今年夏天，名为Ai-Da的机器人艺术家将在伦敦的设计博物馆举办首次大型展览。艾达（Ai-Da）的作品基于机器人眼睛中的相机拍摄的照片。然后，算法将图像转换为一组坐标，以指导机器人的绘图手。       艾达的共同发明者艾登·梅勒（Aiden Meller）将艾达的支离破碎的风格描述为“破碎”。尽管我们可以对其进行编程，但我们并不需要严格的代表性摄影图像，如果这样，人们只会认为它是某种昂贵的复印机。不仅如此，我们还想展示算法中创造性的表现力。但是，并非所有人都相信机器人具有真正的创造能力。哲学家认为，人工智能无法产生真实的艺术，因为它永远不会像自由意志的人那样成为“自主创意代理”。相反，它仅通过程序员开发的算法来模仿艺术。       梅勒不同意。画廊老板说，艾达的算法旨在反映出苏塞克斯大学认知科学教授玛格丽特·博登提出的创造力定义：创造力是指提出新颖，令人惊讶且有价值的想法或人工制品的能力。“实际上，它比我们预期的要好，因为当艾达（Ada）用相机注视着您，进行绘画或绘画时，她每次都会做不同的事情，”梅勒说。“即使她面临着相同的形象或相同的人，也将是完全不同的结果。”       这些艺术品的销售额已经超过120万美元。艾达的新展览将展出一系列“自画像”，这是机器人通过在镜子前拍摄自己的照片而创造的。在无知的装置中刻意讽刺，没有自我产生自画像的感觉。Meller希望在机器与人之间界限日益模糊的世界中，这挑战着我们的身份观念，在此世界中，算法越来越多地影响着我们的观点和行动：       这些自画像非常引人注目，因为它们使我们真正面对的事实是，我们正在与技术建立关系，而不是有意识的，有见识的人。艾达（Ai-Da）的出现是这种动态的另一种体现。该机器人以编程先驱Ada Lovelace的名字命名，具有女性女性的外表和声音。       以这种方式拟人化AI是一个有争议的主题。研究表明，我们更有可能相信看似人的机器，这可以加快机器的采用。但这也可以说服我们他们比真实更真实，并在此过程中使我们不人道。梅勒说，艾达被赋予人性化的外观，以使其更具吸引力。他补充说，该机器人还设计了一种新字体，以表示其创作是由机器完成的：       当她做任何写作时，她都会使用它，以便您知道那是她而不是人类。需要更详细地提出这个道德问题。Ai-Da是越来越多的AI艺术创作系统之一。梅勒认为，这项技术可能会对创造力产生与相机发明类似的影响。       最初，许多画家担心这种媒介会破坏他们的职业生涯。但这很快就使艺术家摆脱了复制现实，而去探索摄影无法做到的想法。最终，梅勒期望人工智能将成为艺术家的另一种工具：一开始它非常危险，因为它太新了。但是，正如他们了解它并看到它的细微差别和功能一样，它将变成它内部的一个事物，就像摄影是它内部的一个事物一样。艾达的展览将于今年5月和6月在伦敦的设计博物馆举行。来源：贤集网

       2021年春节前，天津大学神经工程团队的两个95后大学生戴着脑电帽，共同想象着一个汉字，他们的脑电信号被捕捉并转化为指令，握着毛笔的机械手臂在红纸上写出“福”字。这是世界上第一次采用多人协同方式脑控机械臂、用意念“写”出汉字。世界纪录诞生了       23岁的女研究生罗睿心是那个“福”字的“执笔者”之一。想让“电脑朋友”更好地理解自己，和人类一样，也得花时间相处。交朋友的方式直接又沉默。罗睿心戴上嵌有64个电极的帽子，端坐在光标闪烁的电脑屏幕前，让目光在216个点位上逐一停留至少5秒钟，电脑即时记录下她注视不同光标时产生的不同脑电波。       当她想试着写出一横时，只需用眼神在屏幕上“划”出一横，“电脑朋友”就能从她眼神在不同点位的游走轨迹，分析出脑电波产生的变化，进而明白她的意图。她还需要照顾“电脑朋友”的反应速度。这一笔“写”得太快，对方来不及作出反应。她要摸清“朋友”的节奏，同时让自己想象笔画时的注意力更集中一些，大约15分钟之后，双方交流信息的准确率能达到90%以上。       27岁的生物医学工程博士生韩锦是这套双人脑控机械臂书写系统的搭建者，他解释，实现脑控的前提是让机器读懂人的思维意图。机器学习和数学建模方法能在不同的脑电波与各异的思维任务之间建立起映射模型，识别出不同的思维意念，也就是“约定”一个人和计算机都理解的沟通方式。每个人的脑电特征都是独一无二的。“同一个人，在不同时间、不同状态下，完成同一任务时产生的脑电波也不一样。”韩锦说，为了保证任务准确率，每次执行任务之前，都需要先进行人机训练，“彼此熟悉一下。”       一般来说，被试者需要先作出一系列不同的动作，让计算机从电极读取数据，大致弄明白，哪种动作意图会触发什么样的脑电波。下一次，当同样的脑电波出现时，计算机就能明白，是要做什么动作了。2018年韩锦第一次在实验室里尝试用意念打字母，“我在这边想，那边的屏幕上就跳出一个个字母，感觉特别科幻。”一年以后，“哪吒”脑控智臂机器人系统在那间实验室里诞生。       写汉字比写字母难得多。罗睿心和队友把“福”字按笔划拆解为多个部分，两人平均分配，她负责控制左边的偏旁和右边的口字，另一人负责福字右上的横和下面的田字。两位“执笔者”盯着屏幕上每个笔划，从起点到终点，光束直击视网膜，大脑中长得像八爪鱼一般的神经元们受到刺激，诱发出相应的脑电波。       大脑像俄罗斯套娃的核心，被组织层层包裹，颅骨导电能力不好，“执笔者”必须足够专注，尽量减少肢体运动，才能产生一个“穿透力”十足的脑电信号，穿过脑膜、脑脊液、颅骨……抵达头皮上的电极。一台计算机同时“对话”多人，能省去一个个“谈心”的时间。相比单人脑控，双人协作操控机械臂要解决的问题更为复杂，需要设计合理的任务分配策略，使两人以最高效率完成操控任务，且不能相互冲突。       