我認為機器人學的發展,對人類的未來而言非常關鍵。
因為機器人學的發展,可以大幅提生人類的生產力,
並進而大幅加快科學的進步,以跳脫資源耗盡的末日。
我所謂的末日是指石油危機,
根據 Worldmeters 提出來的資料
以現有的石油消耗速度
只能再使用約 40 年
而石油偏偏是現代文明的發展的基石
當然,科技的發展可以提供我們找出替代石油的方式
不過前提必須在石油耗盡之前研發成功
為了提升科學研究的能量,我們必須有充足的人力,
我認為可以從兩個方面來提升:
1. 增加人口中科學研究的比率
2. 增加人口
第一點的方法現在已經在使用,比如說以美國為例子,
美國有世界最強的研究能力,
因為他們只需要少數的人提供生活所需的基本物資,
好比說農業,而自己不生產的物資可從外國進口,
故可以有比其他國家更多的研究人員,
甚至自己的人才不足時,便從各國"進口"
這個模式運作的不錯,不過從世界的角度來看,
其他國家的人力就損耗在生產這些物資上面了
如果我們能輔助這些國家提升生產能力,就可以再釋放出更多的人力資源
第二點是補足第一點的不足,
關鍵在於釋放出來的人力,不一定會投入到科學研究上,
有許許多多需要頭腦的行業也同樣吸引人
因此我認為必須增加人口的總數
這乍聽之下有點弔軌,
既然資源已經逐漸缺乏,怎麼還要增加人口呢?
確實這是個雙面刃,
但我認為好處大於壞處
若是能在十年後大幅改善生活環境,
讓現代的年輕人願意多生孩子,
那麼三十年後將有一批在充沛資源下成長的新生代
在他們之中必然有更多的聰明人,
他們的智慧可以相乘發揮更大的力量
好比說一萬個天才所造成的衝擊
會比一千個天才大的很多
在最後我們來看一個目前的研究方向:
在日本筑波大學的 Cybernics 研究所,他們提倡結合:人, 機器, 情報三者已大幅提升人類的能力
以應付日本因逐漸高齡化而短缺的人力問題
我的想法有部分是被他們啟發,
不過我認為這個技術可以用在年輕家庭上
比如說減輕婦女懷孕的不方便,以及讓小家庭能夠無後顧之憂的扶養小孩
這可以達成我所說的第二點,提升人口的目標。
Showing posts with label 研究趨勢. Show all posts
Showing posts with label 研究趨勢. Show all posts
Aug 31, 2009
Jul 9, 2009
Novamente 的虛擬寵物
寵物是很多人的心靈寄託
愛好者願意投入不少金錢在寵物身上
隨著線上遊戲的發展
虛擬寵物的商機也越來越大
乘著這股浪潮
在 2008 年的 AGI 會議中 Novamente 公司展示了他們研發的虛擬寵物
影片展示如何教小狗學會你想教他的把戲
如坐下、咬飛盤
過程詳見影片
教學的方式是口語命令加上示範動作
比如說"踢球"這個動作
主人在小狗面前邊說踢球邊做動作
然後命令小夠重複他的動作
一開始小狗會做一些預期之外的動作
這時候主人要重覆教學直到小狗做出想要的動作為止
然後給予獎勵
Novamente 公司預告他們將會在 Second Life 中推出虛擬寵物
這是將來值得關注的事
參考資料
[1] Virtual pets can learn just like babies
愛好者願意投入不少金錢在寵物身上
隨著線上遊戲的發展
虛擬寵物的商機也越來越大
乘著這股浪潮
在 2008 年的 AGI 會議中 Novamente 公司展示了他們研發的虛擬寵物
影片展示如何教小狗學會你想教他的把戲
如坐下、咬飛盤
過程詳見影片
教學的方式是口語命令加上示範動作
比如說"踢球"這個動作
主人在小狗面前邊說踢球邊做動作
然後命令小夠重複他的動作
一開始小狗會做一些預期之外的動作
這時候主人要重覆教學直到小狗做出想要的動作為止
然後給予獎勵
Novamente 公司預告他們將會在 Second Life 中推出虛擬寵物
這是將來值得關注的事
參考資料
[1] Virtual pets can learn just like babies
May 31, 2009
如果人工智慧也有個曼哈頓計畫
從電腦發明以來,人工智慧(artificial intelligence)便被視為一個重要的里程碑
試想具有人類思考能力的機器,能對世界帶來多大的進步
從小時候接觸電腦和科幻小說以來
我就會想到"如何才能做出有智慧的機器人呢?"
這個念頭讓我攻讀了電腦科學,不過對於該如何作仍十分模糊
究竟這個目標有多困難? 有多少人在這方面努力? 現在的研究進展為何?
我找到 Ben Goertzel 博士的一篇文章
Is AI Engineering the Shortest Path to a Positive Singularity?
他的觀點是:
如果我們盡全力發展人工智慧,就像二戰時的曼哈頓計畫
則十年之內可以成功
根據 wiki 的資料,曼哈頓計畫耗費的
期間: 1942-1946
人力: 約10萬人
金錢: 20 億美金 (約為今日的240億美金)
今日的240億美金可以怎麼用呢?
假設以全部的10%來聘請研究人員做為計算
一個人的年薪是2.4萬美金
則 10,000 人十年的薪資正好是 24,000*10,000*10 = 2.4*10^9 = 24億
聽起來果然好像有那麼一回事
不過,現在的美國政府能夠拿出240億嗎?
是有可能的
舉個例子
看美國政府對通用汽車紓困時的金額 [1]
已經發出的約有200億
預計還要發出的約有300億
不過
汽車產業能獲得這麼多錢
也是因為它是一個成熟的產業
牽連到的層面相當廣泛
相較之下
機器人產業還正在發展
若是能繼續茁壯
也未必需要仰賴政府的補助來籌措資金
參考資料
[1] http://www.nytimes.com/2009/06/02/business/02auto.html
試想具有人類思考能力的機器,能對世界帶來多大的進步
從小時候接觸電腦和科幻小說以來
我就會想到"如何才能做出有智慧的機器人呢?"
這個念頭讓我攻讀了電腦科學,不過對於該如何作仍十分模糊
究竟這個目標有多困難? 有多少人在這方面努力? 現在的研究進展為何?
我找到 Ben Goertzel 博士的一篇文章
Is AI Engineering the Shortest Path to a Positive Singularity?
他的觀點是:
如果我們盡全力發展人工智慧,就像二戰時的曼哈頓計畫
則十年之內可以成功
根據 wiki 的資料,曼哈頓計畫耗費的
期間: 1942-1946
人力: 約10萬人
金錢: 20 億美金 (約為今日的240億美金)
今日的240億美金可以怎麼用呢?
假設以全部的10%來聘請研究人員做為計算
一個人的年薪是2.4萬美金
則 10,000 人十年的薪資正好是 24,000*10,000*10 = 2.4*10^9 = 24億
聽起來果然好像有那麼一回事
不過,現在的美國政府能夠拿出240億嗎?
是有可能的
舉個例子
看美國政府對通用汽車紓困時的金額 [1]
已經發出的約有200億
預計還要發出的約有300億
不過
汽車產業能獲得這麼多錢
也是因為它是一個成熟的產業
牽連到的層面相當廣泛
相較之下
機器人產業還正在發展
若是能繼續茁壯
也未必需要仰賴政府的補助來籌措資金
參考資料
[1] http://www.nytimes.com/2009/06/02/business/02auto.html
Subscribe to:
Posts (Atom)
