任何考虑过扩展业务或构建网络的人都知道“网络效应”。例如，使用像 eBay 这样的市场的买家和卖家越多，它就变得越有用。数据网络效应是一种动态，服务使用的增加可以改善服务，例如机器学习模型会随着越来越大的数据量的训练而变得更加准确。
自动驾驶汽车和其他智能机器人依赖于传感器，这些传感器能产生越来越多的高度变化的数据。这些数据被用来构建更好的人工智能模型，机器人依靠这些模型进行实时决策，并在真实环境中进行导航。
今天，作为智能机器人核心，传感器和人工智能的融合产生了一个良性的反馈循环，或者我们所说的“机器人网络效应”。我们目前正处在引发这种网络效应的临界点。
人工智能的快速发展
为了理解为什么机器人技术是人工智能的下一个前沿，我们先回顾一下人工智能本身是如何进化的。
近年来开发的机器智能系统能够利用大量的数据，这些数据在上世纪 90 年代中期还没有出现，当时互联网还处于起步阶段。存储和计算的进步使可负担的存储和快速处理大量数据成为可能。但是这些工程的改进并不能解释人工智能的快速发展。
开源机器学习库和框架扮演了一个安静但同样重要的角色。15 年前，当科学计算框架 Torch 发布 BSD 开源许可证时，它包含了许多数据科学家常用的算法，包括深度学习、多层感知器、支持向量机和 K -近邻算法。
最近，像 TensorFlow 和 PyTorch 这样这样的开源项目已经为这个共享的知识库做出了有价值的贡献，帮助不同背景的软件工程师开发新的模型和应用程序。领域专家需要大量的数据来创建和培训这些模型。大型企业拥有巨大的优势，因为它们可以利用现有的数据网络效应。
传感器数据和处理能力
光探测和测距(激光雷达)传感器自上世纪 60 年代早期就已存在。从那以后，他们就在风水学、考古学、林业、大气研究、国防和其他工业领域找到了应用。近年来，激光雷达已经成为自主导航的首选传感器。
谷歌自动驾驶汽车上的激光雷达传感器每秒产生 750MB 的数据。机上的 8 台计算机视觉摄像机每秒钟能产生 1.8 GB 的数据。所有这些数据都必须实时处理，但是集中计算(在云计算中)对于实时、高速度的情况来说是不够快的。为了解决这个瓶颈，我们通过将处理推到边缘，或者，在机器人上，来分散计算。
目前大多数自动驾驶汽车的解决方案是使用两个车载“盒子”，每个“盒子”都配备了英特尔的 Xeon E5 CPU 和 4 到 8 个 Nvidia K80 GPU 加速器。在峰值性能方面，这消耗了超过 5000W 的电力。最近的硬件创新，如 Nvidia 的新 Drive PX Pegasus，可以每秒计算 320 万亿次操作，正开始更有效地解决这一瓶颈。
人工智能在边缘
我们既能处理传感器数据，又能融合各种数据形式的能力，将继续推动智能机器人的发展。为了使这种传感器融合能够实时发生，我们需要将机器学习和深度学习模型放在边缘。当然，分散式人工智能对分散式处理器的需求也有一定的要求。
值得庆幸的是，机器学习和深度学习计算正在变得更加高效。例如，Graphcore 的智能处理单元(IPUs)和谷歌的张量处理单元(TPUs)，正在降低成本，并在规模上加快神经网络的性能。
在其他地方，IBM 正在开发模仿大脑解剖的神经形态芯片。原型使用一百万个神经元，每个神经元有 256 个突触。这个系统特别适合解释感觉数据，因为它被设计用来近似人类大脑解释和分析感知数据的方式。
来自传感器的所有数据的结果意味着，我们正处于机器人网络效应的边缘，这一转变将对人工智能、机器人技术以及它们的各种应用产生重大影响。
一个新的数据世界
机器人网络效应将使新技术和机器不仅能在更大的数据量和速度上采取行动，而且还能扩大数据的多样性。新的传感器将能够探测和捕捉我们可能根本不考虑的数据，因为人类的感知有限，这一限制将被束缚。机器和智能设备将把丰富的数据反馈到云和邻近的代理上，通知决策制定，加强协调，并在持续的模型改进中扮演重要角色。
这些进步比许多人意识到的要快得多。例如，Aromyx 使用受体和先进的机器学习模型来建立传感器系统和一个用于数字捕捉、索引和搜索气味和味觉数据的平台。该公司的 EssenceChip 是一种一次性传感器，它可以输出人类鼻子或舌头发出的生化信号，当我们闻到或品尝食物或饮料时，它就会发送给大脑。
Open 仿生机器人正在开发一套机器人假肢，它依赖于从臂窝内的传感器收集的触觉数据来控制手和手指的运动。这种非侵入式设计利用机器学习模型，将电极感受到的细肌肉张力转化为仿生手的复杂运动反应。
传感器数据将有助于推动人工智能的发展。人工智能系统将同时扩展我们处理数据的能力，并发现这些数据的创造性用途。在其他方面，这将激发新的机器人形态因素，能够收集更广泛的数据形式。随着我们以新方式“看”的能力不断提升，日常世界正在迅速成为发现的下一个伟大的前沿。
作者：Alex Housley Santiago Tenorio
译者：Lighting
作者简介：
Alex Housley 是 Seldon 的创始人兼首席执行官，这是一个机器学习的部署平台，为数据科学团队提供基础设施、协作和合规方面的新能力。
Santiago Tenorio 是 Rewired 的一名普通合伙人，Rewired 是一家以机器人为重点的创业工作室，投资应用科学和技术，提高机器的认知度。
