工业机器人的发展历程及未来趋势（工业4.0已经到来）

工业机器人的发展历程及未来趋势（工业4.0已经到来）那些在工作在前线的人担心是可以理解的。牛津大学马丁科技与就业项目联席主任卡尔•贝内迪克特•弗雷表示："人们更担心的是过渡期的阵痛。我们将看到的大多数自动化工作都需要不同于现有工作的技能。关键的挑战将是确保那些被机器取代工作岗位的人找到新的有意义的事情去做。"那么这次有什么不同呢？乔杜里说："它不会只影响蓝领工人，也包括很多白领工人。"通常，我们认为低工资、低技能的工作风险最大，如仓库工人或收银员，但自动化也可能影响中等收入的工作，如办事员、厨师、办公室职员、保安、初级律师、检查员等。中产阶级正处于危险之中报告显示，美国47%的就业人口面临被机器取代的风险，英国35%的工作岗位可能同样受到威胁——发展中国家的威胁甚至更高，三分之二的工作岗位面临被自动化的风险。但是机器窃取工作机会并不是什么新鲜事。"自动化以前发生过，"加州大学洛杉矶分校金融学教授巴格万•乔杜里表示。乔杜里指出，工业革命期间，

导语：越来越多的公司正在转向使用智能机器人以代替人类工作，目的是提高效率和节省高额人力成本。以下是关于智能机器人的一些东西——以及它对你的工作意味着什么。

"一只手伸出柔软灵活的手指，小心翼翼地从架子上摘下一个苹果，轻轻地放到篮子里。它用一袋酸橙和胡椒来完成任务，从不疲倦，从不抱怨。"这是一个由英国在线超市Ocado（英国最大的食品杂货零售电商）测试的机器人手臂原型。这些普通食品的不规则形状和娇嫩的果肉意味着它们往往是由Ocado仓库里的工人手动包装完成的。但该公司正在研发一种智能机器人，这种机器人不但可以帮助这些仓库工人，还能安全地处理产品，使生产过程更快、更便宜。

Ocado并不是唯一一家追求机器自动化的公司。这样的例子不胜枚举，比如在医院、律师事务所和股市中心等地方。我们听到很多关于机器人将要或许可以说是正在偷走我们工作的悲观论调，但实际上会发生什么呢？谁处于危险中，你的工作场所在五年内会变成什么样子？

答案可能会让你大吃一惊。

中产阶级正处于危险之中

报告显示，美国47%的就业人口面临被机器取代的风险，英国35%的工作岗位可能同样受到威胁——发展中国家的威胁甚至更高，三分之二的工作岗位面临被自动化的风险。

但是机器窃取工作机会并不是什么新鲜事。"自动化以前发生过，"加州大学洛杉矶分校金融学教授巴格万•乔杜里表示。乔杜里指出，工业革命期间，自动织布机和其他机器取代了人类的织布机，工厂发生了转变。

那么这次有什么不同呢？乔杜里说："它不会只影响蓝领工人，也包括很多白领工人。"通常，我们认为低工资、低技能的工作风险最大，如仓库工人或收银员，但自动化也可能影响中等收入的工作，如办事员、厨师、办公室职员、保安、初级律师、检查员等。

那些在工作在前线的人担心是可以理解的。牛津大学马丁科技与就业项目联席主任卡尔•贝内迪克特•弗雷表示："人们更担心的是过渡期的阵痛。我们将看到的大多数自动化工作都需要不同于现有工作的技能。关键的挑战将是确保那些被机器取代工作岗位的人找到新的有意义的事情去做。"

那么，寻求工作自动化的公司是否应该承担道德责任，帮助被它们取代的员工学习新技能？

你的工作技能是否经得住时间的考验

答案可能不仅仅是公司——它可能需要从学校开始。在一个技术日新月异的世界里，我们目前的教育结构可能不再适合我们的目标。

麻省理工学院数字经济计划主任埃里克•布林约尔松警告称："令人担忧的是，我们没有更新我们的教育、培训和政治机构，以跟上时代的步伐。我们最终可能会淘汰很多人。"

布林约尔松和Ocado首席技术官保罗•克拉克都认为，中小学和大学教育需要更好地为学生进入一个机器人和人工智能将广泛应用的世界做好准备。

我们没有更新教育、培训等以跟上形势

在工作中，员工也会不断地要求新的技能，而不是在整个职业生涯中使用同样的技能，这些技能可能会过时。"工作和学习之间的区别可能需要变得更加模糊，"乔杜里说。"我们目前有一种二分法，工作的人不需要学习，学习的人不工作。我们需要考虑摆脱传统的每周5天的工作时间，把60%的时间花在工作上，40%的时间用于有规律的学习。"

