昔日，极客公园创新大会 IF 2018 持续在北京召开，加州伯克利分校工业工程和运筹学系教授肯·戈德堡（Ken Goldberg）分享了《机器人世的“知识共享”带来的是要挟还是时机？》的主题演讲。

肯·戈德堡，是一位艺术家、作家、创造家和机器人学及自动化范畴的科研任务者。自1995年以来，他就不断担任加利福尼亚大学伯克利分校（UC Berkeley）工业工程和运筹学教授，同时兼任电子工程系、计算机迷信系和信息学院教授。

在这次演讲中，戈德堡主张不必担忧机器人会忽然之间逾越我们人类的才能，并且会取代人类。他表示，我们所要思索的不是奇点的成绩，而应该思索一下我们人类独有的技巧、技艺是什么，能够我们会有新的方式和一些新的智能零碎停止协作，从而更好的加强我们的多样性。

以下为演讲全文，雷锋网停止了整理编辑：

肯·戈德堡

各位早上好！

我们明天来谈一下机器人，在电影外面，在电视节目外面、在书本外面、在报道外面，我们都看到机器人的引见，一些人说，今后会有这样一个奇点呈现，也就是说，在一个时辰机器人会忽然之间逾越我们人类的才能，并且会取代人类。我们的人类也就会失业，当前也就不再重要了。

其实，我是研讨机器人这块的，我觉得这样的担忧是没有必要的。明天我们来分三块讲讲这个成绩。

首先，我们来讲一下过来，讲讲过来哪些东西不是新的，如今来讲讲哪些是新的东西，应该怎样样对将来做好预备。

看一下1993年的时分，我们晓得万维网是在那个时分呈现的，我事先在实验室外面，事先我们所在的这个大学是在研讨计算机、万维网，我们事先让我们的机器人到了一个花园外面，然后把它和互联网衔接起来，我们做了一个接口，每一个都可以经过它的桌面，然后和我们的花园互动，我们也约请全球的人们一同来协助我们停止花园的种植。

我们做了什么事情呢？我们其实不太晓得，事先大家的热情会怎样样，但是渐渐的越来越多的人参加到这样一个近程花园种植的进程当中来，之后大约几十万人参与到我们花园的种植任务。

我们晓得，当有很多人一同种植花园的时分，有时分能够会有一些失控的情况，我们从中也是汲取了一些经历经验。我们其实也是十分慎重，由于有时分假如有少量的人一同做事情，你需求去做一些预备的。

如今有什么样一些新的东西呢？大家如今都在讲无人驾驶车，其实这个概念是从Google开端的，Google对这块的事情十分有兴味，为什么呢？其实Google的车就像近程的花园一样，他们是经过云端来完成它的一些运维。从这个意义下去讲，也就是说，我们的机器人是需求语音才干够去做的。

如今在变化的一个事情，我们晓得，其真实云的互联性这块曾经有了很大的一些变化。我们可以看到在网络互联性这块曾经有了一个十分大的开展，也会有更多的开展，这个就和我们方才讲的云机器人，也就是我们会把机器人和云停止衔接。

可以去想想这样的一种场景，不晓得你们家外面是怎样的，但是我家外面其实早上就跟这个形态差不多，我是希望我去下班之后，回到家里之后，这个机器人就会把我家外面全部清扫洁净了，我觉得这个是很多人都希望有的一些东西。但是这里的一个成绩，我们这个时分家外面就会有很多东西需求整理，家外面有时分是有一些新的东西拿出去的，机器人假如去整理一些历来没有看到过的东西会怎样样呢？如今由于我们这个机器人今后会和云端互联，它们就可以停止云端产品的索引的应用，经过这样一些索引，去晓得家外面的每一个东西，去辨认它，这个就是我们所讲的语音机器人的益处。这里不只有各种物体的一些数据，还包括图片、代码，都可以用到这样的大数据。

还有另外一个场景，在我们开派对之后的打扫，拿东西去清算的这样一个任务。比方说，我们让机器人去打扫桌子，从机器人看来，他看起来的东西是什么样的视觉效果，我们看到这样的传感器并不是特别准，有很多的乐音，他的控制器也是有很多的乐音。

毫无疑问，我们如今的这个机器人，其真实抓这些东西的时分，显得特别的蠢笨，由于这外面一个十分关键的成绩，就是我们所讲的不确定性，我们对整个环境、整个控制器这块，并不是特别的有确定精准性。如今我们有能够今后可以把机器人和少量的计算机资源经过云端停止互联，如今我们曾经有了一个族群的计算，这样我们就可以做一些统计的模型，然后在云端停止剖析。这个也是我们所讲的云的益处，可以应用我们云计算的一些资源。

