智能机器时代,他们在准备着

简介:
  
   时下大多数人都在关注着智能家居,思索着各种实现智能的形式。然而有这么一部分创客群体,他们瞄向的是下一个阶段更酷的东西:智能机器时代。

这个时代并不会太久远,在万物相联的基础上,周围所有的设备都能够跟人进行交互,它们具备学习能力,会在一段时间的相处之后,全面了解你的行为习惯,我们之间不再需要单一的“开关”操作方式——这一切都要靠智能机器来实现。

罗未是这个圈子里的先行者之一,去年8月份他发起成立了豌豆机器小组(WRTnode machine team),把路由器芯片和OpenWrt结合做成了最适宜进行开发用的基础设施,目前是OpenWrt.org官方唯一公开支持的开源开发板。这个天生具备强大网络交互能力、功耗低、高计算能力的开发板,为智能机器增添了无限可能。

机器的知觉

智能机器并非要有类人的外形,但一定都会有知觉。罗未表示,让机器实现感知要通过三个层面的努力:SLAM、传感器、模式识别。SLAM的意思是现场即时地图的构建,就是要让机器分辨出自己与周围事物的位置关系;传感器是比人类触觉更灵敏的感知部分,相较而言,会有更多的渠道去获取信息,而且更加精准、灵活、多样化;模式识别是机器理解看到的是什么事物的关键,罗未目前在做的是语音、视觉和图像的模式识别。

能感知到周围存在的事物,理解事物是什么东西,并能听得懂语音,这就是智能机器的知觉,是实现智能机器的前提。

从感知到交互

机器能够直接接触真实的物理世界,这只是智能的第一步,然后要能够自主地和世界产生交互才算真正的智能。罗未介绍了一个简单的典型实例——五毛机,把UFactory做的机械臂uArm装在WRTnode开发板上,带一个摄像头,就可以识别五毛和一块的硬币,然后自主地把五毛硬币拣起来。

罗未介绍,比较简单的控制原理是程序化控制,通过预先设定好一些参数,编译特定的程序,机器按照执行就可以了。更高一级的控制方式是神经网络与自主学习,比如Nest温控器,能够感知周围温度的变化然后自主做出相应的调整,是一个完全无人值守的管理方式,只是给它设定个模糊的命令:保持适宜的温度。

这个过程的实现要靠一段时间的自主学习和训练,背后依靠的是大数据的资源,学习和训练的时间越长,机器就能做出愈加精准的操作。

罗未的愿景:智能机器开发平台

我们讨论的并不是科幻,而是具体可实施的未来规划。这其中最重要的是如何让更多的人参与进来,共同为这个生态体系的搭建贡献力量,这正是罗未他们在努力的方向。

OpenWrt是Linux在嵌入式领域最受欢迎的发行版本,但开发者没有特别适合的开发板用,只能改动商用路由器芯片。于是,罗未开发了WRTnode,受到创客圈的追捧。接下来WRTnode会有很完整的规划,包括封装一些经典功能,开放API接口等,方便开发者调用。

为降低开发门槛,使每个有想法的人都能着手进行开发,罗未特地开发了图形化编程界面,简单易懂,小孩子都可以参与进来。这样可以最大程度地调动人的积极性、活跃这个领域的开发现状。

此外,罗未呼吁圈内的一些团队和爱好者能够团结合作,大家一起努力构建一个智能机器的生态体系,携手迈进智能机器时代。

期待中国创客引领时代

“机器、云、环境、人”,这四者之间可以任意地交互沟通,是罗未描绘的未来图景。据了解,这在全世界范围内来讲都称得上是尖端前沿的科技,中国有可能在这个时代引领未来吗?我们看到了罗未他们在这个领域务实地推进着脚步,又在上周日雷锋网(公众号:雷锋网)举办的OpenWrt开发者沙龙上,看到一个15岁的少年极客轻松地黑入小米路由器,这一切都给我们以希望。

  
 
