中國日報網(wǎng)5月3日電 據(jù)英國BBC報道，帶著輕微的嗚嗚聲，它在倉庫地板上穿行，兩只手臂在叉車上自行升高或降低，準備接受新任務(wù)。它的每只手臂上都有一個攝像機。左手把一個紙板箱放在貨架上，右手伸進箱子并取出一個瓶子。
與許多新機器人一樣，它也來自日本。日立公司在2015年發(fā)布此款機器人，希望能在2020年上市銷售。它并不是唯一一個可以從架子上取下瓶子的機器人，卻像一個古老的人類一樣，快速而精準地執(zhí)行這個看似簡單的任務(wù)。像這樣的機器人有一天或許會完全取代倉庫工人。
現(xiàn)在，人類和機器人一起管理倉庫。
 |
| Kiva機器人對亞馬遜倉庫周圍的商品貨架進行移動 圖片來源：法新社? |
在亞馬遜的倉庫里，Kiva機器人來去匆匆。它們不是把貨物從貨架上拿走，而是把貨架運送給人類，讓人類選擇東西。這樣，Kiva機器人可將工作效率提高三倍。
機器人也在和人類一起在工廠里一起工作。
工廠從1961年開始引進機器人。當時的通用汽車公司安裝了第一臺尤曼特（Unimate），一種用于焊接工作的單機自動機。
 |
| 通用汽車的尤曼特機器人。圖片來源：ALAMY? |
不過，直到最近，機器人仍然嚴格地與人類工作人員隔離——其中一部分原因是為了保護人類，另外一部分是為了不讓人影響機器人的工作，因為它們的工作環(huán)境要受到嚴格控制。
不過，對于一些新的機器人，就不需要這么做了。
以反思機器人Baxter為例。
“復(fù)興”趨勢
Baxter可以避免撞到人類，如果人撞到它的話，它就會倒下來。 它有一雙卡通式的眼睛，告訴人類同事要去的方位。
以前的工業(yè)機器人需要專門編程，不過，Baxter可以從人類同事那里學習新的任務(wù)。
在全球，機器人的數(shù)量在迅速擴大——工業(yè)機器人的銷售每年增長約13％，這意味著機器人的“出生率”每五年幾乎翻一番。
長期以來，“海外”制造業(yè)的趨勢是雇用新興市場的廉價工人?，F(xiàn)在，機器人推動了“復(fù)興”趨勢，即生產(chǎn)返回到既有的工業(yè)中心。
機器人能做的事越來越多：生菜挑選工、調(diào)酒師、醫(yī)院搬運工。
不過，它們并達到人們之前對機器人的期望。1962年，也就是尤曼達誕生一年后，美國的動畫片“杰森一家”（The Jetsons）里出現(xiàn)一個叫“羅西”的機器人女仆，能做家務(wù)。要實現(xiàn)這個功能，現(xiàn)在來看還是遙遠的。
機器人的發(fā)展在一定程度上源于硬件的改進，其中包括質(zhì)量更好和成本更低廉的傳感器——從根本上改善了機器人的眼睛以及指尖的觸覺和平衡感。同時也因為軟件的進步：機器人擁有了越來越靈活的大腦。
當然也有時間因素。最初過高的預(yù)期在機器思維領(lǐng)域遭遇挫折。
想要發(fā)明人造智能的想法通常是追溯到1956年，達特茅斯學院的夏季研討會上使科學家們對“使用語言、具有抽象思維，解決人類面臨的各種問題，并提升自我的機器人”的超前性的興趣。于是，他們認為大概20年后會了出現(xiàn)有類似人類智力的機器。
現(xiàn)在，人們?nèi)匀徽J為類似人類智力的機器要……大概要在20年后出現(xiàn)。
自我提升=超級智慧？
未來主義哲學家尼克·波斯特羅姆（Nick Bostrom）對此深感憤慨。他寫道：二十年是“對預(yù)測者來說是發(fā)生根本改變的最佳時間”。時間近了，你會期待現(xiàn)在就看到原型；遠了，就無法吸引人們的關(guān)注了。
