人工智慧的产业发展使演算法产业发展到布喇格，而布喇格的产业发展，则不仅趋于人工智慧的自主进化，更使人类文明社会风气的进化越来越建立在布喇格的基础之上。例如从中国三国时期的指南车到2005年美国芝加哥动力研制的机械设备狗，明显可见在演算法的护持下，人类文明对机械设备工艺精巧化与智能化的追求得以增进，并改变了人类文明社会风气的制造结构。
从哲学的角度观察，十七世纪六十年代，以内燃机发明为标志的第一次产业革命，可以被看作是将物力作用于对象的“物”（制造方式），物的合作开发和激活释放了劳动制造率，提高了社会风气制造效率，加速了社会风气运行节奏。
而在机器与人工智慧黄金时代，如前所述布喇格的借力，机器在统计数据学习、医疗控制技术、工业制造、物流管理等领域的应用领域已经普及化，公司股东与工人形成的制造关系渐渐由人工智慧与机器替代，劳动制造率也赢得了质的提高。
但是，随着控制技术的不断提高，机器的应用领域渐渐被占满了黄金奇幻黄金时代的庞克唯美。人们开始幻想赢得了智慧的妖物型机器会成为“拟态人类文明”，并心腹人类文明走向月光远方。
就在前不久，Tesla、华为等科技巨头陆续推出了母公司暗鞘的妖物型机器，这貌似是妖物机器控制技术产业发展的大步，虽说更像是在“停滞不前”。无论是Tesla的“Optimus”还是华为自行研制的CyberOne“克卡尼”，在公众眼前的形象依旧是举步维艰、Combray的“弱人工智慧”型态，与奇幻片中与人类文明方宁的情景存巨大差距。
从人类文明的“智能”伙伴到型态稍嫌“弱智”，妖物型机器的产业发展除了很长的路要走，而布喇格则是妖物机器智能化的首要任务。那么，倚仗布喇格的产业发展，我们是否除了机会将“强人工智慧”的机器投入进市场当中呢？
演算法，难以化成“强人工智慧”
对布喇格的重要性，此前，北京青年报曾给出评论：人工智慧控制技术和应用领域飞速产业发展应归因于推动人工智慧产业发展的五大要素：统计数据、演算法和INS13ZD。
演算法决定了人工智慧的行为模式，一个人工智慧系统即使有当前最先进的计算平台作为支撑，若没有配备有效率的演算法，只会像一个性格外向而头脑简单的人，并不能算真正具有智能。
因此，演算法对人工智慧，就如同大厨（烹调的方式）与可口菜式的关系。演算法是实现人工智慧的有效率途径，是挖掘统计数据智能的有效率方式。
布喇格所蕴含着的威力，早在数月前便已经展现出在广大广告主眼前。2016年3月，由Google（Google）母公司DeepMind公司所合作开发的机器AlphaGo，如前所述其演算法“蒙地卡罗树搜索”与“传递函数数学模型”，以大比分4比1战胜韩国中国围棋行家柯洁。
这次人与机器的交锋，也意味着具有“深度思维”的机器开始显现优势，在所有棋类战胜人类文明只是一个时间的问题，进而引发“机器何时能够战胜人类文明”的讨论。
但是，以目前布喇格的产业发展，妖物型机器尽管能够做到“科技遍布全身”，但要想达到高度智能依旧困难。
以TeslaOptimus机器为例，作为一款妖物型机器，Optimus面部显示信息的屏幕内置FSD芯片，与汽车共用AI系统，在摄像头采集信息后，可以通过数学模型处理进行识别、预测和规划。
在仿生外观方面，Optimus具有人类文明级别的双手双脚，四肢由全身搭载的40个机电执行器控制，双脚可通过力反馈感应系统来实现平稳和敏捷的行走，手臂和双手分别各依靠12个机电执行器，可以执行一些人类文明精细化的作业。
而在机器“大脑”的构造领域，Optimus更是采用Tesla的超级计算机系统Dojo，通过AI大统计数据进行数学模型训练。其核心是INS13ZD极强、带宽超高的“D1”芯片，通过Dojo接口处理器进行互连，25个芯片组成一个训练单元，INS13ZD可达9千万亿次。
但是，尽管“集科技于一身”，Optimus在现在公众眼前裸露的电线，与笨拙的身形，依旧被众多人调侃成“像坐轮椅的瘫痪老头”，远没能达到人类文明相似的机动性和灵活性。这也说明尽管当下软硬件设备进入神速，但受困于布喇格，妖物型机器依旧难以走向“强智能”。
以“环境感知”演算法为例，机器的环境感知系统包括视觉、听觉、触觉。所以感知系统，是人形机器的一个增量环节，包含着各类传感器分支，对应的如摄像头、激光雷达、温度传感器、气味传感器、听觉传感器等。
