2017年12月11日， 國際知名機器人專家、美國卡耐基梅隆大學機器人研究所所長馬歇爾·赫伯特(Martial Hebert)教授和首席科學家大衛·伯恩(David Bourne)教授訪問了中國科學技術大學參觀中科大機器人實驗室並作演講。
演講人簡介：大衛·伯恩教授是卡內基梅隆大學機器人研究所創始人之一， 他在基礎研究的同時尤其關注機器人領域的產業應用， 比如自動化工業生產線的研發。 他同時也是一位成功的企業家， 致力於在工業生產中使用自動化技術降低成本。
以下為國際知名機器人專家、美國卡耐基梅隆大學機器人研究所首席科學家大衛·伯恩(David Bourne)教授的演講實錄。
機器人學與商業機遇
(Robotics and Business)
最近我開始教授一門關於機器人和商業的課程。 我們有一個叫做“研究和系統開發大師”的新專案， 是關於機器人的設計、構建科學與商業的融合。 這個專案的目標是讓同學們知道怎麼開始他們自己的機器人事業。
我有很多頭銜， 我是一位元機器人研究所的原理系統科學家， 而且我也是一名商學院的教授， 我還是我自己公司的CEO。 我有這三個不同的身份， 而且我對所有這些不同的領域都非常感興趣。 自從1979年加入卡內基-梅隆大學機器人研究所以來， 我一直都從事機器人的研究。 我從事機器人領域已經很長時間， 事實上我是世界上從事機器人領域非常早的成員。
我想簡單介紹一下匹茨堡。 匹茨堡有點像矽谷， 只不過我們不做晶片， 我們做機器人。 早在1984年， 華爾街日報刊登了這樣一個故事：他們把匹茨堡（Pittsburgh）叫做機器人之城（RoboBurgh）。 它真是我的觀念中心， 是整個世界機器人的中心。 現在那裡有許多聚焦于機器人的初創公司， 如果你對機器人感興趣， 那裡正是你要去的地方。 在一定程度上， Martial和我到這裡來， 是試圖和中科大以及其他中國大學和企業合作， 是為了擴展視野， 拓展中美之間的合作。
我在班上教的一些基本理念， 我真的想教技術人員和工程師一些基本的商業理念。 當工程師聽到這些想法時， 他們常常會有點恐慌，
如果你開始和學生談論他們可以從事什麼行業， 經常想到的是， 我可以在我的產品周圍建立這樣一個巨大的生態系統來做所有的事情，
我今天在你們大學的機器人實驗室裡看到了一些演示， 它們很棒！但是你會從那些奇妙的項目中選擇什麼呢？把它變成一些很簡單、人們想買的東西， 人們願意付錢， 達到了他們的要求， 並且願意拿出錢來支付的產品。 因此， 關於什麼是本質， 什麼是最小的、可行的產品， 這是一個巨大的挑戰。所以這門課的一部分是教人們從他們的項目中辨認出他們能自我扭轉的元素。這就是商業與技術融合的理念。然後我們要談到科技人員和工程師們擔心的一個問題，那就是他們將如何獲得最初的資金來開始開發。所以，我們實際上教如何獲得風險資本的投資，以及如何建成一個小公司，然後他們可以發展起來，變成一個真正的企業。
你知道機器人的數量將要爆炸，但它不會突然闖進我們的生活，也不會有一個機器人走進來，像電影裡面那樣。機器人將會從細微之處進入我們的生活，以我們幾乎不會注意的方式，而它們的數量將以指數級加速增長。所以在幾年之內，你環顧四周，將會意識到你被機器人包圍了。你知道這是一個非常獨特的時間點，有這麼多技術的發展是如此之快，它將改變一切。我們正在迅速進入一個無車駕駛的世界，我們談論的無人機正在飛去搜集資訊， Martial之前展示過這些。