对我们大多数人来说，这可能是我们思维的一个关键转变。管理咨询公司麦肯锡的研究表明，只有不到5%的职业可以通过现有技术实现完全自动化。原因是，我们的工作太过多样化和多变，机器人无法承担所有的任务。

相反，他们预测大约60%的职业将会有三分之一的工作外包给机器。这将意味着我们中的大多数人可能能够保住自己的工作，但我们做事的方式将发生重大变化。

机器人将给与你帮助，而不是取代你

学习如何与机器人一起工作也很重要。麦肯锡高级合伙人詹姆斯•马尼卡解释称："我们可以看到，机器承担了一些重复性工作，从而解放了人类，让他们从事工作中其它更有意义的方面。这可能会给工资带来巨大的下行压力，因为现在所有艰难的工作都由机器来完成。这也可能意味着有更多的人可以在技术的帮助下做这项工作，所以会有更多的竞争。"

这里还有更广泛的问题。随着低收入和中等收入工人可能面临的失业，政府本身可能面临一些根本问题，比如税收流失和投票阶层不满。

幸运的是，有些事情人类可以做，而机器现在做不到。这方面的一个很好的例子来自新加坡研究人员的一些工作，他们正试图教会两个自主机器人手臂组装一个宜家平装椅。尽管使用了一些最先进的设备，这些机器仍在与最基本的任务作斗争。

对于机器人来说，即使是从混乱的部件组合中识别出不同的物体也是一大挑战。在最近的一次测试中，这两个机器人花了超过一分半钟的时间成功地将一根木钉插入其中一个椅子腿上。

这只是一件家具。"当你想让机器人组装几件家具时，真正的挑战就出现了，"霍斯解释道。"一个机器人也许能够组装出一个宜家的五斗柜，但它却很难从同一条线上组装出一个衣柜，因为不同的东西会不一样，即使有些组装步骤是相同的。而人类没有这个问题。"

人类的优势

从更好的灵活性到更好的个性，有些事情我们可能总是比机器人做得更好。布林约尔松表示："随着大量重复性工作的自动化，我们将看到对创造性技能的需求增加。我们还将看到，对那些具备社交技能、人际关系技能、有教养、有爱心、有教学能力、有说服力、有谈判技巧、擅长销售的人的需求将会增加。"

弗雷认为人类在一些领域有优势。"首先是社会互动，"弗雷说。"如果我们想想我们在日常工作中所做的各种复杂的社会互动——当我们谈判，或试图说服他人，帮助他人或照顾客户。我们管理团队等等。几乎无法想象，电脑会侵入从事这种工作的人类工人。"

我们将看到对创造性技能的需求增加

另一个是创造力。电脑擅长解决问题和执行重复的任务而不会感到无聊。然而，人类却觉得这种单调的工作很乏味。麻省理工学院关于数字经济的倡议甚至设立了一个100万美元的挑战，旨在鼓励企业在技术的同时充分利用这些典型的"人类特征"。

麦肯锡的马尼卡说："我们现在付给保姆和老人看护这样的人的钱多得可怕。同样，也有很多从未赚过钱的艺术和创意作品。我们面临的挑战是，如何为创造性产出或其他我们不愿让机器完成的任务支付费用，以及如何珍视这些产出。"

为该公司零售部门开发软件和提供技术的Ocado研究主管亚历克斯•哈维指出，世界是为人类设计和建造的，制造能够在这些自然复杂的环境中运行的机器人是一项重大技术挑战。

Ocado与欧洲各地大学合作的一个项目是一个名为"双手"的机器人维修助手，它展示了人类和机器人如何合作。哈维解释说："比如说，它能把物体举得比人还高。就其行为方式而言，这是一个相当简单的机器人，但它可以组成一个很好的团队，由人类技术人员领导，他们可以利用机器人的肌肉力量。"

但是人类和机器之间的合作越紧密，道德问题就变得越模糊。

道德问题

目前世界上已经有大约170万台机器人在使用，但它们主要是在工业环境中使用，而在工业环境中，很少有人被允许步行。随着这个数字的增长，以及它们所扮演的角色的扩大，人类更有可能与机器人携手合作，肩并肩地工作，从而增加了受到伤害的风险。

