2.3 云计算，云智能机器人

智能时代的另一个常见的隐喻就是云。所有的信息、所有的信息容量、所有的计算及所有的智能都悬浮在我们的头上，看不见摸不着却又极其真实，没有定型犹如鬼魅随时出现在我们身边却又居无定所——这或许是流行语“神马都是浮云”的另外一层含义。人们将自己生活的全部迁移到了云端，照片、音乐和视频可以存入云端，生意、购物和理财也都可以通过云端来打理，甚至有朝一日所有的货币也将存在于云端。一个云端就是一块由几百万台计算机组成的殖民地，这些电脑无缝隙地对接在一起，使其行动起来就像一台超级电脑。无论今天已经部分实现的弱人工智能，还是正在形成中的强人工智能，其所能做的事情大部分都需要借助云计算来完成。虽然看不见，但是智能生活确确实实是在云端运行着的。

人工智能关键技术深度学习是在云计算和大数据日趋成熟的背景下取得的实质性进展，云计算为深度学习提供了平台，大数据为深度学习提供了矿石，深度学习因此才得以在云平台和大数据中淘出黄金。全球互联网与海量大数据的出现，给了深度神经网络研究以大展拳脚的空间，机器的深度学习也成为可能。《纽约时报》曾以《需要多少计算机才能正确地识别猫？16000台》为标题报道了Google Brain是如何训练机器认识猫的，这需要You Tube上数以百万级的视频资料。语音识别、机器视觉、物体识别、人脸检测、翻译会话等领域的创业公司开始遍地开花。数十亿计移动传感器和计算系统共同构成了云计算，这样，全球范围内的几乎所有智能手机源源不断地喂养、调教着一颗超级大脑，仿佛一张高速运转的神经网络。

由于云端的核心是动态分布的，所以，一个云端要比一台传统的超级电脑更为强大。这意味着它的记忆和工作是以大量后备存储的方式存储在大量的处理器中。计算的功能变得越强大，设备就会变得越小巧、越轻薄，云端负责所有的计算工作，而人们手中的所有设备只是提供对接云端工作的一个窗口。

凯文•凯利在他的新书《必然》中提到，真正的人工智能不太可能诞生在独立的超级电脑上，而是会出现在相互连接的互联网，以及物联网——这个由数十亿电脑芯片组成的超级组织中。事实上，如果弱人工智能还有可能存在于独立的智能设备之中，那么要迈向强人工智能的新时代，那种单独的人工智能本身存在的无法快速而聪明地学习的缺陷就制约了它。而云端给我们提供了令人惊异的可靠性计算、极快的速度及不断拓展的深度。每一个接入云端的独立智能设备与以前相比，变得更强大了，但也更精巧了；更便宜了，但反应也更快了。事实上，人工智能要想不断地实现深度学习和加速进化，那么这种学习和进化一定是基于云计算的，也可以称之为云智能。在这方面，已经看到云机器人取得的显著进展。

在Humanoids 2010会议上，卡耐基梅隆大学的James Kuffner教授提出了“云机器人”的概念，引起了广泛的讨论。云机器人就是云计算与机器人学的结合。就像其他网络终端一样，机器人本身不需要存储所有资料信息，或具备超强的计算能力，只是在需要的时候可以连接相关服务器并获得所需信息。如图2-8所示为云机器人工作原理示意图。

图2-8 云机器人工作原理示意图

要实现机器人的智能程度，必须依托于强有力的操作系统来充当机器人的大脑角色。然而，现实情况却是，如果要制造运算能力达到人类水平的机器人，需要一个体积相当于人脑100万倍的机器人大脑，这样大的机器人大脑与身体根本无法匹配。于是，研究者开始探索一条将认知系统放在云中，身体、驱动、传感器放在机器人本体上，通过移动通信将二者连接起来，实现顺畅操作的智能云机器人的道路。在这种逻辑之下所制造出的机器人，相当于把一个人脊椎以上的大脑和小脑存在云端之中。这样，机器人的大脑将变得无限大，而其身体则可以被极大地压缩到最小的物理范围。事实上，这种基于云端的人工智能发展方向正在成为日常生活中根深蒂固的思维方式和解决方案。同时，它也遵循网络效应的一般法则，越多人使用它，它就会变得越聪明，对新用户的吸引力也将会变得越强大，这样就有更多的智能设备或用户接入云端，它就会变得更加聪明从而吸引更多的接入。

