自波士顿动力推出第一款商用机器狗 Spot 以来,机器狗已经开始解锁越来越多的人类场景,比如侦查、远程视频、绘图、拆弹以及检测化学、生物、放射性物质和核物质等。
在过去的几个月里,我一直在做机器人,做了很多个。以下是我在这个过程中总结出的一些经验:
RPA机器人流程自动化目前已经在多个行业领域跨部门流程中得到了广泛的应用,正在为越来越多的企业提供更高效、成本更优的数字生产力解决方案。
大数据文摘字幕组作品 我认为机器人不久就能出现在我们的日常生活中、帮我们照顾老人孩子。The dark side? 军方对这个当然感兴趣。我个人不认为军方是阴暗面。机器人的用途一定会越来越多。 ——M
本文为“达摩院”首批学术委员会成员、哥伦比亚大学数据科学研究中心主任周以真教授2017年10月11日在云栖大会的演讲节选。
【新智元导读】新智元评选的2016中国最具竞争力人工智能创业企业TOP10中,以中国版Playground著称的智能硬件平台公司ROOBO入选。在2016年10月18日世界人工智能大会的颁奖典礼上,R
作者:Kevin Hartnett 机器之心编译 参与:路、王淑婷 人工智能领域的先驱、贝叶斯网络之父 Judea Pearl 认为 AI 深陷于概率关联的泥潭,而忽视了因果。Pearl 认为研究者应该研究因果(Cause and Effect),这可能是实现真正智能的机器的可能路径。 人工智能的能力很大一部分要归功于 Judea Pearl。上世纪 80 年代,他带头推动机器进行概率推理。而现在他是这个领域最尖锐的批评者之一。他在最新著作《The Book of Why:The New Science
大数据文摘记者:魏子敏 大数据和人工智能正无可置疑地为全行业和我们的生活带来了翻天覆地的变化,在10月11日2017杭州·云栖大会的主论坛上,不同于全场众多追捧褒扬之声,来自哥伦比亚大学的周以真教授则针对大数据和人工智能可能带来的威胁进行了反思。她提出,数据会给我们带来很多好处,但是如果不负责任滥用数据和算法,会带来可怕的结果。 “我要给大家敲一个警钟,我们在使用数据过程当中不负责任的话,会有什么样的后果。” 她用FATES(命运)这个比喻的缩写来讲述了怎样有责任的使用数据,F是代表公平,A是可靠,T是透明
授权转载自36Kr 作者 | boxi 编者按:人工智能最近很热,但是这里面有很多炒作的成分。对于旨在提高生产力的企业来说,选择合适的技术很重要。关于人工智能领域有两个容易被混淆的技术方向,一个叫做AI(artificial intelligence),一个叫IA(intelligence augmentation),这两个有什么区别呢?各自又适用于什么方面呢?harmon.ie联合创始人David Lavenda为我们解读。 如果说有一个词是企业希望跟自己沾边的话,那就是“生产力”。 这个指标影响了太多企
程序员编码的常规流程是通过大脑把将要实现的功能切分成一个个逻辑单元,使用编程语言将这些逻辑单元实现并组织在一起,积少成多, 形成电脑软件 缺乏经验的程序员可能并不是以这总方式实现功能,对于一个功能,在逻辑实现的逻辑组织上, 他们也许不会提前组织和规划。 想到哪写到哪,想写什么写什么。其实这样做也没什么大问题, 只是效率低了点、代码质量差了点、 BUG多了点、维护难了点,我以前就是这么干的 但是不管用什么方式编码,总会得到正面的反馈,大脑中的想法通过双手敲击键盘编写代码的方式展现了出来,多么了不起的一件事情
