AI的发展优势劣势有哪些
根据CNN（美国有线电视新闻网）的RichardQuest采访我，关于AI问题和其他问题进行探讨，我做了个总结。这次的话题让我很受启发。我花了整整两周来(准备)写稿：一周用来做调查研究，一周把我所有的灵感联系起来，最后又花了七小时把最终的想法整合、写下来。希望能给你带来些启发！
维基百科把人工智能定义为机器的智力。这一定义引发了很多疑问，比如究竟什么是思想？什么是智能？自从苏格拉底和他对“智能”标志性的质疑提出以来,对“智能”的定义已经被争论了近3000年之久。苏格拉底的质疑也引起了后世数代哲学家的存疑探讨。实际上，这篇2007年发表的论文对“智能”的定义做了有趣的整合。
于我而言，“智能”是一种解决新问题的能力。毕竟人工智能这整个行业就是来为各行各业的专业人士和先锋来解决他们的问题和挑战的。
自1956年达特茅斯峰会以来，科技的命运就有所转变。在过去的60年里，机器、人工智能、机器人的兴起大大改善了我们的生活。不经意间，我们每天都在使用科技。科技促进了谷歌的搜索引擎、脸书的照片自动标签功能、苹果和微软的语音助手、亚马逊的购物推荐功能、特斯拉的无人驾驶车（我接触到的最新的一个发展是即将被安装到无人驾驶车中，能给我们的旅途带来更多欢乐的WayRay技术。可以说WayRay首席执行官VitalyPonomarev先生的眼光是很独到的。）和Alexa的智能助手。这些科技都已经常见到我们认为理所当然了。
人工智能科技公司在冬季广泛出现，而在此期间对人工智能的投入资金和兴趣却都在减少。这些公司正在努力打造为云计算建造的提供人工智能服务的生态系统。这项科技将被运用到几乎每一个行业的任何类型的数据－从基因到图像到语言识别等等。数据公司Quid表示，去年，包括百度在内的科技巨头（在人工智能发展上）做了超过85亿美元的交易，相较2010年提高了四倍。
麦肯锡的研究表明，超过2.5亿的职业会被现有的科技取代。想象一下，美国百分之八十、欧盟百分之四十、前苏联百分之一百的劳动力都正在消失！！！
据麦肯锡全球研究所的智囊团介绍，人工智能正在引发社会转型，它的速度是工业革命的10倍，规模是工业革命的300倍，对社会的影响是工业革命的3000倍。
收入不均衡的问题正在激化，因为科技取代了高技术工人的工作，他们的收入严重不均。这种现象给雇主和决策制定者带来了两个挑战：一是如何帮助现在的雇员学习新技能，二是如何为未来全是人工智能的工作环境做准备。
这里有一些人工智能明显的优点和缺点我想在讨论、研究和思考后去探索。当然，我对不同的观点也很感兴趣。
现如今，人工智能的优点和缺点究竟有哪些？人工智能的优点
1.人工智能在太空探索中的应用和减少错误的能力
人工智能被运用在很多领域的研究中，包括太空探索。人工智能和太空探索听上去就像天生一对，至少在宇宙中是如此。智能机器人可以接受信息并且被发送到太空中去执行探索任务。而机器更顽强，更能忍受太空的恶劣环境。RemiMeunier写的关于这个主题的文章是最伟大的文章之一，我在这里强烈推荐。
2.日常应用与帮助
被计算好的自主推理、自助学习、自助感知的方式已经成为我们日常生活中最常见的现象了。这就是Siri和Cortana在智能手机的应用程序中的日常运用，这就是我们每天使用人工智能的真实案例。在使用中，我们发现这些人工智能可以预测我们即将要输入的文字，可以改正我们的拼写错误。这就是人工智能的工作方式。当我们在社交网站发布自己拍的照片时，人工智能的算法能识别检验出人脸，然后给每个人脸贴上标签。
3.完成重复性的工作
重复单一的工作也可以在机器人和机器的智能帮助下轻松完成。机器不需要休息，可以比人类工作的更快，还可以同时完成多项任务。机器智能还能被用来执行一些危险的任务。和人类不同，机器的参数是可以被调整的。它们行动的速度和时间只是基于计算的参数。当人类玩电脑游戏或者运行一台被电脑控制的机器人时，人类实际上是在和人工智能进行交流沟通。在玩游戏的时候，电脑是我们的对手。机器智能根据我们的操作，规划出与之对应的游戏操作。我们可以认为电脑游戏是我们对人工智能的最常见的运用。
我曾经有机会和机器人行业的狂热爱好者MartinKefer交谈，他认为在现实生活中，在行业中，重复性的工作已经被机器人完全取代了。从第一次工业革命以来，我们已经清楚地认识到科技给我们的生活带来的影响。
