这些机器人它没有人的形状，但是它们能和你交互，可能成为你生活中的陪伴，或者是家庭里面的一个中控。这样一个智能交互的设备它当然是Robot，但是它不是安卓的。
我们看这些玩具，这些所有的品类在生活中无处不在它们今天只是我们叫功能型，但是未来它应该是变成它们装上传感器，配上算法，有控制系统，它可以自助的行为决策。未来所有这些品类，它们都会变成Robot，都会变成无处不在的自助的机器。所以这是一个大的趋势。在移动互联网以后，比移动互联网更大的未来，是无处不在的万物互联，无处不在的万物智能。所以AI Inside它将无处不在。
这样两个图像放在一起，你们有什么感想？在几个星期前有一个新闻，当然全世界都在关注，就是关于阿尔法狗，在那个礼拜关于同一家公司谷歌有另外一个新闻，在座的各位可能也关注到了，谷歌在考虑把他们的一个公司给卖掉，谷歌为什么会做出这样的选择？我们比较这两个图像，另外一边是人类的近亲，它的谷歌，它的肌肉，它更强大，更灵活，但是它还在丛林里面找香蕉吃。人类已经征服太空。人类有非凡的大脑，使人类变得卓越，变得不同。
大脑的系统无疑是未来Robot的关键，它需要有感知的能力，需要有认知的能力，需要有决策的能力。这些核心实际上离不开的是算法。在一个深度学习的算法框架下面，我们看到很多人工智能的能力，机器所具备的能力，在过去的十年来都发生着翻天覆地的变化，从语音到图像，甚至到决策的控制，包括语意的理解。宇宙中最聪明的智能设备是人类的大脑，如果从机器的角度想去实现这样一个能力，你会看大脑是什么样子，从基本的神经原到感知肌，到更加复杂的网络结构，到我们今天深度的神经网络。
深度学习的算法和传统的AI的算法一个很大的不同，AI的算法到了数据大到一定程度的时候，不一定效果不断的变好，但是深度神经网络的算法，你可以看到它不断的提升。比如手阿尔法狗它产生数千万盘棋局的数据，通过它不断的学习深度神经网络，从职业的二段也不知道到职业的多少段，据说是职业13段这样的水平，它的水平在不断的提高，这就是大数据和深度结合所带来的变化。
我们看到因为深度学习的发展，过去在图像领域，在语音领域所引领的，不断去突破它的极限，使它的识别错误率不断的降低。这是语音识别深度神经网络代替深学模型。后来端到端的学习带来语音识别率继续的提升。这是我们看到最近在端到端的深度神经网络在语意的处理和理解上面所取得的进展。
我们最近看到，前面我们看到很多感知方面的进展，从阿尔法狗我们看到，从感知到行为决策，深度学习，进入后一个十年发展的趋势，如果你只是感知，不做任何决策，其实你并不改变这个世界，只有在环境中不断的做决策，去调整，去优化你长期的收益，这个机器才能变成自主行为，并且改变世界的技术。
同样的技术不光是在棋的对局，自动驾驶可以看作是汽车和环境的博弈。这样一个博弈你在每时每刻在连续的做决策，比如说你是加速，你是左还是右，因为你每一次决策，你周围的环境会发生改变，这些你需要连续做决策，最后优化的是一个长期的收益，就是从A地到B地足够的高效，足够的安全。
未来机器人大脑的构架，一种想法完全在云端处理，但是这样会带来问题，比如一个汽车在行使过程中突然有小孩横穿马路，你把数据传导云端，云端处理来回来，如果这个网络不稳定怎么办？说到这种实现和处理，我们自然会想到用什么树立起。我们手机和电脑上都有CPU，我们刚才讲的无处不在的人工智能所需要的这些感知、认知和控制，它需要这些东西是些专用的处理器。你会问，你这个问题有点奇怪，人类的大脑看起来是一个通用的处理器，在座的各位我不知道多少会认为大脑是通用还是专用处理器？认为大脑是通用处理器的举个手？是专用处理器的举个手？就更少了。
登陆|注册欢迎登陆本站，认识更多朋友，获得更多精彩内容推荐！