机器的崛起基于新一代信息技术的机器智能化浪潮

一、智能机器时代的曙光

从以蒸汽机为标志的第一次工业革命以来，人类创造了多种多样的机器，突破了体力的极限，生产力突飞猛进。随着计算机、自动化技术的广泛应用，机器不仅能替代体力劳动，还能部分替代和辅助脑力劳动，但这些机器一般不具备人类的认知和思维能力，没有“智能”，只是被动执行指令的工具。随着新一代信息技术和人工智能技术的发展，越来越多的机器、设备、终端显示了智慧生物的某些特征，开始向智能机器迈进。

笔者认为，广义的智能机器是指配备各类传感器、通信模块、操作系统、应用软件等软硬件控制系统，基于云端大数据分析，自主地或交互地执行各种拟人工作，实现自感知、自学习、自决策的机器。智能机器既包括生产生活中的各种智能装备、工具和产品，如智能装备、智能汽车、智能家电，也包括智能机器人。狭义的智能机器一般指智能机器人。

相对智能硬件来说，智能机器一般指较大型的装备或产品，是支撑智能工厂、智能交通、智慧家庭等智能组织体系有效运转的主要载体，也是实现智能制造的核心。智能硬件多由消费电子产品衍生而来，如智能手机、可穿戴设备，也泛指组成智能机器的更小硬件单元如智能传感器，是“载体”的载体。

机器智能化则是机器从体力自动化向认知交流、思维决策和学习自动化发展的历史进程和必然结果，预示着机器的真正崛起。

二、新一代信息技术强化机器智能，打破人机界限

上世纪70、80年代，机器智能化赖以实现的主要技术—人工智能取得了一些显著成果，但计算能力局限严重制约了其发展。90年代以来，神经网络、遗传算法快速发展，1997年“深蓝”计算机战胜当时的国际象棋冠军让人对机器智能化浮想连翩。不过，近半个世纪以来，人工智能技术研究经历了几次起落，较少出现突破性进展，人与机器之间的界限仍然非常明显。

21世纪以来，信息技术发展日新月异，尤其是近十年来，随着越来越多具备计算、感知和交互功能的新产品陆续出现在人们生产和生活中—从第一代苹果智能手机到自动驾驶汽车，从扫地机器人到可储存和释放能量辅助骑行、共享交通信息和监测空气质量的自行车轮，从到能识别各种家电类型和不同时段用电量的智能电表到具有一定学习能力、可自诊断的智能机床……智能机器时代渐行渐近。

（一）新一代信息技术成为人工智能技术突破的重要因素

作为“最通用的通用目的技术”，高端芯片、传感器、宽带网络等快速发展使得制约人工智能发展的感知、传输、处理等瓶颈逐渐消失，一些依赖复杂运算和快速处理的算法和建模得以实现，尤其是互联网、传感器的普及应用提供了海量“训练数据”，有力支撑着人工智能技术的突破发展。

例如认知技术、语音识别等机器学习是人工智能的重要分支。为支撑机器从浅层学习到深度学习，需要更复杂更强大的模型深刻揭示海量数据的复杂信息。机器学习技术借助大数据支撑的新算法和新模型，对来自互联网、移动终端、生产设备的海量数据等进行推算和优化，不断提高机器的认知能力和深度学习水平，并对未知事件做更精准的预测。例如，自上世纪80年代末开始应用研究以来，图像识别技术虽然在手写数字等小规模应用方面取得过一些成果，但受限于运算能力和经验数据的不足，在大规模图像识别方面进展甚微。新一代信息技术发展使得上述瓶颈逐步突破，图像识别、人脸识别技术获得重大进展，2012年百度已推出相应的桌面和移动搜索产品。

目前机器学习技术已广泛运用于矿藏资源定位、生产设备故障诊断等领域。如在工业控制领域，机器学习可改善工艺操作流程，使人与机器、机器与机器交互更加频繁，加快故障诊断和解决速度，提高产品质量和生产效率。

人工智能技术在沉寂了多年后再次引人关注，正是由于信息技术的指数级增长，为人工智能技术带来重大契机。除传统技术领域外，智能传感器、忆阻器、神经形态芯片等新型硬件或将开辟人工智能的新天地。

