雷鋒網按：新年伊始，世界著名的機器人學家，機器人企業家(iRobot和Rethink Robotics兩家知名機器人企業的創始人)，澳大利亞科學院院士 Rodney Brooks在其博客上發表了一篇名為《我對未來的過期預測》的長文，在文章中，Rodney Brooks基于自己對機器人和人工智能領域的研究和認識，對未來32年在無人駕駛、人工智能與機器學習、星際旅行等領域可能發生的裡程碑事件進行了時間點的預測，這篇博文也得到了包含Yann Lecun、Rao Kambhampati等著名人工智能研究者的認同和轉發，對于這篇極富啟示性的預測，雷鋒網全文翻譯如下：

　　（題圖為Rodney Brooks在CORL演講時的現場照片，雷鋒網編輯拍攝。）

　　所有的新技術都會“這項技術對人類有多少好處”或者“這項技術有多糟糕”之類的預測。我發現的一個共同點是，人們總是高估一項科技所帶來的短期效益，卻又低估它的長期影響。在我之前的一篇博文《預測AI未來的七宗罪》中指出了這一點。

　　在過去的幾個月裡，我一直在為我認為是過度炒作的人工智能（AI）和機器學習（ML）潑一點兒冷水。然而，我不認為我是一個技術悲觀主義者。相反，我認為自己是一個技術現實主義者。

　　知易行難。把一件事情做到可以大規模應用更是難上加難。但我認為，對評估成功的可能性後後，我們有可能做出一個對這些技術以及及其實際應用分為“相對容易”和“非常困難”的頻段。

　　但是，如果隻是說說而已，這個事情是相當容易的（因為無需為預測的正确或錯誤負責）。這不僅适用于我，而且也适用于正在對AI和ML進行瘋狂的預測的物理學家、企業家和學術界的專家們。

　　在新的一年會有很多關于未來一年會發生什麼的預測。我将借此機會自己預測，不僅僅是來年，而是接下來的三十二年。我将在這個博客中寫下這些預測的明确日期，因此，他們是我過時的預測。我要對自己所說的事情承擔責任，從這個博客或者互聯網的其他地方，任何人都可以看到我的預測，看看我的預測究竟是對的還是錯的。如果我不幸預測錯誤，我的一些預測在某些時候就會顯得過時。

　　預測的時間我選擇了三十二年，屆時我95歲，我想到時候我也沒有精力和大家讨論我究竟是對了還是錯了。32是2的5次幂（是個整數沒錯），所以我預測的最遠的日期是2050年1月1日。這也意味着我僅僅會預測21世紀前半個世紀的的東西。

　　關于日期，我會有三種不同表達方式：

　　NIML(Not In My Lifetime)：我是看不到了，即2050年1月1日之後

　　NET（Not Early Than）某日期：不早于該日期

　　BY 某日期：在該日期之前

　　有時我會中對于某一事件以“不早于XXX”和“在XXX之前”的預測，我相信它會發生。

　　我的預測規則

　　我會試着對我的預測和時間做出非常精确的描述。現在事實上精确定義我所預測的東西幾乎是不可能的。不過我會嘗試。

　　我最近的經曆讓我意識到，人們在面對挑戰的時候會如何努力地堅持先入為主的技術觀念，以及這些技術為我們提供的經驗。我在Twitter上是這樣說的：

　　當人類下一次登陸月球時，将會有許多人工智能和機器學習系統的幫助。

　　而上次我們去了月球的時候，并沒有人工智能或機器學習。

　　我的這條推的意圖是說，盡管今天人工智能和機器學習非常強大和有用，但并不意味着它們是唯一的做事方式。這也說明，世界上的一切并不是都以某種神奇的方式發生了變化。

　　這條推下有一個回複這樣說：我們使用卡爾曼濾波跟蹤航天器（完全正确），卡爾曼濾波使用貝葉斯更新（完全正确），因此卡爾曼濾波是一種機器學習的例子（完全不适用的），因此機器學習會被用于未來登月（一個基于完全不适用的情形的有效推理，完全錯誤）。卡爾曼濾波使用特定過程中的多個數據點來估計數據的真實含義，它不會保存任何東西以備之後解決類似的問題，所以這并不是一個機器學習。是的，我們上次沒有使用機器學習去月球，不管你多麼相信，機器學習是所有的技術進步的關鍵。