在长时间、高质量地完成重复性工作方面，机器人是近乎完美的机器。再提供一些背景信息，汽车行业是工业机器人出现的主要驱动力。现如今，16台机器人在一分钟内组装出一台完整的车身使汽车工厂每天能生产出1000台车。我们可以想象一下如果没有机器人，完成如此关键重要的任务需要多少人力。更重要的是没有人可以保障所有的车的组装质量都令人满意。汽车的组装质量与汽车的结构安全直接相关，是最重要的。
在工业中，人工智能和很少见到的普通观点相反。很多人相信机器人和人工智能是行业的未来。使用人工智能和智能机器人的机器可以提高任务的完成度，提高生产力，加快效率，并且可以在没有人为控制的情况下完全自主完成。这样的场景已经被行业内的大公司研究过了。
然而，还是有一个例外，那就是如今对视觉传感器的使用。可以说，一般最常见的任务是不需要智能的，但仍有一些像使用智能视觉算法的外观检查的任务：如果物体被正确地摆放，这种检查可以检测到物体内部的错误。但如果物体没有被正确摆放，所谓的人工智能视觉系统就不能完成检查，而这种错误是人类不会犯的。
未来，在行业中开发新技术来自主完成更多重复性任务的前景是很光明的，但是人工智能是否能在其中发挥重要作用还未可知。
4.医疗应用
人工智能在医疗行业的应用已经有了很显著的进步。在医学中使用人工智能使得诊断更加精确，同时可以减少患者对社会服务的依赖。例如，治疗型机器人帮助阿尔茨海默病患者提高了生活质量。医生对病人的人为影响如今也在显著下降（每周有超过80名患者，医生们也很难给每位患者同等程度的关注）。到2020年，对机器学习应用市场的估值可以达到400亿美元。如今，只有1%的应用程序是使用人工智能的。不过这一数据到2018年将会飙升到50%。人工智能对医学的影响是重大的，达芬奇系统就是个最好的例子。
人工智能的缺点
1.挑战人类道德底线
“（人工）智能”被认为是大自然对我们的馈赠。无论人类的智慧是否被取代，一给伦理争论开始了。机器是没有任何感情和道德观的。它们只是单纯执行任何程序，而没有能力判断所执行的任务是善是恶。它们遇到不熟悉的情况时就无法做出决定。在这种情况中，它们要么执行错误，要么发生故障而停止。
2.完成重复性工作的负面影响
与人类不同，人工智能不会随着经验的增长而自我完善。随着时间的增长，它会有磨损。人工智能储存了大量数据，但是它获取和使用数据的方法和人类大相径庭。机器是无法随着环境的改变而改变状态的。人类不断受到关于用机器取代人类，这个令人兴奋的问题的轰炸。在人工智能的世界里，工作和全心全意、充满热情毫不相关。在机器智能的词典里，永远没有关爱和担心。那里没有归属感、团队精神和个人感受。他们无法区分一个勤奋工作的人和一个毫无效率的人。
3.人类创造力的丧失
最关键的问题是你是否真的想要有创造力和想象力？创造力和想象力不是人工智能的特长。虽然它们可以帮助人类设计和创造，但是它们没有人类大脑具有的思想力量和创造性思维的独特性。人类是敏感的，是感性的。人类可以看到、听到、思考到、感受到。人类的思想由情感引领，这种能力是机器完全缺乏的。人类大脑天生的直觉能力是无法复制的。
4.失业率的飙升
用机器代替人工会造成大规模的失业。失业是一种社会不良现象。如果人类无事可做，他们会用自己的创造性思维（对社会）进行破坏。如果人工智能的使用大肆扩散，人类就会不可避免的高度依赖机器。人类会逐渐丧失创造力并且变得越来越懒。再者，如果人类开始思考试图破坏，他们可能会利用机器制造浩劫。错误地使用人工智能对人类自己是极大的威胁。简而言之，它会造成无法估量的毁灭。此外，一直有人担心机器终会取代人类。
5.EberhardSchoeneburg博士
EberhardSchoeneburg博士是人工智能行业的一位极其聪明的资深人士。他对人工智能的缺陷提出、观察并分享了非同寻常的观点。他的想法和发现非常显著，我认为应该和有关的各方一起探讨。
去年，达沃斯论坛欢迎了一批人工智能行业的先驱人物来分享他们对人工智能的观点，以及他们未来筹备做的项目。座谈会分享的能量和想法令人难以理解。
5月22日到24日，我参与了和CNN的RichardQuest以及其他众多非常出色的参与者，包括TomManning和HubertWo的小组座谈会，一起来分享关于人工智能以及中国创新革新的观点。这个活动由Conway.Inc主办，活动的领导小组由全世界最聪明的人一起组成，一同来探索更多人工智能的奥秘。
我非常高兴能认识人工智能、机器人和数字化领域的专家和专业人士。
工业机器人的优势和劣势分析!
