MIT“全球十大突破性技術(shù)”新鮮出爐 這項(xiàng)技術(shù)憑什么列于榜首？

　　近日，每年一評(píng)選的《麻省理工科技評(píng)論》給出了2019年的“十大突破性技術(shù)”，并邀請(qǐng)到了比爾·蓋茨作為客座評(píng)選人參與其中，該榜單曾成功的預(yù)測(cè)到了多項(xiàng)人類技術(shù)的崛起，由此可見在業(yè)界地位舉足輕重，今年又有哪些最新的重要技術(shù)突破?現(xiàn)在讓我們一起看看!

　　2019 年《麻省理工科技評(píng)論》全球十大突破性技術(shù)榜單包括：靈巧機(jī)器人、核能新浪潮、早產(chǎn)預(yù)測(cè)、腸道顯微膠囊、定制癌癥疫苗、人造肉漢堡、捕獲二氧化碳、可穿戴心電儀、無下水道衛(wèi)生間、流利對(duì)話的AI助手共 10 大突破性技術(shù)。

　　其中“靈巧機(jī)器人”穩(wěn)居榜首，猶記得2018年穩(wěn)居榜首的是“給所有人的人工智能”(AI for everyone)，而在過去的2018年里人工智能行業(yè)風(fēng)起云涌，整個(gè)產(chǎn)業(yè)以驚人的速度得到發(fā)展，今年的預(yù)測(cè)中是直接把已經(jīng)實(shí)現(xiàn)的產(chǎn)品“流利對(duì)話的AI助手”放在了榜尾。相對(duì)于往年，今年的技術(shù)預(yù)測(cè)更加“接地氣”，比如靈巧機(jī)器人。

　　“靈活性”是人們對(duì)現(xiàn)行機(jī)器人提出的新挑戰(zhàn)，以往的機(jī)器人取代人的言論在機(jī)器人靈活性不足的事實(shí)前不值一提，目前被大規(guī)模使用的工業(yè)機(jī)器人仍然表現(xiàn)得較為笨拙且靈活性欠佳。雖然機(jī)器人可以在裝配線上不厭其煩地重復(fù)著同一個(gè)動(dòng)作，同時(shí)還能保持超高的精度，但哪怕目標(biāo)物體被稍微移動(dòng)了一點(diǎn)，或?qū)⑵涮鎿Q成不同的零件，機(jī)器人的抓取過程就會(huì)變得十分笨拙甚至是直接抓空。

　　如今，雖然我們還無法讓機(jī)器人做到和人一樣，在看到物體后就明白如何將其拿起，但現(xiàn)在它可以通過在虛擬空間里進(jìn)行反復(fù)的試驗(yàn)，最終自主學(xué)會(huì)處理眼前的物體。

　　位于舊金山的非盈利組織 OpenAI 就推出了這樣一套 AI 系統(tǒng) Dactyl，并已成功操控一個(gè)機(jī)器手讓其靈活地翻轉(zhuǎn)一塊積木。這套神經(jīng)網(wǎng)絡(luò)軟件能夠通過強(qiáng)化學(xué)習(xí)，讓機(jī)器人在模擬的環(huán)境中學(xué)會(huì)抓取并轉(zhuǎn)動(dòng)積木后，再讓機(jī)器手進(jìn)行實(shí)際操作。這套軟件開始時(shí)會(huì)進(jìn)行隨機(jī)的嘗試，并在不斷地接近最終目標(biāo)的過程中逐漸加強(qiáng)網(wǎng)絡(luò)內(nèi)部的連接。

　　通常我們無法讓機(jī)器人將模擬練習(xí)中獲得的知識(shí)應(yīng)用到現(xiàn)實(shí)環(huán)境里，因?yàn)槲覀兒茈y模擬出像摩擦力或是材料的不同性質(zhì)這樣的復(fù)雜變量。而 OpenAI 團(tuán)隊(duì)則通過在虛擬訓(xùn)練中引入隨機(jī)性來克服了這個(gè)問題。

　　現(xiàn)階段，我們還要取得更多的突破才能讓機(jī)器人變得更加靈活。但如果研究人員能夠很好地利用這種學(xué)習(xí)方法，未來的機(jī)器人將有望能夠?qū)W會(huì)組裝電子產(chǎn)品、將餐具擺入洗碗機(jī)里、甚至是能夠?qū)⑴P床的人從床上扶起，想一想就覺得真是美好。

　　靈巧機(jī)器人未來有望走向復(fù)雜產(chǎn)品生產(chǎn)線，也能幫助人類承擔(dān)“家務(wù)”;具備語(yǔ)言能力的人工智能(AI)系統(tǒng)將從物流協(xié)調(diào)員變成人類生活的“管家”。未來機(jī)器人和AI技術(shù)將使人類生活愈加輕松、方便、節(jié)約時(shí)間。

　　這一切都有賴于機(jī)器人的自我學(xué)習(xí)能力，學(xué)習(xí)應(yīng)對(duì)混亂的現(xiàn)實(shí)世界，那么它們就可以勝任更多的任務(wù)。這是一種需求也是必然的發(fā)展方向，目前已經(jīng)有諸多全球頂尖學(xué)府和研究機(jī)構(gòu)對(duì)此深入研究，如OpenAI(人工智能非營(yíng)利組織)、卡內(nèi)基梅隆大學(xué)、密歇根大學(xué)、加州大學(xué)伯克利分校等;預(yù)計(jì)需要3-5年的時(shí)間才能達(dá)到技術(shù)成熟。