第123章 生与死轮回不止(1/2)

首发：~第123章 生与死轮回不止

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，他也可以得出一个大胆的结论：

库卡机器人花了30年的时间，一直等着，等到“深度学习智能”出现，才解决了“自适应突发意外”的问题。

换言之，如果顾骜不在乎这些极小概率的“突发意外”，哪怕就做成一个撞上了演员后还会继续按原定力量撞下去的摄影机器人，那是不是可以提前30年就研发成功呢？

答案是肯定的，只要忽视意外的自动处理，这个技术提前几十年出现并不逆天。

不能因为“30年”这个时间看上去很久，就吓到自己。因为内行看门道，顾骜知道这整整30年，就是浪费在‘解决那极小概率的意外’这一安全考量上。

说到底，是好莱坞的演员工会太强大，把资本家逼得没了活路。加上好莱坞的强盛有没有外敌可以威胁，生产率再低下也没关系。

因此很多有可能减少演员/摄影师工作机会的新科技进步，只要稍微有一丁点危险性，就会被演员/摄影师工会扯虎皮拉大旗抵制。

……

顾骜上述这些分析里，涉及到穿越者先知先觉的事件性知识，顾骜当然不能拿来说。

但是其余分析性的事实，顾骜拿来给课题组战友们讨论，是毫无障碍的。