欢迎来到太平洋安防网!
微信号
扫描上方二维码
加入网站订阅号
扫描上方二维码
加入商城公众号
手机站
扫描上方二维码
访问手机站
太平洋安防资讯
资讯
当前位置:安防首页 > 资讯 > 行业资讯

有生之年,人工智能会给世界带来什么变化?这里是现代机器人之父Rodney Brooks关于未来的预言

2018-01-05 13:56:32来源:雷锋网已被 158 人阅读

内容摘要:新年伊始,世界著名的机器人学家,机器人企业家(iRobot和Rethink Robotics两家知名机器人企业的创始人),澳大利亚科学院院士 Rodney Brooks在其博客上发表了一篇名为《我对未来的过期预测》的长文,在文章中,Rodney Brooks基于自己对机器人和人工智能领域的研究和认识,对未来32年在无人驾驶、人工智能与机器学习、星际旅行等领域可能发生的里程碑事件进行了时间点的预测,这篇博文也得到了包含Yann Lecun、Rao Kambhampati等著名人工智能研究者的认同和转发,对于
    新年伊始,世界著名的机器人学家,机器人企业家(iRobot和Rethink Robotics两家知名机器人企业的创始人),澳大利亚科学院院士 Rodney Brooks在其博客上发表了一篇名为《我对未来的过期预测》的长文,在文章中,Rodney Brooks基于自己对机器人和人工智能领域的研究和认识,对未来32年在无人驾驶、人工智能与机器学习、星际旅行等领域可能发生的里程碑事件进行了时间点的预测,这篇博文也得到了包含Yann Lecun、Rao Kambhampati等著名人工智能研究者的认同和转发,对于这篇极富启示性的预测,雷锋网全文翻译如下:

有生之年,人工智能会给世界带来什么变化?这里是现代机器人之父Rodney Brooks关于未来的预言

(题图为Rodney Brooks在CORL演讲时的现场照片,雷锋网编辑拍摄。)

所有的新技术都会“这项技术对人类有多少好处”或者“这项技术有多糟糕”之类的预测。我发现的一个共同点是,人们总是高估一项科技所带来的短期效益,却又低估它的长期影响。在我之前的一篇博文《预测AI未来的七宗罪》中指出了这一点。

在过去的几个月里,我一直在为我认为是过度炒作的人工智能(AI)和机器学习(ML)泼一点儿冷水。然而,我不认为我是一个技术悲观主义者。相反,我认为自己是一个技术现实主义者。

知易行难。把一件事情做到可以大规模应用更是难上加难。但我认为,对评估成功的可能性后后,我们有可能做出一个对这些技术以及及其实际应用分为“相对容易”和“非常困难”的频段。

但是,如果只是说说而已,这个事情是相当容易的(因为无需为预测的正确或错误负责)。这不仅适用于我,而且也适用于正在对AI和ML进行疯狂的预测的物理学家、企业家和学术界的专家们。

在新的一年会有很多关于未来一年会发生什么的预测。我将借此机会自己预测,不仅仅是来年,而是接下来的三十二年。我将在这个博客中写下这些预测的明确日期,因此,他们是我过时的预测。我要对自己所说的事情承担责任,从这个博客或者互联网的其他地方,任何人都可以看到我的预测,看看我的预测究竟是对的还是错的。如果我不幸预测错误,我的一些预测在某些时候就会显得过时。

预测的时间我选择了三十二年,届时我95岁,我想到时候我也没有精力和大家讨论我究竟是对了还是错了。32是2的5次幂(是个整数没错),所以我预测的最远的日期是2050年1月1日。这也意味着我仅仅会预测21世纪前半个世纪的的东西。

关于日期,我会有三种不同表达方式:

NIML(Not In My Lifetime):我是看不到了,即2050年1月1日之后

NET(Not Early Than)某日期:不早于该日期

BY 某日期:在该日期之前

有时我会中对于某一事件以“不早于XXX”和“在XXX之前”的预测,我相信它会发生。

我的预测规则

我会试着对我的预测和时间做出非常精确的描述。现在事实上精确定义我所预测的东西几乎是不可能的。不过我会尝试。

我最近的经历让我意识到,人们在面对挑战的时候会如何努力地坚持先入为主的技术观念,以及这些技术为我们提供的经验。我在Twitter上是这样说的:

