本文目录
以现在的科技水平能不能造出跟终结者一样的人工控制型人形机器人
造不出来，未来20年也造不出来。也没有人会去像终结者这方向去努力，研发机器人。
也许你想象的机器人是这样样子的：
（PS：这个是后期合成的，并非真实的atlas机器人）
我们来看看真是的机器人最高水平是什么样子了？
看机器人的发展其实要分开为两条路看：一条是运动学方向，一条是人工智能的方向。同属化的讲：一个能否让机器人像人一样思考，具备智慧。一个是能否让机器认像人一样做各种动作。
全球按照产业来说也是这两大领域分开发展的：
1、运动学，有人说是仿生学。其实运动学更为贴切一点。代表波士顿动力ALTAS，本田ASIMO，丰田的TH-3。
波士顿动力机器人ATLAS
本田的ASIMO机器人
ASIMO踢足球
丰田TH-3
运动学的方向的看法，说白了就是研究机器人如何能够强量化的状态下，实现各类动作运动自如，赶上人类，甚至后期超越人类。
这类也就可以细分为：导航，驱动控制，运动学算法，储能系统，能量管理系统，以及机械执行机构等细分类小门类。当然我这里也说的不全。
这是一个多学科，多行业交叉的行业，并不是一个单点突破就能够实现跨越式飞跃的领域。
（1）导航方面，目前采用的两类机器人视觉+激光导航相结合的方式。
机器人视觉方面如今3D视觉在核心数据处理方面，需要强大的处理器，相比于2D图像的智能识别更为复杂。现在我们接触到的大量的图像智能，还是平面的2D图像。说白了是照片，但是你要想做到人眼一样的3D识别，需要更为强大的计算力。目前3D的应用，还处在初步的导入和完善阶段。3D的成熟，少说还要花10年的时间。-类人机器人
得益于无人驾驶的发展，激光导航技术起步速度非常快，但是单纯的激光导航，也只是让机器人知道哪里有障碍物，需要避障，哪边路不平，需要调整姿态。
因此，机器人的导航，基本都是采用的视觉+激光导航的技术。这两个技术也只是在这两年才趋向于成熟。
想让机器人看到什么都有反馈，那是人工智能的事情，说白了，就是接受外部的各类感知那是人工智能的训练和学习。我们后面详细说。
（2）驱动系统。
最早开始的人性机器人采用的是液压系统，那已经是1960年代的事情了，如今基本上对机械运动的反应性要求更高了。都采用的是液压和伺服驱动结合的方式。运动控制器+伺服电机（直线电机或者直流伺服电机），这就要求对于运动控制的难度提高几个等级。我们举一个例子，为了实现整个身体协调，四肢，驱赶都采用伺服电机驱动，按照atlas的关节计算，至少有18个轴。运动控制器领域能够控制18个轴的是有不少。但是你要完成同步控制，还要完成震动抑制（说白了就是不要让机器人抖动，那毕竟是一个机械的铁疙瘩），就需要运动控制器的功能不单单要包含所谓的轨迹规划功能，还要完成图形解析，以及各类外部传感反馈的相应力矩调整的功能。-类人机器人
有难度，不过确实有人能做出来！但是ATLAS的进步，也只是刚刚进入模仿人类的第一步，距离人类还有至少20年的努力光景。
（3）储能及能量管理系统
想要依靠太阳光实现能量补充，基本是不可能的。如果真的想实现机器人的永久动力，那就只有一个办法：核能。说到核能，人类到现在都没有完成聚变能源的有效利用。更别说如此小型化的储能管控。那退而求其次，就只有电池了。说到电池，要去你去看看你家电动车，他能不能充电一分钟，跑半年？-类人机器人
说完硬件领域，其实核心的在于，运动控制芯片也需要非常强大的性能。甚至在我看来，专门针对机器人运动控制的操控，就需要一套专门的操作系统。这又是需要很多年才能发展起来的。
人工智能是机器人的大脑——人工智能是时间和数据来训练的
不管是语言智能，图像智能，还有所谓的机器人深度学习，都是机器人大脑的组成部分。目前来说在机器人深度学习领域，以谷歌alpha go为代表的机器人，也只是能做到基础的逻辑判断简单处理，并不能达到如人类一般对超级数据信息的各类综合。-类人机器人
说白了，如果真的出现接近人类的人工智能，那也是人类深度训练了至少有10年-20年乃至更多年的人工智能。这个谷歌，facebool，亚马逊，微软都在做，都在训练自己的人工智能。看过《生化危机》的应该都知道有一个中央控制电脑，我告诉你，即使真的出现这个玩意，那也不是制造出来的，而是人类不断训练孵化出来的。-类人机器人
此外，人类为什么不会制造这类机器人？
因为，让人类流通的，并且代理人类价值的物品是钱。没有前景的东西，没人会做的。不然你以为波士顿动力为什么会被谷歌卖掉，并且软银如此高调的允许波士顿动力宣传，这一切都是商业化发展的需要。很多朋友有，政府会做！其实不会，因为性价比太低。未来能出现的地方，一定是商业市场，因为这是一个商业技术主导的产品。-类人机器人
人工智能在未来会有可能超越人类吗
肯定是超越的。原因是
1，只要人类能够量化描述的，已经有定理定律的，都可以变成算法。从而绝大部分人类就被超越。就像量子力学，懂量子力学的是少数人，AI肯定跻身这少数人。
2，未被量化的部分，比如梵高风格的油画，围棋，书法等等，ai也会大量模仿和“微创新”，因此，也会超越大部分人。
3，在科研领域，从数据中找规律这件事，本来是科学家的专业领域，但是人工智能会参与其中，而且发挥更大的“自主作用”；
4，在所谓人性领域，我觉得人工智能遇到了“只可意味”的东西，这个事情人类貌似很自豪。但是我没觉得。也许从机器看来，这是人类的明显bug。不值得超越