數位助理。每個機器人研究人員都沉迷于讓機器人在各種事情上幫助人類的想法。當我進行一個製造任務的時候，如果有一個機器人助手在身邊提供各種正確的工具，或者當我執行一件特殊任務的時候提供指令，那就太好了。將來基本上每個人都會和數位助理協作。這種需求隨著我們變老也在增長。我告訴我的學生，我對變老的幻想是有一種永遠不會惡化的能力，因為和機器人在一起生活，當我開始失敗時，有外部疾病或者虛弱時，機器人會逐步接管我過去能做的事情。基本上，我的信心不會降低，因為機器人會使用這些技能幫我做事。例如網際網路，我們致力於在網路上建立交流。有一個想法是這樣的，現在我們珍視的諸如搜尋引擎穀歌、雅虎，在靜謐的世界搜尋資料,能不能當你問“我的車鑰匙在哪裡”時，數字助理在現實世界中像在互聯網世界中那樣完成搜索。這正是我們正在討論的，真實世界和網路世界的區別開始變得模糊，開始變得我們幾乎無法區分它們之間的不同。當我們看到增強現實的應用，這種趨勢將會越來越清晰。
大規模定制。人們夢想的其中之一就是想出一個設計並且實現，且我們可以在一定程度上與部分塑膠件和配置某些種類數量非常有限，但我們的目標是能夠與許多材料列印的東西，和列印速度更快，其實如果有人做過3D列印的話會覺得它很慢。嗯，如果你想列印任何尺寸的東西，你會覺得有點洩氣，將要花費六小時八小時的印刷時間。我們能夠做到這些，使用非常有限制的塑膠零件和某些種類的配件。但是目標是能夠使用各種材料列印物體，用快的多的速度。如果你做過3D列印的話，就會發現它實在是太慢了。當你列印任何尺寸的物體時，都會佔用6到8小時，這實在讓人有點洩氣。當你真正去做的時候，它並不像聽起來那麼令人激動。因此，一個新的商機就是在使用3D列印的基礎上進行開發，這樣我們可以開始新的業務。
深度學習。深度學習確實帶來了極大的改變，增加了機器人的智慧水準，達到機器人之前從未達到的水準。所有這些技術一下子湧現出來，所以我說這是一個激情的時代，在這裡有機會讓我們擁有自己的公司，成為像比爾·蓋茨、伊隆·馬斯克那樣的億萬富翁。在歷史上，這就像是一個難以置信的時代，我們將這些想法變成商機。但是技術已經基本成熟到實現這一切。因而你們都可以開辦自己的公司，並成為一個特定商業領域的領導者。
無人駕駛。這也是一個有趣的例子，並且這個技術發展是最快的。當你想到無人駕駛時，你會意識到這是一個巨大的商業機遇——令人震驚的，有11億輛汽車在路上賓士，考慮一輛車平均價值3000或5000美元，這是一個數兆億美元級別的市場，真是太大了！另外一個事實是，人們不久就會發現，自己駕駛汽車比不上自動汽車，因為自動駕駛更安全、更快。我們的政府基本上都認為，大部分駕駛應當是自動的，這確實是很快就會發生的，出現在你我面前的，數兆美元的機遇，並且你們大多數人都能夠直接參與其中。不單單是汽車，嗯，確實是不僅僅是汽車，還有汽車的裡面，我們乘坐的空間。我們不是為了駕駛，而是被運送，因而展開想像，怎樣設計車裡的娛樂系統。
你怎樣保養這些車？比如在行駛的路上，不好的事情發生了，後座上只有一個五歲的孩子，他無法更換輪胎。怎樣維修這些車，有一整套的商業機會。怎麼給車加油呢？當我們談論機器人開門是多麼困難的時候，我們很大程度依靠人弄清如何打開蓋子。相比把東西放進去，開油箱更具有挑戰，有太多不同配置的車輛和加油方式。因而這裡有很大的標準化需求，而加油幾乎一定要自動化。其他所有生意，不僅僅是無人駕駛，是說有圍繞它的一切，是所有圍繞它的一切。公共交通，同樣的，一個大生意。娛樂。
當我們要出售汽車時，我們必須思考賣給誰，誰有坐在無人駕駛汽車的需求。事實證明，只要你認真思考，就會發現不同的年齡組需求不同。如果考慮到年紀很大的人，他們應該需要特殊的服務，譬如説明他們上下車。針對老年人，以駕駛汽車和説明他們到達需要的地方然後説明他們下車是完全不同的事情。所以如果考慮為老年人準備的車輛，整個想法完全不同了。當然這裡有一個特殊的年齡段，想像一下你在10歲或15歲的時候，要去參加一個重要的會議，你確實不用擔心，即使你正在通話，正在和一個同事交談，這些都沒有問題，只要你沒有駕駛汽車這種額外的事情。