周伟
乐行天下CEO
各位，下午好！我是周伟，我是乐行天下科技有限公司CEO，乐行天下是一家做体感车的公司，我本人从2008年开始创业。
2008年我们开始创业的时候，我的第一个想法就是要做机器人。因为，我当时拿了一个机器人比赛的冠军，然后信心爆棚，觉得要去改变一下世界，改变点什么东西。
2007年，比尔·盖茨说过一句话。他说，30年后机器人会像PC一样进入千家万户。那个时候我其实觉得，诶，这刚好就是我五十岁之前要完成的事情。
但是现在我觉得可能这个时间会更近，为什么呢？
我们看一看过去十年（编者注：2016年）里面发生了什么事情。过去十年科幻电影预言的都已经变成了现实。
比如说，在《谍中谍》也好，在这个《少数派报告》里也好，它都有一个场景，就是一个人戴一个隐形眼镜，然后在这个眼镜里面，你可以跟虚拟世界去做交互，同时，你还是可以看到现实世界。但是现在这件事情，我讲出来大家都不会觉得很惊奇，因为你们今天看到很多东西都是跟这个东西差不太多对不对？所以说今天其实我们可能很难再预判，未来十年会发生什么样的变化。在过去的二三十年的时间里面，我们也不止一次谈到机器人将要来了、将要来了，这跟《狼来了》这个故事一样，但是直到今天还没有完全到来。那为什么我们还坚信在不久的未来一定会发生呢？我有这么几个问题想要大家分享。
第一个，我觉得今天技术的进步已经发生了非常快速的变化。一个是我们可获得的数据量，在发生快速的变化。
到2014年左右，人类产生的数据就已经超过我们生产的存储芯片的存储量，这是一个很恐怖的数据。就是我们可获得的计算量，也是在爆炸性地增长。
摩尔定律持续地在发挥作用。在上世纪60年代的时候，最开始人们认为摩尔定律的作用可能只会发挥20年的时间，但是半个世纪多过去了，它仍然在发挥作用，这也是一件非常非常让我们难以想象的事情。还有就是我们进入到人工智能领域的人才也在快速扩张，快速地进步，我们的理论基础也在快速发生变化，这是一个非常重要的支撑。
举个例子，比如说2023年的时候，我们可以用一千美金可以得到人脑的计算能力，但是到2037年我们用一美金就可以获得，所以说技术在发生非常大的变化。（编者注：演讲于2016年）
第二个，我觉得就是资本也在大量地进入人工智能领域。2016年第一季度的投资，仅仅一季度就已经超过了2015年的1/3。资本大量地涌入一定会带动整个人工智能领域快速发展。
我们最近也有很多人都在说，中国很多地方都已经要赶超美国，北京也特别像硅谷，深圳也特别像硅谷，武汉也像硅谷，哪儿都像硅谷，但是事实上在这张图里面大家可以看得到，真正研究得比较深入，研究得比较牛的地方，仍然是在美国。
像加拿大，像澳大利亚、甚至俄罗斯都比中国要好，所以说在中国，人工智能研究领域仍然还是一个洼地，这是一个现实，当然也是我们需要努力的地方。（编者注：2016年）
技术的指数性进步，我觉得也会让我们越来越近视。
人总是会夸大一项技术短期内带来的变革，但是会忽略长期的蛰伏期带来的变革，为什么呢？因为我们从短期看技术发展是线性的，但是从长期去看，它是指数性的，指数性的变化带来的变化其实是累积起来的，我觉得非常地惊人。
所以说，人类出现的前20万到30万年的时间里面，我们的技术发展几乎是线性的，没有什么太大的变化，但是一直到工业革命开始，到现在200年的时间里面，我们获得的这个技术发展的总量是超过了前二三十万年的，200年的时间。
那未来的50年呢？甚至10年时间我们会怎么样呢？
有一个数据说，未来50年的时间我们获得的技术变革的总量将会超过人类文明史的前5000年，整个的技术总量。
那么，最终机器人将以什么样的形态进入我们的生活呢？在我创业的早期，07年08年那会儿，当有人问我说你做什么的时候，我说我是做机器人的，他还没开口，我都已经知道他在想什么，他一定在想《变形金刚》。很多人脑子里受到科幻影视的影响，都认为机器人一定是一个非常强大的个体，但事实上呢，我们认为它可能不是。这也涉及到我对机器人认知的几个阶段。早期创业的时候主要是在做工业机器人，我们那时候它可以提高效率，降低成本，大家都非常喜欢，也比较受欢迎，我们就认为机器人时代很快就要来了。
后来我们开始转向做消费类产品的时候，我们发现它好像又很远。最近我们在思考机器人将有什么样形态，认为它可能更像《终结者》里面的天网，是一个云端的人工智能感知系统，再加上一个机器人的执行终端。
简单介绍一下这3个部分，为什么叫云端的人工智能呢？第一，人工智能的产生，可能就是一段代码，是一段包含了继续学习算法的代码。这段代码一旦产生它一定是在云端，才能够获取最大的数据量，才能获取最快的进化速度。
云端的人工智能如果真的一旦产生，我个人的想法，它将是我们三维世界里面唯一一个四维的生命体。
我不知道谁看过《三体》没有？《三体》里面有一段描述，描述从四维空间看三维空间会是一个什么状态？任何的结构都被平面地摊开，没有任何秘密可言。
