自從第一臺機器被發明以來，人類早已成為這些產物的主宰者。我們設置好機器然后離開，工作就可以被自行完成。但是現在，傳統角色被一種新的關系所補充，日益成熟的科技正在學習在沒有我們直接監管的情況下相互配合著完成工作。

　　無線計算、機器人及人工智能(AI)已經發展了多年，各領域分別都取得了巨大的進步。然而一種顛覆性的趨勢正在興起，而且其威力遠大于單個領域的發展。它就是上述技術的綜合體，它創造了一種新的范式。這種范式就是大數據+無線+AI+無人機+機器人--一種完全自治的物聯網(IoT)。

　　這些技術的興起被三種共同到來的核心技術所助力，這些協同效應不是什么新鮮事物，但他們正日漸成為長久以來被未來主義者及科幻作家預言的樣子。

　　更智能的計算機

　　第一項基本技術是改良型AI。該術語，人工智能，會讓人想起多年來電視與電影中描繪的有感知能力的機器人和仿真機器人偶的形象。由于研究人員取得了新的突破，AI偶然的成為了新聞寵兒。AI領域最近的進展是利用強大的算法來模擬基本的人類技巧，如視覺、從數據或經驗中學習的能力。

　　這些核心功能已經結出了果實，可能最好的例子是在2011年贏得了智力問答節目Jeopardy！而聞名的IBMWaston計算機。根據福布斯的報道，2013年IBM開始讓Waston為病人的診治提供專業建議。即使不涉及到生死問題，這都是一場高風險的賭博。一方面是美國劇增的醫護費用，另一方面則是在pizza盒大小的IBM服務器上運行的Waston機器人，幫助醫生和醫院選擇合適的醫療檢查和護理，降低了醫療成本，提高了醫護質量。

　　2014年1月，IBM成立了Waston商用集團部門。Waston現在是一個為多種應用(如法律分析、在線零售建議等)服務的商業工具。IBM對該集團投資了10億美元，其中一千萬美元被指定用于投資初創公司，讓他們可以在Waston開發者云上建立各種應用。

　　AI實際上已經在向產品和服務遷移了，去年，BusinessInsider預計全球基于AI的解決方案的市場為九千萬美元。AI技術正在促進人機交互領域的發展：機器視覺及面部識別、自然語言處理及語音識別。

　　機器人技術

　　第二項技術是無人設備。根據BusinessInsider的預計，2019年消費及商用機器人市場將達到15億美元。自主無人機正在全球范圍內被用于測繪及監控，工廠及倉庫自動化也已使用無人技術多年。在過去十年中，自動真空吸塵器已經將機器人技術帶入了消費領域。消費者見到的電影及電視中虛構的機器人，有些樂于助人，有些則很可怕。一如所料的是，消費者對于跟真正的機器人保持密切關系有著復雜的矛盾態度。

　　CEA消費者調查2013及2014年的結果顯示，只要是相對非個人的服務，大部分消費者都愿意接受機器的輔助。而當服務越個人化或越重要，如看護小孩，消費者對機器的接受度就越低。

    上圖顯示了從2013年至2014年，消費者對于機器人處理各種任務(照看任務vs有情感聯絡的任務)的興趣，圖中圓點的大小表示興趣的相對大小。

　　對于機器照看寵物的興趣從2013年的28%微升至2014年的30%。對個人娛樂及陪伴的興趣變化，與前一項相似，從2013年的21%增至2014年的24%。對于機器人保姆，大眾的接受度微乎其微。2013年對此類機器人的需求低于8%，2014年僅微幅增長了少許。

　　另一方面，過半數的消費者表示很有興趣讓機器人幫忙處理相對非個人化的家務雜事、照看花園及家庭安全監控。2014年，消費者對自動家庭安全監控的興趣上升至59%，對機器人照看草坪及花園的興趣從2013年的46%上升至2014年的56%。對機器人處理室內家務雜事的興趣2014年則增長了3個百分點至62%。

　　有趣的是，男人明顯更信賴無人汽車，39%的男人樂意讓無人汽車的行駛時速超過80公里，而只有23%的女人愿意這么做。男人和女人都表示愿意讓機器人協助打理家務或庭院，66%的女人表現出了更強的興趣，與之相對的是58%的男人表現如此。不過沒有例外的是，大眾對所有項目的興趣在2013-2014年間都有增加。

　　消費者接受度的提高是很多公司努力的結果。其中一個杰出的貢獻者始于1990年，當時麻省理工學院人工智能實驗室的三名研究者成立了iRobot。這家公司用一款Roomba無人地板吸塵器將機器人技術帶入了大眾消費者的家中，公司后續又推出了地板擦洗、水池清潔、溝渠清潔機器人。

　　亞馬遜和谷歌完全認同機器人在未來的重要性，谷歌在2013年收購了RedwoodRobotics(機器人手臂)、MekaRobotics(機器人)、Holomni(機器輪軸)、Bot&Dolly(機器攝像系統)、BostonDynamics(DARPA機器人挑戰賽冠軍)，這些都顯示了谷歌對此領域的強烈興趣。

　　亞馬遜也收購了一家機器人及物流公司KivaSystems，該公司開發并部署智能自動化倉儲系統。在亞馬遜購物時，使用一套云訂單處理系統、自動化倉儲系統以及用無人機運送包裹，顧客最后將成為整個購物過程中唯一被直接涉及到的人。

