字体
第(1/3)页
关灯
   存书签 书架管理 返回目录
    五轴以上、高加工精度的自动机床,在提升一个国家的综合机械加工能力方面的巨大作用,是不言而喻的。     为了提升这方面的国力,即使是顾骜这种提线做全局规划课题的大人物,也是值得再亲自出手、下一次场,给大伙儿做个样板示范。     当然了,如前分析,顾骜并不是万能的神,目前他能假借“研发摄影机器人”这个借口窃取来的,只是这个大目标的一小部分——     也就是说,“提升自动化程度”这个分解目标,顾骜可以有所为;     而“提升加工精度”这个分解目标,他依然毫无办法,需要国内的工程人员继续自己奋斗。     同时,即使是偷“提升自动化程度”这一细分目标,也是讲究时机的。     历史上,到了80年代后期,因为工业机器人的无刷电机技术取得了突破性进展,以至于数控机床的很多连贯性变速加工动作的控制得到了巨大提升,也开始对“加工精度”体现出越来越大的帮助。     以至于美国和曰本对这方面的技术重新卡得越来越紧,甚至在87年东芝事件后一度重新收入红区。     所以如今趁着配套技术还未成熟、整个价值链尚不明显,先偷出来研究着,将来是有很大好处的。     这里面的细节,诸位看官也没必要恶补了,说了也不懂。     一言以蔽之,那就像是“没有智能手机出现之前,siri的语音识别控制技术前途不大、没那么值钱。而配套的智能手机这一集成平台出现后,siri技术反而值钱了”差不多道理。     打的就是“研发者还未来得及充分意识到其值钱程度和应用广泛性”之前的时间差。     另外,顾骜在课题辩论中提到的“库卡公司的摄影机器人肯定会因为西方国家的劳动安全法律限制,无法自力研发完成”这个论断,也绝对不是虚言。     而是被后来的历史所证明的了。     因为德国和美国对工人、演员的生产安全性近乎变态的保护,库卡机器人的这个构想被拖延了整整30年。     一直到2006年多伦多大学的杰夫.辛顿教授弄出“深度学习算法”,让人类进入深度学习型人工智能时代后。     2010年,美国一家力回馈自动修正预设工程的工业机器人公司、rethink-ribotic,才弄出了“可以让机械臂遇到意外的障碍物后,立刻因压力传感器而停止程序动作、并在力回馈的大数据指引下、自行学习新的替代作业动作”。     然后,库卡机器人才从rethink-ribotic的设计启发为基础,把摄影机器人也做成拥有撞到演员/摄影师后会自动修正“学习”运镜轨迹的功能。     这也是没办法的,德国工业在写死程序的数控加工时代,站到了世界巅峰(和曰本一起),但也正是因此,德日两国在旧时代做得太完美,错过了进入人工智能时代后的弯道加速,切换赛道时远远被中美甩开了。     一个民族太严谨,太规律,往往在解决“如何应对不守规矩的意外扰动”时就缺乏想象力。而中美没有德日那么规律、严谨,他们不守规矩,也就擅长应对不守规矩,擅长“随时随地学习如何处理意外”。     这就是克里斯坦森所说的“创新者的窘境”吧,上一个世代做的越完美,社会整体技术环境向次世代跃迁时,你就越容易死。     后世德国库卡机器人2012年最终完成该项目时,它已经被中国的“美的”收购了,不再是一家独立的德国本土血统公司。(实话实说,现在在“深度学习”的算法工程师领域,中美比德日领先太多了)     顾骜前世在阿狸系干了这么些年,对于大火的人工智能周边应用,当然都是略有研究的,虽然自己写不出算法,至少懂大略的逻辑。     所以上述这些“秘辛”脉络,他心里有数。     由此反推,他也可以
上一章 目录 下一页