你只是想去上班，確保準時，把你的生活，嗯，每一天都確切地完成你的職業生涯的工作。所以這種情況，我不認為銷售（無人車）是一個難題。有一個，我跳過了這個。這是個有趣的年齡段，65歲左右，他們喜歡開車。事實上，當我和父親談論這些的時候，他告訴我，除非有人拿槍威脅他，要麼下車，要麼死，否則沒人能拿走他的車。他說那是唯一能夠讓他下車的方法。事實上在他的最後的幾年中，他失去了部分的心理機能。但他極端重視獨立，駕車的想法是如此重要，以至他每天在車上坐一個小時，不去任何地方，僅僅坐在車裡，讓他感覺自己是獨立的，可以控制自己的生活。這是多麼重要。這是一個特定的年齡組，不單單意味著去某個地方，不僅僅是交通。必須考慮人們的身份，因而有這個群體，這個群體必須用不同的方式對待，並且每一方面都是不同的商機。16到25歲，嗯，這個群體對牽引力感興趣。實際上我在課堂上介紹這些的時候，他們也有這種想法。一個學生說他有一個想法，“我們在高速公路上以100km/h的速度行駛，如果可以和對方對接，我可以進入旁邊以速度100km/h行駛的車，這不是很酷嗎？我們甚至可以在汽車頂部開舞會，我們可以出去跳舞，在以100km/h行駛的車隊上舉行一個舞會。”這是一個瘋狂的想法，但是它也許沒有那麼“瘋狂”，可能將來所有車都是無人駕駛並可控地接近對方並對接，就像人們在火車上從一個車廂走到另一個一樣。但是，嗯，這幾乎超出了我們的想像，這是一個新想法，16到25歲的年輕人會有這樣瘋狂的想法。再考慮5歲的孩子，當你想送他們去幼稚園或者其他什麼地方，你會怎麼做，你會讓他們乘坐這輛車嗎？對5歲的孩子來說，如同老人一樣，需要有很多特殊的服務。對非常年輕的人，這裡面有太多不一樣的事情需要思考。
正如後面顯示的，美國交通部將駕駛能力分成5個等級，從L0到L5。我不準備詳盡介紹這些，不過L0是我們現在駕駛的，沒有自動駕駛，人們自己駕駛的。L5是完全的自動駕駛，可以控制任何一個“瘋狂”的情形，包括大家知道的龍捲風或者颶風。你知道的任何情況下，自動駕駛汽車都可以比人類處理的好，這就是等級5。事實上最近，三天前，埃隆·馬斯克已經講過兩年之後，特斯拉將會擁有等級4的汽車，這意味著在晴朗天氣下自動駕駛汽車可以完美的驅動自己,如果沒有什麼可怕的事情發生，不考慮極端天氣。特斯拉將會擁有等級4的自動駕駛汽車，這確實是非常快的。從商業的角度來看，我們正當時，因為十年後，我們會發現，機會已經過去了，那時就太遲了。在兩年後的這個變為現實之前的現在，正是我們考慮這些生意的時候，這絕對是最令人激動的時刻。
不得不說，這不是人類、女人或者你知道的某個人，比如Martial或者我，對未來會發生什麼的臆想。在為什麼需要無人駕駛汽車這個問題上，有一個非常現實的原因。去年，在美國有四萬人死於車禍，四萬人啊。想像一下，這是多少人，僅僅是在美國，我想僅僅是車禍，在世界上有125萬人死去，每一年都是。我們知道，死亡人數都不能很好的表述這個損失，還有很多癱瘓的人、腿部骨折的和各種創傷。因而，每年都有巨量的人因為直接死亡或者在車禍中失去生理功能。我們相信自動駕駛可以減少90%的應發車禍。無法消除所有死亡，仍會有人死於車禍，但不在是4萬人，也許只是4千人，這是很驚人的改觀。因而當政府聽說這個，並相信這是真的。他們基本上會規定有人駕駛汽車是違法的。這有點令人難以置信，因為突然間，你只有有非常特殊的原因，才能夠獲得駕駛執照。這就像你必須成為一個飛行員，不只是一天測試，你必須相當像一個美國航空公司的飛行員來駕駛，因為那裡有太多的交通規則你需要遵守，和自動駕駛汽車一起。這不是普通人會做的。這會很有趣。
