本文摘要:按:本文分享了美国宾夕法尼亚大学工程院院长VijayKumar在CCF-GAIR大会上的主题Challengesin的Autonomy,展开了全文整理。

ca88

按:本文分享了美国宾夕法尼亚大学工程院院长VijayKumar在CCF-GAIR大会上的主题Challengesin的Autonomy,展开了全文整理。全文分为上下两部分,下面是第二部分。输送门:时隔一年VijayKumar登上GAIR讲台,描写自动化技术和社会挑战(上)2017年7月7日至9日,世界人工智能和机器人峰会CCF-GAIR大会在深圳顺利召开。这次由CCF中国计算机学会主办,由香港中文大学(深圳)主办。

来自世界30多名顶级院士,约300家AI明星AI企业,聚集了智能科技产业的盛会。VijayKumar在无人机领域被称为无人机大神。他在多机器人编队协商,做出了很大的贡献。

2016年,VijayKumar在CCF-CAIR峰会上解释了无人机会面向Small(小型)、Safe(安全性)、Smart(智能)、Speed(灵活性)和Swarm(集群)5s的倾向。时隔一年Vijay的Kumar再次登上GAIR讲台,今年Vijay的Kumar以Challengesingautonomy为主题,展开了演讲,重点说明了自动化浪潮的技术和社会挑战。VijayKumar是美国宾夕法尼亚大学工程院院长,也是美国国家工程院院士、美国电子工程师协会研究员(IEEEllow)。以下是VijayKumar演说速记的全文整理,(公共编号:)在不改变本意的基础上进行了精编:机械学习的最重要意义是自动驾驶汽车和无人机时,我们说需要机械学习,我们明显实现机械学习,但有很多容忍。

我们必须让机器知道自学。如果操作者和设计者想超越固有的框架,我们希望机器能做更多。

例如,我们可以实现抽象化算法。这些抽象化是人们控制的。例如,动态模型,我们希望自学如何在高速情况下防止冲突。我们可以通过收集和分析和处理一些计算机来自学数据。

当时,我们也可以使我们的机器更容易计算。此外,汽车也可以跨越障碍物,但必须控制更简单的技能。这是机器学习的最重要意义。需要在更简单的环境中漫游。

我们必须解决问题。此外,包括计算机技术的发展,计算机可以获得更简单的信息,可以创建不同的传感器提供更好的信息。这里告诉,这里有一张桌子,一把椅子,后面有一扇门,这样的图片可以创建在一起,帮助电脑自学,了解周围的环境。

现在我们的计划和控制不能用机器学习构筑。试验深度自学对正确农业的协助深度自学在我的实验室也有一部分。也就是说,我们所说的正确农业,机器通过橘子林,可以计算橘子的数量,飞机掉落后,通过橘子林,正确得到橘子的数字,我们计算是最重要的。但是,这样的成果可以农民告诉他们今年的作物数量,这样他们就可以更好地优化他们生产的系统,包括以前的水果收获、交通运输等。

在好的作物年份有很好的帮助。例如橘子的根,一半数不清。现在有这样的技术。

获得95%的数据,对正确的农业非常有帮助。可以说机器人和人工智能还是无法想象的。我们应该有更多的期望。格林斯潘在1997年尝试利用机器预测金融危机,结束了。

我们现在不能过度高估人工智能的能力。我指出人工智能有限。

首先,现在有很多数据流程,需要机器学习。自学过程中不会带来新的科学知识。目前,我们的数据量在九个月内不会翻倍,相比之下,我们自学的科学知识不能赶上这样的速度。

我想说机器必须加强自学能力。我们的计算非常复杂,现在可以进行高强度的计算,但并不意味着机器可以自动完成。其次,如果能数出浆果,99%是对的。

然而,我们可能需要相当大的数据来完成这项任务。如果我们想从90%提高到99%,我们可能需要相当大的努力来建立这个目标。因此,也许我们需要的数据量是几何倍数的减少。

如果你想数浆果,你可能不需要99.99%的要90%。但是,你的车每分钟90分钟的速度必须是99.99%的正确率。

自动化数浆果不一定那么决定,但是开车或者在YouTube上找猫,精度不必那么低,但是驾驶员的车精度非常低。另外,行动前需要理解,这个理解更加困难。在某种程度上,行动也是如此。经过感官后,必须采取相应的行动。

这样循环往复,你带来相当大的计算量和相当大的数字。最后,我以前没有谈过这一点,Oussamamakhatib教授提到了。那就是我们想实现实体。

特别是在飞行中和驾驶中,我们有实际的认识。这只是用数据构筑的。但是,如果需要实际的认识,就不会更无能为力。未来的自动化机器人、人机之间的对话不是发展方向。

现在我们对这一点的研究还很可行,除非需要找人机对话之间的人和自然方式。我们可能会做一些非常简单的任务,将来不会有更多的挑战。人工智能和机器人要向前发展,必须实现很多希望。

此外,关于能源问题。我们在空中高举一公斤的重量,需要200瓦,如果你高举50公斤的人,可能需要更大的能量消耗。现在我们的技术还没有超过这样的水平,特别是消费的能源,如果模型不再改变的话,将来很难构筑。