罗睿心和队友同时发出的意念指令，被计算机同时接收，再按照效率优先的顺序指示机械臂完成书写。整个书写过程用时3分钟，比单人速度提升了一倍。“人类活动中，有很多复杂精细的工作，是单人无法完成的，需要多人共同合作。”韩锦说，这次是双人操控单个机械臂，未来可以实现多人、多个机械臂共同完成一些更繁重或更精细的任务。比如宇航员在外太空脑控机械臂完成机械维修等。        长期以来，脑控技术面临的一个关键问题，就是如何完成更多的任务，又能保持更高的速度。“快”与“好”之间存在着天然的矛盾，天津大学医学工程与转化医学研究院副教授许敏鹏说，在以往的研究中，可完成的最大BCI(脑机接口)指令是84个，但单个指令的识别时间超过8秒；如果识别时间缩短到0.8秒，就仅能完成40个指令。       天大团队将“意念打字”常见的两种脑电波范式——P300和SSVEP融合起来，两者在稳定性和速度上各具优势，一个精细分辨出微弱脑电特征，一个快速破译解码。这一次，他们创下了头皮脑电BCI在线控制216个指令的世界纪录，在国际上实现BCI信息输出方式由“拼”到“写”、由单人到多人的重大变革。被打破的旧的世界纪录是108个指令，2年前亦由他们创造。窥视“三磅宇宙”的小窗       此时，距离人类的老祖先发明石器已经过去两三百万年。聪明的大脑帮助人类解锁更宽阔的世界，而大脑本身则一直是科学探索的秘境。科学家用浩瀚无垠的宇宙形容大脑的复杂，它也因此被称为“三磅宇宙”(3磅约等于1.36千克，接近成年人脑的重量)。天津脑科学与类脑研究中心主任、天津大学科研院常务副院长明东表示，脑科学是人类认识自然的“最后的疆域 ”。仅3磅重的大脑，是宇宙中已知的最复杂的物体，神经工程师将其描述为“目前已知信息密度最大、结构化程度最高而且自我组织最完整的东西”。它质地类似果冻，运行时功率仅为20瓦，启动一台性能同样强大的计算机需要2400万瓦。       在某种意义上，你从镜子里看到的自己不过是那个3磅重“果冻”的一个载体。在美国影片《黑客帝国》里，只要在脑后插管，人就可脱离身体直达大脑的虚拟世界；《攻壳机动队》的主人公素子实现了全身机械化义体，唯一保留的只有一颗人类大脑。不管形态如何，脑机接口(brain-computer interface, BCI)已成为人类窥视“三磅宇宙”的一扇窗。       这样的设想来源于大脑运行的原理。许敏鹏介绍，大脑由大概1000亿个神经元构成，这个数量与银河系的恒星数量大致相仿。它们形成一个难以想象的巨大神经网络，是人产生思维活动的物质基础。当我们思考的时候，大脑神经元会同步放电，这些信号被称为脑电波。脑电波中蕴藏人类思维活动的意识信息，脑中冒出不同的念头，脑电信号就会随之变化。理论上，只要人能够清楚脑电波与思维活动的直接关系，就能够通过识别脑电波反推出人的想法。       脑机接口正是通过研究脑电波来解读人类想法的技术。许敏鹏解释，人脑中的想法目前是通过外周神经系统、肌肉组织或语言等方式表达出来，而脑机接口则绕过这些传统的路径，直接在大脑和计算机之间建立联系。“再说直白一点，我们的脑子里想什么，通过脑机接口，计算机就能够直接读取出来。”打破人与机器的界限？       两个人集中全部注意力、花去3分钟写出一个汉字，显然还无法让人满意。上世纪60年代，美国航空航天局(NASA)的科学家首次提出“赛博格”(Cyborg)一词，即人与电子机械的统一体。漫威电影中半人半机械的超能人、《机械战警》中的机械义肢都在彰显着一种欲望——人要打破与机器泾渭分明的界限。机器能弥补残障人士生理缺陷，成为其身体的一部分。2014年，一位高位截瘫少年控制机械外骨骼为巴西世界杯赛开出第一脚球。       那一年，天津大学的神经工程团队自主研发出“神工系列”人工康复机器人系统，并在多家医院投入临床使用，通过脑控技术帮助中风偏瘫患者恢复运动功能。中风患者的身体不听使唤，但体内中枢神经系统原有储存的运动“流程图”可能保存完整或部分存在。在传统的康复治疗中，大脑的参与程度低，难以实现坏损脑区及周围脑区的功能重建，是影响康复效果的重要因素之一。       有一种疗法，是让患者在大脑中反复进行肢体运动想象，不断唤醒相关运动记忆，以激活大脑相关区域，提高运动功能。但长期以来，这种方法缺乏客观评价指标，无法实时监测大脑活动状态，也难以及时进行效果反馈。为了改善这种疗法，天大团队的“神工”脑机接口检测患者在进行运动想象时的运动意图，触发模拟神经冲动的电刺激，促使肌肉主动收缩，又带动骨骼和关节自主动作。这就相当于在患者体外仿生构筑了一条完整的人工神经通路，形成一个“脑-机-人体”的信息环路。       在天津市人民医院，一位85岁的老人接受了运用脑机接口技术的治疗。他因脑卒中导致右侧手脚瘫痪。辅助康复的研究员说，新疗法对老人腿部的影响明显。“他之前可能只能站一两分钟，现在能站五六分钟了，行走50米左右。”机器破译并传输大脑指令，再把指令交给身体执行。原理看似简单，实施起来则异常困难。按照设想，第三代“神工”将化作一个体积更小的可穿戴便携设备，尝试辅助患者完成更多复杂而精细的肢体动作，同时监测大脑状态，及时调整康复训练模式。       2016年，天大团队联合中国航天员中心研制了国际首套空间站在轨脑机接口系统，成功完成人类历史上首次太空脑机交互实验。明东认为，这是在太空环境中最理想的人机交互方式。脑控技术能让航天员无需说话和动作就能发出操作指令，还能监测其脑力负荷等神经功能状态。       今年，该团队又率先实现了对无人机“4自由度”、12指令的连续实时脑控。脑控智能轮椅、脑控打字机、脑控智能义肢都发展中。韩锦猜想，未来的脑机接口，体积小到完全可以埋在头发下面，让别人看不见。它可以让大脑与手机相连，接打电话；也可以和家里的智能家电相连，开灯、拉窗帘，输入防盗门密码等。脑洞再大一点，也许未来还可以实现“脑对脑”心灵相通。各种担心也随之而来，听上去最可怕的是，“假如我们的意识被机器绑架或人为操控怎么办”。许敏鹏表示，目前人机交互的前提是双方遵守共同的约定，如果人类不愿意被读取大脑信息，那么连接就无法进行，“我们只迈出了很小的一步”。        正如火带来文明，也带来危险。明东认为：“人机技术一直在进化，未来人一定都会和机器产生有效连接。”他特别喜欢一句话，当人类挥起锄头的那一瞬间，锄头已经成为人身体延长的一部分了。文章来源： 中国青年报