还有另外一个益处，我们所讲的这样一个场景，比方说非洲，我其实很久之前在非洲出生的，前几年我回去过一次，事先我十分诧异的看到，如今在非洲的这些先生，其实就像我们在中国、巴西、印度的先生一样，其实他们都十分喜欢机器人，为什么呢？由于机器人是十分有意思的一个东西。

我们晓得，其实经过这个机器人可以学到很多的学科，很多孩子们经过机器人就可以去学很多很多不同的学科，那么在非洲，我们有一个非洲的机器人网络。我们有一个全球的竞赛，让大家设计一些比拟低本钱的机器人，用于我们的教育目的。事先，我们也是从不同的中央取得了各种各样的想法、建议，大约50或许100美元的设计吧。其中有一个十分十分廉价，不一样的。有一团体是中国人（台湾的一个设计家），他提出了游戏控制器，他把游戏控制器拿出来，然后把轮子、电机都放上去，然后就去开它，它装了一个开关，他其实是把一个棒棒糖放在这个机器人下面，他把这个机器人称之为棒棒糖机器人，大家可以上网去看到这个机器人是怎样做的。

它的本钱十分低，大约8.64元，这个就是一个很好的例子，大家可以看到，我们其实经过云端，就可以让大家把本人的代码、设计停止分享，所以我们可以看到，机器人一旦机器互联之后，其实机器自身可以停止很多知识的分享，就像我们人类停止知识分享一样。

如今我们来讲讲，机器人抓、握这样的举措，这也是我和我的先生研讨的一个范畴。大家可以看到，这样的一些任务，即使是一个小孩子也可以去做，也就是说，它可以从Demo外面把这个积木堆起来，这个对人类来讲是一个十分复杂的任务，但是这个举措其实对机器人来讲是十分有应战的，我们晓得做这个事情今后是需求的，假如我们希望可以在电商这块把机器人用起来的话，就必需要有这样的举措可以完成。像京东这样的公司，都会有这样的一些仓库，这外面有少量的产品，而且是在一个十分十分宏大的仓库外面，我们需求可以很快的找到我们需求的订单产品放到盒子外面，然后发货。

我们会发现这个事情做起来对机器人来说是十分的，应该说，它是机器人行业外面的大应战，怎样样可以拿起东西，然后把它抓、握起来，尤其是各种各样的东西。这个东西假如可以做好的话，其实对工厂、仓库来说，都是十分大的一个提高。

其真实计算机视觉这块，曾经有了很大的开展。我们如今这样的视觉零碎，可以对视频外面的画面，比人眼更快的停止辨认，之所以可以有这样的一种成功，是由于我们如今有了深度学习，我们如今可以搜集少量的样本图片和画面，然后停止深度学习零碎的训练，对机器人来说，我们是需求更大的一个数据集、更多的样本，这样才干够让机器人做各种任务。

计算机视觉的开展，由于李飞飞的奉献，我们晓得她其实做了很多图片的一些任务，如今我们也是想做相似机器人这块的任务，当然我们做的不是图像，而是做很多3D模型的数据集，然后我们对每一个东西做相关的标签。我们的同窗们，如今在做一个灵敏的3D物体的网络，在这样一个模型当中，我们会把这个物体停止剖析，我们会剖析每一个物体的抓取点在哪，我们会看到不同的物质，它们的抓取会是什么样的。

我之前也说过，不确定是不可防止的，所以我们希望可以找一个十分有利的抓取的举措，比方说在左边的抓取举措，就会比右边的抓取举措更强无力，所以说这需求我们在控制上有十分小的容错率，为此我们需求少量的资源，所以我们就希望可以运用云，我们和Google停止协作，并且运用他们的云计算零碎，从而把这样的计算才能散布到几千个计算器上，我们也有一些新的技术，比方说我们的数据取样，我们也可以运用深度学习，然后来更好的计算比拟熟习的一些物体，把他们放到我们的数据集当中，我们也会学习其他范畴的一些知识，并且我们也十分想要看一些比拟难抓取的物体，比方说一些多边形或许是不规则性，关于这些图形，我们不晓得应该怎样抓取它，所以我们希望搜集他们的模型，并且来打造我们的Dex-Net。

同时，我们也开端停止实验，尤其是在我们的实体机器人身上，我们不同研讨机构的同事们，就在做这样的事情，他们会让一大组的机械臂、机器人，让他们不时地去抓取不同的物体。

我们的团队做的事情，就是开发了Dex-Net 2.0版本，我们把这些物体的模型，把它和深度学习相结合，我们就可以把在实验室外面所权衡的这些，在云上存储的物体模型，放到我们机器人的实践理论当中，这就是我们所做的，我们可以看到这个机器人可以不停地寻觅到这些物体，然后从一个大筐子外面把他们拿出来，放到一个小盒子外面。

