第123章 生与死轮回不止
最新网址：m.xqishuta.net
第123章 生与死轮回不止 (第1/3页)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
（本章未完，请点击下一页继续阅读）
最新网址：m.xqishuta.net