当人类下一次登陆月球时,将会有许多人工智能和机器学习系统的帮助。

而上次我们去了月球的时候,并没有人工智能或机器学习。

我的这条推的意图是说,尽管今天人工智能和机器学习非常强大和有用,但并不意味着它们是唯一的做事方式。这也说明,世界上的一切并不是都以某种神奇的方式发生了变化。

这条推下有一个回复这样说:我们使用卡尔曼滤波跟踪航天器(完全正确),卡尔曼滤波使用贝叶斯更新(完全正确),因此卡尔曼滤波是一种机器学习的例子(完全不适用的),因此机器学习会被用于未来登月(一个基于完全不适用的情形的有效推理,完全错误)。卡尔曼滤波使用特定过程中的多个数据点来估计数据的真实含义,它不会保存任何东西以备之后解决类似的问题,所以这并不是一个机器学习。是的,我们上次没有使用机器学习去月球,不管你多么相信,机器学习是所有的技术进步的关键。

这就是为什么我要试着对我的预言非常具体地描述的原因,以及我将反驳许多人,他们会声称我预测的一些“在XXX年之前不会发生”的事情已经发生了。我预测一定有人这么做!

什么容易,什么难?

做电动汽车和可重复使用的火箭是一件相对容易的事情,而飞行汽车,或Hyperloop超级高铁系统(或类似的地下交通网络)是一件难事。

这当中有什么区别?

汽车在一个世纪前已经出现并大量生产。如果你想从汽油车升级到电动汽车,你无需创造太多的东西,也不用费心思去盘算如何推广。对于汽车的各种部件,包括雨刮器、刹车、车轮、轮胎、转向系统、车窗、汽车座椅、底盘等等,我们已经有100多年的工程和生产经验,以及超过20年的大规模生产数字化驱动列车的经验。

想要大规模推进电动汽车并提供有竞争力的价格和良好的范围,你可能很需要很聪明,需要充足的资金,但车本身你不需要改变太多。有很多人在这些领域有着几十年的经验,可用于电动汽车组装的部件和组件都很多。

虽然可重复使用的火箭看起来很具有革命性,但这同样依赖于现有的技术和经验。所有的液体燃料火箭,他们的主要组件和功能都和沃纳·冯·布朗在二战期间设计的V-2火箭几乎无异。无论是使用液体燃料的高流量泵、使用的燃料、发动机的冷却部件,携带的液氧,都是75年前的东西。而且这也是大规模生产的产物,在短短两年中使用奴役劳力就建造了5200枚(V-2火箭)。此后,世界各地有超过20种不同的液体燃料火箭,有超过50年的使用,加上不同型号、不同配置的变种,这个大家庭的的成员不下数百。

而在上个世纪50年代,劳斯莱斯的“飞行床架”就应用于战斗机引擎的软着陆上,之后这一技术被大规模应用在鹞式垂直起降战斗机上。而早在1969年,我们在载人登月中就使用了垂直降落的火箭发动机。

今天的猎鹰火箭使用的栅格翼,它会调整重心和控制火箭返回到发射场和回收船软着陆。其理论由俄罗斯的 Sergey Belotserkovskiy 在1950年代首次提出,自1970年代以来被 应用于许多导弹、弹道导弹、制导炸弹、巡航导弹和载人Soyuz胶囊急救逃生系统中。

我们在发展火箭技术上花了很多钱,产生了许多可用的技术,很多知识产权,飞行经验丰富。

这不是说规模化电动汽车或推进可重复使用的火箭不值得致敬、或者易如反掌。但它是建立在前人成果的基础上,因此它更容易成功。我们有着丰富的经验,有很多已知的解决方案,我们可以对这些技术的应用和部署进行确定性的估计。