  本文作者: 白腾飞

本文转自雷锋网禁止二次转载, 原文链接
目录
相关文章
|
存储 算法 安全
“卧槽,系统又崩了!”——别慌,这也许是你看过最通俗易懂的分布式入门
本文深入解析分布式系统核心机制:数据分片与冗余副本实现扩展与高可用,租约、多数派及Gossip协议保障一致性与容错。探讨节点故障、网络延迟等挑战,揭示CFT/BFT容错原理,剖析规模与性能关系,为构建可靠分布式系统提供理论支撑。
677 2
|
机器学习/深度学习 人工智能 Kubernetes
开源AI驱动的商业综合体保洁管理——智能视频分析系统的技术解析
智能保洁管理系统通过计算机视觉与深度学习技术,解决传统保洁模式中监管难、效率低的问题。系统涵盖垃圾滞留监测、地面清洁度评估、设施表面检测等功能,实现高精度(96%以上)、实时响应(<200毫秒)。基于开源TensorFlow与Kubernetes架构,支持灵活部署与定制开发,适用于商场、机场等场景,提升管理效率40%以上。未来可扩展至气味监测等领域,推动保洁管理智能化升级。
874 26
|
编解码 人工智能 测试技术
CogView4:智谱开源中文文生图新标杆,中文海报+任意分辨率一键生成
CogView4 是智谱推出的开源文生图模型,支持中英双语输入和任意分辨率图像生成,特别优化了中文文字生成能力,适合广告、创意设计等场景。
1106 1
CogView4:智谱开源中文文生图新标杆,中文海报+任意分辨率一键生成
MATLAB在风险管理中的应用:从VaR计算到压力测试
本文介绍如何使用MATLAB进行风险管理,涵盖风险度量(如VaR)、压力测试和风险分解。通过历史模拟法、参数法和蒙特卡洛模拟法计算VaR,评估投资组合在极端市场条件下的表现,并通过边际VaR和成分VaR识别风险来源。结合具体案例和代码实现,帮助读者掌握MATLAB在风险管理中的应用,确保投资组合的稳健性。
|
数据可视化 Python
【100天精通Python】Day65:Python可视化_Matplotlib3D绘图mplot3d,绘制3D散点图、3D线图和3D条形图,示例+代码
【100天精通Python】Day65:Python可视化_Matplotlib3D绘图mplot3d,绘制3D散点图、3D线图和3D条形图,示例+代码
1846 0
|
人工智能 编解码 算法
一文详解总台春晚“子弹时间”背后技术!
一文详解总台春晚“子弹时间”背后技术!
|
网络协议 数据安全/隐私保护 网络虚拟化
计算机网络的体系结构
OSI模型,即开放系统互连模型,由ISO于1984年提出,是计算机网络通信的参考模型,将网络功能划分为七层:物理层、数据链路层、网络层、传输层、会话层、表示层和应用层。各层负责不同的通信任务,使网络设计与管理更加模块化和高效。
1648 1
|
机器学习/深度学习 前端开发 机器人
如何开始定制你自己的大型语言模型
2023年,大型语言模型发展迅速,规模更大,性能更强。用户能否定制自己的模型取决于硬件资源。需在功能和成本间找到平衡,可以选择高性能(如40B+参数,适合专业用途,需强大GPU,成本高)或低性能(如7B参数,适合学习和简单应用,GPU成本较低)模型。训练模型可借助HuggingFace的Transformers库,定义数据集并进行训练。训练好的模型可使用Ollama和Open Web UI部署。具备适当GPU是入门基础。
683 2
|
vr&ar 图形学 UED
优化图形渲染与物理模拟:减少Draw Calls与利用LOD技术提升性能
【7月更文第10天】在现代游戏开发和实时渲染应用中,性能优化是至关重要的环节,它直接关系到用户体验的流畅度和真实感。本文将深入探讨两种关键技术手段——减少Draw Calls和使用Level of Detail (LOD) 技术,来提升图形渲染与物理模拟的效率。
1281 2
|
存储 Android开发
详细解读Android获取已安装应用信息(图标,名称,版本号,包)
详细解读Android获取已安装应用信息(图标,名称,版本号,包)
1015 0

热门文章

最新文章