       目前最受欢迎的IT技能是自动化，尤其是编写Python以利用云API实现自动化的能力。紧随其后的是针对IT运营的人工智能（AIOps），以及跨组织的SD-WAN和Wi-Fi解决方案利用人工智能。这些技能需要理解AI能力如何应用以及有效的AI基金会的关键属性（数据、领域专长/分类、丰富的数据科学工具箱、虚拟网络助理、自驱动能力），以便评估新兴和发展的AI驱动的网络解决方案。除了技术技能和人工智能能力之外，最成功的IT专业人士还应该具备适应能力和创造力。为什么自动化技能至关重要       随着许多企业朝着混合工作模式发展，对具备技术技能的专业人员的需求将越来越大，这些专业人员能够应对远程劳动力带来的IT挑战，并有望增加规模较小的分支机构。他们的任务是优化最终用户体验和加快远程故障排除。通过API和AI助手实现自动化将减少客户支持票证的数量，这最终反映了客户体验和满意度的提高。向IT团队添加AI助手将使团队成员能够处理更具战略性的业务问题，并减少客户与供应商的客户支持团队相处的时间。将人工智能视为缓解当前挑战的IT专业人士将能够专注于推动创新，而不是简单地“开着灯”此外，沟通和协作等软技能对于适应远程劳动力不断变化的需求和解决远程工作带来的新挑战至关重要。如何培养这些技能       开发最重要的技能包括自动化和ITOps。学习如何开发适合组织需要的人工智能策略，以便团队能够跟上当今严格的网络要求。因为人工智能解决方案提供了大量的数据，网络工程师应该学习如何分析人工智能解决方案以获得可操作的见解。在已经有人工智能解决方案的组织中，您应该习惯于使用人工智能助理来支持IT团队的日常工作。了解如何培训人工智能助理以有效减轻日常任务，使网络工程师有足够的带宽专注于为远程工作者开发下一代技术。如何脱颖而出       重点介绍使用人工智能解决方案的任何经验，重点介绍您对工具和算法的知识，以及如何高效地集成和接口这些工具。一定要在诸如加快新网络基础设施的推广或升级等主题上提供具体的例子——招聘经理希望看到使用人工智能增加带宽的承诺，以便团队有更多的时间专注于战略项目。来源：贤集网

       “在美国弗吉尼亚州的垃圾回收中心，两个蜘蛛状的、重达300磅的机器人正在一排排的垃圾中进行分类。”“其中一个机器人依靠它‘长腿’上的计算机视觉检测可回收物，它从传送带上扯下一大块蓝色塑料，而另一个机器人则从传送带上吸起一个旧水瓶。然后，机器用夹钳将这些碎片放入分拣箱。”       这是老牌媒体福布斯近期起底垃圾分类机器人公司AMP Robotics时所写道的文字。福布斯的报道中写道：AMP在美国部署了600多个垃圾回收设备，能处理约6700万吨垃圾，这些长着“长腿”的机器人是解决垃圾分类行业面临招工难、效率低等瓶颈的措施之一。▲AMP公司的蜘蛛状机器人每分钟可以对80片废弃物进行分类，是员工分类效率的两倍       “垃圾分类”逐渐成为了全世界共同关注的话题，作为人口大国，我国对垃圾分类实施的举措也从2019年开始兴起。2019年7月1日，上海施行了《上海市生活垃圾管理条例》，后来包括北京、天津、重庆等在内的各大城市都在逐步严抓垃圾分类。       “面包是湿垃圾，用过的湿巾是干垃圾，一杯没喝完的奶茶需要把吸管、纸杯、珍珠、奶茶分别倒入不同的垃圾桶……”，因此要准确实行垃圾分类确实是个不小的难题。每当面对着一排彩色的垃圾桶时，我就分外想拥有“瓦力”（《机器人总动员》电影中地球上最后一个垃圾机器人）来帮助我进行垃圾分类。面对垃圾分类的难题，甚至一个称为“代扔垃圾”的新兴职业“火”了起来：上门收垃圾，一元一次，包月也行。▲“瓦力”进行垃圾分类 来源：电影《机器人总动员》        当然，人类为了在环保的前提下不用特意区分不同垃圾，早就开始想办法了。早在2012年，芬兰的ZenRobotics公司就公开了其首款垃圾分类机器人ZenRobotics，并在2017年推出了一种基于视觉判断的垃圾分类机器人Next Generation ZenRobotics Recycler。近几年，美国、日本也纷纷涉足垃圾分类机器人领域，经过几年的技术积累，包括AMP Robotics在内的多家公司产品已经开始落地使用。        国外垃圾分类机器人市场如火如荼，但主流的分拣机器人设备厂商依靠技术垄断获取收益，单台设备的价格通常都在人民币500万~1000万元之间。之前国内这一领域机器人市场还一片寂静，直到近两年，国内的垃圾分类机器人才逐渐露头甚至开始落地，而且性能不输国外。▲来自广东弓叶科技的生活垃圾智能分拣机器人Picking AI正在进行垃圾分拣 来源：凤凰视频       国外的垃圾分类机器人普遍集中于处理站的垃圾分类，国内能在哪些垃圾处理环节实现垃圾分类？国内的垃圾分类机器人靠谱吗？对此，智东西通过深入调查发现，目前我国垃圾分类机器人覆盖了垃圾收集和中转站分拣阶段，并且国内针对这一领域机器人的研发阶段不同，一类已经在现实场景中落地使用，一类已经推出但仍未落地，还有一类则出身于高校。