5億年前，地球迎來了物種的大爆發，即“寒武紀生命大爆炸”。在相關的研究中，有一派的觀點非常激進，他們提出：視覺的進化增強了物種捕獵及交配的能力，是造成寒武紀生命大爆炸的主因。當今世界，各種科技的發展導致多元性和適用性機器人的類“寒武紀爆發式”增長，許多關于機器人所依賴的計算、數據存儲和交流的基礎硬件技術正在成指數發展。

　　“云機器人”和“深度學習”這兩項新興的技術就可以影響技術在一個良好循環中的爆發性增長。“云機器人”這一概念由James Kuffner提出，是指可以通過網絡互相學習的機器人；特別是在機器人的數量增長時，機器人的能力更是可以得到快速提高。“深度學習”算法是指特定程序通過對特定行為的模式進行提取并將之應用到更多的領域中。有研究人員指出這兩項技術將成為機器人技術爆發式發展的主要原因，就像寒武紀時出現的視覺。

　　而機器人爆發可能將會持續多久呢？不知道。有人說我們應該研究電腦象棋游戲的歷史，因為電腦可以憑借強大的運算及搜素和啟發式算法戰勝當下最好的棋手，然而死板的象棋系統在面對另一種類型的問題就完全束手無策了。這樣看來，專業化的機器人在完成指定任務方面還有提升空間，而在現實生活中，仍待解決的問題還要更多。

　　不過不像已經編程象棋規則的電腦游戲，現在的深度學習算法則是使用在特定領域通用的學習方程，而這一算法已經應用在大量感知問題上，比如語音識別或現在流行的虹膜識別。美好的藍圖似乎已經展現：通過深度學習算法，機器人將能解決任何聯想記憶問題。此外，和象棋程序不同，進步非常快的深度學習算法正在以期望中的速度漸進發展，甚至在專業領域不斷帶來驚喜。而近來云網絡中越來越多的數據和計算資源讓深度學習的進一步發展成為了可能。

　　深度學習的所謂“神經網絡”實際上與已知大腦結構存在幾個方面的不同，雖然其分布式的“連接”方式比之前的人工智能技術(比如電腦象棋程序)更近似于神經系統，不過類真正大腦的幾個特點仍未完成，比如情節記憶和“無監督學習”。但看起來神經網絡不久就能像人腦一樣感知世界了，但神經網絡能否像實現人腦一樣的認知呢？經解剖學研究得出，大腦知覺版塊和認知版塊存在相似點。因此，有理由相信，帶有記憶和無監督學習的機器識別將會在未來實現。

　　爆發的時間點實在難以預測。現在自動化和機器人(特別是無人駕駛技術)上的商業投資已有明顯的加速，亞馬遜、谷歌、蘋果和Uber等備受矚目的公司以及一些重量級的汽車廠商都在向無人駕駛領域進軍。接下來，我會講述一些現在機器人領域有突破貢獻的重要科技，而社會倫理對機器人和人工智能的擔心也在上升。

    推動機器人科學的八項技術

　　一系列與機器人相關的科技技術正在指數爆炸式地發展，在這里只列舉了其中最重要的八項。前三個科技發展技術和個體機器人有關，接下去兩個和互動有關，最后三個則是關于基于網絡的未來云機器人。

　　1、晶體管性能

　　機器人是由傳感器、執行器和計算機共同構成的，而計算機處理能力在不斷上升。最初由英特爾創始人摩爾·戈登提出的摩爾定律指出集成電路上可容納的晶體管數目每18至24個月就會增加一倍，性能也將增加一倍。盡管具體的更迭周期有所調整，但這一趨勢已經持續了數十年，當然現在似乎開始出現一些瓶頸了。現在，半導體公司可以將晶體管制程壓縮至14納米，而一納米可是難以想象的十億之一米！這種量級已經接近物理極限，幾乎就要進入單個原子的尺度了。當然現在出現了一些新技術還能保證單位體積計算性能的繼續上漲，其中包括三維多芯片系統和量子計算等等。

　　2、機械設計和數控加工工具的進步

　　現代計算機輔助設計工具極大提升了機械設計師的工作效率、設計質量和復雜程度。數控加工工具近來也獲得了許多突破——比如3D打印技術僅需極小的代價即可打印出高精度的3D模型，省去了耗資巨大的開模步驟。而嵌入式處理器所能實現的功能也越來越復雜，性能與可靠性亦有了巨大改進，所有的這些都增強了機器人的性能和可靠性。

　　3、電池容量

　　如果機器人是可移動的，他們需要找到能夠儲存或產生足夠的電量的方式來維持運行。過去幾十年里，電池和燃料電池都不能很好地達到期望值。鋰電池比碳氫燃料的能量密度少了一個數量級，但差距正在逐漸縮小。在高需求且競爭激烈的便攜式電子設備市場，電池技術方面的技術進步一直在持續；更不要說混合動力和電動車領域了。而超級電容作為一項全新的技術，比標準電池充放電速度更快，而且能夠反復充電上千次，但電池容量方面還需要更大的進步。

　　4、對電池的高效利用

　　機器人依靠電池釋放電能帶動電機運轉；電機越多，機器人對電能的消耗就越敏感。功率半導體充分利用了集成電路行業的技術進步，讓便攜式設備的價格也不再昂貴，而所有的電池都對電能效率十分敏感。LED是另一個快速發展的新興市場，發光二級管可以以更少的電能實現更高的亮度和更廣的照射范圍，新型復合半導體(氮化硅和碳化硅)也將迎來以更低的價格實現更高的性能的時代。現在，云機器人的發展則開始依賴于圖形處理器來實現大規模的數據處理。在未來，以大腦為靈感的神經硬件所消耗的能量將會更少。