我们机器人的抓取成功率十分高，当我们在这里发言的时分，我的先生们也正在实验室外面持续停止他们的研讨，而且很多公司也乐意运用我们的办法，并且希望可以把我们的实际放到理想的理论当中，包括在中国，由于我们都晓得，在中国，中国政府希望可以更好地扩展电商的规模和效应。

我们再说一下我们的任务，比方说我们的技工、餐厅外面任务的厨师，这样的任务是比拟平安的。我们正在获得提高，但是我们还是很难取代这样复杂的任务，但是我们说到云机器人的时分，我们也需求思索一下背景，我们看到了很大的潜力，但是我们也要晓得，它们如今还很难取代人类的任务。

而且我也想要一下我们网络以及云的一些限制性，比方说，我们所提供的效劳质量不同，以及我们关于隐私和安保的隐患。

接上去，我们再来说一下，如何为将来做好预备，我之前提到过，很多人十分担忧，大家十分焦虑，有很多人担忧，能够这些AI零碎，以及机器人能够会取代我们的任务，让我们失业，其实这种担忧由来已久，很早之前我们人类就开端担忧，能够机器人会呈现然后取代，甚至降服人类。

我想问一下，大家晓得不晓得，如今均匀每100团体类，他们拥有多少个机器人？能够很多人会说150个、200个…但是实践的答案是不到1个。均匀每100团体类任务者，他们只要1个机器人可以运用，在这个背景之下，我们可以重新回到我们的成绩，机器人是一种要挟，它会取代人类，还是说我们可以把它们看作是一个机遇。

回到我们这个词“奇点”，我置信这个词为我们带来了很多的担忧、担忧，但是我以为这还是在很远的未来，我也希望给大家带来一种其他的想法，那就是多样性。多样性指的是，一组机器人，或许AI零碎，以及一组人共同协作来处理成绩，这是人工智能和智能增幅的一个组合，也就是AI加IA，我们需求认识到，我们的人有不同的考虑方式，我们都有各自的优势，有一些人能够行动才能很强、有的人数学才能很强、有的人视觉才能很强，每一团体都可以为大家带来不同的技艺和技巧，我们可以想一下，AI能够只是另外一种智慧方式而已，相反它不会取代我们，它们只是会协助我们停止更好的协作，所以我们如今在云上运用的各种技术，包括Google和百度这样的搜索引擎，它们可以经过将机器和人类的信息相整合，来为我们提供很好的搜索后果，而且的自动化也可以用于一些引荐零碎，比方说书籍、电影、产品的引荐。

我常常会写这样的文章，并且做一些这样的演讲，是由于我想要通知各位，我们需求对这些技术十分小心，由于真实的状况并不是我们与机器在对立，并不是两者只要一个可以存活下去，实践上我们需求思索的是，我们该当如何和这些新的机器停止协作，AI可以协助我们加强人类的表现，它可以成为我们的另外一种工具和资源，我们可以运用这种工具、资源，应用的更有建立性，来加强我们的技艺和技巧，由于人类所拥有的技艺和机器的技艺不同，比方说机器十分快（尤其是在计算方面），但是我置信，人类在其他的事情上能够做的会更好。

我们想要做的事情就是考虑一下将来，我们的下一代，我们需求重新考虑，我们该当如何教育我们的孩子和先生，我们需求强调的不该当是分歧性，分歧性所指的是我们需求坐在椅子上，听教师讲课，做一样的事情，这是我们传统学校的教学方式，但是在将来，我们该当强调的是发明性、多样性、团队协作，就像这些巴基斯坦的女孩一样，她们来美国参与一个机器人的竞赛，这才是将来真正的样子。

而且也有很多人类独有的技艺，这些事情是我们比机器还强的，而且我们永远比机器都强，比方说我们的同情心，我们的共鸣感，包括我们的发明性，这都是人类独有的一些技巧，所以我们需求花更多的工夫去培训、训练或许加强这些才能，而且我们需求不时地加强我们社交的才能，这样我们可以更无效的交谈，而这些人类技巧是不会消逝的。

最初总结一下，我们明天谈到了，首先哪些不是新的，比方说，我们的近程花园、云，这些东西存在已久了，当然他们还是很有影响力的，而且可以让我们可以复杂的看一下将来是什么样子，新的是什么呢？那就是我们的云机器人，以及我们把一切的机器人衔接在一同，来停止共同的协作。

我们如何对将来做好预备呢，我们所要思索的不是奇点的成绩，我希望我们可以坐到一同，来思索一下我们人类独有的技巧、技艺是什么，能够我们会有新的方式和一些新的智能零碎停止协作，从而更好的加强我们的多样性。

谢谢各位！

雷锋网 (大众号：雷锋网) 注：更多机器人方面资讯可关注雷锋网大众号

。