（二）新一代信息技术与多领域技术融合加速机器智能化进程

智能机器是新一代信息技术、人工智能、自动化及机器人等技术融合发展的产物。新一代信息技术与自动化技术融合创新加速，进一步扩展了“自动化”的内涵：即从代替体力劳动、到辅助脑力劳动、到人、机及整个系统的协调、控制和优化。而基于新一代信息技术与机器人技术的融合，一些机器人已具有相当程度的思维和学习能力。如日本研发的类人机器人ASIMO除了能够行走和模仿人类动作外，还具备了基本的记忆、识别及自主完成简单任务的能力，能够根据他人的位置对行动路线进行预估，甚至进行手语表达。2014年6月，一个计算机聊天程序首次通过“图灵测试”，即通过回答一系列随机问题令三分之一的考官认为它是一个“13岁男孩”，根据该测试的标准，计算机开始具备人类思维能力。

这一切并不是偶然发生的现象，预示着人与机器的界限开始趋向模糊，机器正在跨越人机界限，向智慧的人类接近。

（三）智能机器、互联网络和大数据平台打造“智能机器云”

一台未联网的机器也可以具有一定的“智能”，但需借助预先嵌入的程序或外部指令而运行，根据环境变化自主解决问题的能力较弱。这种智能机器具有一定的认知能力，但无法做到广泛交互、深度学习和智能决策，正如人类个体一样，没有相互交流、不掌握大量外部知识和信息，其力量仍然是渺小的。

詹姆斯·库夫纳2010年提出了“云机器人”的理念。目前中、美、欧相关研究机构都在致力于该领域研究并取得了显著进展—机器人之间通过连接云平台实现了知识共享和远程合作。

“智能机器云”将该理念扩展到了所有机器，即智能机器通过互联网接入云平台，形成“云+管+端”的机群系统，一方面，可定期更新操作系统进行系统升级，随时下载APP实现功能扩展（即软件定义的机器），减少对嵌入程序或输入指令的依赖；另一方面可实时上传数据至云平台，形成海量知识库。智能机器可随时与其他机器交流或在云端寻求解决问题的方法，智能机器的知识、经验将极大丰富。

“智能机器云”跨设备、跨地域的分布式系统形成了机器和“云”之间的信息闭环，为机器智能化开辟了新空间—即不再专注于让机器本身更智能，而是将其智慧集中于“云”中，可实现机器间更广泛深入的交互、学习和决策优化，降低开发成本。

弗兰克?列维和理查德?莫尼恩在《新劳动分工》中指出，模式识别和复杂沟通是人类相对于数字化劳动力更有优势的领域。在信息技术指数级增长的今天，机器智能化带来的巨变随时可能发生，人类的相对优势正在弱化，机器的崛起不再遥远。

三、发挥我国既有优势，把握智能机器发展机遇

我国作为制造业第一大国和互联网第二强国，工业体系完备，内需市场巨大，制造装备产业增长迅猛，互联网加快从消费向生产领域渗透，同时具备ICT尖端领域研发和制造能力。为充分发挥我国比较优势，推动新一代信息技术与制造业深度融合，我国已将智能制造作为战略重点，加快推进产品、装备、生产、管理及服务等领域的智能化；同时，除智能手机外，智能家电、可穿戴设备等具有联网功能的各类智能产品也日益普及—智能机器在生产和生活领域均有着广阔市场，面临良好发展机遇。

智能机器作为智能生产、生活的核心载体，其发展和创新需构建工业与ICT深度集成、智能软硬件紧密协同的融合系统。包括重点突破智能传感器、芯片、操作系统、人工智能等关键核心技术，提升智能机器软硬件支撑能力；发挥本土生产企业优势，依托庞大的国内市场，在智能制造发展程度不同的行业和领域分层分类推进，加快智能机器的应用普及；以云计算、大数据应用带动“智能机器云”发展，支撑完善智能工厂、家居、医疗、交通等智能化生态体系。

（责任编辑：HT002）

国外翻墙回国内看视频

网络回国加速器

怎么在海外看国内视频