只是在過去幾年里，人工智能（AI）才真正開始加速發(fā)展。具體來說，在所謂的狹義AI——算法能做好一件事，比如下圍棋、過濾垃圾郵件，或者識別Facebook照片中的人臉。處理器變得更快，數(shù)據(jù)集越大，程序員就能更好地編寫出能學會改進自己的算法。
一些像Bostrom的思想家對機器人自我完善的能力感到擔憂。如果我們創(chuàng)造出人一般的智力——像人類一樣可以解決任何問題的系統(tǒng)，會發(fā)生什么？它會迅速變成擁有超級智慧嗎？ 我們?nèi)绾尾拍芸刂扑?？至少，這不是一個迫在眉睫的問題。 要創(chuàng)造出人類一般六水平的智力的機器人，還要20年。
不過，狹義的人工智已然讓經(jīng)濟發(fā)生了轉(zhuǎn)型。多年來，算法已經(jīng)在諸如簿記和客戶服務(wù)等領(lǐng)域代替了白領(lǐng)工人，而且有更多的傳統(tǒng)工作受到威脅。
IBM的沃森曾在智力競賽Jeopardy!中擊敗人類冠軍而登上頭條新聞。在診斷肺癌方面，它比人類醫(yī)生的表現(xiàn)更好了。
軟件正在變得與有經(jīng)驗的律師一樣出色，能預(yù)測出什么的觀點最有可能贏得案子。
“世俗停滯”
智能投顧分配投資建議。
算法通常會在金融市場和體育領(lǐng)域發(fā)布新聞報道——對我來說，幸運的是，算法似乎還沒有寫關(guān)于技術(shù)和經(jīng)濟學的專題文章。
一些經(jīng)濟學家認為，機器人和人工智能解釋了一個令人好奇的經(jīng)濟趨勢。Erik Brynjolfsson和Andrew McAfee認為，就業(yè)與生產(chǎn)力之間存在著“巨大的脫鉤”——經(jīng)濟如何有效地投入人力和資本，并將其轉(zhuǎn)化為有用的東西。
從歷史上看，生產(chǎn)力提高意味著就業(yè)機會更多和工資更高。可是，布萊諾夫森和麥卡菲認為，這種情況在美國不會持續(xù)下去。自從世紀之交以來，美國的生產(chǎn)力一直在提升，可是就業(yè)和工資卻沒有隨之上升。
一些經(jīng)濟學家擔心我們正在經(jīng)歷“長期停滯”——利率在接近零或以下，沒有足夠的需求刺激經(jīng)濟增長。
技術(shù)掠奪工作的情況并不是什么新鮮事 ——這就是在200年前，勒德分子們到處摧毀了技術(shù)的原因。“勒德分子”成為嘲弄詞語，因為技術(shù)總是最終創(chuàng)造出新的工作來代替它所摧毀的工作。工作變得更好，或至少，工作變得不一樣。
這次技術(shù)會造成什么樣的后果，仍然存在爭議。人類得到的一些工作實際上有可能會更糟。這是因為技術(shù)在思維方面取得了更大的進步：機器人的大腦正在比它們的身體進步得多。
《機器人崛起》（Rise of The Robots）的作者馬丁·福特（Martin Ford）指出，機器人可以在讓飛機著陸，能在華爾街交易股票，卻仍然做不了清潔廁所的工作。
因此，也許為了一瞥未來的情景，我們不應(yīng)著關(guān)注機器人“蘿西安”，而是關(guān)注正在倉庫中使用的另一種設(shè)備：Jennifer Unit。它是一個電腦化耳機，能告訴人類工作人員要做的事情，最為詳細地告訴他們。如果你必須從一個架子上挑選19個相同的物品，它會告訴你先選五個，再選五個，然后先五個，最后選四個。這樣會比說“選擇19個”出錯誤率更少。
如果機器人在思考方面擊敗人類，但是人們在將物品從貨架上取走的方面擊敗機器人，為什么不用機器人腦子來控制人體？這可能不是一個能有成就的職業(yè)選擇，不過，你不能否認這個邏輯。
(編譯：李甜、史林昆 編輯：王旭泉)
推薦閱讀：
自動化時代：假如過多工作并非解決之道而是癥結(jié)所在呢？
推薦
