\
在人類發展史上，曾經有三次工業革命颠覆了人們的生活方式。分别是蒸汽機、計算機和網際網路，下一次的工業革命将會是什麼？在百度百家《the big talk》題為“機器人重塑未來生活”的活動上，康乃爾大學創意機器人實驗室hod lipson給出了答案，他認為3d列印會帶來第四次工業革命。
lipson分析，一項技術帶來工業革命都會有一個核心的共同點，就是将某種強大的需求成本将為0或者極低。
回顧大多數的工業革命，可以看到有一定的共同點，lipson認為，大多數的工業革命都是在出現一些有大障礙，或者大的事業需求的時候。
第一次工業革命：當蒸汽機出現之前，每一千瓦時的電力非常貴。随着在蒸汽機出現以後，電力變得便宜，出現更多的創新；第二次工業革命：在電子計算機真正引入之前，可能人們一個小時隻能計算幾百個數字的，有了計算機可以一小時計算幾十億數字，這一項技術的指數性增長一直保留到現在；第三次工業革命：幾十年之前不同地區之間進行資訊交流很慢而且很貴，當網際網路出現的時候，資料可以非常安全、便宜地到達。
“3d列印是将制造的複雜性降為零，現在制造複雜的東西要求時間、規模和精力，現在有了3d列印這種複雜性是完全自由的，我們可以使用3d列印改變所有的東西。”lipson稱。
3d列印助人工智能進化
制造和使用工具成為人類自誕生以來，與其他動物差別的标志之一。人類一直癡迷于制造工具，從幾千年的石器前到現在開始使用更加複雜的材料和部件，組裝成系統或者産品，但與大自然相比，人類制造工具僅限于我們的想象所能，與大自然進化的複雜度仍不可比拟，如果需要生産越精密的産品，就需要投入更多資金、精力和技巧去制造。
在lipson看來，3d技術帶來的革命之一，使得第一次可以通過把所有部件組合在一起制造一些極其複雜、精密的産品，這一切僅僅需要列印就可完成，最終實作制造的單極化。
這就要提到“進化論”。lipson對3d列印感興趣，源于想制造出更加智能的機器人。目前的設計是通過把部件組合在一起，針對部件對機器人進行工程化。然而進化論可以實作機器人的“育種”，将所有機器人的骨骼或者是一些電線，使用演進的方式，通過一個簡單、基本的模拟器，把這些東西放在一起制造機器人，基于基本的模拟器不斷的快速設計。
“幾分鐘之内，機器人就誕生了。”lipson稱，用3d列印機制造的機器人可以實作自動設計和制造。“未來電池、電線，甚至是微處理器，甚至是算法，所有的都可以列印出來，我們可以實作設計自動化，可以使設計師能夠有自由設計出一些新的機器人，這是我們沒有辦法想象的。”
除了機器人之外，lipson想到了基于“進化論”的更多應用，适用于教育、藝術、珠寶設計等任何行業。例如使芭蕾舞者舞蹈時更舒适的鞋子相關産品；使用使用活細胞列印的膝蓋，生物臨床上通過三個月後的孵化，最後可以列印成真正的身體部件。
像人一樣思考
進化論可與mit電腦與人工智能中心主任daniela rus的研究相結合。daniela rus相信機器人可以進行大量的産品制造，可以實作定制生産，在未來人們可以在自己的家裡設計機器人，可以對它們進行定制化，也可以在家裡制造它，或者把它發給一些24小時的機器人制造工廠，能夠大幅度的減少前置期。
在過去制造機器人需要幾年的時間，如今可以通過幾天時間并且低價生産。可以說現在制作機器人的方式和過去的編譯非常相近，以前人們進行程式設計就是0和1之間的程式設計，把整個機器的每一個功能進行細分，能夠使生活更加簡單，通過按一個按鈕，就以獲得一個機器的實體化。
人工智能在自我進化中的自我學習能力也出乎人意料。daniela rus舉了個例子，一個烘烤機器人可以通過閱讀資料庫中的菜單，在廚房中進行标準配比，打發黃油和糖，将混合好的原料放入烤箱，擺正不同的原料位置，制作成布朗尼蛋糕。可能機器人在操作中出現錯誤指令需要幫助之時，他們會與人類互動。提出“請幫助我，”當人類問及“你需要什麼幫助時？”機器人會将自己的需求明确的說出，進行非常精準的溝通。
百度技術副總裁王海峰所做的工作中一部分是緻力于讓機器了解語言。百度研發的智能問答機器人“小度機器人”最擅長的是百科知識類的問答，上知天文、下知地理、影視音樂、無所不知。在王海峰看來，在具備對語言的了解、對知識的掌握和運用以及對人的了解等條件後，機器人将像人一樣思考。
人工智能的快速進化是否會最終超越人類？lipson認為，機器人超越人類隻是時間問題，如果将機器人看做是不斷進化的物種，最終物種之間都會有競争。但danisla rus給出了更絕對的答案：機器人是人所創造，可以通過一個毀滅鍵去控制。
這個答案讓人想起了《a.i.》中的機器人小男孩，或許在未來的某一天人類需要面對人工智能的快速學習能力所帶來的負面問題，但目前來說，人類仍在期盼人工智能的進化帶來的巨大變革。
原文釋出時間為：2014-11-01
本文來自雲栖社群合作夥伴“大資料文摘”，了解相關資訊可以關注“bigdatadigest”微信公衆号