這些死亡的一大原因是分心。事實上，我不知道你有沒有關注你鄰居的車，當他們開車去工作的路上。但是至少在美國，我看到過，一些女士在車裡化妝，或者喝咖啡，並且調整她的鏡子，當手機響鈴時，準備接聽，或者發些短信，不得不用一隻手化妝，在做一切事情，除了開車。所以，想像一下，如果你前面的車來個急停，就會發生事故。這也不是故意的，但會是一個事故。每個人都能意識到，美國各州規定駕車時發短信非法，但是沒有阻止人們。但是規定這是違法的，開車時拿手機是被定為違法，但是這是違法的，也不能阻止人們。我想儘管我不知道中國的法律，但是不會驚訝它們是相同的。
無人駕駛並不是單純在於單獨的一輛無人駕駛車輛。我之前一直在講一輛車，但無人駕駛的便利並不來源於單純的一輛車，它源自于馬路上的所有車。許多事故發生的原因是這樣：你正在路上開車，一個動物從你的前方跳出來。你正在為及時刹車送了一口氣的時候，後面的車撞上了你。當我們進行無人駕駛的時候，在行駛過程中，我們需要和後面的車輛一直保持通信。我們刹車的時候，緊跟在後面的車刹住了，它後面的車也刹住了，就像火車一樣，所有車都能自然的停下。這些車就像一個整體一樣。車輛之間的這個作業系統，就是一個全新的商機。商機如此之多，前無古人。提到道路的容量，我聽到有很多人抱怨過諸如：上海的交通真是太差了。這樣的話如果存在車輛之間即時溝通的技術，車在行駛的時候就能離得非常近，那麼現有的高速路的承載力就能加倍。這讓我們在使用現有的交通設施的同時可以容納更多的車輛，為政府節約很多的錢同時還刺激了這個技術的發展。所有的行業動態對此都是深度贊同的，無論是從經濟角度，還是從安全角度。
談到商業化，在我的課上，我會對同學們申明，儘管無人駕駛很酷，我不想在座的各位去開一家這樣的無人車公司。和豐田、梅賽德斯（賓士）等這樣的現存汽車公司去競爭是毫無意義的。你要做的是將它應用在次級商業（secondary business）領域，跳出車本身的約束，應用到無人車的商業生態系統裡面。因為，無人車的運行環境和我們當下的車的環境是大不相同的。例如，很容易想到，運用無人車實際上並不需要紅綠燈或停車標識，諸如這些和司機交流的手段都不需要了。甚至街燈，無人車不需要街燈，路牌和指示，因為車之間能夠進行高效的溝通，和其他的車一起優化自身的行為。這就是我想說的什麼是次級商業，什麼是次級商機（secondary opportunities）。我的課上的一份作業就是，讓學生們列舉一些次級商機。
目前為止，我首先介紹了 minimal viable product。然後介紹了第二個關於從商的思想是考慮次級商業。剛過去的這一年，學生列了一個關於secondary robotic的清單，大概有50條，我這裡只列了一些。我不會全部介紹，大家可以看第二條，很有意思，自行車如何和無人車進行交互，以保證騎車者的安全，這是一個次級商業。基於豐田，特斯拉，梅賽德斯賓士，通用這些公司都會遇到很多的問題，需要配套設施設備的假設，在次級商業領域有著非常多的次級商機。想想怎樣去賺錢吧。
這是一個關於如何尋找MVP的例子。一個學生意識到，對無人車來說，車上的所有的感測器都要標定。比如，我們有立體的攝像頭用來測量和行人的距離，還有鐳射感測器也會測這個距離，它們的結果必須匹配。如果它們都不匹配，它們就是沒標定好。它們就不能告訴你相同的資訊。當一個子系統告訴你一個結果，但另一個子系統告訴你另一個結果的時候，你就無所適從了。所以標定是一個大商機。知道如何標定遠比檢測標定結果好壞要難。而標定的工作又是大家都需要的。所以學生就想出了這個方向：無人車上感測器的標定。這是一個大的方向。然後學生就開始想，標定需要有能自動標定的維修車間，各種各樣複雜的東西。但假設，你非常簡單的東西，有個硬體能檢測標定的效果。它不做任何標定的工作，它能做的就是評價車是否被很好的標定了。這是在找一個最小規模（minimal）的，但可行（viable）的東西。你只需要一個小盒子，同時檢測車上所有的感測器，判斷它們是否標定好了。如果你有了這樣的設備，車顛了一下，感測器錯位了，你就能知道它們標定結果出問題了，這時故障車就可以安全的被從路上拉走了。如果你做出了這麼個東西，那麼可能政府就會說，如果想賣無人車，所有車上都安裝這個小盒子。為了無人車的安全駕駛，你必須要這個標定檢測裝置。這就是MVP。那麼所有廠家想賣無人車，都需要買這個檢測裝置。這就是我們尋找的三個字的，MVP。如果大家聽了這次演講後理解了這三個字，這就很好了。
