肯·戈德堡：機器人間的「知識共享」帶來的是威脅還是機會？
今日，極客公園創新大會 IF 2018 繼續在北京召開，加州伯克利分校工業工程和運籌學系教授肯·戈德堡（Ken Goldberg）分享了《機器人間的「知識共享」帶來的是威脅還是機會？》的主題演講。
肯·戈德堡，是一位藝術家、作家、發明家和機器人學及自動化領域的科研工作者。自1995年以來，他就一直擔任加利福尼亞大學伯克利分校（UC Berkeley）工業工程和運籌學教授，同時兼任電子工程系、計算機科學系和信息學院教授。
在這次演講中，戈德堡主張不用擔心機器人會突然之間超越我們人類的能力，並且會取代人類。他表示，我們所要考慮的不是奇點的問題，而應該考慮一下我們人類獨有的技巧、技能是什麼，可能我們會有新的方式和一些新的智能系統進行合作，從而更好的增強我們的多樣性。
以下為演講全文，雷鋒網進行了整理編輯：
肯·戈德堡
各位早上好！
我們今天來談一下機器人，在電影裡面，在電視節目裡面、在書本裡面、在報道裡面，我們都看到機器人的介紹，一些人說，今後會有這樣一個奇點出現，也就是說，在一個時刻機器人會突然之間超越我們人類的能力，並且會取代人類。我們的人類也就會失業，以後也就不再重要了。
其實，我是研究機器人這塊的，我覺得這樣的擔心是沒有必要的。今天我們來分三塊講講這個問題。
首先，我們來講一下過去，講講過去哪些東西不是新的，現在來講講哪些是新的東西，應該怎麼樣對未來做好準備。
看一下1993年的時候，我們知道萬維網是在那個時候出現的，我當時在實驗室裡面，當時我們所在的這個大學是在研究計算機、萬維網，我們當時讓我們的機器人到了一個花園裡面，然後把它和互聯網連接起來，我們做了一個介面，每一個都可以通過它的桌面，然後和我們的花園互動，我們也邀請全球的人們一起來幫助我們進行花園的種植。
我們做了什麼事情呢？我們其實不太知道，當時大家的熱情會怎麼樣，但是慢慢的越來越多的人加入到這樣一個遠程花園種植的過程當中來，之後大概幾十萬人參與到我們花園的種植工作。
我們知道，當有很多人一起種植花園的時候，有時候可能會有一些失控的狀況，我們從中也是吸取了一些經驗教訓。我們其實也是非常謹慎，因為有時候如果有大量的人一起做事情，你需要去做一些準備的。
現在有什麼樣一些新的東西呢？大家現在都在講無人駕駛車，其實這個概念是從Google開始的，Google對這塊的事情非常有興趣，為什麼呢？其實Google的車就像遠程的花園一樣，他們是通過雲端來完成它的一些運維。從這個意義上來講，也就是說，我們的機器人是需要語音才能夠去做的。
現在在變化的一個事情，我們知道，其實在雲的互聯性這塊已經有了很大的一些變化。我們可以看到在網路互聯性這塊已經有了一個非常大的發展，也會有更多的發展，這個就和我們剛才講的雲機器人，也就是我們會把機器人和雲進行連接。
可以去想想這樣的一種場景，不知道你們家裡面是怎樣的，但是我家裡面其實早上就跟這個狀態差不多，我是希望我去上班之後，回到家裡之後，這個機器人就會把我家裡面全部打掃乾淨了，我覺得這個是很多人都希望有的一些東西。但是這裡的一個問題，我們這個時候家裡面就會有很多東西需要整理，家裡面有時候是有一些新的東西拿進來的，機器人如果去整理一些從來沒有看到過的東西會怎麼樣呢？現在由於我們這個機器人今後會和雲端互聯，它們就可以進行雲端產品的索引的利用，通過這樣一些索引，去知道家裡面的每一個東西，去識別它，這個就是我們所講的語音機器人的好處。這裡不僅有各種物體的一些數據，還包括圖片、代碼，都可以用到這樣的大數據。
還有另外一個場景，在我們開派對之後的清掃，拿東西去清理的這樣一個工作。比如說，我們讓機器人去清掃桌子，從機器人看來，他看起來的東西是什麼樣的視覺效果，我們看到這樣的感測器並不是特別准，有很多的噪音，他的控制器也是有很多的噪音。
毫無疑問，我們現在的這個機器人，其實在抓這些東西的時候，顯得特別的笨拙，因為這裡面一個非常關鍵的問題，就是我們所講的不確定性，我們對整個環境、整個控制器這塊，並不是特別的有確定精準性。現在我們有可能今後可以把機器人和大量的計算機資源通過雲端進行互聯，現在我們已經有了一個族群的計算，這樣我們就可以做一些統計的模型，然後在雲端進行分析。這個也是我們所講的雲的好處，可以利用我們雲計算的一些資源。