然而,对于全新的想法,要有把握地预测这些技术的应用将会非常困难。

自二十世纪五十年代以来,我们一直有将核聚变应用于发电的持续的项目研究。我们知道持续的核聚变完全可行,这也是太阳和其他每一颗恒星发光发热的原理。人类在65年前引爆的第一枚全尺寸热核炸弹 Ivy Mike 就可以产生短时间的核聚变,但是我们还没有想出如何如何在核弹之外产生核聚变的其他实用例子,我不认为会有很多人相信任何关于大规模核聚变发电的预测日期——这是一个非常难的问题。

另一个例子,Hyperloop 超级高铁的概念已经吸引了一批新兴企业和资本,但当中并没有任何东西在概念上被证明,更不用说在大规模运作了。因此,除了研究如何开发数百英里的超稳定真空管道,以及被外部气压驱动以每小时几百英里的速度加速、能够保证人类安全的胶囊列车,这当中还有许多路要走。

这当中一个挑战是如何密封胶囊列车,并在旅途中为旅客提供生命支持的保障。此外,胶囊列车必须能够以稳定的方式通过它们不需要停的站点,因此站点需要同时解决管道密封隔离和让胶囊在车站和让乘客上下车的问题。当发生故障被卡在管道中,距离最近的车站有一百英里时,我们也需要有对应处理程序,即使是在一个非常好的法拉第笼中,我们也需要与胶囊进行通讯。为了乘客的安全,我们需要有正确的座位和限制。为了保证乘客的舒适,在无窗口胶囊中以超高速度运行我们需要考虑用户体验。此外还有诸多如路权、地震保护、由于地壳运动造成管道扭曲的应对,以及定价模式、保险、旅客之间的相互交流等等诸多问题。

我们需要为 Hyperloop 超级高铁开发许多新技术和新设计。这都是之前没有遇到过的问题,今天这些问题都没有被证明,甚至没有被列举。将所有这些事情弄清楚,并在基于此建立一个稳定的系统需要花费很长的时间,要完成所有组件所需的工程化也是如此。在这些没有窗户的高速系统中乘坐乘客的心理仍是一个挑战,所以即使所有的技术挑战被解决,这仍然是一个挑战。

所以......虽然在未来的32年里可能会有一些意义的证明,但我相信在这个时间框架内,不会有在商业上可行的超高速载客系统。

我用这个框架试图预测各种技术创新的时机。如果实验室里还没有显示出什么东西,即使物理学说它会有很好的应用,那么我认为这是一个漫长的道路。如果仅仅在原型上已经被证明了可行性,那么它还有很长的路要走。如果已经有大规模部署的版本,而且大部分需要做的是渐进式的改善工作,那么可能会在不久的时间内发生。但我要再一次提醒,如果没有人想要采用这项技术,这样无论参与开发它的技术人员有多少热情,都会减慢速度。

关于新技术应用

新技术的应用需要比我们想象的更长的时间。互联网的原始版本使用32位寻址,使用一个叫IPv4的互联网协议,只能容纳40亿个不同地址的网络设备。从1990 年代起,人们意识到,随着诸如电表、工业传感器、流量传感器、控制、电视、电灯开关等等设备加入到网络中,我们将将很快耗尽互联网地址空间。

于是,在 1996 年提出了一个新的协议IPv6,其定义的地址空间从32位增加到至128位,可以容纳 7.9x10 ^ 28 个网络设备。自1996以来,我们对于IPv6替代IPv4已经有着各种各样的目标日期,例如,2010年的时候这个目标日期为2012年,但到 2014 年,99% 的网络流量仍然使用IPv4 协议,我们有许多聪明的边缘系统,为远超过40亿的设备在IPv4 的 40 亿设备地址空间上运行。在2017年,使用 IPv6 地址的设备从2%到超过20%。但全面采用IPv6仍然有很长的路要走。

在技术层面没有任何东西阻止IPv6的应用——事实上恰恰相反。我们要解决的问题是让更多设备设备要连接到互联网上,这当中有许多非常聪明的创新和变通,而不是一定要采用IPv6或者IPv4。

