全文共2285字，预计学习时长7分钟
全文共2285字，预计学习时长7分钟
图源：Unsplash
生活中，我们常常提倡“换位思考”、“共情”。
其实在孩童时期，我们就已经做到了这一点，只不过换位的点往往很奇特。 给金鱼喂辣条，它会吃吗？乌龟跑走了，是因为不开心吗？鹦鹉头朝下撞到墙上，会感到沮丧吗？猫过去常在我的床上大小便，是因为它讨厌我吗？给小狗做了绝育手术，它会生气吗？如果我是麻雀，在天上一边飞一边拉粑粑，会是什么感觉呢？
童年时，小芯经常会因为这类无法解答的问题而彻夜不眠。相信大家也一样。 但如今，我们可以轻而易举得到答案。我们身边不再是难以揣测的小动物，而是机械的人造生物，它们的行为符合形式逻辑，每一次挑衅行为都能通过计算机代码追溯到根本原因并予以改善。
图源：Unsplash
作为一名工程师，我需要与一个六轮自动送货机器人换位思考，将其训练的服服帖帖。而这些问题让我在成年后再次夜不能寐，因为我一直无法得出答案：
一、如何避免碰撞？
机器人和人一样有一双眼睛。两只眼睛可以很容易地测量到视野范围内各种物体的距离，从三维角度去看世界。 当光线经过反射进入我们的眼睛（或是机器人眼部的照相机）时，我们的视网膜上就会产生一个图像。由于每个人眼睛的位置都不同，因此捕捉到的图像也略有不同。如果将这些图像叠加在一起，会发现图像上相同元素的位置并不能精准匹配。
所有元素都呈水平移动，在右边的图像上左移一点，或左边的图像上右移一点。 扭曲：一个物体的图像间转换越频繁，就离我们越近。转换越少，就离我们越远。这个数学事实令人惊叹。
要了解一个物体在现实世界中离我们有多远，只需测量它在图像之间移动的毫米数。 问题：匹配对象。要计算一个物体在两幅图像间移动了多少，必须首先在两幅图像上对其进行识别。人类在这方面尤为擅长，通常会下意识去做。幸运的是，机器人在这方面特别差劲，这也让小芯有工作可做。
图源：Unsplash
二、如何安全过马路？
这个机器人是步行者，需在人行道上行驶。和行人一样，它也会被十字路口困扰。理想中的恬静且无忧无虑的散步很快就要烟消云散，随之而来的是一阵恐怖的威胁，处在一群仿佛有两吨重的巨型怪物中，它必须快速穿过。快点，否则会被无情地压扁，或者因为配送不及时而被撤职。 艰巨的任务需要过人的智慧。
机器人配送车的大脑层次很深，每一层都有数百万个人工神经元。不同的层类似于输送带上的专业工人，后续层建立在前序层的基础上。 一张图像从相机里传来，其中包含许多机器人无法识别的原始像素。最底层神经元识别代表边缘的像素组，下一层神经元识别从边缘形成的形状——圆形、矩形和三角形。
第三层神经元将这些几何图形组合在一起，识别出整个对象：车轮、门、窗和车牌。最上面的一层神经元将各种汽车部件进行组合，以识别出完整的汽车。 正是这种单一用途的大脑，专门用来防止机器人成为一个马路杀手，保证十字路口的安全。与动物相比，它们的大脑中只有很小一部分用于识别汽车。这就是到处都是松鼠，而不是机器人的原因。
图源：Unsplash
三、如何避免迷路？
比配送超时更严重的莫过于货物丢失。为了避免此类事件发生，我们向机器人大脑中嵌入了伦敦出租车司机的行动手册。 要拿到驾照，这些初出茅庐的出租车司机必须通过世界上最难的地理测试——对伦敦数万条街道、地标和旅游目的地熟悉度的严格测试。为了备考，司机们在近5年的时间里，在伦敦开车穿梭了数百次，想法设法将伦敦错综复杂的城市道路刻进他们的大脑。 同样，机器人也需要这样的训练。在它们可以在城市中自由活动之前，需要一名人类监督员人工驾驶。
但与黑人出租车司机不同的是，机器人只需一次手控设置。 要说电脑擅长什么，那一定是记忆。在单独的地图绘制过程中，机器人会在整个路线上进行一秒多次拍照。接着从图像中提取相关的物体——比如公园长凳上的木板或烟囱的砖块，都属于颗粒状的物体。最后，时间密集型算法计算出所有这些物体的真实坐标，然后将这些数据存储在一个巨大的数据中心中，构成机器人极其详细的内存。 之后，一个正处于自主运行状态的机器人不论何时不确定自己的位置，都可以在此数据库中进行搜索，寻找与当前环境最接近的位置。与伦敦出租车司机一样，他们的人造竞争对手也用存储在其记忆库中的全球知识对当地场景进行了绘制——他们眼中的物体之间有何种关联以及这些物体如何与整个城市关联。
仅仅在几天内，机器人就建立起人类需要花费几年才能建立的知识网。 很快，你就能在社区中看到这些智能配送机器人在辛勤工作。通常，他们都会表现出最佳状态，工作高效且配送精准。 偶尔，你也会看到一些糟糕的情况。也许是在人行道上失去方向，亦或是在过马路时感到恐慌。 但请原谅他们的笨拙。正如西奥多·罗斯福（Theodore Roosevelt）所说：“从不犯错的人一定从不做任何事。”机器人做了很多事情，承担了这个城市的配送服务。
图源：Unsplash
正如我们在试错中一步步成长，机器人也需要这样一个被宽容和感恩的环境。 “假如我是机器人……” 我们需要增加这样的“换位思考”。
图源：feixiubook
留言 点赞 关注
我们一起分享AI学习与发展的干货
如需转载，请后台留言，遵守转载规范
