聊聊AI和机器人

我看很多人讲，AI会带来机器人的变革，我觉得如果AI指的是目前chatgpt这种技术，那逻辑应该是不成立的。

机器人要想运行AI，至少有三个要求，低延迟、低能耗、高可靠性。低延迟要求AI的运算速度非常快，至少得是毫秒级的，否则影响机器人运动的精度。低能耗就不用说了，机器人能携带的电量有限，特别是服务机器人，你不能让它插着电线工作吧。高可靠性更不用说了，AI给的运算结果正确率要达到n个9，否则没法放心使用。

以chatgpt为代表的大模型，恰恰是高延迟（计算密集型）、高能耗、低可靠的，三点全都不满足，用在机器人身上是不太可能的。现在的技术路线在用堆参数的方式提高可靠性，但是加重了另外两项的负担。

有人说，可以把计算放在服务器上，机器人就是个终端，通过互联网连接服务器就行了，这样算力和能耗都解决了。但是这种“云”机器人又带来了新问题，第一是网络引入了新的延迟，打过游戏的都明白，试想机器人的动作出现延迟是什么体验。

第二服务器也扛不住这样的计算需求，机器人需要时刻采集环境息并作出处理，这个可能要每秒十几到几十次运算才能保证动作的精度，远非聊天这种几十秒一轮的低频次运算能比的。chatgpt仅仅聊个天服务器就扛不住了，机器人这种运算密度，又要保证运算速度极快，基于现有的AI以及硬件水平，几乎不可能实现。

第三是安全问题，机器人全部接入服务器，就意味着一旦服务器被黑，机器人将可能受控于黑客。机器人不像手机和电脑，它是有行动能力的，受控意味着什么，我想这个巨大的安全隐患会使得这种技术路线面临政策上的阻碍。

机器人是AI的终极应用形态，这当然需要终极的AI的技术。终极的AI就是上面说的那三点，低延迟、低能耗、高可靠。其实想一想真人，或者其他有智能行为的生物就明白了，生物的智能一定满足以上三点，不满足的都已经被自然选择淘汰了。

我们尚不了解生物的智能是怎么实现的，现在只是在用统计学的方法模拟，但这种方法显然跟真正的生物智能不沾边。举一个例子就明白了，基于统计学的AI一定得靠大数据大样本去训练才可靠，但是哪种生物是靠大数据学习的？恰恰相反，生物必须能对有限样本做出反应，才能提高生存能力。一朝被蛇咬，十年怕井绳，被蛇咬一次我就能归纳出蛇的特征（井绳）。如果搞大数据，被咬上一万次再用统计学去分析，那我早扑街了。

真正的AI需要对生物智能的更深入研究，以及能模拟大脑结构的计算机硬件的出现，才有可能实现。现在这种统计学堆参数暴力模拟的技术路线，难以实现低延迟、低能耗、高可靠的AI。为什么大公司纷纷选择这种技术路线，因为对他们有利，他们掌握着海量数据、海量算力，财大气粗，可以堆服务器，这样就把中小企业竞争对手排除在外了。大公司除非迫不得已，不可能去开发只依赖小样本、低算力就能实现的AI吧，那不是普惠自己的竞争对手吗？技术研发是一个商业行为，而不是技术行为，这就是为什么颠覆性的技术创新总是来自行业之外，而非来自行业的领头羊。

所以，炒作归炒作，关键时刻不要格局太大，因为格局也许根本不成立。