人工智能、机器人最容易取哪些体力劳动和脑力劳动

人工智能、机器人最容易取哪些体力劳动和脑力劳动

人工智能和机器人的发展可以替代人类简单的体力劳动和脑力劳动,但很难替代复杂的体力劳动和脑力劳动。

肌肉收缩的原理和运动特点

人类的体力劳动是靠肌肉的收缩完成的,其工作原理是肌肉内的肌球蛋白和肌动蛋白在钙离子和ATP的作用下进行的相对滑动,使肌小节的长度缩短,产生肌肉长度缩短。这种靠肌肉长度变化产生运动的方式使得肌肉组织能够构成各种的形状,形成形状大小各异的机器人学中的执行器(Actuator),有两个优点:

  1. 使得肌肉组织能够以各种形状分布在身体的各个部位,可以按需分配肌肉的数量和"质量"。如腿部需要负担直立行走,负担身体的全部重量,因此相对于腕部,会比分布数量较多的肌肉纤维;人的眼球需要精确、快速的锁定视野中的目标,因此眼外肌上会分布较多的神经纤维,体现较高的"质量"。
  2. 可以根据需求动态改变肌肉在身体各个部位的分布。如经常健身的人肌肉比较发达,而长期卧床的病人,腿部肌肉会慢慢萎缩。
  3. 肌肉的分布式组织结构,使得其运动的维度非常丰富,理论上,人体肌肉组织是个分布式执行器,其运动学(kinematics)模型的空间维度可以达到无穷维。

机器人的工作原理和特点

而机器人的运动是靠电动机的旋转(这里暂时不考虑液压型的机器人)完成的,电动机的工作原理是法拉第电磁感应,磁场中的电流会受到磁场力的作用进行切割磁力线的运动。这种工作方式,使得电动机只能做成圆柱形,只能分布在关节处的有限位置上,不能像肌肉组织那样可以分布在身体的各处,其运动学模型的空间维度只能是有限维。

相同体积的电动机产生的力矩转速高,力矩较小,因此要产生人类肌肉的运动速度,通常要用到减速器来增加力矩,这又增加了机器人关节的体积和重量。

机器人会取代简单粗狂的工作,而难以完成复杂的体力劳动

电动机的结构和运动方式可以使得机器人能够以较为粗狂的运动方式进行工作,可以替代人类完成一些简单的任务,而且很多领域能够超过人类。如机器人可以搬运和码放货物,而且速度和力量远超人类。但是却很难在有限的体积内放置多台电机,完成复杂的运动,比如无法像人类一样进行病人的护理,很难像外科医生一样进行手术。

人工智能会逐步取代大片时间内完成的脑力工作,较难像人类一样在碎片时间内产生灵感

人工智能适合与完成重复性的简单的脑力劳动,而无法产生灵感。

人工智能从大数据中提取知识,产生智力,是过去已有知识的总结。因此能够帮助人类完成检索、判断等劳动。但对于需要从交叉学科中提取知识,产生灵感的工作,人工智能比较难于取代。

因此大块时间内的工作大多容易被人工智能取代,而在碎片时间内进行的工作,人工智能不容易取代。

因此我们看到,越来越多的大学生毕业之后,发现人工智能已经取代了那些本是自己要完成的简单的脑力劳动。无法找到合适的工作,这部分劳动力只能和城市民工抢工作,年轻人跑外卖、开滴滴,中年人当保安、做保姆,这确实是一个残酷且很难回避的现实。

相关推荐
L.fountain21 小时前
强化学习2.2 MDP实践——Frozen lake
人工智能·强化学习
JJJJ_iii21 小时前
【机器学习06】神经网络的实现、训练与向量化
人工智能·笔记·深度学习·神经网络·学习·机器学习·线性回归
倔强的石头10621 小时前
AI协作天花板!CherryStudio让多模型协同像搭积木
人工智能·cpolar
IT_陈寒21 小时前
Vite 3.0 性能优化实战:5个技巧让你的构建速度提升200% 🚀
前端·人工智能·后端
说私域21 小时前
从工具理性到价值共生:开源链动2+1模式、AI智能名片与S2B2C商城系统的社会连接重构研究
人工智能·重构·开源
heisd_121 小时前
OpenCV计算机视觉库
人工智能·opencv·计算机视觉
wb043072011 天前
性能优化实战:基于方法执行监控与AI调用链分析
java·人工智能·spring boot·语言模型·性能优化
AAA小肥杨1 天前
基于k8s的Python的分布式深度学习训练平台搭建简单实践
人工智能·分布式·python·ai·kubernetes·gpu
mit6.8241 天前
[Agent可视化] 配置系统 | 实现AI模型切换 | 热重载机制 | fsnotify库(go)
开发语言·人工智能·golang
Percent_bigdata1 天前
百分点科技发布中国首个AI原生GEO产品Generforce,助力品牌决胜AI搜索新时代
人工智能·科技·ai-native