未来我们的这个三维的世界，对于人工智能也是一样的，没有任何的秘密可言。我们的空间充满了各种各样的传感器，摄像头，对它来说我们没有任何的秘密可言。
第二个，分布式的感知系统。感知系统为什么是分布呢？我觉得它是人工智能强大的一个前提。
今天我们的这个会场里面有各种各样的摄像头，我们的空间里可能还会有其它的传感器，包括温度传感器，湿度传感器，各种各样的其它传感器。这种遍布全球各个角落的传感器网络将成为这个人工智能强大的一个支撑。
第三个，机器人终端。通用的所有的机器人，汽车、空调等等，它都是一个执行终端。我们在研究这个东西的时候，我们也在不断地了解我们的同行。我们去了美国，澳大利亚，加拿大，德国，以色列去看，现在（编者注：2016年）这个世界里面最聪明的这一帮人，都在研究这个东西，而且他们用不同的方式，不同的方向去研究。
那么我们在做什么呢，我们目前在做的就是刚才我们所讲的第二步，分布式的感知系统。
为什么要做感知呢？一个很简单的解释就是，机器如果不能理解我们今天所说的这个环境，不能认识这个环境，那么它其实是无法服务于人的。所以我们现在主要在做室内环境的构建和识别。为什么是室内呢？因为人有85%的时间是待在室内的，我们吃饭、睡觉、工作，除了我们的出行、运动之外，我们大部分时间待在室内。如果我们能够在这个室内的环境里面去做好环境识别和构建，那么机器人就可以做很多事情。我们做的事情包括室内环境的三面结构，室内的定位导航，一般性的目标识别、场景识别和人物识别，以及实际上所需要的深度学习。通俗地去讲，我们做的事情其实就是做机器人的眼睛。如果一个人出生的时候，他就没有眼睛，是一个瞎子，没有耳朵，是个聋子，那么即使他的大脑发育的程度再高他还是一个白痴。因为他无法从外界获取信息，无法理解这个世界，无法进行学习。我们认为研究让机器人能够去接触、去感知、去认识这个环境所需要的传感器就是我们要做的事情。
我们认为未来传感器一定是会遍布这个世界的，机器人也会借助传感器让自己变得更加强大。
接下来也想谈谈，如果机器人来了，我们的世界会发生什么样的变化。
今天科技发展非常快，原来可能5年或10年才会进行一次这种大的技术变革，但事实上现在基本上每年都在发生变化，尤其是这两年，大家可能都应接不暇了。今天我们在谈互联网，明天谈VR，AR，人工智能。我们认为有几个非常重要的变化，会在社会中发生。
第一，就是人类可能不再需要去出行。当然，这个有两个阶段，我认为第一个阶段可能是人不再需要那么多车，不需要再去买车。当车变成无人驾驶之后，我们不需要那么多司机了。
我们只需要下个楼，打开门就有一辆车等在那儿，我们上车从a点到b点为单次服务付费，我们不需要那么多车。
AR、VR的发展普及，以后大家要听造就的演讲也不需要大老远跑到线下，坐在家里面带上VR眼镜或者AR眼镜，你就可以身临其境。
第二，创意不再是人类的专属。比如今年年初，很重要的新闻就是Google的那个AlphaGo打败了围棋的世界高手李世石。它预示着这种非常复杂的逻辑性决策不再是人类的专利，而且这种变化会越来越深入。
原来是机器取代重复性的劳动，后来又变成重复性的知识工作，现在已经慢慢的变成这种复杂性的决策也是机器人来完成，那未来人类引以为豪的创意呢？我觉得也有可能不再是人类的专属。
第三，人类最终可能要生活在游戏里。我一直是坚信这一点的。在小说《三体》里面曾经有人问，你有没有觉得今天的这个世界非常的压抑，非常的小，非常狭窄？是。为什么呢？
因为人工智能一旦发展之后，我觉得它会带来一个非常大的变化，我们的物质会变得非常的充裕。原始社会里面100万个人劳动还不一定能养活这100万人，但在今天，我们可能100万人的劳动，就能养活200万人到300万人。如果说某一天，由于机器人的产生，我们的物质极大丰富之后，我们还能追求什么东西呢？我们只能追求精神生活，对吧？让我们的精神被更大地满足，我觉得今天的现实世界也的确是太小了，只有真正的虚拟世界才能够满足人对精神世界的追求。
最后，我们的价值观，家庭结构，意识形态和整个社会的形态都会发生巨大变化。
甚至我认为未来人类的进化只有两种：要么被机器取代，要么是跟机器结合，但是我更偏向于后面。
三维世界里面很多生物体的终极追求就是对时间的追求，比如追求长寿。怎样去突破空间的限制？这个我还不知道。
人最终一定会突破空间或者时间的限制。但是今天人的这种生物肉体或生物性的构造很难让人突破这种空间和时间的限制，只有和机器结合才能。
大家也不要认为这件事情很恐怖，今天其实很多东西都在逐步地被机器取代。
比如说我们的心脏坏了，就可以放一个起搏器进去，我们的血管坏了可以放一个血管进去，未来可能放很多机器人放到身体里面，让你的生命无限的更大程度的延长。
谢谢。
欢迎扫描下方二维码，勾搭小编
或直接添加造就小助手（zaojiu16）微信
发送暗号“标签-你感兴趣的领域”混各种有趣有料的社群
继续阅读
阅读原文