送餐机器人被解雇,人工智能“人性”待进化

简介:

广州送餐机器被解雇,人工智能研发有待提高。

送餐机器人被解雇,人工智能“人性”待进化

小编之前介绍了AI2对人工智能的美好愿景,然而,近日广州送餐机器人被炒事件让我们意识到人工智能的乌托邦离我们还有一定的距离。

不可否认,人工智能方便了我们日常的生活和工作,生活中我们可以和智能聊天机器人交谈,工作中特别是工业中常见的机器人代替基础劳动力缓解了工作强度。但众所周知,人工智能没有感觉和感情,这无疑是人工智能的缺陷。

据《中工网》报道,曾经使用机器人服务员的广州餐厅中,有两家已经关门停业,还有一家虽然仍旧处于营业状态但其机器人服务员已被解雇。同样的状况也发生在广州连锁餐厅合味来中,虽然去年合味来还通过机器人服务员招揽了一大批顾客,但现在餐厅中已经找不到机器人服务员的影子。据店员介绍,机器人服务员无法运送汤水较多的食物,并且只能按照固定路线行走,因无法躲避会造成安全问题,而且作为机器,机器人服务员经常发生故障。由此可见机器人服务员不仅没有方便人们的生活反而存在一些隐患。

送餐机器人是服务类机器人,还有一种结构简单由一个屏幕和两个轮子组成的对话机器人也会被用于餐厅,然而它虽然属于智能聊天机器人范围但技术含量低。由此可见人工智能在人性方面的欠缺呈现的状态不是那么另人满意。

在“万众创新,众人创业”时期,涌现了一批将人工智能运用于台式对讲机、儿童的早教机、商用的视频对话机等教育、服务方面的创业者。毫无疑问,要做好相关产品不仅要注意语义识别等方面的技术问题,还要注意情感识别相关的研发。

相比较于人际沟通交流需求较多的服务业,对劳动力刚需高的工业方面的人工智能已经发挥了其作用,因为对汽车零件进行冲压、焊接、喷涂等操作不需过多情感要求,机器人只需根据产线操作流程运转。

由此广东工业大学副校长章云解释称“在制造业,未来机器人将增多,人工将会有所减少。而在智力服务领域,人工投入将相应增加。”

虽然人工智能还不能很好的满足我们对它的所有要求,但其在进步,并且科研方面有所成果。由Google生产的波士顿动力,掌握平衡的机械结构解决了平衡方面的问题,并且借助于深度识别技术的摄像头拥有了机器视觉。目前波士顿动力已经开始从事于帮助人们野外运输货物的事业 。