我过去曾经预测过,我认为到 2010 年 IPv6 将会被普及,结果证明我过于乐观。

 

关于“它总是需要比你认为更长的时间”的事情

SpaceX 公司在2011年4月首次宣布他们的重型猎鹰火箭,加利福尼亚范登堡空军基地发射台在2011年6月破土动工,并预计2013实现处女航。现在,火箭第一次在2017年12月28日被移到佛罗里达州的肯尼迪航天中心39A发射台,预计在2018年发射。到目前为止,部署的时间已经从两年拉长到了七年。

这些事情总是会比你想的花更长时间。

 

对自动驾驶汽车的预测

下面表格中的前三项是关于飞行汽车。我敢肯定,最终的飞行汽车在飞行中将需要大量自动驾驶,所以将其放在自动驾驶类别中是适合的。我所说的飞行汽车必须能到达一辆车能到达的任何地方,否则它就不是一辆车。我的意思是,一个没有一个飞行员执照、但可能有几个小时的特殊训练的人,可以穿着在办公室穿的普通衣服,并能够在大部分时间在空中行驶上100英里,而无需事先安排,无需特别的申请计划,没有超出使用像今天我们使用智能手机上的应用进行导航的操作。换句话说,除了一点额外的培训外,任何事情与今天一个普通人使用传统的汽车行驶100英里无异。

现在让我们来看无人驾驶汽车。我在2017年初写了两篇有关无人驾驶汽车的博客文章,我首先谈了无人驾驶汽车的一些意料之外的后果,行人和其他驾驶者会以不同的方式与驾驶汽车的驾驶者进行互动,以及汽车如何引发他人之外的反社会行为。文章还指出,个别无人驾驶汽车的车主可能会以新的方式使用它们,以至于他们永远不能使用普通汽车,有时甚至屈服于反社会行为。第二篇文章是关于城市环境中的边缘案例,包括有司机必须读的临时标志、根据法律不能驾驶的情形,需要弄清楚无人驾驶有多少驾驶员可以拥有控制权,而警察和拖车司机必须与这些车辆互动,而与驾驶员之间的正常人与人之间的互动将不再存在(雷锋网按:例如在路口司机示意其他车辆或行人“你先走”),也不会被授权。

对我来说很清楚:无人驾驶汽车不会像没有人在开的普通汽车一样,他们将会有着根本不同的使用方式,以及不同的融入世界的方式。

例如,汽车不是简单没有马的马车。相反,他们要求铺设道路的全新基础设施,全新的所有权模式,不同的利用模式,完全不同的加油和维护程序,不同的乘客死亡率,不同程度的便利性,最终导致非常不同的城市结构,使得大都市圈加郊区的结构成为可能。

流行的解释是,无人驾驶汽车将会简单粗暴地取代人类司机,但我认为这不会发生。相反,我们的城市将做出改变,为无人驾驶汽车开辟专用车道,可以无人驾驶的地理围栏,以及人类司机驾驶的汽车所在的位置,改变位置灵活性的规范、停车条例,对我们的城市进行各种小的增量修改。

但是首先我们来谈谈无人驾驶汽车的渗透率。

正如我在《预测AI未来的七宗罪》中所指出的那样,1987年,慕尼黑国立大学的Ernst Dickmanns和他的团队在公共高速公路上以每小时90公里(56英里)的速度行驶了20公里(12英里)。当然,面包车里面有人,但是他们并没有实际控制。在过去的30年里,研究人员一直在提高汽车在公共道路上行驶的能力,但主要是驾驶方面,而在交互、人员的接送,与其他服务的接口与限制,车内的乘客方面所做甚少。而这些将是非常重要的。

从一个角度来看,过去三十年来,虽然工作只集中在一小部分问题上,但进展缓慢,缓慢,缓慢(重要的事情说三遍)。就在大约一年前,我看到一条我喜欢的推文是这样写的:“顾客知道他们搭乘的是无人驾驶的Uber,因为前排座位有两个人,而不是一个人。”在几个星期前,Waymo在亚利桑那州凤凰城公共道路上开始行使,关于这篇报道的推特称他们是第一辆“无人驾驶的无人驾驶汽车”...