一、 从“源头”到“末端”，垃圾分类或将实现无人化       国际上垃圾分类机器人的工作几乎都覆盖在垃圾收集后进入垃圾场的阶段，机器人通过机器视觉或大数据将垃圾分类，再通过机械臂抓手或吸盘将不同类别的垃圾装入各自的垃圾桶内。目前我国大部分的垃圾分类机器人具备的功能也在这一范围内，但不止局限于此，部分已落地机器人的功能更是覆盖到了垃圾收集的前端场景。1、落地北京大兴的人工智能分拣机器人       今年在北京大兴落地的，就是首个应用于混合垃圾中转站的国产人工智能分拣机器人。垃圾到达这个中转站后不会直接被运去填埋或焚烧，而是让智能机器人将其中的可回收物分拣出来，并对其中的高值可回收物和低值可回收物进行精准分类，剩余大约30%不可回收的垃圾才会被进行填埋或焚烧处理。       这台中国制造的垃圾分类机器人叫做“Picking AI”，来自于广东弓叶科技，是一个人工智能分拣机器人，搭载了弓叶科技包括深度学习、AI算法、大数据分析、机器人控制以及云平台等多项核心技术。从正面来看，“Picking AI”呈外八字状，这种结构可以减少机器人因告诉运动而产生的振动；从侧面来看，它呈长方形，这样的结构可以确保多台机器人能够无缝拼接。       机器人与机器人之间共用一个大脑，前端内置视觉系统，类似于人的眼睛一样对物料进行识别，如果碰见没见过的物料，它还能通过大数据训练机器人加以识别。大脑还内置“空调”，确保内部始终能够保持恒温工作。这个机器人针对不同类别的垃圾配备吸取和抓取两种分选方式，是对前端机械物理筛分方式的一个智能化补充，能够7×24小时不间断工作，可以保持每分钟85~95次的分拣效率，是人工分拣效率的2~3倍。在恶劣的环境下进行如此高强度的工作，这是普通工人所无法承受的。       “Picking AI”不仅可以将不同材质的废弃物分成玻璃、易拉罐、衣服、鞋子等20多种可回收物，还能挑出废纸中的塑料袋、塑料膜等杂志以及分拣二维物体，能够大大提高废纸回收再利用的纯度。不仅如此，“Picking AI”还具备强大的迁徙学习能力，可以通过云端大脑，与部署在各地的机器人实现数据共享和远程智能提升。例如部署在北京的机器人可以向部署在浙江、上海等地的机器人学习，还能互相“交流”垃圾分拣经验。除了“Picking AI”，弓叶科技还有一款叫做“Picking Easy”的建筑垃圾智能分拣机器人，可以从建筑垃圾中挑选出残次品，提升建筑垃圾回收利用的价值。2、现身杭州的特殊“环卫工”       “我是201号环卫机器人，请自觉保持环境卫生，不能乱扔垃圾哦！”这句温馨提示来源于浙江杭州江干区街道上的一个特殊“环卫工”——自主训练垃圾分拣机器人。这个机器人是由江干区城管局和浙江博城机器人科技有限公司联合开发的。它的外观黑白相间，长宽高大约都在1米左右。大到可乐罐或矿泉水瓶，小到烟头或纸巾，机器人都能经过“手臂”抓取后准确投放在标有“其他垃圾”或“可回收物”字样的垃圾箱中，识别精度可达98%，每天持续工作8小时，可以拾取35斤左右的垃圾。       博城机器人技术总监张少波说，这款机器人用于垃圾处理的前端阶段，可以在大型的清扫车大面积清扫一遍后替代人工巡检，在一些路段、公园、广场等地识别零散垃圾，分类捡起来再集中处理。这个机器人应用了视觉学习、导航定位等前沿技术，还可以通过大数据收集信息，为后续的城市环卫工作提供大数据分析，有效规划分配环卫资源。江干区城管局的相关负责人称，为了实现自主巡逻，技术人员在实现机器人避障的基础上，加配了差速转向轮，能够让它在非机动车道自如行驶穿梭。此外，通过后台，技术人员还能提前设置它的行驶路线，以及记录沿途拾取的垃圾照片和视频。       目前，江干区已经投放了两台垃圾分类机器人，能够代替4~6名环卫工人的基本工作。此外，博城机器人公司还有一款智能视觉垃圾识别分拣机器人，用于垃圾处理的后端流程，替代人在相对恶劣的工作环境下完成垃圾最终的分类处理。这款机器人今年也首次在杭州落地使用。有了这些机器人的帮助，未来废弃物回收工作将完全有可能实现无人化，从而解决垃圾分拣中心长期存在的人员短缺问题，大大减少因为疲劳造成的人工分拣误差，提高垃圾分拣的效率。  二、展会亮相的垃圾分类机器人，资源利用率能大幅提高       国内垃圾分类机器人这一领域刚刚起步，实际落地的产品并不多，但有很多产品已然从各大展会开始纷纷亮相。        1、ABB与华为合作打造AI垃圾分类工作站;这个垃圾分类机器人严格上不能说是纯“国产”，它是由全球500强企业ABB和华为合作研发的AI垃圾分类工作站，今年在中国国际服务贸易交易会（服贸会）会场中亮相。从垃圾的倾倒、传送到分类一气呵成，两只机械臂可以在4秒左右完成一次分拣，投放垃圾准确率高达98%……这些数据无一不证实着“大厂”的实力。ABB（中国）公司研究院杨洋博士介绍说：“这是一套基于人工智能的垃圾分拣系统。当垃圾通过灯箱，摄像头会对于传送带上的垃圾进行拍照，图片会传送到机器内部内置的AI加速芯片上。利用人工智能的目标检测算法，对图片当中的垃圾种类以及它的坐标进行推理，推理结果传送给机器人，机器人再将垃圾拾取、投放到相对应的垃圾桶里。”       据了解，这一整套系统背后集成了边缘计算、云计算、机器人自动化等前沿技术的综合运用。机器人经过训练会后，能够对垃圾进行准确的分类，从而实现整个垃圾识别和分拣过程的自动化和自主化。目前这套垃圾分拣系统尚未投入市场，但从其仅需要100毫秒的推理时间可以看出，它的日处理能力相当可观。       2、模块化智能资源分拣，干湿分离很重要;在今年的科博会和环博会上，来自北京安麒智能的模块化智能资源分拣机器人也吸引了不少人的眼球。