製造乙個通用機械人（非強人工智慧），現在人類的技術還差多少？

1樓：忘言

網路本身就是乙個機械人，可以認為所有網上的電腦都構成伺服器集群，知識為其所用。想想還是挺可怕的。嚴密保護的資料機房和能源電網。

2樓：Dean

如果要設計乙個通用型的機械人可以從這幾個方面來考慮，需要有感知世界的能力，需要有思考和決策的能力，需要有行動和執行任務的能力。暫時先不考慮續航和能源消耗問題。我們乙個乙個來分析：

感知世界的能力：我本身就是做視覺感知的，現階段對於通用物體識別的準確率還是非常的低，遠達不到實用的程度，如果用ImageNET上的資料集測試，演算法精度應該不超過90%。麻省理工推出了乙個高難度的ObjectNet資料集，精度猛然下降到50%。。。

簡單點說，特斯拉搞了這麼久自動駕駛，識別車輛和行人還經常出錯

思考和決策的能力：這個比較有代表性的就是阿法狗下棋以及自動駕駛開車了。阿法狗下棋用的蒙特卡洛樹搜尋，做的還是相當成功的。

自動駕駛用的以PRM、RRT為代表的基於取樣的演算法+搜尋演算法。從效果上來看，差強人意。

執行能力：剛好前兩天華為天才少年推出了自製的機器臂，成本在1萬以內。目前行動能力（腿），精細操作（手）都有單獨的解決方案。

整體來看，貌似每個維度都有一定的階段性成果，但是又都差了一點點。行百里路半九十，剩下的路應該還有很遠。再結合能源問題以及投入產出比的問題，現階段考慮還過早。

3樓：Neil

通用機械人現在的製造成本和功能都不如專業性的機械人。如果你既想讓乙個機械人掃地，又想讓它做飯，它的效率一定既不如掃地機械人也不如做飯機械人，成本還會更高。

然而，如果是製造乙個可以進行全域性控制的智慧型中樞，那的確是有可實行性的。這一中樞可以實現某一單位內的集中控制管理，以工廠或家庭為單位，再與更高一級的管理程式互聯，最大化工作效率，並輔以人類監督，的確是有前景的。