但实际应用仍然是任重道远。传感器的价格需要进一步下降,所有关于汽车如何使用、与乘客接口的操作仍然需要制定,更不用说,所有适用于实际运营的实际监管和责任环境都要落实到位。所有这些事情最终都会得到解决。但是它会比许多人预料的要慢得多。

对于无人驾驶汽车的可行性的真正考验是不是在仅仅测试或者示范时,而是当无人驾驶的出租车或者乘坐共享服务的车主、或者用于最终消费者的自动驾驶汽车的停车场实际上正在产生收益之时。这将会在有限的地域和市场上逐渐发生。下表中的里程碑预测不是一项演示,而是一项可行的、可持续发展的业务。没有他们,无人驾驶汽车的应用永远不会真正起飞。

我认为我们讨论的无人驾驶汽车真正被采纳的里程碑是对那些汽车的某些活动进行地理围栏上的划分,而在这一区域附近没有任何人类司机驾驶的汽车。 此外,无人驾驶汽车的应用最初将被限制在某些城市甚至地区,甚至可能限制在特定的天气条件下。 可能在一段时间内,那些“移动即服务”的无人驾驶汽车(例如Uber和Lyft)只能在特定时间以无人驾驶模式运行,而在其他时候则需要人类的司机驾驶。

预测 - [无人驾驶汽车] 日期 附注
任何美国居民只要有足够的钱,就可以买一辆飞行汽车 不早于 2036 年 这甚至有可能不会在2050年之前发生。
飞行汽车达到美国汽车保有量的0.01% 不早于 2042 年 按现在的数量计算,即26000台。
飞行汽车达到美国汽车保有量的0.1% 我是看不到了  
第一个专为无人驾驶模式的公共高速公路专用车道 不早于 2021 年 这有点像现在的HOV车道。我打赌是这会是从旧金山到硅谷的 101 高速最左的车道(目前主要是超速行驶的Teslas的地盘)。在行驶到专用车道前,司机必须将手放在方向盘上。
在这样一个专门的车道上,高速行驶的汽车之间的安全距离比人类司机的安全距离更短 不早于 2024 年  
在美国某个大城市推出第一个无人驾驶出行服务,有专门的接送点,对天气和时间限制。 不早于 2022 年 这种接送点不会像停车场,更像巴士站,仅为无人驾驶车辆标记和限制
这样的无人驾驶出行服务扩展到10个以上的美国城市 不早于 2025 年 这里的一个关键因素是传感器需要足够便宜,相比起不使用传感器的汽车司机,使用这些传感器具有经济意义。
这样的无人驾驶出行服务扩展到美国城最大的100个城市中的50个 不早于 2028 年 这将是一个缓慢启动和推出的过程。指定接送点可能由多个厂商共享使用,它们之间进行通信调度和共享汽车。
在主要的美国城市中实现无人驾驶运送包裹 不早于 2023 年 该区域道路宽阔,具有足够的位置让其他司机停车。
在马萨诸塞州剑桥港(雷锋网按:MIT所在地,波士顿都会圈)或者纽约格林威治村这样的地方,满街跑的都是无人驾驶出租车 不早于 2035 年 除非在此之前,这些区域禁止了人类司机驾驶和停车。
某个大城市的某个主要区域非无人驾驶车辆的通行及停车,以便无人驾驶汽车在此区域通行 不早于 2027 年,但不晚于 2031 年 这将是一个向无人驾驶转折浪潮的起点
美国的大部分城市市中心大部分区域制定上述的规则 不早于 2045 年  
电动汽车保有量达到美国汽车销售的30% 不早于 2027 年  
在美国电动车销售达到100% 不早于 2038 年  
私家车可以通过地下通道托盘运输的方式,以超过100mph的速度运送到另外一个城市 我是看不到了 可能会有一些小的示范项目,但他们也仅仅是不真实的,非可行的大众市场服务。
无人汽车卷入“电车难题”之类涉及道德的事故 我是看不到了 想象电影“我,机器人”的一个关键情节:其中一个机器人为了营救威尔史密斯而让另一个年轻的女孩死于车祸