不规则的木头、砖头，各式各样的塑料瓶、易拉罐等源源不断被送上传送带，设备正上方的机器人通过摄像头“眼睛”一扫，识别出来物体的大小、特征，“大脑”通过迅速判断，张开机械手，把垃圾抓起，分类放到不同的箱子里。一连串流畅的动作也是这个机器人性能的体现。据安麒智能公司总经理李高强称，这款机器人每小时能抓取2400次，相当于抓取一次仅需1.5秒。       无论是50厘米长的大块木头还是10厘米长的易拉罐，只要在机器人的抓取范围内，这个机器人都不会放过任何一个物体。在抓取重量上，这个机器人目前的最大抓取重量能够达到20斤。从2017年开始，安麒智能的团队在选择踏入人工智能机器人领域时就选择了当时的“冷门”产业——垃圾分类。       李高强认为：“混杂的是垃圾，分开的就是资源。通过把机器人编组，将6个机器人组成一套装修垃圾智能分拣处置线，有的拣木头、有地拣混凝土，就可以实现每年15万吨的装修垃圾资源化精细分拣规模。”此外，安麒智能对垃圾分类的干湿分离非常重视。李高强说，如果生活垃圾在前端能够做好干湿分离，就能产生70%~80%的资源。这样的话湿垃圾可以拿去堆肥，干垃圾通过转运站还可以进行分类再利用。三、 高校创意垃圾分类机器人不止局限于模型        在2019年举办的世界机器人大赛中，河北农业大学的学生展示了他们仅用两周提出创意，并设计制作完成的垃圾分类机器人模型。按照他们的设计，小区内只需要摆放一种大的垃圾桶，居民们提前将垃圾分好类并装入不同颜色的垃圾袋内，最后全部丢进一个垃圾桶即可。        尽管这一设计相对简易，但其理念已与中转站的垃圾分类机器人无二。除了模型实验类的概念机器人，上海交大中英国际低碳学院固体废弃物资源化技术与智能装备团队研发了超视觉垃圾分拣机器人于今年亮相。这款超视觉垃圾分拣机器人能够高精度分拣不同品类的干垃圾，通过CCD视觉、激光视觉、近红外视觉等识别传感器相耦合，综合判断目标物的颜色、形状、纹理等外部特征和材质等内部特征，实现垃圾精准定位与细分判别。       而后，机械臂会迅速抓取传送带上的废弃物，在判断其类别后准确放入对应的收集器内 。这台机器人的最高分拣速度达到每小时5400次，能每天24小时连续工作，分类准确率高达95%。此外，其生产线上每套设备布置两个机械手，相当于代替54个分拣工人的工作量。这一项目的负责人李佳算了一笔账，他说：“如果每台设备每天正常工作20小时计算，可挑拣200吨垃圾，挑中率按照90%计算，可挑选纸类3.6吨，塑料类18吨，玻璃1.8吨，可使垃圾减量约10%，减少垃圾分类管理费用约1万元（每吨400元计算），回收物料价值6.8万元，每天为客户提高收益共计7.8万元。”目前，这款机器人已进入产学研技术推广阶段，团队将与国内环保头部企业对接合作与共同开发，尽快推进市场应用。四、 破除“表面功夫”，“机器人”或成垃圾分类好帮手       自从上海打响了国内严格实施垃圾分类的“第一枪”后，国内主要的大城市对垃圾分类的重视程度也越来越高，但依旧不可避免“理想很丰满，现实很骨感”的现状。政策上，我国住建部要求：到2020年底，全国46个试点城市要基本建成垃圾分类处理系统。国家发改委等机构印发的《城镇生活垃圾分类和处理设施补短板强弱项实施方案》也表明我国2020年要全面实行生活垃圾分类处理、处置目标。发改委、住建部发布《“十三五”全国城镇生活垃圾无害化处理设施建设规划(征求意见稿)》还提出，到2020年底，直辖市、计划单列市和省会城市(建成区)生活垃圾无害化处理率达到100%；直辖市、计划单列市和省会城市垃圾得到有效分类，城市生活垃圾回收利用率达到35%以上。       如今，2021年已经开启，多省市垃圾分类系统及生活垃圾无害化处理已达要求。垃圾分类政策的落实从各省市传达到社区再传递到个人，以北京市部分小区为例，除了居委会经常和居民强调“垃圾分类”知识外，社区阿姨有时还会在小区门口立张桌子，让每家住户填写垃圾分类保证书。但实际上，且不论小区经常存在类似面向马路的垃圾桶是一排“分类垃圾”的彩色垃圾桶，背对马路的是一整排“其他垃圾”的黑色垃圾桶，或是不同种类垃圾桶内的垃圾最终还会倒进同一个垃圾车这种“表面功夫”行为，就算每个人都有垃圾分类意识，但要让所有人把每样垃圾都精准区分也是一个不小的难题。       除此之外，垃圾回收也是一项大工程，如果只注重对所有垃圾进行无害化处理而相对忽视了可回收垃圾的再利用环节，也会造成很大的资源浪费。再从垃圾总量和人员分配上看，我国许多城市人均生活垃圾产量已经超过了每人每天一公斤的水平线，目前我国城市生活垃圾年产生量过亿吨，占世界垃圾总产生量的26.5%，且每年以8%~9%的速度增长。        2019年全国337个一至五线城市的生活垃圾生产量达约3.43亿吨，预计2020年中国城市垃圾产生量达3.6亿吨。垃圾的产生数量正在飞速增长，但环卫工作却面临着“招工难”的现状。此外，按照正常的工作量来算，人工分拣垃圾每人每天只能处理150公斤到300公斤垃圾，并且这份工作对人体的伤害也极大。种种原因表明，推行“垃圾分类”非常有必要，但要真正达到想要的垃圾分类效果要比想象中难得多，而垃圾分类机器人或许能够成为人类推行垃圾分类的好帮手。结语：机器人助力垃圾分类自动化       从杭州街道拾取垃圾并分类的机器人，到北京垃圾中转站使用机器视觉技术和机械臂将传送带上的垃圾分类，让人苦恼的垃圾分类从“源头”到“末端”各环节正在逐渐趋于自动化。使用机器人进行垃圾分类不仅能够减少有害垃圾对人类员工身体的损害，还能极大提高垃圾分拣效率，提高可回收垃圾的利用率。随着我国对垃圾分类不断重视，我们也希望未来科技能够为垃圾分类出一份力，通过人工智能技术让人们了解垃圾的分类方式，通过机器人技术进行垃圾更精准的分类，以提高可回收垃圾的利用率。文章来源： 智东西

