機器人越來越智慧，2015 年他們都學會了什麽？

機器人快來吧，好多工作人類早就不想幹了。

2015 年，人們對於人工智慧和機器人的態度十分有趣。人們一邊擔憂這些快速發展的技術會替代人工，超出自己的管理限制，一邊又“誠實地”研究並實踐了更智慧的機器人和人工智能技術。

特斯拉 CEO 埃隆·馬斯克在網絡上不知道喊了多少遍“我害怕人工智能”，成立一家專門研究人工智慧的新公司 OpenAI 以防人工智慧走偏；而另外一邊，特斯拉、Google 還有包括奧迪在內的多家汽車廠商又在熱火朝天地公布自己的自動駕駛技術進展，而亞馬遜的倉庫裏的 3 萬只 kiva 物流機器人，每年已經能給亞馬遜省下 4 至 9 億美元。

但在這擔憂和技術推進當中，今年機器人到底進步了多少？

人工智慧：還沒比人類聰明，但是越來越有用

人工智慧，主要以自然語言處理、計算機視覺和機器學習技術為代表，在過去的這一年裏，它們學會了自我學習，機器之間不僅能共享數據，還能隨著深度學習技術的改進，機器之間還能共同進步，一旦一台機器學會了某個技能，就能同步給所有機器。

現任在 Google 擔任深度學習的教授 Geoff Hinton 接受衛報採訪時提到，Google 正在開發一套新的算法能讓計算機可以像人類一樣思考，擁有“常識”和“思維”。該算法名為 Thought Vectors，將語言進行數字化處理，將人類的“思維”編碼成數字序列。

Google 今年還開發了 Inceptionism 技術，這原本是通過圖像識別、合成來理解人工神經網絡如何工作，以及每層神經網絡學到哪些內容的，但最後通過這個技術產出的各種魔性圖片，倒是引起了不少程序員和藝術家的關注。

這是 911 當天的照片經過 Deep Dream 處理後的效果

而同樣擁有強大數據分析能力的 IBM 在圖像識別也取得進展，他們宣布了一項與紐約斯隆-凱特琳癌症治療中心（Memorial Sloan Kettering）的合作，將把圖像識別技術和機器學習系統運用於皮膚癌的偵別，目前這項技術可以將診斷準確率提高到 95%，與紐約癌症中心的合作則是這項技術走向臨床的第一步。

此外，手機上的語音助手比起前兩年的可用性大了很多，蘋果去年招聘了至少 86 名具有機器學習專業技術的工程師， 幫助 iOS 系統和語音助手 Siri 能說說人話。而微軟在中國推出的聊天機器人小冰終於開口說話了，微軟研究院的人找來配音讓這個原本只在微博活躍的機器人，終於回到微信，能和用戶進行語音對話。此外，小冰依據收集而來的各種數據，是微軟開發新技術的實驗管道。

還有 Facebook，8 月他們發布了一個半人工的人工智慧助手 M，這裏除了有人工智慧對文本進行語義分析，M 還有一個用來訓練和監督它的真人團隊。通過這些有客戶服務背景的工作人員，它便可以做出更主觀也更人性化的判斷。

自動駕駛：這個未來並不遠

研究無人車多年的 Google 去年 5 月發布了一個無人車報告，六年時間裏，Google 無人車共被卷入了 11 起小型事故（輕微損失，無人傷亡），其中沒有一起是無人車造成的。

Google 還公布了一個無人車識別行人的專利，它根據路況和預估行人過馬路的路徑和通過時間，在引擎蓋上方、兩側前門上顯示信息。比如“安全通過”或者是停止標誌。通過外置的揚聲器，無人車還伴隨著語音提示。

同樣，電動車廠商特斯拉 10 月發布了 7.0 系統也提供了一些自動駕駛功能，包含實現自動駕駛的 Autopilot， 能實現車輛的自動車道保持、自動變道、自動泊車以及偏離和側撞警報。

此外，百度的無人車上個月還開上了北京的五環路，還說要在 5 年內實現量產。

無論五年後，是 Google 還是百度，或者是汽車廠商的無人車先開上公路，至少這個未來並不遙遠了。

機器人都取代了哪些工作？

以前，機器人做的大部分是一些重覆機械性工作，例如組裝、削面之類的，但去年機器人還學到了更多技能，做菜、看護病人、賣東西，以及寫新聞等。

德國一個名為 PR2 的機器人，跟著指南網站 WikiHow 學會了煎薄餅和做披薩。

在日本，軟銀、阿里巴巴、富士康公司開發的情感機器人 Pepper 推出了企業版，據介紹，企業版的 Pepper 會預設一系列程序，讓 Pepper 帶有一身工作技能去上班，例如對附近的人打招呼，做調查問卷或策劃書，展示商品或者圖像，接待客人，給來訪者登記等。Pepper 還會在山田電機（Yamada Denki)賣場裏賣電器，也會在日本三大銀行之一的瑞穗銀行（Mizuho Bank）中做銀行櫃員。

工作中的 Pepper

最後是一個和記者搶飯碗的機器人，叫 WordSmith 的人工智慧。去年五月，美國公共廣播專門找來自己的現任白宮記者、前任商業記者的 Scott Horsley 來與這個人工智慧進行一場寫新聞的對決，比賽寫一篇財經短新聞，結果 WordSmith 只用了兩分鐘就完成了任務，Scott 花費了七分多鐘。

無獨有偶，9 月份，騰訊財經也上崗了一位名為 Dreamwriter 的機器人編輯，一分鐘左右就能寫出一篇標準財經報道。

寫到這裏，編輯要去哭一哭了。

資料來源：SOURCE