读书的。

除此之外,Watson还能应用在很多领域,教育、股票、经济、商业、银行、零售、物联网、制造、保险、音乐、交通等,相信在不久的将来,世界就会因为人工智能发生翻天覆地的变化。

如果说十几年前我们对于人工智能的理解只是会下棋、会计算的机器人,那么现在我们不得不推翻这样的偏见。人工智能已经在各个领域大放异彩,各个行业也都想借助人工智能技术实现跨越。很多人抱怨复杂的控制公式和冗长的理论成果难以理解,我们终于欣喜地看到,它们已经从试验室和图书馆走进了我们的生活。欢迎来到未来第三章勇士壮行:正在路上的人工智能技术智慧工厂与智能生产

1.工业生产革新的目的

2015年,伊隆马斯克被推上风口浪尖。原因不仅仅在于他带着超酷的特斯拉电动汽车走上了演讲台,更让人目眩的是他的特斯拉工厂。整个工厂的主要生产者是150个机器人,人类只需做一些高层面的管理工作。一时间特斯拉成为智慧工厂与智能生产的典范,也成为我们这个时代工业智能化最生动的例子。特斯拉生产线

如果说大数据将信息科学推向制高点,那么智慧工厂与和智能生产毫无疑问就是工业的顶峰。智慧工厂和智能生产是人类工业生产的极大革新,颠覆了人类延续了几百年的生产模式。

人类工业的历史,可以说是一部人类想方设法解放自己双手的历史。每一次工业的大革新,其目的都在于让人类更少地干活。

古老的农耕社会,人们只有辛勤劳作才能勉强填饱自己的肚子,那时候人们屈服于大自然,靠天吃饭,依靠出卖自己的体力和适宜的气候生存。我们的祖先需要日出而作,日落而息,才能勉强维持自己的生命。

这样的状态保持了几百年之后,人们开始不满足于如此微薄的回报,开始想办法使自己的劳动更有意义,这时候就出现了农业机械。尽管农业机械利用机械原理将人类的力量放大了数十倍甚至数百倍,但是人们仍然需要付出艰辛的劳动才能从大自然获取丰厚的回报。《梦溪笔谈》中记载了中国古代出现过的许多农业机器,但是它们依然需要人们亲自操作才能驱动。著名的画家达·芬奇也是个机械爱好者,他曾经试图设计永动机,以使人类从无尽的劳动中得以解放。

第一次工业革命,是人类的第一次胜利。因为以蒸汽机为代表的动力机器可代替人类产生能量来进行生产。作为第一次工业革命的带头大哥,英国人欢欣鼓舞地看着通过燃料的燃烧生产出想要的一切,而他们则可以喝着威士忌,躺在摇床上惬意地畅想生活。第一次工业革命后,机器为人类服务

第二次工业革命本质上是第一次工业革命的升级版,电力能源的出现,使得燃料燃烧后产生的热能更加多元化,使得煤炭和石油不仅能生产衣服和酒杯,还能为人们照明和放音乐。

第三次工业革命催生了信息时代,信息引入是人类社会极大的变革。从人们开始发现信息的作用和意义开始,关于工业生产的观念就开始悄无声息地发生变化。前面几百年,大家都在想办法如何让机器代替我们的手,如何减少我们的体力劳动;而从第三次工业革命开始,大家想得更多的是如何让机器代替我们的大脑。当科技发展到这个程度,人们已经不满足于让机器代替自己做体力活了,他们开始琢磨怎么让机器代替自己进行脑力劳动。于是拥有记忆和逻辑算法的计算机成为这个时代的主流。不过人们还是要走进工厂,因为有不少高级决策还需要人类决定。

从工业的历史可以看出来,每一次工业的变革都是为了让人类少从事一些劳动,少干一些活,这几千年人类好不容易从完全需要自己干活,到机器可以帮自己干一部分活,再到机器完全取代自己的体力劳动,到现在,人类似乎只需要从事脑力劳动就可以了。

而智慧工厂和智能生产的出现,则旨在将人类进行完全的解放。在智慧工厂和智能生产完全铺开之后,人类不仅不需要在进行体力劳动,恐怕连脑力劳动也可以免了。

2.智慧工厂和智能生产

智慧工厂和智能生产如果实现,将完全改变当前世界的工业生产模式。因此以“智慧工厂”和“智能生产”为核心的“工业4.0”也被称为“第四次工业革命”。如果说前面几次工业革命都是在努力探寻如何寻找用机器代替人类进行劳动的方法,那么第四次工业革命更重要的任务就是尝试使用机器代替人脑。工业4.0时代

智慧工厂和智能生产的提出,其实是基于信息化、数字化的快速发展以及工业自动化程度不断提升的结果,人们不再满足于两者单独发挥效用,而是将信息与工业进行融合,从而碰撞出火花。当前信息科学已经实现了跨越式发展,计算机的计算和互连水平不断被提高,人类即将跨入5G时代;而工业的自动化水平也实现了高速提升,自动生产和智能配送开始普及,生产线也逐渐不需人们更多关心。在这种背景下,人们认为信息科学不仅仅被利用在通信领域,人们已经发现其重大价值,而工业也不仅仅只有自动化一个方向,如果将信息化与自动化进行融合,像用互联网连接每台计算机那样连接每个生产流程、每个工厂甚至连接客户与工厂,那么一定能够发挥出信息科学与工业技术更多的优势。