 

对机器人、人工智能和机器学习的预测

那些一直在阅读我关于机器人和人工智能未来的系列博客文章的读者都知道,我一直对机器人、人工智能和机器学习在现实世界中的大规模部署一直持乐观态度,而且比那些空谈者和恐惧者们所相信的时间表要早得多。 我在这里的预测自然也受这个因素的影响。

下表中的一些预测是关于公众对人工智能的看法(这是过去三年来最大的改变),一些是关于技术的想法,一些是关于部署的。

预测 - 人工智能与机器学习 日期 附注
关于深度学习局限性的学术声音 不晚于 2017 年 哦,这是已经发生的事…未来将会加快。
科技媒体开始报道深度学习和增强学习的局限性 不晚于 2018 年  
大众媒体开始发文:深度学习的时代结束了 不晚于 2020 年  
风险投资公司意识到,需要投资比“X +深度学习”更重要的公司才有利可图。 不早于 2021 年 我有点愤世嫉俗,当然也就没有办法知道到底是什么时候才会有这样的变化。
在AI领域出现被广泛认同的比深度学习更重要的“下一件大事” 不早于 2023 年,不晚于2027年 不管结果如何,这将是一个是已经开始的过程,已经有相关的论文发表。不少人试图突破2023年的界线但都没有成功。
新闻界和研究人员普遍已经超越所谓的“图灵测试”,阿西莫夫的三法则成为AI和ML进步的有效衡量标准 不早于 2022 年 我希望,我真的希望。
灵巧机械手变得通用 不早于 2030 年,不迟于2040年(我希望!) 尽管有一些令人印象深刻的演示,但我们还没有看到这方面相比过去40年的任何改善。
一个可以在任何美国家庭导航的家用机器人,可以上下台阶、在杂乱的东西以及家具间的狭窄通道间穿行 实验演示:不早于 2026 年  初步产品:不早于 2030 年 适用产品:不早于 2035 年 对人来说易如反掌的事情,对机器人来说还是很难。
一个可以为老年人提供护理服务的多任务机器人(例如,进入和离开床,洗衣服,上厕所等),而不是一个点的解决方案。 不早于 2028 年 在此之前可能有特定点的解决方案的机器人。但很快,老人的房子将充斥着太多的机器人。
送货机器人可以实现物流的“最后一米”,从汽车下来,进到院子,将包裹放在你的门前 实验演示:不早于 2025 年   部署系统:不早于 2028 年  
一个能理解长篇上下文的会话智能体,不易陷入认知的误区和重复的模式。 实验演示:不早于 2023 年   部署系统:不早于 2025 年 部署平台已经存在(例如,Google Home和Amazon Echo),因而就从实验室演示到广泛部署时间会很快。
一个老鼠级别的持续存在的人工智能系统持续存在(不会像现在所有的AI系统一样只是日复一日的简单重复) 不早于 2030 年  我需要开一个新博客来解释这个…
一个像狗一样,智能、周到和忠诚的机器人。 不早于 2048 年 这是比大多数人想象要更难的事情。很多人认为我们已经到了这个阶段;但我说我们还未到达。
一个能意识到其自身存在、或者对其自身存在的认识达到六岁的儿童水准的机器人。 我是看不到了  

这些预测可能看起来有点随意和缺乏连贯性,但是这是机器人,人工智能和机器学习方面正在取得的进步。不存在一个突然能做到人类(或黑猩猩)所能做的各种事情的通用智能,这将是很长很长一段时间的一点一滴解决的渐进过程。

打造人类智力水平和体能的智能体确实很难。 在过去的五年中取得了一点进展,实际上,我们所做的还不到这个目标的1%,对于如何达到5%,我们还没有真正的知识和想法。 是的,这些数字可能是我随口说的,我并不能证明这个比例,我可能会将其夸大10倍或更多,为此我表示歉意。