2011年欧盟资助了一个名为RoboEarth的项目，该项目旨在让机器人可以通过互联网分享知识，并且能够获取强大的机器人云服务。RoboEarth建有专门为机器人服务的一个网站，是一个巨大的网络数据库系统，机器人在这里可以分享信息，互相学习彼此的行为与环境。以往单个的机器人，往往只能依靠编程完成特定的任务，只能借助于人类处理过的信息，完成精确指令和任务，在没有相关程序支持的情况下，就会举步维艰。单个的机器人是孤立的，其功能和行为在出厂时基本已经设定好了，而且很多机器人不具备自我学习能力。因此，当机器人处于陌生的、非结构化的环境时，就不能读懂环境并有效应对一些事情。面对人类生活环境的多样性，机器人能否自我学习？如今快速发展的传感器技术可以让研究者们收集大量的传感器信息，数据挖掘工具也能够提取更有效的模型，强大的互联网技术（如云计算）可以让开发者获取比机器自我学习更多的信息。

云机器人的突破恰恰正是由于大数据和云计算技术的成熟，以及数据传递速率的加速进步而得以成为现实的，它把先进的机器人所需要的大部分计算都集中到了动态化分布式的云端，同时允许并鼓励单个的机器人访问云端资源。因为需要较少的机载计算和存储，制造更加廉价的智能机器人就具备了现实可行性。更关键的价值还在于，云机器人还将促进机器人之间进行即时的软件升级——如果一个智能机器人采用集中式智能学习适应了某种环境，那么它新学到的知识将会即时提供给系统接入云机器人系统的所有其他智能机器人，从而使大量机器人的智能学习变得更加容易和简单。在当前弱人工智能的阶段，要求一个智能机器人能够完成各种类型的家务劳动还存在着巨大的难度，因为它尚无法识别不同形状的各类物品并将它们以正确的状态摆放在合适的位置。

从现在的弱人工智能到能胜任各种人类劳动并且廉价到大众能买得起的强人工智能还有很长的一段路要走，但云计算、云机器人、云智能等理念的提出和应用至少为我们提供了一条看似可行的解决路径。融入云计算领域的云机器人将更轻装、更便宜、更智能，对网络和自动化的每一个领域和行业的影响将会无比深远。当前，随着网络覆盖率和速度的大幅度提高，云计算平台正在日益完善，以及物联网作为基础设的初现雏形，云机器人也将迎来其发展的黄金时期。

谷歌、亚马逊、Facebook、苹果等公司都已经做出了相应的云计算或者云机器人方面的布局。例如，谷歌推出的“护目镜”系统相当于某种意义上的云图像库，任何访问该系统的机器人可以瞬间更新其视觉识别能力。Facebook的云计算能力则可以使得其智能设备能够快速在数十亿照片中找出其刚刚看过的某个人的照片。但是产业巨头之间的角逐和竞争也存在一定的弊端和限制，毕竟不同公司的能力有限，侧重点也各不相同。所以，在未来的发展之路上，云计算和云智能机器人的下一步需要将不同的云连接成一个更大的“互联云”，也就是云端的云端，从而避免“云孤岛”现象的加剧。这样，各大产业巨头的云端和越来越多企业的云端将会交织成一个巨大的大云端或母云端，它将引导着整个人类社会向强人工智能乃至超人工智能时代不断前进。

云机器人将数据处理和管理转变到云端，在本质上，这意味着机器人不再是一座孤岛，这一观点受到越来越多像谷歌、思科这样的主流公司的广泛关注。机器人需要基于大数据、云计算才能发挥其最大功能。一个可能的结果是，未来的人工智能或许将会由两到三家寡头公司主导，并以基于云端的多用途商业产品为主。类似于谷歌或者脸书这样的企业，将在已经领先的高度加速发展，扩大与追赶者之间的优势。