为了应对人工智能带来的巨大变革，中国政府发布了《新一代人工智能发展规划》。根据规划，到2030年，中国将实现人工智能核心产业规模超过1万亿元，带动相关产业规模超过10万亿元。规划还显示，到2030年，中国人工智能理论、技术与应用总体要达到世界领先水平，成为世界主要人工智能创新中心。

然而，谈及机器人与人工智能(AI)这一话题，大众的观点往往分为两大阵营：一方认为人类将得益于机器智能化发展，另一方则认为机器智能化即使不至于破坏人类社会的根基，却必将影响人们的就业机会。

具体来说，一方面，许多重复性或纯事务性的工作被自动化所取代；另一方面，一些对体力要求高或者繁重甚至危险的工作也将由机器人完成。据牛津大学发布的一项调研结果显示，未来20年内，美国47％的就业机会可能被机器人和自动化技术所替代。然而，自动化在取代一些工作岗位的同时也将创造一些就业机会，例如更需技术和创新的领域，包括培训、建筑、部署、维护、维修、开发等。那么我们将如何正确看待智能机器人的发展呢？

机器人与人工智能的日益融合将进一步催生自主机器人的诞生。这些机器人将能够做出各种更高级行为和反应，例如学习经验、解析并进一步生成语言，从而创造一种近似于自主意识下的运行状态。

为了消除对认知机器人持有的对立观点，e络盟针对一系列专为医院、车间和工作场所开发的最具革命性的机器人和人工智能解决方案进行了调研，并据此概括出三大关键趋势以助力机器人和智能自动化在未来五年的发展。

1.机器人的外观和动作不久将与人类更为相似

不同于我们在电影中看到的形象，目前大多数机器人看起来并不像人类，甚至称不上类人。尽管自动化制造领域的大部分机器人的机械手臂能够完成托举、拧紧或焊接等工作，但却不具备人类的特性。然而，这种情况正在改变。随着机器人在医院、养老院等更多服务和社会场景中取代人工，机器人的拟人化特征和更具“人性化”的反应模式变得越来越重要。

然而若要断言类人形机器人是否会增加或缓解某些人对机器人的担忧，现在还为时过早，尤其是当自主人形机器人开始加入到普通人类的工作场所当中。机器人工人的好处显而易见—他们永远不会疲倦、很少犯错误，并且不会要求加薪，但也正是人形机器人的这种完美特性可能让真正的人类产生敌意。

机器人不仅逐渐拥有更多人类特征，它们还通过先进的人工智能迅速获得接近人类的智力水平。深度强化学习是受行为主义心理学启发的机器学习领域之一，借鉴了动物和人类从积极或消极的结果中学习行为的方式。使用这种方法，配备传感器的机器人能够学习如何通过反复试验不断前行，并将积极的结果与导致该结果的行为联系起来。

通过结合基于数据关联评估算法的深度神经网络，深度强化学习能够使机器具备生成智能行为的能力，并通过对人类心理进行建模来制定更加智能的决策，从而解决复杂的情况。2016年打败世界围棋卫冕冠军的AlphaGo也正是基于反复试验及对以往比赛的不断分析而训练出来的计算机程序。

强化学习用于机器人领域能够让机器的行为模式越渐类似于意识体，从而有助于深化机器人在自动驾驶和工业自动化等领域的应用。随着机器人与其他先进技术不断融合，它们不仅能够执行高度复杂的任务、学习经验，还将能承担需要高级决策的工作，这一点对于那些危险或不适合人类的作业环境尤其受用。

正如社会技术专家SherryTurkle指出的那样：“机器人的脸部能够引发我们的想象：让我们相信机器人可以站在人类的角度考虑问题，反之亦然。”随着人工智能发展愈加成熟，人类与机器人在各种情况下实现角色互换的可能性越来越大。

2.物联网助力机器人从功能型向社交型转变

当前，大多数面向消费者的机器人被设计为执行纯功能性任务，从空中运输无人机到Roomba真空吸尘器。绝大多数机器人的研发都纯粹出于为人服务而没有考虑与人交流的问题。

未来五年，机器人与人类的关系将发生改变。随着先进的语音和图像识别软件与人工智能相结合，并被机器人行业广泛采用，面向消费者的功能型机器人将很快向社交“陪伴”转变。随着物联网的兴起，消费类机器人进一步向更智能化、更具情景感知能力的方向发展。

3.低成本硬件将推动消费类机器人的蓬勃发展

最为重要的是，各种硬件组件的成本不断降低，这将成为消费类机器人技术发展的主要驱动力。随着智能手机的快速发展，许多常见的机器人组件，如摄像头、传感器、语音识别模组等因手机应用需求而获得大量生产，一定程度上致使其成本下降。因此，拥有私人机器人再也不是千万富翁的专利，全球普通百姓在不久的将来都可以拥有自己的机器人。

此外，据全球最大的机器人专属风险投资基金GrishinRobotics负责人DmitryGrishin发布的调研显示，树莓派与Arduino开源开发板等低成本电子器件的广泛普及也将促进机器人市场的发展。这些强大的低成本电子器件让发烧友们能够以过去几分之一的成本开发自己的自主设备，从而促进了自制机器人运动的发展。

成本的降低将吸引更多人员投身机器人研发，预计未来五年将涌现大量专注于机器人的初创企业。然而，低成本电路却不一定足以支撑这种发展势头。充足、高效的电源仍然是消费类机器人需要解决的一个重要问题，许多机器人仍然受到“重量功率比”的深深困扰。此外，为实现机器人行为“人性化”，需要运行复杂的人工智能算法，这将造成海量处理工作，因而致使目前认知机器人的研发仅限于设备精良的研究实验室。

遗憾的是，虽然摩尔定律（Moore’slaw）可能有助于显著降低内部电路的尺寸和成本，但是要使消费机器人成为现实，电池、电机和处理器仍然还有很长的路要走。