還有另外一個好處，我們所講的這樣一個場景，比如說非洲，我其實很久之前在非洲出生的，前幾年我回去過一次，當時我非常驚訝的看到，現在在非洲的這些學生，其實就像我們在中國、巴西、印度的學生一樣，其實他們都非常喜歡機器人，為什麼呢？因為機器人是非常有意思的一個東西。
我們知道，其實通過這個機器人可以學到很多的學科，很多孩子們通過機器人就可以去學很多很多不同的學科，那麼在非洲，我們有一個非洲的機器人網路。我們有一個全球的競賽，讓大家設計一些比較低成本的機器人，用於我們的教育目的。當時，我們也是從不同的地方獲得了各種各樣的想法、建議，大概50或者100美元的設計吧。其中有一個非常非常便宜，不一樣的。有一個人是中國人（台灣的一個設計家），他提出了遊戲控制器，他把遊戲控制器拿出來，然後把輪子、電機都放上去，然後就去開它，它裝了一個開關，他其實是把一個棒棒糖放在這個機器人上面，他把這個機器人稱之為棒棒糖機器人，大家可以上網去看到這個機器人是怎麼做的。
它的成本非常低，大概8.64元，這個就是一個很好的例子，大家可以看到，我們其實通過雲端，就可以讓大家把自己的代碼、設計進行分享，所以我們可以看到，機器人一旦機器互聯之後，其實機器本身可以進行很多知識的分享，就像我們人類進行知識分享一樣。
現在我們來講講，機器人抓、握這樣的動作，這也是我和我的學生研究的一個領域。大家可以看到，這樣的一些工作，即便是一個小孩子也可以去做，也就是說，它可以從Demo裡面把這個積木堆起來，這個對人類來講是一個非常簡單的工作，但是這個動作其實對機器人來講是非常有挑戰的，我們知道做這個事情今後是需要的，如果我們希望能夠在電商這塊把機器人用起來的話，就必須要有這樣的動作能夠完成。像京東這樣的公司，都會有這樣的一些倉庫，這裡面有大量的產品，而且是在一個非常非常巨大的倉庫裡面，我們需要能夠很快的找到我們需要的訂單產品放到盒子裡面，然後發貨。
我們會發現這個事情做起來對機器人來說是非常的，應該說，它是機器人行業裡面的大挑戰，怎麼樣能夠拿起東西，然後把它抓、握起來，尤其是各種各樣的東西。這個東西如果能夠做好的話，其實對工廠、倉庫來說，都是非常大的一個進步。
其實在計算機視覺這塊，已經有了很大的發展。我們現在這樣的視覺系統，可以對視頻裡面的畫面，比人眼更快的進行識別，之所以能夠有這樣的一種成功，是由於我們現在有了深度學習，我們現在能夠收集大量的樣本圖片和畫面，然後進行深度學習系統的訓練，對機器人來說，我們是需要更大的一個數據集、更多的樣本，這樣才能夠讓機器人做各種工作。
計算機視覺的發展，由於李飛飛的貢獻，我們知道她其實做了很多圖片的一些工作，現在我們也是想做類似機器人這塊的工作，當然我們做的不是圖像，而是做很多3D模型的數據集，然後我們對每一個東西做相關的標籤。我們的同學們，現在在做一個靈活的3D物體的網路，在這樣一個模型當中，我們會把這個物體進行分析，我們會分析每一個物體的抓取點在哪，我們會看到不同的物質，它們的抓取會是什麼樣的。
我之前也說過，不確定是不可避免的，所以我們希望可以找一個非常有利的抓取的動作，比如說在右邊的抓取動作，就會比左邊的抓取動作更強有力，所以說這需要我們在控制上有非常小的容錯率，為此我們需要大量的資源，所以我們就希望可以使用雲，我們和Google進行合作，並且使用他們的雲計算系統，從而把這樣的計算能力分布到幾千個計算器上，我們也有一些新的技術，比如說我們的數據取樣，我們也可以使用深度學習，然後來更好的計算比較熟悉的一些物體，把他們放到我們的數據集當中，我們也會學習其他領域的一些知識，並且我們也非常想要看一些比較難抓取的物體，比如說一些多邊形或者是不規則性，對於這些圖形，我們不知道應該怎麼抓取它，所以我們希望收集他們的模型，並且來打造我們的Dex-Net。
同時，我們也開始進行實驗，尤其是在我們的實體機器人身上，我們不同研究機構的同事們，就在做這樣的事情，他們會讓一大組的機械臂、機器人，讓他們不斷地去抓取不同的物體。
我們的團隊做的事情，就是開發了Dex-Net 2.0版本，我們把這些物體的模型，把它和深度學習相結合，我們就可以把在實驗室裡面所衡量的這些，在雲上存儲的物體模型，放到我們機器人的實際實踐當中，這就是我們所做的，我們可以看到這個機器人可以不停地尋找到這些物體，然後從一個大筐子裡面把他們拿出來，放到一個小盒子裡面。
