世界因為擔心機器人革命的到來，已經(jīng)近似瘋狂了，因為每天都有文章在談?wù)撨@些。但是，所有的炒作、興奮、有時是擔心，這些合理嗎?機器人革命真的來了嗎?

　　答案很可能是，在我們生活的一些領(lǐng)域，我們將很快看到更多的機器人。但實際上，在不久的將來，我們是不會看到有幾十個機器人走在我們的街道，或在我們的辦公室閑逛。

　　其中一個主要的原因很簡單，機器人還沒有能力真正看到這個世界。不過在談?wù)撐磥淼臋C器人可能會看到之前，我們首先應該考慮一下我們所說的“看到”的真正意思。

　　我們大多數(shù)人都有兩只眼睛，我們用這雙眼睛來收集反射出我們周圍物體的光。我們的眼睛將光轉(zhuǎn)換成電信號，然后被送到我們的視覺神經(jīng)，最后由我們的大腦立即處理。

　　我們的大腦對于這些電脈沖以及我們的經(jīng)驗，然后采取以某種方式識別圍繞我們身邊的是什么。它建立了一個世界的代表物，我們用它來導航、幫助我們拾起東西，使我們能夠看到彼此的臉以及世界上其他的東西。

　　這整個活動，包括從用我們的眼睛收集光線，到對圍繞我們的世界有一個理解，這就是“看”的意思。

　　研究人員已經(jīng)估計，我們50%的大腦是參與“看”這個過程。世界上幾乎所有的動物都有眼睛，并且能夠以某種方式看到。大多數(shù)這些動物，特別是昆蟲，具有比人類簡單得多的大腦，并且它們的功能良好。

　　因此，不足為奇的是許多機器人研究人員預測，如果機器人能看到，我們可能會真正看到機器人的熱潮，并且機器人可能最終成為人類的幫手，為很多人所喜愛。

　　那么我們?nèi)绾巫寵C器人能看到呢?第一部分是很直接的，我們使用一臺攝像機，就像和你的智能手機一樣，絡(luò)繹不絕的采集圖像。針對機器人的相機技術(shù)，這本身就是一個很大的研究領(lǐng)域，但現(xiàn)在只是認為這是一個標準的視頻攝像頭。我們通過把這些圖片傳到電腦上，然后我們自己進行選擇。

　　自1970年以來，機器人視覺工程師曾經(jīng)想過關(guān)于圖像的特征。這些可能是線路，或類似角落或某些紋理那些有趣的圖像。工程師寫算法來尋找這些特征，并且跟蹤它們，從圖像幀到視頻中的圖像幀。

　　此步驟基本上是將數(shù)百萬圖像的數(shù)據(jù)量減少到幾百或幾千。

　　由于過去計算能力是有限的，這是這個過程中的一個重要步驟。然后，工程師開始思考機器人可能會看什么，以及它需要去做什么。他們開始編寫能夠識別世界模式的軟件，以幫助機器人理解圍繞它周圍的是什么。

　　該軟件可以創(chuàng)建一個非?；镜沫h(huán)境地圖，當機器人操作時，它可以通過尋找軟件庫的里面已有的很多特征，嘗試匹配。

　　本質(zhì)上，此機器人編程，仍然是通過人類去看他們認為機器人需要看的東西。關(guān)于這種類型的機器人視覺系統(tǒng)已經(jīng)有很多成功的例子，但是今天仍然沒有哪個機器人，能夠單獨使用視覺來看這個世界。

　　這樣的系統(tǒng)還無法足夠可靠的保持機器人遇到障礙物時，能夠跳躍，在機器人實際使用中，也還是無法長時間使用。那些在媒體中報道的無人駕駛汽車，主要是使用激光或雷達，以彌補它們視覺系統(tǒng)的不足。

　　在過去的五到十年中，一個新的機器人視覺研究團體已經(jīng)形成。這些研究人員已經(jīng)證明，這個新系統(tǒng)不是像以前那樣編程，而是學會如何去看。

　　他們研制的機器人視覺系統(tǒng)，其結(jié)構(gòu)是由科學家們從觀看動物怎樣“看”中得到的啟發(fā)。即它們使用神經(jīng)元層的概念，就像一個動物的大腦。工程師編程該系統(tǒng)的結(jié)構(gòu)，但它們不開發(fā)該系統(tǒng)運行的算法。那是留給機器人本身去完成的。

　　這種技術(shù)被稱為機器人學習，因為我們現(xiàn)在可以很方便地以合理的成本，得到計算機的計算能力，這些技術(shù)都開始工作了!這些技術(shù)的投資也正在加速。

　　使機器人可以學習的意義在于，它們可以輕松地分享它們的學習。一個機器人將不必像新生的動物一樣，從頭學起。一個新的機器人可以從其他機器人那里得到經(jīng)驗，并建立自己的視覺。

　　一個機器人可以了解到貓是什么樣子的，并且把這些知識傳授給成千上萬的其他機器人。更重要的是，一個機器人可以完成一個復雜的任務(wù)，諸如圍繞一個城市的某一部分導航的方式，并立即與所有其他的機器人共享。

　　同樣重要的是，這些分享經(jīng)驗的機器人可以一起學習。例如，每個機器人可以各自觀察不同的貓，然后上千個機器人彼此經(jīng)由因特網(wǎng)共享數(shù)據(jù)，并一起學會對所有的貓進行分類。這是分工式學習的例子。

　　事實就是，未來的機器人將能夠共享和分工式學習，將具有深刻的影響。

　　通過自我學習機器人的數(shù)據(jù)中心，很可能是您的信用卡交易被檢查出是欺詐行為。任何人都不能檢測出的欺詐行為，可能這些系統(tǒng)可以發(fā)現(xiàn)。

　　對于可以看到的機器人將有許多應用。這很難相像這樣的機器人，對于我們的生活無法提供幫助。

　　可以看到的機器人的第一用途很可能就是，要么就是有勞動力短缺的問題的行業(yè)，如農(nóng)業(yè)，或天生對人類沒有吸引力的行業(yè)，或危險的行業(yè)。

　　在手術(shù)室里，將很快可能看到一個機器人協(xié)助外科醫(yī)生。機器人的超視覺和超精密、穩(wěn)定的胳膊和手，將使外科醫(yī)生專注于自己最擅長的。