工业机器人的优势：
1.通用性
工业机器人可编程，支持多自由度运动，因此应用较灵活。虽然不及人类，但相对于很多工业自动化常见的专机(专为一类工业应用或一家客户定制的机电集成方案)，工业机器人还是灵活多了。工业应用改动不太大时，是可以通过机器人重新编程来满足新的需求，而无需在硬件上再做大量投资。但相应的，它的相对不足会是效率。毕竟专机是为一个应用定制的，因此虽牺牲通用性但实现了效率优化，在产量这个客户非常关心的指标上能完成地很好。
2.机电性能
工业机器人普遍能达到低于0.1毫米的运动精度(指重复运动到点精度)，抓取重达一吨的物体，伸展也可达三四米。这样的性能虽不一定能轻易完成苹果手机上一些“疯狂”的加工要求，但对绝大部分的工业应用来说，是足以圆满完成任务。随着机器人的性能逐渐提升，以前一些不可能的任务也变得可行起来(如激光焊接或切割，曾需要专门的高精度设备来指导激光的走向，但随着机器人精度的提升，现在也变得可依赖机器人本身的准确运动来代替了)。但相比传统高端设备，如高精度数控机床，激光校准设备，或特殊环境(高温或特低温)设备等，工业机器人尚力不能及。
3.人机合作
传统的工业机器人是关在笼子里工作的，因为它实在危险(想象一个抓着几十或几百公斤的家伙以四米每秒的速度甩着，谁也不想靠近吧)。主要原因是一般机器人，基于成本与技术的考虑，不会集成额外的传感器去感知外部的特殊情况(如突然有人触碰)，它只会“傻傻”得照着人类编好的程序日复一日的动着，除非有外部信号告诉它停止。所以常见的方案就是为机器人配备笼子，当笼子门打开时，机器人收到信号便自动暂停。
对安全的考虑，自然给机器人集成带来了很多额外的成本，笼子可能并不贵，但毕竟要为此仔细考虑产线排布，增加产线面积，改变人机合作方式等，从而影响生产效率。所以最近比较受关注的工业机器人都以能安全地和人一起工作“为荣”，如RethinkRobotics的Baxter，UniversalRobots的PR系列，以及很多传统工业机器人巨头(abb，kuka，Yaskawa等)的半概念半成品的机器人。而从产业需求看来，已通过传统工业机器人解决了对精度速度重量等自动化需求后，也的确是时候开始满足人机安全合作了。
4.易用性
传统机器人的工作本质就是不断地走一个个的路径点，同时接收或设置外围的I/O信号(老和其他设置如夹具，输送线等合作)。而指导机器人这么做得过程，就是机器人编程。几乎每一家领先公司都有自家的编程语言和环境，从而需要机器人操作者参加学习培训。当机器人适用范围增广后，这个成本开始显现了。
这些厂商是有理由维护自家的编程环境的，一来工业机器人四十年前就开始规模化做了，那时还没有什么面向对象等现在广为熟知普遍认同的主流先进编程理念，二来萌芽阶段自家技术难免会和竞争对手不同，维护一个编程方式也无可厚非，三来因为他们的大客户往往也是传统的工业大客户，如大汽车厂商，这些客户求稳，自然不希望你机器人过几年就赶个热潮变换编程方式，搞得他们还得扔掉几十年的经验，重新花大钱培训学习。
当然在业界，大家早已思考编程可否做的直观简单些，但在传统厂家中除了一次次地概念性的展示外(如利用外骨骼，3D图像，虚拟现实，iPhone等等)，一直没什么商业实用进展，以至于大家再听到“简易编程”等关键词都想吐了。
但庆幸地还是有后来者敢于挑战，也从零开始做出成就，并成为被认可的卖点。对，说的就是RethinkRobotics和UniversalRobots!这也鲜活地论证了创新者窘境里为什么颠覆性技术往往不会在领先企业中成功(尽管他们有足够的资源)，却总是被后来挑战者发扬光大。因为领先者在颠覆性技术上每走远一步，就往往离自己的铁饭碗远离一步，内外部阻力都很大!
不管怎么，机器人的易用性开始得到重视，如何能让人不经任何(或过多)培训，就能像玩iPhone一样很快玩转机器人，已经变成大厂商们开始大力投资的方向来。
5.智能性
之所以将智能型放在最后一点，因为相对现在市场对机器人的主流需求(即强，快，准)，它暂时还不是最迫切的。这也体现了传统工业机器人的优势(任劳任怨，保质保量，是个“干活”的好手)和不足(但很“笨”，老得让人教)。
但不代表智能型不重要，相反企业已经开始做技术投资了。比如怎么让机器人更好的理解人的指挥意图，相对自主的去理解并规划任务，而不需一个点一个点得让人告诉它怎么走;如何让机器人在外围环境发生变化下(光线变暗影响图像识别，传送带上物品有损坏需要特殊处理)自动适应;如何通过触觉视觉听觉等感知判断零部件的装配质量，等等。
这方面美国人做的比较好(当然他们也是避实击虚，因为传统工业机器人硬件上的技术和市场已基本被日本欧洲企业统治)，ROSIndustrial，RethinkRobotics等都在做有领先的尝试。
原文链接：http://www.kd-hw.com/news/78-cn.html返回搜狐，查看更多