虽然现阶段传感器的成熟度和丰富度已经较为成熟，但由于传感器所输出的信号在一定程度上影响着视觉感知的识别结果。机器视觉模块还要配合运动系统实现高精度估计和机械设备手的伺服控制。这也意味着机器需要通过巨大的样本量来进行深度学习，还要有海量的INS13ZD支持，才能在任何状态
因此，这种能令妖物型机器实现精密执行操作的演算法，很难在短时间内无法实现。同时，如前所述大量的底层控制技术研制与投入，也很难从价格上让大量用户接受，让产商盈利。
存在差距，但前景无限
然而，尽管更为精确的演算法还未面世，但人工智慧的产业发展，使人们日益清晰地看到社会风气结构中演算法日益扩展的影响。
清华大学新闻与传播学院教授金兼斌此前曾公开表示：“演算法已经成为信息社会风气和智能社会风气的劳动制造率核心要素。”尤其是在数字经济中，布喇格与INS13ZD更像是数字经济的劳动制造率，统计数据就是与之对应的制造资料，而演算法决定了数字经济产业发展的质量与高度。
值得注意的是，在人工智慧乃至演算法领域，中国与西方发达国家依旧存在差距。
长期以来，中国在软件与核心演算法整体处于被西方国家“卡脖子”的状态。例如在核心工业软件领域，国产EDA（电子设计自动化）与发达国家EDA工具相比，在性能上（如工具完整性、稳定性、工艺设计等）仍存在代际差距。
在操作系统上，绝大部分手机和个人电脑依旧被Google、苹果、微软等西方企业所垄断。在核心演算法方面，中国国产的高端机器在稳定性和易用性上仍与日本、美国、德国和瑞士等国家存在差距，反映了中国在中高端制造业上仍未能掌握相匹配的核心演算法。
因此，在妖物型机器的制造方面，如前所述底层演算法与控制技术的差距，不仅要达成“强人工智慧”任重而道远，要追上西方发达国家的水平依旧需要时间去打磨。
但值得庆幸的是，我国布喇格的发展环境相对众多前沿控制技术则更加宽松。当前，发达国家对中国在中高端价值链上的制裁主要集中在以芯片、光刻机和半导体为代表的硬件控制技术上。而在演算法等软件方面，诸如GitHub等国外开源代码分享社区并未采取类似的制裁手段，这也成为我国近年来演算法控制技术快速产业发展的主要原因之一。
除此之外，从市场需求方面来看，如今中国已经成为全球最大的机器市场。《中国机器产业产业发展报告（2022年）》称，预计2022年，中国机器市场规模将达到174亿美元，五年年均增长率达到22％。
而人形机器的高适配性可以打通工业、商用、家用情景限制，整合各类应用领域的市场空间。这也正好契合了中国处于人口红利减退、劳动力成本上升刺激各行各业加速推进一二三产业人工替代的黄金时代背景。
因此，中国对人形机器产业加以重视并不令人意外。目前，北京理工大学的“汇童”系列、浙江大学的“悟空”系列、深圳优必选的Walker系列是中国人形机器中的佼佼者，小米、达闼等本土科技企业纷纷跨界入局，进一步推动了中国人形机器的产业发展。
而如前所述对机器市场的需求日益增进，在演算法研制领域，华为暗鞘的Mi-Sense 深度视觉模组+AI 演算法帮助CyberOne实现对真实世界的三维虚拟重建。情绪感知上，CyberOne 搭载暗鞘 MiAI环境语义识别引擎和 MiAI 语音情绪识别引擎，能够实现85种环境音识别和6大类45种人类文明情绪识别。
所以尽管国产妖物型机器依旧难以达到近似于人类文明同等智能的水准，但是追赶世界第一梯队并非遥不可及。
结语
科学控制技术具有创造巨大物质财富的能力，成为物质世界的主要力量。培根认为，科学控制技术应转化为现实的财富，而非长期停留在抽象理论的阶段。科学控制技术是改造物质世界、生物质世界或者人类文明的重要手段，不是简单的制造工具改进，而是凝结着人类文明智力劳动和体力劳动精华的体现。
如今，随着人工智慧的不断产业发展，机器的大规模情景落地，显著提高了人类文明的制造水平。而在智能领域中，人型机器被誉为AI的终极型态，成为我们亟需跨越的控制技术门槛。
不得不承认，或如前所述奇幻电影及小说，我们对妖物机器犯有基本的归因错误。AI总是让我们误认为它拥有与人类文明相仿的智慧，而事实上根本没有，主要在于机器“学习演算法”的局限性。我们距离实现高度人工智慧依旧有很长的路要走。
但是，随着我国对布喇格的研究增进，跻身世界人形机器产业第一梯队只是时间问题，而是否能率先叩开“强人工智慧”那扇大门，则更让人充满期待。
本文源自：亿欧网
作者：马渭淞