　　這就是為什麼我要試着對我的預言非常具體地描述的原因，以及我将反駁許多人，他們會聲稱我預測的一些“在XXX年之前不會發生”的事情已經發生了。我預測一定有人這麼做！

　　什麼容易，什麼難？

　　做電動汽車和可重複使用的火箭是一件相對容易的事情，而飛行汽車，或Hyperloop超級高鐵系統（或類似的地下交通網絡）是一件難事。

　　這當中有什麼區别？

　　汽車在一個世紀前已經出現并大量生産。如果你想從汽油車升級到電動汽車，你無需創造太多的東西，也不用費心思去盤算如何推廣。對于汽車的各種部件，包括雨刮器、刹車、車輪、輪胎、轉向系統、車窗、汽車座椅、底盤等等，我們已經有100多年的工程和生産經驗，以及超過20年的大規模生産數字化驅動列車的經驗。

　　想要大規模推進電動汽車并提供有競争力的價格和良好的範圍，你可能很需要很聰明，需要充足的資金，但車本身你不需要改變太多。有很多人在這些領域有着幾十年的經驗，可用于電動汽車組裝的部件和組件都很多。

　　雖然可重複使用的火箭看起來很具有革命性，但這同樣依賴于現有的技術和經驗。所有的液體燃料火箭，他們的主要組件和功能都和沃納·馮·布朗在二戰期間設計的V-2火箭幾乎無異。無論是使用液體燃料的高流量泵、使用的燃料、發動機的冷卻部件，攜帶的液氧，都是75年前的東西。而且這也是大規模生産的産物，在短短兩年中使用奴役勞力就建造了5200枚（V-2火箭）。此後，世界各地有超過20種不同的液體燃料火箭，有超過50年的使用，加上不同型号、不同配置的變種，這個大家庭的的成員不下數百。

　　而在上個世紀50年代，勞斯萊斯的“飛行床架”就應用于戰鬥機引擎的軟着陸上，之後這一技術被大規模應用在鹞式垂直起降戰鬥機上。而早在1969年，我們在載人登月中就使用了垂直降落的火箭發動機。

　　今天的獵鷹火箭使用的栅格翼，它會調整重心和控制火箭返回到發射場和回收船軟着陸。其理論由俄羅斯的 Sergey Belotserkovskiy 在1950年代首次提出，自1970年代以來被 應用于許多導彈、彈道導彈、制導炸彈、巡航導彈和載人Soyuz膠囊急救逃生系統中。

　　我們在發展火箭技術上花了很多錢，産生了許多可用的技術，很多知識産權，飛行經驗豐富。

　　這不是說規模化電動汽車或推進可重複使用的火箭不值得緻敬、或者易如反掌。但它是建立在前人成果的基礎上，因此它更容易成功。我們有着豐富的經驗，有很多已知的解決方案，我們可以對這些技術的應用和部署進行确定性的估計。

　　然而，對于全新的想法，要有把握地預測這些技術的應用将會非常困難。

　　自二十世紀五十年代以來，我們一直有将核聚變應用于發電的持續的項目研究。我們知道持續的核聚變完全可行，這也是太陽和其他每一顆恒星發光發熱的原理。人類在65年前引爆的第一枚全尺寸熱核炸彈 Ivy Mike 就可以産生短時間的核聚變，但是我們還沒有想出如何如何在核彈之外産生核聚變的其他實用例子，我不認為會有很多人相信任何關于大規模核聚變發電的預測日期——這是一個非常難的問題。

　　另一個例子，Hyperloop 超級高鐵的概念已經吸引了一批新興企業和資本，但當中并沒有任何東西在概念上被證明，更不用說在大規模運作了。因此，除了研究如何開發數百英裡的超穩定真空管道，以及被外部氣壓驅動以每小時幾百英裡的速度加速、能夠保證人類安全的膠囊列車，這當中還有許多路要走。

　　這當中一個挑戰是如何密封膠囊列車，并在旅途中為旅客提供生命支持的保障。此外，膠囊列車必須能夠以穩定的方式通過它們不需要停的站點，因此站點需要同時解決管道密封隔離和讓膠囊在車站和讓乘客上下車的問題。當發生故障被卡在管道中，距離最近的車站有一百英裡時，我們也需要有對應處理程序，即使是在一個非常好的法拉第籠中，我們也需要與膠囊進行通訊。為了乘客的安全，我們需要有正确的座位和限制。為了保證乘客的舒适，在無窗口膠囊中以超高速度運行我們需要考慮用戶體驗。此外還有諸多如路權、地震保護、由于地殼運動造成管道扭曲的應對，以及定價模式、保險、旅客之間的相互交流等等諸多問題。

　　我們需要為 Hyperloop 超級高鐵開發許多新技術和新設計。這都是之前沒有遇到過的問題，今天這些問題都沒有被證明，甚至沒有被列舉。将所有這些事情弄清楚，并在基于此建立一個穩定的系統需要花費很長的時間，要完成所有組件所需的工程化也是如此。在這些沒有窗戶的高速系統中乘坐乘客的心理仍是一個挑戰，所以即使所有的技術挑戰被解決，這仍然是一個挑戰。