编译 | 王琪瑞 校对 | 青暮 波士顿动力一周前发布了一个长达90秒的视频。在视频中,Atlas完美地跑完了复杂的障碍赛。 于是有很多网友好奇是什么黑科技让机器人可以如此智慧。 机器人该怎么样才能像运动员一样奔跑、翻转、跳跃?创造这些高能演示的是一个有趣的挑战,但波士顿的技术目标不仅仅是创造一场华丽的表演。在Atlas项目中,他们以跑酷为实验主题,通过动态运动,感知和控制之间的联系,来研究相关的问题。这些问题的解决有助于机器人更加顺畅地运行。 1 机器人对跑酷的感知 机器人感知算法会被用到相机和激光雷达
在任何职业生涯中,选择学位课程是最具挑战性的决定之一。在我们的博客上,有很多读者问了一系列的问题,他们不确定学机器人应该选哪个课程。在这篇文章中,我们将就最热门的几个问题进行解答,帮助大家如何做出这个生活中的重大决定。 如果我做出错误的决定怎么办? 我需要说的第一件事情是,我在这篇文章及评论中给出的建议,仅仅是建议而已。没有人可以帮你决定选择哪个学位课程。 人们在生活中做出“坏”决定的主要原因是在做出决定之前,他们没有花时间真正考虑自己的选择。他们只是很快做出一个选择要“得到它”,但很快就后悔了,因为在
合伙人介绍:Andy Wheeler,毕业于MIT计算机科学和电子工程系,现任Google Ventures的合伙人。曾是Adura Technologies的CTO,AJW Consulting的首
新年之前,波士顿动力上传了一段机器人跳舞的视频引爆全网。现在这段视频仅在YouTube平台就已经被观看超过2500万次。
笔者是一个机械专业机器人方向的研究生,读研已经两年了。这两年间,我一直想做一点算法、理论等方面的东西。对于人工智能的大厦,哪怕添一片砖、一片瓦,我也知足了。 然而,过去的两年里,我仅仅是学会了用ROS进 行一些简单的应用层面的开发。随着时间的流逝,我越来越感觉到自己的无力。 论编程,我比不过软件学院的学生,对于几门编程语言的理解,我估计我连入门都算 不上。 论算法,我连算法导论都没学过,看着论文中的各种算法,我时常看得一头雾水,常常是看到一篇论文,然后我发现我不能理解其中的算法,而再去看那算 法,我
人类对于人工智能的想象由来已久,或许你会想到古代神话传说,神话故事里技艺高超的工匠可以制作人造人,并为其赋予智能或意识。而今天提到的人工智能不是故事,也非幻想,我们的身边到处都是“人工智能”的初级阶段
这只武装机器狗名叫SPUR(特殊用途无人步枪系统,Special Purpose Unmaned Rifle),它是第一只搭载了杀伤性武器的机器狗,刚一面世就立刻引起了巨大争议。
今天跟大家介绍2个RPA的案例。为了更好的理解RPA工具,不仅是结构和优点,如果能有一些具体的案例帮助了解的话不就更好了吗。如果有与自己公司相同行业的案例,将会成为RPA工具导入的一个很好的参考。
AI 科技评论按:聊天机器人的产品理念一直存在争议,目前市场上主要分为两大类产品:小冰这样的闲聊型机器人和 Google Now 这种用来完成任务的虚拟助理。 AI 科技评论了解到,目前行业里任务型虚拟助理梯队批评闲聊型机器人没什么实质作用,而闲聊型机器人梯队批评用户并没有使用任务型虚拟助理的习惯。 针对这一现象,微软小冰团队的资深产品总监曹文韬在演讲《微软小冰是如何修炼成的》中提到三个核心观点: 市场面上很多任务型虚拟助理的产品体验是反人性的。 人与机器之间的沟通是从“嘘寒问暖”开始,而非直接给机器人下达
ChatGPT的出现带动了Copilot等AI办公工具迅速出圈,Copilot基于大语言模型(LLM),相当于智能化的office办公助手。