人們有很多理由不用機器人技術，我們真的很擔心，機器人有一天會代替人類，這很恐怖。很多手工業者將要失業，無人駕駛和貨運，實際上會代替大量人力，這固然很好，但畢竟有人以此為生。我也說過，我們並不一定要照著那樣走下去，可以設計一個人機共同工作的系統，我也在朝著這個方向努力。機器人如此優秀，就產生了很多問題。就像AlphaGo，經過4小時的學習，機器的棋藝就比人高了。沒有預先寫入的知識，程式學習到棋藝就能超過人類，僅用4個小時。無怪乎人類會擔心被機器人全面超越，這是另一個我們需要關注的事情。人類目前到達進化的終點了嗎？我們就這樣了？我想答案顯然是不，我們發展了機器人的同時，人類自身也在發展，人類工作的方式也發生了改變。(舉起手機)這已經成為了我生活的一部分，這聽起來很蠢，但是你有時必須把它從口袋裡拿出來然後這樣（對著看），沒錯吧，這已經是我的一部分了。或者，我們可能將來不再需要手機，這個小盒子可能以後就消失了。但是我們不會放棄它的功能不用，我們只會放棄小盒子的軀殼。我們的未來的產品可能會在放棄手機的外殼的同時，保留手機的功能。這確實令人興奮，人類會和機器一起進化，你可以通過一些植入式的設備來像通過看手機一樣獲取資訊。
我有時也會聽到一些人說：我可不會用這種設備。但說實話，在你們這個年齡的時候，我也從來不認為人會去紋身，這太蠢了，現在你看看周圍，有這麼多人身上都有紋身。人們終究會接受這些，也許你不會，但也許你的孩子會。人會進步，數位設備將成為人生活的一部分。如果你覺得我瞎說，看看你用手機是多麼的頻繁吧，這已經是你的一部分了。你的孩子會接受這些，然後因你不接受這些，嘲笑你是老古董。
所以這裡列出了人們的擔心，公眾的接受程度、恐懼；自動化的代價；法律訴訟的風險；技術的可靠性等等。這些擔心都能對應著有利可圖的商機。這些擔心的一種一個核心是對於失業的擔憂，我對此很感興趣，而且想把這些反映到我的機器人研究裡。富士康，是生產iphone的廠家，有130萬工人，很多是中國人，來自全國各地。它的CEO公開說，他希望解雇100萬個工人，用機器人代替他們。有100萬人將要失業。所以，當機器人將人的工作替代的時候，人類員工該何去何從，這不是一個笑話，而是我們要思考的事情。我認為，我們應該在問題出現之前就開始尋求解決方案，而不是等到人們都失業了再去解決失業問題。我們必須先發制人的在設計機器人的時候就考慮人類員工的失業問題。McKinsey上周的研究報告預測，到2030年，全球會有4-8億人因為自動化的進程而失業。另一方面，他預測了未來的崗位存在嚴重的兩極分化。有一部分人仍然有工作，仍舊被社會需要；這部分人將佔據有大量薪水的崗位。因此如果我們還像現在這樣，這部分人和其他不被需要的人間就會存在嚴重的兩級分化。這不是我想看到的。但這有另一個解決辦法。
