特斯拉計(jì)劃在2018年實(shí)現(xiàn)每周生產(chǎn)5000輛新Model 3，然而到目前為止，產(chǎn)量還達(dá)不到該數(shù)字的一半。外界質(zhì)疑此事時(shí)，特斯拉CEO馬斯克聲稱“過(guò)度自動(dòng)化是一個(gè)錯(cuò)誤”，并且“人類被低估”。

事實(shí)上，他說(shuō)的沒錯(cuò)，最近力推的全自動(dòng)化忽略了適應(yīng)性的重要性。人類仍然比人工智能（AI）更能適應(yīng)變化。從長(zhǎng)遠(yuǎn)來(lái)看，人工智能或許會(huì)取代人類工作者，但現(xiàn)在領(lǐng)導(dǎo)者需要確定正確的變化速度。

硅谷的特斯拉工廠已經(jīng)實(shí)現(xiàn)高度自動(dòng)化。早些時(shí)候，馬斯克了解到，任何遵循一系列預(yù)定義步驟并在相當(dāng)受控制的環(huán)境（例如工廠車間）上進(jìn)行的過(guò)程都可以通過(guò)人工智能和機(jī)器人實(shí)現(xiàn)自動(dòng)化。這是他一直堅(jiān)信的。

但是，盡管自治系統(tǒng)發(fā)展迅速，但人類在適應(yīng)不可預(yù)見的變化方面仍然要好得多。當(dāng)談到復(fù)雜的工廠工作時(shí)，這是不應(yīng)低估的。回顧特斯拉的生產(chǎn)力問(wèn)題，馬斯克無(wú)疑忽略了了制造業(yè)適應(yīng)性的重要性。小錯(cuò)誤和無(wú)法預(yù)料的情況發(fā)生的概率與過(guò)程的復(fù)雜程度成正比，特別是當(dāng)這個(gè)過(guò)程發(fā)生在物理世界時(shí)。

自適應(yīng)智能

人類以及其他形式的智能生命在不斷變化的世界中得以生存。出于這個(gè)原因，他們可以很好地應(yīng)對(duì)預(yù)料不到的情況以及預(yù)期事件和實(shí)際事件之間的差異。正如認(rèn)知科學(xué)家Gary Marcus所強(qiáng)調(diào)的那樣，“人類智能有很多東西機(jī)器人暫時(shí)還無(wú)法學(xué)會(huì)，比如我們同時(shí)關(guān)注正確事物的能力，推理他們建立正在發(fā)生的模型以預(yù)測(cè)下一步可能會(huì)發(fā)生什么等等。”

人類和動(dòng)物也可以使自己的身體適應(yīng)完全不同的情況，以完成目標(biāo)。例如，我們可以通過(guò)步行、游泳、跳躍、攀爬和爬行向前走，即使我們失去了肢體，我們也可以這樣做。生物系統(tǒng)的這些動(dòng)態(tài)方面有助于他們應(yīng)對(duì)高度復(fù)雜情況下的激進(jìn)變化。

另一方面，機(jī)器學(xué)習(xí)尚未達(dá)到人類智能和適應(yīng)能力的水平。當(dāng)然，我們已經(jīng)取得了很大的進(jìn)展。今天，受神經(jīng)系統(tǒng)啟發(fā)的先進(jìn)人工智能算法可以學(xué)習(xí)識(shí)別類似的情況，比如交通信號(hào)燈變紅燈或落在街上，這方面做得甚至比人類更好。機(jī)器人技術(shù)的發(fā)展也意味著由軟材料制成的新型機(jī)器人可以物理地適應(yīng)物理環(huán)境中不可預(yù)見的物體。但是在這兩種情況下，適應(yīng)性都局限于物體或事件受限范疇內(nèi)的變化。

事實(shí)是，我們還沒有掌握足夠靈活的機(jī)器人和AI設(shè)計(jì)來(lái)應(yīng)對(duì)不可預(yù)測(cè)的環(huán)境。以包裝行業(yè)中使用的機(jī)器人為例。智能有限的AGV只能遵循簡(jiǎn)單的編程指令，在規(guī)定的環(huán)境中沿著固定路線行駛。下圖這些機(jī)器人可能能夠拿起產(chǎn)品并將其放入紙箱中，其他更更復(fù)雜的事情就做不了。當(dāng)工作改變時(shí)，機(jī)器人將不得不進(jìn)行替換。

更復(fù)雜的移動(dòng)機(jī)器人也已經(jīng)投入使用。他們有內(nèi)置的傳感器和掃描儀，以及允許他們檢測(cè)周圍環(huán)境并選擇最有效路線的軟件，因?yàn)楫a(chǎn)品不一定每次都放置在同一位置。這些更復(fù)雜的機(jī)器人更加靈活并且適應(yīng)性更強(qiáng)，但它們離生物系統(tǒng)所能做的也還有很遠(yuǎn)的距離。

對(duì)于過(guò)度自動(dòng)化的工廠來(lái)說(shuō)，這可能是一個(gè)問(wèn)題，因?yàn)樾〉奈锢聿町悾ㄝ喬ツp、地面上的磨損和非精確定位的零件）可能迅速累積并導(dǎo)致不可預(yù)知的情況（組件不在預(yù)定的位置，機(jī)器人是下落不明）。當(dāng)一個(gè)過(guò)程發(fā)生變化或工廠開始生產(chǎn)新產(chǎn)品時(shí)，需要重新配置設(shè)備并找到不同的解決方案。這還不是人工智能和機(jī)器人技術(shù)所能達(dá)到的。

全自動(dòng)化

馬斯克曾公開表示他希望建立一個(gè)全自動(dòng)化的工廠，其基本目標(biāo)是克服人類速度的限制，以更快的速度，可以實(shí)現(xiàn)更高的產(chǎn)量。但是在復(fù)雜的環(huán)境中，比如高度自動(dòng)化的工廠，需要高度適應(yīng)性的機(jī)器人，以應(yīng)對(duì)不可預(yù)見的情況，并像生物系統(tǒng)一樣對(duì)彼此進(jìn)行響應(yīng)。在機(jī)器人和人工智能中引入這種生物彈性需要進(jìn)一步的研究。

第一階段涉及在定義的一組過(guò)程中測(cè)試機(jī)器人自動(dòng)化，例如拾取原材料并將其放置在裝配線上。第二階段涉及將該測(cè)試擴(kuò)展到多個(gè)功能和流程，例如將原材料和產(chǎn)品包裝在一起。第三階段是部署機(jī)器人同事和自適應(yīng)人工智能作為人工助理。這是我們目前所能達(dá)到的最好目標(biāo)。

目前尚不清楚何時(shí)我們將擁有無(wú)需人工干預(yù)的完全自動(dòng)化（第四階段），以及采取何種形式，但馬斯克的嘗試應(yīng)該受到贊揚(yáng)。他可能低估了人類，但他所得到的經(jīng)驗(yàn)教訓(xùn)是寶貴的，將來(lái)會(huì)幫助他超越其他人。