       招聘自动化工具的发展需求推动了人工智能招聘的新流行。预计一年后招聘数量将增加，但招聘团队的规模或合同将保持不变，对招聘自动化的兴趣将更加强烈。  如果是一名内部招聘人员，会非常清楚自动化和人工智能将如何改变现实。创新正在改变人们的工作方式。然而，未来的工作场所不再是由机器人来完成招聘专家的工作，而是由优秀的招聘人员来为技术人员做一些事情，利用自动化、人工智能和预测分析来做出更好的招聘决定。       在过去的十年里，招聘人员寻找合格候选人的方式发生了巨大的变化。寻找新的招聘网站已经自动化了经理们用来发现应聘者的大部分招聘流程。幸运的是，类似的技术自动化了注册周期，节省了您处理其他业务任务的时间。自动化有许多优点，例如，更高的生产率和更好的服务质量。麦肯锡全球研究所）的一份报告中，研究人员预计，到2030年，自动化将导致4亿至8亿个工作岗位流失。然而，工作岗位将发生变化，这将转移大多数雇主一天内要完成的任务，包括招聘企业主。       自动化使你走在曲线的前面，并允许你放弃一台机器可以做的乏味的工作。这让你失去了你的筹码在市场营销，拉最好的候选人和创造个人关系与企业的客户。任何业务的几个部分实现自动化都可以改进工作流程和优化流程。招聘面试自动化通过允许招聘人员随时随地进行面试，提高了雇主的能力。数字化面试技术记录应聘者的面试，并评估他们的陈述决定、言语模式和面部表情等因素，以预测应聘者是否适合这份工作。此外，面试的招聘自动化通过提供额外的数据点，说明应聘者是否符合工作先决条件或组织文化，从而确保提高招聘质量。        人工智能利用自然语言处理和情感分析等方法来学习、研究和解决问题。借助大数据绘制人才图，无疑是招聘创新的下一个阶段。通过人才定位，招聘专家可以提前确定应聘者的需求，并为长期招聘建立必要的安排。这包括填补任何技能缺口，支持团队应对工作场所的意外变化，或者只是将拥有合适的人才作为未来的首要关注点。不管怎样，尽管招聘自动化做得很好，但它经常成为批评的对象。更重要的是，这不仅仅是最初的情况——即使有来自人工智能、大数据、机器学习的所有进展——申请人跟踪系统和招聘自动化，通常都在经受来自评论家的猛烈抨击。       尽管如此，人类的特征，例如同情心和场景理解仍然（几乎）难以被自动化所取代。例如，人工智能驱动的招聘工具可以根据关键字搜索将申请人区分为具有所有基本经验。然而，会不会错过同一位候选人在一年内多次跳槽的事实？应聘者可能有非典型的工作经验，但仍然非常适合某个职位。尽管如此，这需要一个人力招聘人员来做出决定，而且这样的简历不可能经受挑战，出现在招聘人员面前。这会极大地减少员工的多样性。       关键在于，确定一项任务的最佳人选需要人的本能。你不能通过一台机器或计算机程序运行一堆简历，让它向企业透露招聘对象。不管人工智能有什么影响，招聘人员很可能没有什么好害怕的。接受创新带来的优势，并尽可能地领导最好的面试。来源：贤集网

       随着每个组织将其业务数字化，并利用数据科学工具、人工智能、机器学习，对其领域的专业人员的需求一直很高。随着机器学习成为所有自动化工具的一个重要方面，对机器学习工程师的要求越来越高。Forrester Research公司高级分析师BrandonPurell说：“任何公司未来的成功百分之百取决于采用机器学习。公司要想在客户时代取得成功，就必须预测客户的需求，而机器学习对这一点绝对至关重要。”人们需要理解为什么对机器学习工程师的需求比以往任何时候都大。机器学习的作用       机器学习工程师是数据科学家和软件工程师两个重要角色的结合体。数据科学家的主要工作是处理大数据，而软件工程师则负责程序的编码。数据科学家的工作是分析性的，他们使用数学、统计、分析技能和机器学习工具的组合来处理和分析大量数据，以获得商业见解。然而，软件工程师是为程序编写可伸缩代码和为公司设计复杂软件系统的专家。他们的角色不需要使用机器学习工具。数据科学家创建的应用程序对于软件工程师来说很难理解，因为它们很复杂，并且没有设计模式。这就是为什么公司正在寻找能同时运用这两种技能的机器学习工程师。在当今这个时代，一个好的机器学习工程师应该理解数据科学家的代码，并使其更易于访问。机器学习工程师的职责       机器学习工程师的工作类似于数据科学家的角色，两者都处理巨大的数据集。因此，一个机器学习工程师应该拥有优秀的数据管理技能。他们的工作角色要求他们将数据科学的规则与编程结合起来，帮助公司利用人工智能和机器学习技术来利用业务。机器学习工程师的必备技能       软技能–这些非技术技能有助于工程师跟上机器学习的动态本质。一个工程师必须知道有效的时间管理和拥有快速思维的商业知识。技术技能-如中级Python、C++和基本数学概念（如线性代数、微积分和统计学）的基本技术技能是企业在招聘时寻找的一个要求。机器学习和神经网络–机器学习和神经网络是为业务问题找到准确解决方案的重要技能。随着机器学习扩展到神经网络之外，对算法等非神经网络概念的了解是一个额外的收获。机器学习工程师是做什么的？       机器学习工程师与数据科学家密切合作。而数据科学家则从数个GBs的数据集中提取有意义的见解，并将这些见解传达给利益相关者。机器学习科学家确保数据科学家使用的模型能够实时分析大量数据，以获得准确的结果。当这些学科协同工作时，它们为曾经被认为不切实际和不可能的公司创造了技术。机器学习工程师正通过让几个行业利用颠覆性技术，为科技世界的未来铺路。来源：贤集网  