智慧工厂和智能生产,目前并没有非常严格的定义和描述。因为对于工业生产来说,其发展方向和发展趋势是很难限定的。正如很多年前大家对于互联网的发展方向曾经给出过很多预测,但互联网最终走上了人们猜不到的道路。在工业中,蝴蝶效应体现得尤为明显,明明是显而易见的发展势头,可能因为一个螺丝扣而彻底被改写。工业的未来是难以预测的,就像假如成熟的苹果没有在牛顿面前落下,那么可能到今天我们的火箭仍无法上天。

尽管工业的未来无法预测,但是至少我们能够为它勾画一幅蓝图,可能将来十有八九不会按照这个蓝图去发展,但是至少我们知道自己在做什么。因而,人工智能科学家们给智慧工厂和智能生产框定了一个很宽的概念。

智慧工厂实际上是将工厂里所有的管理流程智能化,将工厂内的所有生产流程进行互连,实现小型工业互联网、每个生产流程之间进行信号传递,实现信息共享,以此实现完整的生产过程。坐落于德国的西门子未来工厂则是采用智慧工厂的思想完成构建的。在这个工厂中,从原料采集到选用、产品生产和质量检测都采用了数字化流程,每个流程之间能够共享信息,从而更好地排除生产过程中的瑕疵与疏漏。然而没有人准确地给出智慧工厂的概念,只能说,智慧工厂的目的就是采用机器控制机器,最大限度地将人类从体力劳动和脑力劳动中解放出来的工业模式。

智能生产可以看作智慧工厂的一部分,但不同之处在于,智慧工厂在实现的时候更加侧重于对所有流程的管理,而智能生产则更加专注于生产流程的智能化。智能生产是对当前生产模式的彻底颠覆。宝马生产车间

智慧工厂和智能生产将完全颠覆持续了几百年的生产模式。

尽管已经过去几百年,但是我们不得不承认,福特创造的流水线生产在今天仍然是工业生产的主流模式。流水线生产的优点在于效率高,缺点在于,所有生产出来的产品都是一个样子。诚然,在过去的几百年里,人类追求的是有汽车可以开,有电视可看,对于自己的汽车是否跟另外一百个人开的汽车一样,或者自家的电视与别人家客厅摆的电视是否相同,这样的问题并不太在意。而在今天这个个性张扬的时代,每个人都想自己的东西独一无二,流水线生产模式就很难满足人类这样的需求了。比如,我从小就喜欢紫色,连袜子都要穿紫色的,但我钟爱的手机牌子却从来不生产紫颜色的手机,那么他们很可能就失去我这个客户了。

智能生产将完美地解决这个问题。因为智能生产的开端,就是客户需求。简单地说,智能生产所生产出的产品,都是来自客户的个性定制。例如我想要买一台冰箱,那么我只需要在移动终端上输入我想要的产品的外观、性能和我的特殊偏好,工厂的生产线获取这些信息后,将完全按照我的要求生产,从原材料运进工厂到冰箱成品出厂,完全是按照我的要求进行生产的。在智能生产中,生产出的所有产品都是不一样的(在任何两个人的偏好不完全一致的情况下),智能生产将摒弃流水线生产,产品将更具个性和特色。

智能生产的另一个特点就是,各个生产流程将实现数字化和信息化,并且每个流程都能进行信息传递。所谓数字化,就是将生产流程中的一些参数(例如半成品的重量、温度等)转变为数字。所谓信息化就是将各个生产流程的信息进行共享,这样每个流程之间就可以相互协作,互相配合。例如在阀冷设备生产过程中,金属的塑形过程与组装流程之间的信息能够共享,如果在塑形过程中温度过高,这一信息传递给组装过程后,组装过程时将首先采取冷却措施将金属的温度降低到适宜温度,再进行组装,这样就避免了瑕疵产品的出现。

智能生产最典型的例子就是3D打印,3D打印是根据人们的需求,制造出不同的产品。目前关于3D打印的新闻甚嚣尘上,美国一位患有先天性气管软化的婴儿,已经被换上了3D打印生产的健康气管,这个气管的神奇之处在于,它不仅能够帮助婴儿完成呼吸功能,还会随着这个小孩的成长而逐渐变大。目前在医学领域,3D打印甚至可以复制出人类的器官,这些器官移植到人类体内后完全不会出现排异反应。在航天工业领域,一些精密的元件也都通过3D打印实现了批量生产。不少艺术家甚至可以通过3D打印制造出乐器,或者将自己脑中的艺术形象进行塑造。3D打印是目前智能生产最成功的应用,它大大缩短了设计师从作图到拿到成品的时间,极大提升了工业生产的效率。3D打印机

尽管智能生产根植于自动生产,但是它跟自动生产是截然不同的两个概念。自动生产只是实现生产流程的自动化,尽量减少人类的参与,但是自动生产需要参照人类预设的程序进行生产;而智能生产则将生产的各个流程进行整合,统一决策,生产过程并不按照人类预设的程序进行,而是根据自己选取的最优方法开展。如果愿意配备软件系统,那么任何工厂都可以实现自动生产。而想要实现智能生产,就

试读结束[说明:试读内容隐藏了图片]

下载完整电子书


相关推荐

最新文章


© 2020 txtepub下载