在《机器人手册》第56版(出版于2058年)中,机器人三原则是这样表述的: 1. 机器人不能伤害人类,也不能不作为地任由人类受到伤害。 2. 机器人必须服从人类下达的命令,除非这些命令与第一原则相悖。 3. 机器人必须保护自己延续生存,只要这样的保护与第一原则或者第二原则都不相悖。 真直白,不是吗?很不错,服从人类命令被列在第二原则上。问题是,人类总是像个白痴一样地行动,于是有些时候,毫无疑问地遵守第二原则对于机器人来说实在不是最佳选择。来自塔夫茨大学人类与机器人交互实验室的GordonB
安德鲁•W•穆尔简介 卡耐基梅隆大学的计算机科学学院院长,机器学习、人工智能、机器人技术,大数据统计计算行业背景,热爱算法和统计,最喜欢机器人技术。 曾在机器人控制,生产制造,强化学习,天体物理学算法,防恐,网络广告,网络点击率的预测,电子商务的监控算法,物流等领域工作过。 我热爱的技术(算法,云架构,统计,机器人,语言技术,机器学习,计算生物学,人工智能和软件开发过程)对社会的未来的影响。我们很幸运的生活在这样一个激动人心的充满变化的时代。 【陆勤看点】本文续安德鲁.M.莫尔的教程(一),介绍最大
每天,世界各地都有许多人需要帮助才能穿好衣服,无论是因为受伤,永久性残疾,年龄还是其他导致虚弱的因素。为了缓解这个问题,乔治亚理工学院乔治亚理工学院的研究人员建立了一个装备了深度学习的机器人,可以帮助人们穿好衣服。
吴甘沙希望未来用计算行业能辅助机械,使之能够随着摩尔定律把成本降下来,从而推动机器人行业的发展。 【新浪科技讯】由新浪网举办的主题为“这就是我们的未来”的首届“C+峰会”12月2日上午在北京万达索菲特
本文探讨了人工智能在网页设计方面的应用,通过分析十种使用人工智能的方法,包括探索参数、个性化体验、节省成本、改善客户体验、采用语音对话、提升设计水平、在网站上留住访客、理想的创造力和采用人工智能来提升用户体验等。
如今,网页设计不断发展,最好的网页设计师总是期待着他们工作中的下一件大事。人工智能(AI)正在成为中心舞台,并有可能彻底改变网页设计师的工作方式。通过人工智能,网站可以变得非常敏感,并能够理解和响应网页访问者的需求。出于这个原因,网页设计师必须了解如何最大限度地利用人工智能。以下有十种在网页设计中使用人工智能的方法。 1.探索参数 在组织决定在其网页设计中使用人工智能之前,请先做一些研究,然后发现人工智能作为设计师必须为组织提供什么。虽然有一些基本的功能是大家都熟悉的,但有些是更详细的,会让人们对人工智能可
作者 Peter Gao 是 Aquarium 公司的联合创始人和首席执行官(CEO),Aquarium 公司建立了寻找和修复深度学习数据集问题的工具。在 Aquarium 之前,Peter 曾从事自动驾驶汽车、教育和社交媒体的机器学习,就职于 Cruise 等公司。本文是他结合数年在工业领域生产实践的经验,总结出关于深度学习的心得领会。 作者 | Peter Gao 编译 | 刘冰一 编辑 | 陈彩娴 当我大学毕业后开始第一份工作时,我自认为对机器学习了解不少。我曾在 Pinterest 和可汗学院(Kh
机器人手臂将移液器浸入培养皿中,并将少量明亮的液体转移到位于另一台机器前面的许多容器中。当所有样品都准备好后,第二台机器测试它们的光学特性,并将结果输送到控制臂的计算机。软件分析这些实验的结果,制定一些假设,然后重新开始该过程。这一过程几乎不需要人类。
一般规律中,模型的复杂度和准确性往往是正相关的关系,而越高的复杂度也意味着模型越可能无法实现可解释性。那 AI 模型的准确性和可解释性就无法并存了吗?