       近日消息称，十年来，工业机器人的年度安装量增加了两倍多，在全球工厂中达到了381,000台。如今，国际机器人联合会（IFR）已宣布了未来全球工业机器人行业的五大趋势。IFR秘书长Susanne Bieller博士说：“将传统生产与'数字化战略'相结合的使命使机器人处于领先地位。”1、机器人学习新技巧        结合视觉和其他传感系统的人工智能软件，可使机器人完成艰巨的任务。这样的任务之一就是垃圾箱捡拾，在过去，这种捡拾只对人类的手是可行的。新一代机器人更易于安装和编程，并且可以连接。通信协议的进步将机器人无缝集成到自动化和工业4.0策略中。2、机器人在智能工厂中的应用       汽车行业率先使用智能机器人解决方案，在整个装配线中使用工业机器人，这些装配线在传统汽车生产中占据了100多年的历史。未来属于机器人和自动驾驶车辆（或更确切地说是自动移动机器人）的网络交互。配备了最新的导航技术，与传统生产线相比，这些移动机器人更加灵活。        车身通过无人驾驶运输系统进行运输。它们可以与流水线分离，并重定向到装配工位，在装配工位可以装配单独装备的变型。完全更改模型后，只需要对机器人和AMR重新编程，而不必拆除整个生产线。随着人机协作工作站的集成势头增强，机器人供应商报告说，机器人与人并驾齐驱，没有栅栏。3、机器人进入各行各业       连通性的突破有助于增加机器人在制造行业中的采用率，这些领域直到最近才转向自动化，例如食品和饮料、纺织品、木材产品和塑料。正在进行的数字化转型将带来全新的商业模式，因为生产商可以比以往更轻松地实现多元化。在智能工厂中，不同的产品随后通过相同的设备组装，传统的生产线将不复存在。4、机器人减少碳排放量       对更小的碳排放量的需求也将推动对现代机器人技术的投资。现代机器人具有高能效，因此直接降低了生产能耗。通过更高的精度，它们还产生更少的次品和次品，这对资源投入与产出之比产生积极影响。此外，机器人有助于以成本效益的方式生产可再生能源设备，例如光伏电池或氢燃料电池。5、机器人帮助保护供应链       大流行使全球化供应链的弱点可见。制造商有机会以完全不同的观点重新考虑供应。通过自动化提高生产率后，制造商可以提高灵活性，这在大多数欧盟，北美，日本或大韩民国等高薪国家可能是无法获得的。机器人自动化可提高生产率，灵活性和安全性。Bieller博士说：“机器人技术的进步正在促进机器人的采用。新冠肺炎大流行尚未开始任何新趋势，但它已超越既定实践，加速了机器人技术的使用。在这方面，大流行被证明是推动行业变革的最大因素。”来源：贤集网

       机器人技术将成为人们未来生活和工作方式的最大改进之一。而这一点正在迅速逼近。下一个十年将是一个令人难以置信的有趣的时代，有可能完全重塑科学、医疗保健、生产、发现和人们的日常生活。随着冠状病毒疫情的影响迫使科技发展到更高的水平，2020年机器人技术在所有领域的应用都得到了加速，这使得人们能够保持安全。2021年将扩大这些创新，从而解决某些独特的障碍。以下是机器人技术在2021年将面临的几个主要挑战：减轻隐私和保护威胁       每一项技术都有隐私、道德和保护的问题。通过修复或改变它，用于准备机器人的数据可能被误用，使机器人崩溃。同样，机器人在其项目生命周期中获得的数据，如录音、照片和位置数据，也可能被欺诈者侵入并用于非法活动。因此，使用机器人解决方案和维护数据保护仍然是一个严重的问题。此外，机器人拥有的细节所有权并不一致。关于哪一方可以将信息的哪一部分用于什么特定目的，也没有可靠的信息。这就提出了一个问题，即掌握信息的一方是否会负责任地使用这些信息。多用途       不断推动机器人做更多事情的扩展概念是多功能性。无论是收集更多的数据，进行更多的活动，还是为更多的需求提供服务，能够做更多事情的机器人都将不可避免地带来更高的生产率。例如，制造过程中的机械臂可以组织商品的两个组件，而不是一个。这是朝着正确方向迈出的一步。机器人技术需要更多的人类协作和更多的功能，但也需要在设备和过程本身。如果它们能够相互作用，就可以减少冗长的过程。测绘和导航       机器人在执行既定任务时，必须在各种环境中安全机动，才能有效地工作。机器人创建模型或地图、确定其当前位置并移动到相应的点非常重要。对于机器人来说，地图、导航和路由是典型的复杂问题。随着机器人实现完全自主，对新情况做出反应，扩大其应用范围，寻找解决这些问题的好方法就显得尤为重要。扩展有效人工智能       机器人的设计一般采用人工智能技术和机器学习。尽管这些技术有所发展，但我们仍然没有达到完全信任这些技术的程度。首先，训练机器人完成任务需要大量的数据。除此之外，由于机器人通常是在受管制的环境中训练的，因此不能保证它们会像预期的那样工作。对于机器人来说，要理解并采取有效的行动，现实世界的场景往往会变得困难。人工智能目前不能代替人类的逻辑，机器人的解决方案也不能完全有效或完全准确。社会关系       随着机器人进入人类环境（如医院）的能力不断增强，机器人学家应对复杂的社会关系至关重要。来自我们的声音、身体和面部的信号相当微妙和复杂，因此制造一个能够检测这些信号并做出适当反应的机器人是一项重要任务。此外，必须考虑到基本的道德和社会价值观以及社区内部的差异，这些关系必须是多方面的和持久的。来源：贤集网