　　所以......雖然在未來的32年裡可能會有一些意義的證明，但我相信在這個時間框架内，不會有在商業上可行的超高速載客系統。

　　我用這個框架試圖預測各種技術創新的時機。如果實驗室裡還沒有顯示出什麼東西，即使物理學說它會有很好的應用，那麼我認為這是一個漫長的道路。如果僅僅在原型上已經被證明了可行性，那麼它還有很長的路要走。如果已經有大規模部署的版本，而且大部分需要做的是漸進式的改善工作，那麼可能會在不久的時間内發生。但我要再一次提醒，如果沒有人想要采用這項技術，這樣無論參與開發它的技術人員有多少熱情，都會減慢速度。

　　關于新技術應用

　　新技術的應用需要比我們想象的更長的時間。互聯網的原始版本使用32位尋址，使用一個叫IPv4的互聯網協議，隻能容納40億個不同地址的網絡設備。從1990 年代起，人們意識到，随着諸如電表、工業傳感器、流量傳感器、控制、電視、電燈開關等等設備加入到網絡中，我們将将很快耗盡互聯網地址空間。

　　于是，在 1996 年提出了一個新的協議IPv6，其定義的地址空間從32位增加到至128位，可以容納 7.9x10 ^ 28 個網絡設備。自1996以來，我們對于IPv6替代IPv4已經有着各種各樣的目标日期，例如，2010年的時候這個目标日期為2012年，但到 2014 年，99% 的網絡流量仍然使用IPv4 協議，我們有許多聰明的邊緣系統，為遠超過40億的設備在IPv4 的 40 億設備地址空間上運行。在2017年，使用 IPv6 地址的設備從2%到超過20%。但全面采用IPv6仍然有很長的路要走。

　　在技術層面沒有任何東西阻止IPv6的應用——事實上恰恰相反。我們要解決的問題是讓更多設備設備要連接到互聯網上，這當中有許多非常聰明的創新和變通，而不是一定要采用IPv6或者IPv4。

　　我過去曾經預測過，我認為到 2010 年 IPv6 将會被普及，結果證明我過于樂觀。

　　關于“它總是需要比你認為更長的時間”的事情

　　SpaceX 公司在2011年4月首次宣布他們的重型獵鷹火箭，加利福尼亞範登堡空軍基地發射台在2011年6月破土動工，并預計2013實現處女航。現在，火箭第一次在2017年12月28日被移到佛羅裡達州的肯尼迪航天中心39A發射台，預計在2018年發射。到目前為止，部署的時間已經從兩年拉長到了七年。

　　這些事情總是會比你想的花更長時間。

　　對自動駕駛汽車的預測

　　下面表格中的前三項是關于飛行汽車。我敢肯定，最終的飛行汽車在飛行中将需要大量自動駕駛，所以将其放在自動駕駛類别中是适合的。我所說的飛行汽車必須能到達一輛車能到達的任何地方，否則它就不是一輛車。我的意思是，一個沒有一個飛行員執照、但可能有幾個小時的特殊訓練的人，可以穿着在辦公室穿的普通衣服，并能夠在大部分時間在空中行駛上100英裡，而無需事先安排，無需特别的申請計劃，沒有超出使用像今天我們使用智能手機上的應用進行導航的操作。換句話說，除了一點額外的培訓外，任何事情與今天一個普通人使用傳統的汽車行駛100英裡無異。

　　現在讓我們來看無人駕駛汽車。我在2017年初寫了兩篇有關無人駕駛汽車的博客文章，我首先談了無人駕駛汽車的一些意料之外的後果，行人和其他駕駛者會以不同的方式與駕駛汽車的駕駛者進行互動，以及汽車如何引發他人之外的反社會行為。文章還指出，個别無人駕駛汽車的車主可能會以新的方式使用它們，以至于他們永遠不能使用普通汽車，有時甚至屈服于反社會行為。第二篇文章是關于城市環境中的邊緣案例，包括有司機必須讀的臨時标志、根據法律不能駕駛的情形，需要弄清楚無人駕駛有多少駕駛員可以擁有控制權，而警察和拖車司機必須與這些車輛互動，而與駕駛員之間的正常人與人之間的互動将不再存在（雷鋒網按：例如在路口司機示意其他車輛或行人“你先走”），也不會被授權。

　　對我來說很清楚：無人駕駛汽車不會像沒有人在開的普通汽車一樣，他們将會有着根本不同的使用方式，以及不同的融入世界的方式。

　　例如，汽車不是簡單沒有馬的馬車。相反，他們要求鋪設道路的全新基礎設施，全新的所有權模式，不同的利用模式，完全不同的加油和維護程序，不同的乘客死亡率，不同程度的便利性，最終導緻非常不同的城市結構，使得大都市圈加郊區的結構成為可能。