　　機器人越來越被消費者所接受，這是上述這些公司努力的結果，也是由于無人產品或服務的成功實現所致。隨著無人設備越來越智能，它們將更加實用和高效，也將為消費者提供更多類型的服務。

    云無處不在

　　最后一個關鍵因素是“普適云”，它伴隨著云計算以及無處不在的連接一同發展起來。物聯網(IoT)是一個寬泛的應用，它是在沒有持續人為干預的情況下，使連接設備與互聯網聯系起來。由于連接無處不在，IoT的根本其實是大量的云計算以及并不是隨處可得的數據資源。但是云也可以作為重要數據和計算資源而獨立存在，為遠程用途或商業提供服務。

　　幾乎所有的設備都可以與云資源連接起來，這些連接可以幫助服務器群完成密集運算。當含有少量存儲資源的遠程設備與搜索引擎和海量的數據庫相連時，這些設備就可以完成比其自身能完成的計算量更大的任務。

　　會思考的機器

　　在人工智能的幫助下，普適云正日漸強大。其中一個產品就是虛擬個人助手(VPA)，VPA是一種軟件工具，它會對自然語言做出反應、獲取信息、閱讀你的短信及郵件，以另一種方式用你周圍的電子世界來扮演你的代言人。

　　VPA成為可能的原因在于普適云能容納海量的數據并進行大量處理。這些資源可以讓一部智能手機玩出一個小把戲，比如蘋果Siri告訴你，正在你頭上飛過的是一架波音777。Siri在遠程服務點接收到你的要求，根據你的手機確定你的位置，接著與航班數據對比，再基于最新的航班位置數據選出最接近的航班，最后提取出航班型號將答案反饋給你。

　　蘋果Siri、谷歌Now、微軟Cortana的開發部門正在從人工智能工具箱里獲取更多樣的工具，以此來完善這些虛擬助手。微軟研究院稱，Satori是Cortana和Bing背后的智囊。這個平臺使用的AI工具包括：高級機器學習、語音識別、參考系統及實體理解。Cortana使用Satori的海量數據庫和AI工具來回答自然語言的問題。

　　像Siri、Now、Cortana這些工具都是新鮮事物，Siri于2011年問世，接著是Now(2012)和Cortana(2014)。因為這些系統都建立在AI領域多年突破性和漸進式的進展之上，因此這些成果有時表現驚人。

　　云機器人技術

　　將AI、普適云與智能手機融合合情合理，不過云也可以為一些不那么智能的小玩意提供大量的計算能力。在某些時候，機器人需要能夠脫離互聯網而運行，但是只要在可以使用云的情況下，功能就會猛增。機器人技術可以使用大量的離線處理能力和數據、軟件和容量升級。研究者們感興趣的是哪些任務應該在本地完成(如平衡及快速運動控制)，哪些任務可以在云上完成(如路線確定和目標識別)。

　　機器人技術與云計算及數據的結合就是“云機器人技術”，該術語由谷歌的JamesKuffner于2010年創造。歐盟一個名為RoboEarth的研究項目將云儲存及計算與機器人技術結合在了一起。RoboEarth搭建了一個信息數據庫，包括人提供的軟件和數據，外加機器人收集到的數據。這個項目的結果是，大量軟件和數據元素增強了機器人的能力。通過將機器人與普適云相連，RoboEarth促成了雙方面的增長--機器人從云那里獲得了多種能力，云也得到了很多從機器人那里收集來的數據。通過云進行合作，機器人們甚至可以一起完成一項任務。

　　機器人技術、AI和普適云是三種關鍵技術，當有公司將它們放在一起的時候，顛覆就會到來。這些技術的融合帶來了一種全新的可能性，這種可能性正在開始影響生活中的方方面面。

　　AI+機器人技術+云=你未來的汽車

　　現在的自動真空吸塵器就是原始的獨立機器人設備，實際上吸塵器制造商Dyson在2001年就已經設計了一款自動吸塵器，但該產品并未發布。Dyson從未放棄這項研究，該公司已經宣布在倫敦帝國理工學院投資了一個聯合機器人實驗室，目的是為了增強人工智能應用中機器的視覺能力。

　　無人設備的一個最重要的里程碑就是無人汽車，尼桑計劃2020年推出具備自動駕駛功能的汽車，這種車能夠自動處理更多事項，而不是完全無人駕駛。在摩根士丹利的一篇分析報告中，列舉了無人駕駛的發展階段，從現有的被動系統，到2022年實現完全的無人駕駛。

　　汽車電子對成本極度敏感，這意味著要將盡可能多的任務放在云上。另一方面，機動車也不可能依賴互聯網來實現轉向、剎車或行人探測。云上的人工智能將能預測交通模式及天氣，或基于路況確定路線。高級UI工具如語音識別及自然語言處理將使人們能更容易的與機動車互動，AI則讓無人汽車能更好的識別其周圍的世界。

　　機器時代的來臨不光涉及到單個的機器人，還涉及到我們周圍的系統以及從人工智能當中獲得的各種功能，還要與機器人技術結合起來，外加普適云的力量。與任何顛覆性的趨勢一樣，障礙是必須克服的，如IP、消費者對機器人技術的看法以及成本問題。機器人技術已經在工廠和倉庫中使用，未來還將用于分銷鏈或現有的其它商業環節中。