       两名毕业于印度卡努鲁VR Siddartha工程学院的学生发明了一种虚拟的临场感机器人，用户可以看到远处发生的事情，就好像他们真的在那里一样。他们的项目由V.N.Prudhvi Raj教授指导，提供了一个很有价值的例子，说明如何利用机器人实时捕捉视频数据，并监控人类暂时或永久无法进入的地方。       制造机器人的两位研究人员Mani Babu Gorantla和Grandhi Sathya Venkata Krishna告诉记者，我们开发了这个机器人作为我们的最终项目。它的灵感来自我们在一本叫《电子为你》的杂志上读到的一篇关于网真机器人的文章。       Mani Babu、Krishna和Prudhvi最近的研究的主要目的是让用户实时地看到发生在偏远地区的事情。为了实现这一目标，他们发明了一种具有车载摄像头和Wi-Fi功能的机器人，这种机器人可以捕捉视频，并允许用户通过智能手机、互联网浏览器或虚拟现实（VR）耳机即时观看视频。       Mani Babu和Krishna解释说：“我们的机器人摄像头捕捉到的任何东西都可以直接传送到用户的智能手机，智能手机也可以放在VR盒或耳机中，用户可以在VR中查看环境，就好像他们真的在导航一样。当机器人的车载摄像头根据用户的头部动作移动时，用户感觉他/她好像就在那个位置。”       最初，研究人员用Arduino微控制器和Raspberry Pi（一种没有屏幕的微型计算机）控制机器人的动作，并将其摄像头拍摄的视频流化。他们希望确保机器人的动作与使用者的头部动作相匹配。为此，他们利用了加速计和陀螺仪（即可以确定物体位置和方向的传感器），这是大多数现有设备的关键部件。研究人员发明的虚拟临场感机器人       基本上，用户智能手机中的加速计和陀螺仪收集的数据被用来确定他/她的头部运动。这些数据被传输到Raspberry Pi设备，然后用于控制机器人摄像头的运动，以确保它们与用户的头部运动相匹配。“我们用Arduino来来回移动我们的机器人，以及左右移动。”Mani Babu和Krishna解释道。我们决定使用两种不同的控制器（Raspberry Pi和Arduino），因为虽然Raspberry Pi也可以控制机器人的电机，但它的RAM会更高；因此，我们给它更多的时间来处理视频和流媒体，这会减轻 Raspberry Pi设备的负担。       尽管机器人的第一个原型是用Raspberry Pi和Arduino制造的，但随后，研究人员用一种更复杂的设备MyRIO替代了这两个部件。MyRIO是一种便携式设备，既可以作为数据处理器，也可以作为控制器；因此，它可以结合Raspberry Pi和Arduino设备的功能。       Mani Babu和Krishna说：“最初，我们使用Raspberry Pi和Arduino控制机器人，但最终，我们决定尝试使用MyRIO替代，后者价格更高，但处理能力更高；因此，它可以同时完成Raspberry Pi和Arduino的任务。我们的机器人有很多应用。以我们大学为例，校长或系主任可以用它来监控走廊。”虽然Mani Babu、Krishna和Prudhvi目前还没有计划将他们创造的机器人商业化，但他们的工作可能会对其他研究团队起到启发作用，最终导致类似虚拟临场感机器人的开发。在未来，这些机器人可以用于从远处监视僻静或危险的地方（例如，在地震或其他自然灾害期间寻找幸存者），在度假时虚拟查看家庭或办公室环境，以及一系列其他应用。来源：贤集网

       康奈尔大学的研究人员创建了一种低成本的方法，使柔软、可变形的机器人可以检测各种物理交互，从拍子到拳头再到拥抱，而无需完全依靠触摸。取而代之的是，位于机器人内部的USB摄像头捕获手势在机器人皮肤上的影子运动，并使用机器学习软件对其进行分类。       该小组的论文“ ShadowSense：使用阴影图像分类在社交机器人中检测人的触摸”发表在交互、移动、可穿戴和普及技术的计算机协会论文集上。该论文的主要作者是博士生胡玉涵。新的ShadowSense技术是人机协作与同伴实验室的最新项目，该论文的资深作者盖伊·霍夫曼（Guy Hoffman）是Sibley机械与航空航天工程学院的副教授。       该技术起源于开发可在紧急疏散过程中引导人们安全的充气机器人的一部分。这样的机器人将需要能够在极端条件和环境下与人类通信。想象一下，一个机器人通过检测人的手的压力来实际将某人引导到嘈杂，烟雾smoke绕的走廊上。该团队采取了一种违反直觉的方法，而不是安装大量的接触传感器-这会增加机器人的重量和复杂的布线，并且难以嵌入变形的皮肤中。为了衡量触感，他们望向远方。       胡说：“通过在机器人内部放置一个摄像机，我们可以通过观察阴影图像来推断出该人是如何触摸它的，以及该人的意图是什么。” “我们认为那里存在着有趣的潜力，因为有许多社交机器人无法检测触摸手势。”原型机器人由一个柔软的尼龙皮充气囊组成，该囊皮围绕着圆柱形骨架（大约四英尺高）伸展，该骨架安装在可移动的基座上。机器人皮肤下是一个USB相机，该相机连接到笔记本电脑。研究人员开发了一种基于神经网络的算法，该算法使用先前记录的训练数据来区分六种触摸手势-手掌触摸，打孔，两只手触摸，拥抱，指向和完全不触摸-的准确度为87.5至96％，取决于照明。       可以对机器人进行编程以响应某些触摸和手势，例如滚开或通过扬声器发出消息。机器人的皮肤有可能变成交互式屏。胡说，通过收集足够的数据，可以训练机器人识别更大范围的交互词汇，这些词汇是根据机器人的任务量身定制的。机器人甚至不必是机器人。ShadowSense技术可以并入其他材料（例如气球）中，从而将它们转变为触敏设备。        除了为复杂的技术难题提供简单的解决方案，并使机器人更易于启动之外，ShadowSense还提供了在当今高科技时代越来越罕见的舒适性：隐私。胡说：“如果机器人只能以阴影的形式看到你，那么它就可以检测到你在做什么，而无需拍摄高保真度的外观图像。” “这为您提供了物理过滤和保护，并提供了心理上的舒适感。”来源：贤集网