欧洲议会法律事务委员会副主席麦迪•德尔沃敦促称："需要提高透明度，这样我们才能理解这些事情是如何运作的，以及它们是如何行事的。"她最近在议会领导了一项推动机器人和人工智能融合的努力。

欧洲议会编写的一份报告强调，如果发生事故，迫切需要制定新的法律规定责任。如果机器人采取违法行为，也会产生类似的责任问题。例如，人工智能算法可以选择进行一系列金融交易，以实现自己的目标，但不受管理该行业的错综复杂的监管网络的约束。德尔沃和她的同事还呼吁制定一套道德准则来指导我们与机器人的关系。

最近的研究表明，人工智能会产生性别歧视和种族歧视倾向

德尔沃说："有些事情必须得到尊重，比如人们的自主权和隐私。"这或许还突显出另一个困扰许多人工智能研究者的问题——偏见问题。机器学习系统的好坏只取决于提供给它们学习的数据，最近的研究表明，人工智能可能会产生性别歧视和种族歧视倾向。

德尔沃还提到了那些编写算法的人。在科技行业工作的大多数是白人男性，在一些规模最大、最有影响力的公司，男性员工占员工总数的70%至90%。过去几年，硅谷一直因性别歧视丑闻而动荡不安。人们担心机器人和机器可能会表现出类似的歧视行为。比尔•盖茨也提出过另一个道德上的危险信号：机器人本身可能需要纳税，以弥补员工收入方面的损失。另一些人则认为，随着机器人承担更多的任务，普及基本收入的可能性会越来越大。

当然，这在很大程度上是假设机器人能够完成我们为它们设定的任务。尽管大多数机器人表面上很聪明，但与我们自身的能力相比，它们仍然是相当"愚蠢"的装置。

机器还有很长的路要走

就像宜家的例子一样，人工智能还有很大的改进空间。也许机器学习和人工智能领域目前面临的最大问题之一是理解它们的算法是如何工作的。"像人工智能和机器学习这样的东西在很大程度上仍然是黑匣子，"马尼卡说。"我们不能把它们打开，看看它们是如何得到答案的。"

这带来了许多问题。机器学习系统和现代人工智能通常使用大量图像或数据进行训练，这些图像或数据被输入，使它们能够识别模式和趋势。然后，当他们得到新的数据时，他们可以用这个来发现类似的模式。例如，如果我们想要找到显示疾病迹象的CT扫描，这可能没问题，但如果我们使用类似的系统从闭路电视片段中识别嫌疑人，知道它是如何做到的，在向陪审团提供证据时可能是至关重要的。

即使在自动驾驶汽车领域，这种概括的能力仍然是一个相当大的挑战。卡内基梅隆大学机器人学教授金出武雄是自动驾驶汽车的先驱之一，也是计算机视觉方面的专家。他说，让机器人"真正理解"周围的世界仍然是一个需要克服的技术挑战。"这不仅仅是确定物体的位置，"他在牛津大学首届京都奖的演讲后解释道。他在演讲中概述了研究人员面临的问题。"这项技术必须能够理解周围的世界在做什么。例如，那个人真的会在他们前面过马路吗？”

在他自己的一个项目中，霍斯也遇到了类似的问题。该项目将一名独立的"实习办公室经理"安排到英国和奥地利的多个办公室。研究小组给这个名叫贝蒂的机器人编写了程序，让它在办公室里转来转去，监控杂乱的建筑，检查防火门是否关着，测量噪音，并在正常工作时间之外清点办公桌上的工作人员。"环境中会出现一些东西，比如椅子在移动，人们在移动桌子或盆栽，"他说。"在不重新编程的情况下处理这个问题，对整个机器人来说都是一个挑战。"

尽管机器人并不完美，但人类仍然找到了与之合作的方法。令人惊讶的是，那些和贝蒂一起工作的人实际上对他们的机械师的反应是积极的，甚至在机器人被困在角落里的时候也会伸出援助之手。"人们会在早上跟它打招呼，说它让办公室变得更有趣，"霍斯说。"如果我们能把枯燥、重复的工作交给机器，那么我们就能自由地做一些我们真正喜欢的事情。"弗雷说："因此，工作有可能变得更有趣。"

一个诱人的想法是，也许机器的崛起可以让我们的工作更人性化。