 

关于太空旅行的预测

我从孩提时代起就是一个航天爱好者。我父亲每个星期都会从阿德莱德飞往南澳大利亚的Woomera,从事欧洲卫星发射计划的第一阶段发动机的工作。 每隔几个月,我都会在星期五的晚上和他一起去参加一个爱好者俱乐部的聚会,在聚会上会有最新的来自NASA的纪录片供我们预测和讨论。

当时我决定,我的人生目标是最终生活在另一个星球上。 到目前为止,我在这个目标上取得的重大进展是在离开之前没有在地球上挂掉。 我现在意识到,我最终可能无法实现这个目标了。

这是我对太空旅行的预测,可能不像我希望的那样乐观, 但更现实。

预测 - 太空旅行 日期

附注

私人公司的下一次亚轨道载人(试飞员/工程师)飞行

不晚于 2018 

 
有数十位客户愿意为这样的旅程买单 不早于 2020 年  
每周定期的载人旅行 不早于 2022 年                不晚于2026年  
定期付费客户的轨道载人飞行 不早于 2027 年 俄罗斯有飞往国际空间站的付费旅行,但目前只有8趟航班和7位游客。他们现在已经无限期暂停。
美国下一次载人轨道飞行 不早于 2019 年,不晚于2021年,到2022年有至少两家 目前的时间表是2018年。
猎鹰重型火箭搭载两个付费客户付费环月飞行 不早于 2020 年 最新的预测是2018年Q4。这是不可能的事情。
往火星运送货物以便以后使用 不早于 2026 年 SpaceX公司的时间表是2022年之前,而我认为2026都相当乐观了。
人类利用到之前空投到火星的货物 不早于 2032 年 对不起,这比我们希望的需要更长的时间。
第一个在火星上的 “永久”人类殖民地 不早于 2036 年 如果在此之前发生,这将是奇迹。它真的会激励我们所有人。
1小时内在地球任何地方实现点对点的传输(BF火箭) 我是看不到了 这需要一些新的重大突破,目前没有这样的迹象发生。
两个城市之间的Hyperloop高铁定期服务。 我是看不到了  
参加太平洋安防网微信公众号活动即有机会获赠全年杂志、太平洋安防官网免费广告位。安防广告随你登,免费杂志任你领!
还等什么呢?微信扫描上方二维码关注吧!
免责声明:凡注明来源本网的所有作品,均为本网合法拥有版权或有权使用的作品,欢迎转载,注明出处。非本网作品均来自互联网,转载目的在于传递更多信息,并不代表本网赞同其观点和对其真实性负责。
[责任编辑:wangmengbing]
0条 [查看全部]  相关评论

阅读推荐

国科微新一代监控系列产品首发2017深圳安博会

2017年10月29日-11月1日,我国安防行业盛典——2017年第十六届中国国际社会公共安全..

2017年12月12-13日第二届中国智慧城市互联网大会在深圳成功举办。本届大会由中国智..

人工智能+法律: 加出来效率,减不掉人性

“人工智能+法律”虽是近几年才有的新鲜事,但“司法智能”在我国的发展十分迅速。..

景阳“二十而行,更信赖” 精彩亮相深圳安博会

2017年10月29日中国国际社会公共安全产品博览会在深圳国际展览中心盛大召开,作为智..

2018,共建烟雾器的安防新生态圈

 对于当下安防这样一个大产业,众生百态。每一个生态圈的构建,都是产业可喜的信号..

技术资料

楼宇对讲行业产品缺乏标准,许多产品不兼容,产品质量也参差不齐,因此,对于工程商..



客服专线:0755-83977321|市场招商热线:0755-83976188、83977188

广告
合作
:2250409004
网站
客服
:1351574492 :2995163296
新闻
投稿
:956170840
技术
支持
:616303423

网站备案号:粤ICP备12031422号-1 经营许可证编号:粤B2-20090398 深圳互联网科技创新企业

太平洋安防网版权所有 2006-2018 互联网违法和不良信息举报中心:0755-83977321 service@tpy888.cn