因为你可以看到电池更快乐。我现在回北京,可能看到很多电动汽车在出发。

这意味着这辆电动汽车将来的电池价格不会上涨,特斯拉也在实现自己的电池工厂。但是现在我们说,事情还没有超过理想的状态,将来不会把很多东西提到天上。

这个过程必须消耗大量的能量。有一家叫JetOptera的公司,他们以非常慢的速度,盖子可以超过5磅,使用化学燃料。

特别是在航空行业,如果不需要化石燃料,可能很难发展。未来的工作如何不被机器人取代,现在在社会上有很多挑战。第一,这个世界是多种多样的,这个世界可以获得各种科技的发展和转型。

我真的是所谓的科学技术民主化。现在高中生对机器人的理解比我大学后的程度浅。

这是技术发展的速度,当然有很多机会,同时也有陷阱。你为什么这么说?我想向大家展示漫画(上图)。

我们在发明者的车轮上是什么样的场面呢?如果有人想开车,这个人需要有钱人才。这张照片显示,这个国王是四个人推荐他的,我们说只有国王才能坐椅子,其他人没有钱坐椅子。但是现在有有了车轮之后,三个人失去了工作,只有一个人需要拉车。

现在计算机技术的发展,机器人将来能够完成更多的工作,不会有很多人失去工作。对我们来说,更多的技术不会出现在我们面前。

从我们的角度来看,有这样的金字塔,说到研究和研究的程度,这个金字塔就不会频繁出现。这座金字塔展示了最底层,很多人工资非常少,很可能被人民币取代,无论在哪个国家,在某种程度上都是如此。但是,随着研究的大幅度提高,这座金字塔越上升,人越多,社会财富总是控制在少数人手中。

你研究的越少,就越没有机会认识到高薪工作。这对现在的环境也是如此。从四年前到现在,情况再次发生了很大的变化,金字塔再次发生了变化,我们正在探索这个金字塔到底哪个部分不会逐渐失去。

很多人指出低于端的工作不会被机器人期待,但是现在机器人还不能超过3岁孩子的思考能力。在某种程度上,机器人和中国5岁的孩子不能玩游戏,也不能战胜这个孩子。

指出机器人在简单的计算能力中有限。在没有特别多的训练中,他们的工作还能做得很好。但是,4年后,中间的工作不会消失,也许不是最好的工作和最低的工作,中间的工作不会给这些人。

现在中国大学毕业的学位最差,或者世界上最差的大学毕业的学位最差,你们已经做到了。在考试中取得了不错的成绩。但是,机器人现在最擅长的是考试。

所以,对我们来说,如果只是擅长考试的机器,今天就有可能被机器人取代。因为机器人考试可能比你好,四年后你的工作可能会让机器人出去。这是我们对未来机器人发展的想法。

对我们来说,最坏的解决办法是通过教育,我们必须自学。尽管我已经是教授了。拜登曾多次说过发誓暂停的教育,这样的各种各样的意见可以帮助我们拯救社会,帮助我们代替机器人。

机器人的安全性,很难解释机器人中所谓的安全性是什么,现在没有太多的数据指导,分析安全性。但是,我们现在谈到的安全性多种多样。第一,所谓的检查。例如,如果有洗衣机,要证明是洗衣机,就必须证明这个洗衣机是洗衣机的特质。

洗衣机的特质是把衣服放在洗衣机里洗衣服。所以可以证明这台机器是洗衣机。但是,现在很难证明是机器人。

第二,信任。我们提到这个机器人,必须证明机器人。事实上,人类期待的结果经常出现。

我们不看能否证明它会漏水,会导致电器短路。因此,我指出信任也是最重要的。第三,安全性。

在实体世界中,有两种方法可以确实感受到一个系统或者入侵一个系统。白进系统或白进传感器。现在,如果要去白色自动驾驶的话,不是白色系统而是白色传感器。

照相机或其他传感器被白色抛弃,白色抛弃后,整个系统被白色抛弃。说到安全性,很多人都没有提到或想起来。在大幅度推进自动化系统的过程中,安全性是最重要的。

我们生活在非常兴奋的时代,看到这个横轴,实体世界的革命经常出现,转入半导体革命,网络给网络带来革命,现在开展人工智能和机器人、现实世界和虚拟世界的融合。我们相信未来不会有很大的发展,我们回顾了这条发展道路。对人来说,虽然再次发生了变化,但人的发展是一个线性的过程,让我们来看看政府对技术的解释和政府如何通过技术开展政策。

事实上,它比我们更快。人在很大程度上适应环境的各种技术,社交媒体很好。

我们现在大大理解和理解环境机器人。未来有自动驾驶的汽车和飞机,除了安全问题,还要探索政府的政策和法律监督。

很多政府现在还没有想起那么多。美国政府可能已经在探索这方面的问题,但中国政府还没有探索自动驾驶汽车、自动驾驶无人机的法律监督问题。我相信这部分也是我们的重点。

现在Oussamamatib提到的潜水机器人、手术机器人明显可以得到有效的利用,但我们必须探索如何开展安全利用。未来不会更重要。原始文章允许禁止发布。

下一篇文章发表了注意事项。

本文关键词:ca88,ca88官网,ca88首页

本文来源:ca88-www.mengronghe.com