作者:Cecilia 【新智元导读】去年,一款能“一击毙命”的杀人机器人曾引起广泛关注。美国前空军少将Robert H. Latiff表示很担心人工智能和自主武器,因为没有人类参与,AI和自主武器将会引起最大问题。并表示,联合国对杀人机器人的禁令将不会奏效,自主武器终将到来。 2017年11月,在日内瓦举办的联合国特定常规武器公约会议上,一段骇人听闻的视频发布,视频中类似杀人蜂的小型人工智能机器人通过面部识别系统辨别射杀对象,迅敏将其击毙。 尽管只是一个演示,但这款“杀人机器人”迅速引发广泛关注。同时,为了
image 随著苹果Core ML的最新版本发佈,开发人员更容易构建人工智能应用程式,除了图像识别和文本检测是利用AI建置APP的好例子,另一种善于展现机器学习Power的应用程式类型则是chatbots。在本教程中,我们将使用Google的Dialogflow(以前称为API.AI)构建在iOS上运行的chatbot应用程式! 听起来很酷吧!接下来开始进入本教程的重点。 Intents(意图)和Entities(关键字)快速概览 在开始之前,我先解释Dialogflow和chatbots的一般基本知识。
昨天,智能硬件圈里传出一个消息,以酱油出名的“李锦记”也开始做智能手环了。究竟李锦记推出手环的目的是什么?目前不得而知。但是一定程度上可以看出, 有许多和硬件无关的团队和公司也想要分硬件的“一杯羹”。
我们知道,在掌握了网络中的语言和图像之后,大模型终究要走进现实世界,「具身智能」应该是下一步发展的方向。
早在2008年他们在中佛罗里达大学计算机系做科研时,他就和乔尔·雷曼一起发明了一种新的算法叫做新奇性搜索算法,这个故事被写入了最近畅销的《为什么伟大不能被计划》一书中。
在 OpenAI 发布其第一个 ChatGPT 模型一年之后,对生成式 AI 的兴趣爆炸式增长。大语言模型(LLM)驱动的应用程序现在成为企业思考生产力和效率的前沿。用于构建生成式 AI 应用程序的工具和框架也得到了极大的扩展。但是人们还是担心生成式 AI 输出的准确性,开发人员需要快速学习如何处理这些问题,以构建强大且值得信赖的应用程序。
李杉 编译整理 量子位 出品 | 公众号 QbitAI 苹果推出Siri已经7年,杰夫·贝索斯(Jeff Bezos)受到《星际迷航》的启发推出Alexa也已经3年。 其实,以人工智能为基础的互动界面
机器人、自动化和AI技术正在改变药物发现的方式。一些远程自动化智能化实验室逐渐兴起。
大数据文摘作品 编译:张南星、傅一洋、郑璇真 Judea Pearl帮助AI在概率计算上取得了巨大进步,但是仍然叹息道:AI在因果关系计算上无能为力。 AI得以发展到今天的聪明才智,离不开Judea Pearl的功劳。20世纪80年代,他带领一批人实现了机器的概率推导。 而现在,他却成为了AI领域最坚定的反对派之一。在他最新的一本书《疑问之书:因果关系的新科学》(The Book of Why: The New Science of Cause and Effect)中,他指出AI进步最大的一个掣肘在于,对
2012年至今,自然语言处理进入神经网络时代已经7年,未来发展之路朝向何方?我们来看ACL 2019主席、微软亚洲研究院副院长周明博士如何解读~
译者:suren,本文由 DevOps时代高翻院翻译发布。 (下面的列表是基于我们的 CTO Rob Zuber 和 Andrew Homeyer 在 Waffle.io 上十一月的研讨会“DevO
每当别人跟我提起“无人驾驶”汽车技术如何强大,又被大众赋予了怎样的期待,我都会想起HBO电视剧Silicon Valley《硅谷》中的一个情节:
机器之心报道 编辑:张倩 1 月 11 日,上海交通大学教授卢策吾在机器之心 AI 科技年会上,发表了主题演讲 ——《具身智能》。在演讲中,他主要介绍了具身智能概况、他们团队提出的 PIE 方案、具身智能与通用人工智能以及具身智能的脑认知。 以下为卢策吾在机器之心 AI 科技年会上的演讲内容,机器之心进行了不改变原意的编辑、整理: 大家好,我是来自上海交通大学的卢策吾,非常荣幸能够跟大家分享一些关于具身智能 (Embodied Intelligences) 的研究。 首先,具身智能是智能科学的一个基础问
看过《机械公敌》的朋友一定对里面无所不在的机器人印象深刻,它们出现在人类生活的各个领域之中,而社会中的大部分工作也是由它们所完成的。那么这种情况是好是坏呢?当人类社会迈入到机器人时代,人类自身还能做些什么? 自20世纪60年代初机械臂开始取代汽车工人开始,机器人充当劳动力的角色已经有数十年的历史了,未来它们涉足的领域将会越来越多。乐观主义者认为,更多的机器人将会带来更大的生产力和经济增长,而悲观主义者则认为日益普及的机器人将会让现有的大批劳动者失业,进而引发一系列的社会问题。 每一种论调都有自己的道理,
看过《机械公敌》的朋友一定对里面无所不在的机器人印象深刻,它们出现在人类生活的各个领域之中,而社会中的大部分工作也是由它们所完成的。那么这种情况是好是坏呢?当人类社会迈入到机器人时代,人类自身还能做些什么?《连线》杂志网络版日前发文对此进行了分析,以下是文章的主要内容。 自20世纪60年代初机械臂开始取代汽车工人开始,机器人充当劳动力的角色已经有数十年的历史了,未来它们涉足的领域将会越来越多。乐观主义者认为,更多的机器人将会带来更大的生产力和经济增长,而悲观主义者则认为日益普及的机器人将会让现有的大批劳动者
大多数人对人工智能的认识来自于科幻小说,而非现实生活。但是,如果对机器人和人工智能的了解都来自于电影和书籍,那么当机器人出现的时候,人们必定会感到害怕和失望。这其中存在着许多对人工智能的误解。 科技资讯网Tech Insider邀请19位人工智能领域的专家谈论了一些常见的误解。本期快报摘译了其中10位专家的看法,如下: (1)加州大学伯克利分校的计算机科学家Stuart Russell:没有人研究有意识的人工智能。 最常见的误解是人们认为科学家研究的人工智能具有意识,而这正是人们所畏惧的。这实际上是对人工智
人工智能给Judea Pearl(贝叶斯之父)带来诸多启发。在二十世纪八十年代,他领导的工作使机器能够以概率方式进行推理。现在他是该领域最敏锐的评论家之一。在他的最新著作“The Book of Why: The New Science of Cause and Effect”中,他认为人工智能的发展由于对智能真正含义不完全理解而受到阻碍。
你有没有想过和一台智能机器人聊天?你有没有想过让一台智能机器人为你创作诗歌、故事或歌曲?你有没有想过让一台智能机器人陪你玩游戏、学习或社交?如果你的答案是肯定的,那么你一定会对ChatGPT感兴趣。
1 月 11 日,上海交通大学教授卢策吾在机器之心 AI 科技年会上,发表了主题演讲 ——《具身智能》。在演讲中,他主要介绍了具身智能概况、他们团队提出的 PIE 方案、具身智能与通用人工智能以及具身智能的脑认知。
我奶奶六岁时在旧金山被一辆缆车碾过之后,她就装上了一条木腿。她非常厌恶它。在应当魅力无限的1930年代,当她穿上超短裙时,她的木腿让她变成了一个黑胡子而不是Greta.Garbo。 当我还是个孩子的时候,我们在家庭出游的时候不得不给她装上一条新腿。对此她会抱怨,但它依然足以成为交易的一方,而我总是从这个交易中获得一个冰淇淋。 后来我们把奶奶放到了养老院。我感觉这很糟糕,因为我不能再像以往一样经常见到她,但是,我在大学读书,妈妈要工作,我们都有其他的责任要承担。不过,我们送给她一辆非常漂亮的电动轮椅。后来我在
领取专属 10元无门槛券
手把手带您无忧上云