等下还要写代码，所以喷简单点。

我们说未来五年的技术突破，这个时间的限定注定它不会太狂野，它肯定有这样一些特征：第一，今天已经有雏形;第二，没有什么严重的理论上、数学上、材料上的限制，这些东西都不是五年能突破的;

具备这两点还没有马上爆发的原因主要有两方面，一个是成本限制，一个是技术积累需要时间。

第三，它一定是基于已有的较为成熟的技术，本来在不同领域，最后找到了一个交叉点。

----

话锋一转我们来说AI。AI很热，阿尔法狗震撼了我们，但是平心而论，大家不要对人工智能抱有误解，认为这是一场智力游戏。

假如你突然成了上帝的代言人，上帝允许你从人类中随意挑选一员和你一起生活，除了梁静茹之外你可以挑选任何人;我想基本上没人会去挑选柯洁或者霍金，如果霍金还活着的话。智力并不代表有什么实际的用途。

AI技术的本质并非是和人一样的认知能力大幅提升，它的本质是竞争进化，是广泛的适应性，是如何面对复杂环境有复杂行为。

----

自动驾驶很热，我们对门就是一家搞自动驾驶的公司，同一层应该还有一两家搞四轴的。波士顿动力也每年两次给大家秀秀肌肉，到目前为止还没有直接的产品;然后小到平衡车、扫地机器人、亚马逊刚出的小玩具之类，很多很多。你可以看到机器人领域发展很迅猛。

做一个运动机器并不难;做一个精密机器很难，只有很少的公司可以做到，就像固定在生产线上的那种工业机器人;但是如果你从进化的角度看，其实没有什么生物是精密的，生存环境里要求生物有精密操作能力才能活下去的情况几乎没有，所以没进化出来也很正常;这一段的意思是想说精密的工业机器人只是特定领域技术。

----

拉拉杂杂说了一些已有的东西和现状;其实已经有很多萌芽的东西出现，包括大家在网上看到的谷歌的AI训练一个虚拟人在一个虚拟空间的跳跃情况。

比如你手上有一些伺服电机，一些简单的金属件，电线、传感器和控制器，把它们接在一起能动很容易，理论上它也应该能像小动物或者昆虫一样灵活和协调的运动，但实际上如果完全从物理学的理论出发，很难。但是反过来说，任何生物都不是掌握了物理学定律才开始运动的，象我们今天的飞机或者汽车一样;他们解决问题的方式正是今天AI所使用的方式。

创业成功学里常讲的一个故事就是莱特兄弟发明飞机的成功关键是他们最早使用了风洞。这件事情对于今天的AI和机器人研究同样是适用的。尤其是在一些环境简单的问题场景下。

比如上面说的例子，问题可以定义为这些东西组合起来之后如何可以行走、跳跃、应对或躲避跌落等等;而风洞的隐喻在这里可以解决一个关键问题，就是对这样一个简单系统而言，包括它自身的物理特性和它需要应对的物理环境，都可以用今天的计算机来实现仿真，就像谷歌做的那个虚拟人跳跃一样。如果使用更多的算力、更复杂的模型，今天很多在游戏里使用的模型就可以进化成物理仿真的训练模型。它可以告诉设计师，针对不同的设计目标，怎样配置设备的力学结构、传感器位置、使用柔性的连接、适应不那么精密的加工技术、获得既有普适性又有低成本的运动机器实现。

实际上这不是一个空想，在应用大量算力实现运动机器仿真来训练AI已经在一些领域内开始应用。那些最终走到我们生活里来的机器人在降生之前，都已经在虚拟空间里生死过很多的轮回，最终才有信心来到这个真实世界。

----

简单结论。

VR技术最先被电子生物享受到了。电子生物在虚拟世界通过AI技术完成进化，才能来到真实世界，这一点可能和你的之前的想象有点不一样。生物进化都是从最小的单元开始的，但是太基础和太简单的东西可能没有什么直接的商业用途，那就让他们留在电子世界的古世纪里吧。

如果你想通过这个大预言获利的话，可以看看NVidia之类做高性能视觉和物理计算的股票。

完了。我写JavaScript去鸟。

(有个梨UGlee)

来源：卢松松博客 QQ/微信：13340454 ，转载请注明出处！

本文地址：https://lusongsong.com/yulu/t/11105.html