人工智能也像人类一样需要进化,相信通过科研人员的努力,在未来人工智能会给人类带来更多的帮助。


原文发布时间: 2016-04-12 21:25
本文作者: 星星
本文来自云栖社区合作伙伴镁客网,了解相关信息可以关注镁客网。
相关文章
|
4月前
|
Web App开发 机器学习/深度学习 人工智能
AI Agent满级进化!骑马种田、办公修图,样样精通,昆仑万维等发布通用Agent新框架
【7月更文挑战第23天】AI Agent技术迎来突破,昆仑万维联合顶尖学府发布Cradle框架,赋能智能体通用控制能力。Cradle结合大型语言模型与六大核心模块,实现跨场景灵活操控,从游戏到办公软件,无师自通。实验验证其在《荒野大镖客2》等游戏及Chrome、Outlook上的卓越表现。框架开源,促进AI社区进步,但仍需面对实际应用的挑战与安全性考量。[论文](https://arxiv.org/abs/2403.03186)详述创新细节。
117 3
|
6月前
|
机器学习/深度学习 存储 人工智能
构建未来:AI在持续学习系统中的进化
【5月更文挑战第30天】 随着人工智能(AI)技术的迅猛发展,其在多个领域的应用已经从理论走向了实践。特别是在机器学习领域内,AI系统的持续学习能力成为关键因素,它决定了一个模型能否适应不断变化的环境并持续提升性能。本文将深入探讨AI在持续学习系统中的关键技术,包括记忆增强、转移学习和元学习等,以及这些技术如何帮助AI系统更好地适应新环境,提高决策效率,从而推动AI技术向更加智能化和自适应化方向发展。
|
6月前
|
机器学习/深度学习 人工智能 算法
构建未来:AI在持续学习系统中的进化
【5月更文挑战第26天】 随着人工智能(AI)技术的飞速发展,AI系统正变得越来越复杂,其学习能力也日益增强。本文深入探讨了AI在学习过程中的关键机制,包括深度学习、强化学习和迁移学习等,并分析了这些技术如何使AI系统能够不断适应新的数据和环境。此外,文章还讨论了持续学习对于AI未来的重大意义,以及它如何推动AI走向更加智能化和自主化的未来。
75 1
|
6月前
|
机器学习/深度学习 人工智能 算法
构建未来:AI在持续学习系统中的进化
【5月更文挑战第20天】 随着人工智能(AI)技术的迅猛发展,机器学习模型正变得越来越复杂。然而,真正的智能不仅仅在于处理大量数据和解决特定问题,而在于不断学习和适应新环境。本文将探讨AI如何通过持续学习系统进化,以实现更加智能化的未来。我们将分析最新的研究进展,包括神经网络的自适应调整、增强学习的新策略以及元学习框架的开发。通过这些技术,AI能够更好地理解复杂的模式,并在不断变化的环境中保持其性能。文章还将讨论实施这些系统所面临的挑战,以及可能的解决方案。
50 1
|
5月前
|
机器学习/深度学习 人工智能 自然语言处理
2024通义语音AI技术图景,大模型引领AI再进化
2024通义语音AI技术图景,大模型引领AI再进化
|
5月前
|
人工智能 自然语言处理 API
云栖发布:通义听悟AI能力再进化,开放API接口
云栖发布:通义听悟AI能力再进化,开放API接口
|
6月前
|
机器学习/深度学习 存储 人工智能
构建未来:AI在持续学习系统中的进化之路
【5月更文挑战第8天】 随着人工智能(AI)技术的飞速发展,AI系统正逐步从单一任务处理转向多任务、持续学习的智能体。本文将深入探讨AI技术在持续学习系统中的最新进展,包括深度学习、强化学习以及转移学习等关键技术。文章还将讨论如何通过这些技术实现AI系统的适应性、泛化能力和自我进化,从而推动AI在多变环境中的长期应用和自主决策能力。
126 6
|
6月前
|
机器学习/深度学习 数据采集 人工智能
构建未来:AI在持续学习系统中的进化之路
【5月更文挑战第28天】 随着人工智能(AI)技术的迅猛发展,机器学习模型正变得越来越复杂,对计算资源的需求也随之增长。本文将探讨AI技术在设计自我优化、资源高效的持续学习系统方面的最新进展。我们将重点讨论如何通过先进的算法优化、硬件加速和数据管理策略来提高模型的训练效率和准确性。此外,文中还将分析这些技术如何帮助AI系统适应动态环境,并实现长期的自主学习和决策能力。
|
6月前
|
机器学习/深度学习 人工智能 算法
构建未来:AI在持续学习系统中的进化
随着人工智能(AI)技术的迅猛发展,其在多个领域的应用已经从理论走向了实践。特别是在机器学习和深度学习方面,AI系统已经能够处理复杂的任务,并在某些情况下超过了人类的能力。本文将探讨AI系统如何通过持续学习机制进行自我进化,以适应不断变化的环境需求。我们将分析最新的算法进展、挑战以及未来可能的发展方向,特别是那些与增强学习、转移学习和多任务学习相关的技术。
|
人工智能 关系型数据库 分布式数据库
新生产力工具AI推动下一级人类文明跃迁? AI如何倒逼数据库的进化? AI加持后的数据库应用场景有哪些变化?
新生产力工具AI会催生下一级人类文明跃迁吗? 数据库进化出了哪些与AI相结合的能力? AI加持后的数据库应用场景有哪些变化?
1139 0

热门文章

最新文章

下一篇
无影云桌面