　　流行的解釋是，無人駕駛汽車将會簡單粗暴地取代人類司機，但我認為這不會發生。相反，我們的城市将做出改變，為無人駕駛汽車開辟專用車道，可以無人駕駛的地理圍欄，以及人類司機駕駛的汽車所在的位置，改變位置靈活性的規範、停車條例，對我們的城市進行各種小的增量修改。

　　但是首先我們來談談無人駕駛汽車的滲透率。

　　正如我在《預測AI未來的七宗罪》中所指出的那樣，1987年，慕尼黑國立大學的Ernst Dickmanns和他的團隊在公共高速公路上以每小時90公裡（56英裡）的速度行駛了20公裡（12英裡）。當然，面包車裡面有人，但是他們并沒有實際控制。在過去的30年裡，研究人員一直在提高汽車在公共道路上行駛的能力，但主要是駕駛方面，而在交互、人員的接送，與其他服務的接口與限制，車内的乘客方面所做甚少。而這些将是非常重要的。

　　從一個角度來看，過去三十年來，雖然工作隻集中在一小部分問題上，但進展緩慢，緩慢，緩慢（重要的事情說三遍）。就在大約一年前，我看到一條我喜歡的推文是這樣寫的：“顧客知道他們搭乘的是無人駕駛的Uber，因為前排座位有兩個人，而不是一個人。”在幾個星期前，Waymo在亞利桑那州鳳凰城公共道路上開始行使，關于這篇報道的推特稱他們是第一輛“無人駕駛的無人駕駛汽車”...

　　但實際應用仍然是任重道遠。傳感器的價格需要進一步下降，所有關于汽車如何使用、與乘客接口的操作仍然需要制定，更不用說，所有适用于實際運營的實際監管和責任環境都要落實到位。所有這些事情最終都會得到解決。但是它會比許多人預料的要慢得多。

　　對于無人駕駛汽車的可行性的真正考驗是不是在僅僅測試或者示範時，而是當無人駕駛的出租車或者乘坐共享服務的車主、或者用于最終消費者的自動駕駛汽車的停車場實際上正在産生收益之時。這将會在有限的地域和市場上逐漸發生。下表中的裡程碑預測不是一項演示，而是一項可行的、可持續發展的業務。沒有他們，無人駕駛汽車的應用永遠不會真正起飛。

　　我認為我們讨論的無人駕駛汽車真正被采納的裡程碑是對那些汽車的某些活動進行地理圍欄上的劃分，而在這一區域附近沒有任何人類司機駕駛的汽車。 此外，無人駕駛汽車的應用最初将被限制在某些城市甚至地區，甚至可能限制在特定的天氣條件下。 可能在一段時間内，那些“移動即服務”的無人駕駛汽車（例如Uber和Lyft）隻能在特定時間以無人駕駛模式運行，而在其他時候則需要人類的司機駕駛。

　　對機器人、人工智能和機器學習的預測

　　那些一直在閱讀我關于機器人和人工智能未來的系列博客文章的讀者都知道，我一直對機器人、人工智能和機器學習在現實世界中的大規模部署一直持樂觀态度，而且比那些空談者和恐懼者們所相信的時間表要早得多。 我在這裡的預測自然也受這個因素的影響。

　　下表中的一些預測是關于公衆對人工智能的看法（這是過去三年來最大的改變），一些是關于技術的想法，一些是關于部署的。

　　打造人類智力水平和體能的智能體确實很難。 在過去的五年中取得了一點進展，實際上，我們所做的還不到這個目标的1％，對于如何達到5％，我們還沒有真正的知識和想法。 是的，這些數字可能是我随口說的，我并不能證明這個比例，我可能會将其誇大10倍或更多，為此我表示歉意。

　　關于太空旅行的預測

　　我從孩提時代起就是一個航天愛好者。我父親每個星期都會從阿德萊德飛往南澳大利亞的Woomera，從事歐洲衛星發射計劃的第一階段發動機的工作。 每隔幾個月，我都會在星期五的晚上和他一起去參加一個愛好者俱樂部的聚會，在聚會上會有最新的來自NASA的紀錄片供我們預測和讨論。

　　當時我決定，我的人生目标是最終生活在另一個星球上。 到目前為止，我在這個目标上取得的重大進展是在離開之前沒有在地球上挂掉。 我現在意識到，我最終可能無法實現這個目标了。

　　這是我對太空旅行的預測，可能不像我希望的那樣樂觀， 但更現實。

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!