简要总结
本视频是老石谈芯频道对Anker创新CEO杨蒙的访谈，主要探讨了机器人如何获得真正的智能，以及AI之外机器人落地的重要技术瓶颈。
- 机器人智能的产生需要人工编程、数据学习和强化学习三种方式的结合。
- 仿真环境无法完全模拟现实，机器人需要在实际应用场景中进行反馈和强化。
- 机器人需要大脑、小脑和关节神经群的三层决策架构。
- 伦理问题是机器人发展不可避免的问题，需要企业和消费者共同探索和解决。
- Anker希望通过极致创新激发可能，打造相互激发的创造者乐园。
开场
简要介绍了本期访谈嘉宾——Anker创新CEO杨蒙，并概括了访谈的主要内容：探讨机器人获得真正智能的可能路径，以及AI之外机器人落地的重要技术瓶颈。
机器人如何产生智能？
讨论了机器人如何产生智能。早期机器人研究侧重于动力学模型计算，而近期研究则关注模仿学习，但两者都存在局限性。真正的智能应结合人工编程、数据学习（模仿学习）和强化学习三种方式。人工编程提供基础知识，数据学习进行模仿，强化学习则通过实践和反馈不断提升智能。机器人不能只在实验室或仿真环境中学习，必须在实际应用场景中进行反馈和强化。
仿真的局限
探讨了仿真环境的局限性。仿真无法完全模拟现实场景，导致在仿真环境中表现良好的模型在现实世界中效果不佳。这是因为仿真速度不够快，无法模拟所有可能的情况，且仿真对真实世界的抽象不够充分。因此，不应期望仿真带来与现实世界完全一致的结果，而应将其视为低成本、高效率的启动器，在仿真达到一定程度后，仍需在现实世界中进行强化学习。
智能模型的三个架构
讨论了智能模型的架构。人身上有大脑、小脑和肌肉群三种具有智能性质的决策器官。类比汽车的域控制器，机器人未来也可能采用类似的三层架构：大脑负责感知和决策，小脑负责协调运动，关节神经群负责局部闭环操作。这种架构更具鲁棒性，且更符合仿生学原理。目前大模型研究主要集中在大脑层面，小脑和运动控制方面的研究相对较少。
如何提升智能
探讨了如何提升机器人智能。机器人要走进千家万户，需要在一些场景上做到较高的成功率，同时也需要一些愿意共同进化的用户（共创者）。企业和用户共同努力，才能推动行业发展。即使机器人只有较低的成功率，也一定有用户愿意接受，并在使用过程中帮助其强化学习。
机器人的其他瓶颈
讨论了AI之外机器人落地的重要技术瓶颈。其中一个重要挑战是机器人的耐久度。实验室中的机器人容易损坏，无法满足家庭环境的需求。因此，需要从正向设计的角度考虑，设计出不易损坏的机器人。这类似于智能手机的发展历程，从易碎到耐用，需要多年的持续努力和对各种故障场景的理解。
机器人的伦理问题
讨论了机器人发展带来的伦理问题。机器人与人类交互频繁，可能涉及数据隐私、交互安全等问题。需要重新审视阿西莫夫的机器人三大原则。由于每个人对问题的容忍度不同，需要找到那些偏好风险、能够接受不完美、愿意让渡部分信息的共创者，共同探索和解决伦理问题。
为什么思考这些问题
解释了Anker为何思考这些问题。Anker有扫地机器人和安防业务，未来必定与机器人发生关系。例如，安防系统需要能够主动响应危险的机器人。Anker规划的第一个产品是“看家狗”，作为家庭安防系统的一部分，承担看家护院的角色。Anker希望创造明确的客户价值，并为此构建技术。
安克如何赋能创造者
阐述了Anker如何赋能创造者。Anker是一个创造者的乐园，提供从底层理念到渠道品牌等重要要素，帮助创造者更容易地创造新技术和新产品形态。Anker将大部分创造出来的价值分给创造者，鼓励超级个体基于平台启动。硬件领域需要多人参与，Anker提供不同的岗位，让AI时代各岗位效能更高。
德州仪器的启发
从德州仪器（TI）的模式中获得启发。TI拥有强大的底层系统，支持许多小团队进行芯片开发。TI有强大的生产系统、人才储备和技术支持，能够赋能小团队取得成功。Anker希望借鉴TI的模式，为团队提供赋能平台，同时通过使命、愿景和价值观确保团队朝着共同的方向前进。Anker选择通过极致创新，开创全新可能的品类。
创造的第一性思考
阐述了创造的第一性思考。创造的目的是朝向客户价值。瞄准客户价值去创造，不仅能创造新的产品形态，还能创造新的技术和销售方式。要抛开现有的产品形态，思考用户的本质需求是什么，然后回到技术趋势中，寻找能够显著改善用户体验的技术。
AI时代该如何提升自己
对年轻人提出建议：AI时代是对创造者最好的时代。机器人将解放人们的时间，让人们有更多时间去思考和尝试。大量的硬件产品可以被重新设计。硬件产品可以分为不可调节阶段、可调节阶段和自适应阶段。通过加入感知和决策能力，许多产品可以被重新设计，带来更好的体验。加入Anker这样的平台，可以更快地创造新东西。