我們機器人的抓取成功率非常高，當我們在這裡發言的時候，我的學生們也正在實驗室裡面繼續進行他們的研究，而且很多公司也樂意使用我們的方法，並且希望可以把我們的理論放到現實的實踐當中，包括在中國，因為我們都知道，在中國，中國政府希望可以更好地擴大電商的規模和效應。
我們再說一下我們的工作，比如說我們的技工、餐廳裡面工作的廚師，這樣的工作是比較安全的。我們正在取得進步，但是我們還是很難取代這樣複雜的工作，但是我們說到雲機器人的時候，我們也需要考慮一下背景，我們看到了很大的潛力，但是我們也要知道，它們現在還很難取代人類的工作。
而且我也想要一下我們網路以及雲的一些限制性，比如說，我們所提供的服務質量不同，以及我們對於隱私和安保的隱患。
接下來，我們再來說一下，如何為未來做好準備，我之前提到過，很多人非常擔心，大家非常焦慮，有很多人擔心，可能這些AI系統，以及機器人可能會取代我們的工作，讓我們失業，其實這種擔心由來已久，很早之前我們人類就開始擔心，可能機器人會出現然後取代，甚至征服人類。
我想問一下，大家知道不知道，現在平均每100個人類，他們擁有多少個機器人？可能很多人會說150個、200個…但是實際的答案是不到1個。平均每100個人類工作者，他們只有1個機器人可以使用，在這個背景之下，我們可以重新回到我們的問題，機器人是一種威脅，它會取代人類，還是說我們可以把它們看作是一個機遇。
回到我們這個詞「奇點」，我相信這個詞為我們帶來了很多的擔心、擔憂，但是我認為這還是在很遠的將來，我也希望給大家帶來一種其他的想法，那就是多樣性。多樣性指的是，一組機器人，或者AI系統，以及一組人共同合作來解決問題，這是人工智慧和智能增幅的一個組合，也就是AI加IA，我們需要意識到，我們的人有不同的思考方式，我們都有各自的優勢，有一些人可能口頭能力很強、有的人數學能力很強、有的人視覺能力很強，每一個人都可以為大家帶來不同的技能和技巧，我們可以想一下，AI可能只是另外一種智慧形式而已，相反它不會取代我們，它們只是會幫助我們進行更好的合作，所以我們現在在雲上使用的各種技術，包括Google和百度這樣的搜索引擎，它們可以通過將機器和人類的信息相整合，來為我們提供很好的搜索結果，而且的自動化也可以用於一些推薦系統，比如說書籍、電影、產品的推薦。
我經常會寫這樣的文章，並且做一些這樣的演講，是因為我想要告訴各位，我們需要對這些技術非常小心，因為真實的情況並不是我們與機器在對抗，並不是兩者只有一個可以存活下去，實際上我們需要考慮的是，我們應當如何和這些新的機器進行合作，AI可以幫助我們增強人類的表現，它可以成為我們的另外一種工具和資源，我們可以使用這種工具、資源，利用的更有建設性，來增強我們的技能和技巧，因為人類所擁有的技能和機器的技能不同，比如說機器非常快（尤其是在計算方面），但是我相信，人類在其他的事情上可能做的會更好。
我們想要做的事情就是思考一下未來，我們的下一代，我們需要重新思考，我們應當如何教育我們的孩子和學生，我們需要強調的不應當是一致性，一致性所指的是我們需要坐在椅子上，聽老師講課，做一樣的事情，這是我們傳統學校的教學方式，但是在未來，我們應當強調的是創造性、多樣性、團隊合作，就像這些巴基斯坦的女孩一樣，她們來美國參加一個機器人的比賽，這才是未來真正的樣子。
而且也有很多人類獨有的技能，這些事情是我們比機器還強的，而且我們永遠比機器都強，比如說我們的同情心，我們的共鳴感，包括我們的創造性，這都是人類獨有的一些技巧，所以我們需要花更多的時間去培訓、訓練或者增強這些能力，而且我們需要不斷地增強我們社交的能力，這樣我們可以更有效的交談，而這些人類技巧是不會消失的。
最後總結一下，我們今天談到了，首先哪些不是新的，比如說，我們的遠程花園、雲，這些東西存在已久了，當然他們還是很有影響力的，而且可以讓我們可以簡單的看一下未來是什麼樣子，新的是什麼呢？那就是我們的雲機器人，以及我們把所有的機器人連接在一起，來進行共同的合作。
我們如何對未來做好準備呢，我們所要考慮的不是奇點的問題，我希望我們可以坐到一起，來考慮一下我們人類獨有的技巧、技能是什麼，可能我們會有新的方式和一些新的智能系統進行合作，從而更好的增強我們的多樣性。
謝謝各位！
雷鋒網註：更多機器人方面資訊可關注雷鋒網公眾號
TAG:雷鋒網 |