讓我來介紹一下我研究的一個焊接任務，人與機器人協作，完成非常複雜的定制焊接任務。我做的測試是這樣，我讓一位專業設計師設計了一套全新的叫空間構架（space frame）。這個架子可以作為吉普車的框架使用，只是它沒有兩邊的車門，這是一輛汽車的基本結構，我們讓設計師做出了一份個性化的設計。然後我們分別讓兩組人來實現這個設計。左圖展示是三位專業焊工組成的一組，他們整天幹的事就是焊接車子。他們有價值百萬的專業設備來説明他們完成這個個性化定制方案。另一側的人是Mike，我的學生，和裝配有專業設備的ABB機器人。Mike和機器人與三個專業焊工比賽，製作一個自定載具的框架。右側的是人與機器人協同工作，這代表著我期望中的未來場景 VS 左側的純人工工作。這個視頻說明了他們要做的是哪個部分，這是一個個性化定制的車，視頻中它正在沙漠中行駛。我們要組裝的是綠色部分，它是一個框架。這個框架有100個立方體材料和400個焊點。這個框架很大，大小和我們前面的這張桌子差不多，有大約10英尺高。這個真的非常非常大。首先，我們需要明確，機器人擅長什麼，而人擅長什麼。我們這次做的測試實際上是改變之前的法則。通常情況下，在機器人領域，我們的工作是讓機器人盡可能的做全部的事情。而我們現在想做的是探索人能做什麼，機器人能做什麼，他們二者各擅長什麼？我們想讓他們做各自擅長的事情，儘快的完成任務。
所以，請大家花時間思考一下，機器人真的擅長什麼。如果你問一些媒體的人，他們會告訴你是物料搬運（操作）。 事實上機器人在這方面極其糟糕 你有看到過機器人做這個嗎（轉手機），甚至是Hebert教授的機器人？我還能閉著眼做這個。沒有，他們做不到。原諒我的冒犯。另一方面，Mike很擅長物料搬運（操作）。如果你讓機器人移動到一個確切的座標，他能迅速而準確的到達；給定x，y，z空間座標，三個自由度的朝向座標，機器人就能刷的一下在一秒內完成。同時他的精度也是毫米級的。這是ABB機械臂的精度。如果讓mike來做，他會很困惑，然後說，他的測量工具在哪。畫上一個多小時時間，最後得到一個模棱兩可的結果。他是我學生，但在精確操作和測量方面非常差，完全比不上機器人。所以如果你能造出這樣一個系統，將二者的優勢融合，做出一個融合系統。我們通過任務分配，讓人和機器人各自做自己最擅長的事。我之前說了，這是在你的實驗室裡。我們通過視頻教人該做什麼，我們自動生成了一個視頻來引導人該做什麼。這一部分實際上就是教Mike他要做什麼，該怎麼做。另外一邊，機器人在規劃工序上非常擅長。這件工作總共有400個焊點要操作，機器人可以規劃出最優的序列，並判斷這道工序是否由機器人完成。如果機器人能做，那就讓機器人做，然後進行下一步。如果你它很難做這到工序，它就讓Mike做，告訴Mike該做什麼，通過視頻來指導Mike一步步該怎麼做。是不是很酷。
所以機器人的底部由這三個單元模組，生成資訊指令指導Mike應該做什麼，資訊的格式如右圖所示。假設Mike想要將一個部件放到一個特定的位置，機器人可以告訴人這個準確位置，它有標定好的發射器，給真實環境添加資訊。這樣Mike可以小心的在這裡焊接。與此同時，感測器能告訴機器人，Mike實際上在什麼地方工作。機器人就可以定位這個地方，對自己的程式進行調整。這樣即便它自己運行時偏了3mm，它也能修正自己的位置。這個視頻裡展示的是安裝的過程。你們知道事實上焊接過程機器人要用時多久嗎？事實證明機器人焊接一個焊點大約是5秒。但機器人需要花費20分鐘來完成安裝過程，將工件擺放在預定的位置上。這樣的話，你可以迅速完成安裝的過程 ，這樣就可以大幅縮短工時。這個視頻裡顯示了Mike做他工作的速度，機器人一步一步的告訴Mike他要做什麼。機器人做一部分工作，然後讓Mike做一些工作，並告訴他怎麼做；直到任務完成。
然後我們可以得出這樣的結論。左邊這組人是三個有特殊設備的專家，和右邊這組是Mike和機器人。左邊這組，三個人，每小時工資75刀，材料費400刀，乘以89小時實際工作時間，總計6850刀，事實上他們的要價是25000刀，他們不知道我們把他們的工作過程錄影了，所以開了很高的價。但我們給他們看了視頻，說他們只幹了89個消失。所以最後就是6850刀。右側是Mike，他和左邊做的事是一樣的。一個人，每小時工資75刀，材料費400刀，然後在開始工作10個小時後，Mike以他世上最燦爛的笑容來到了我的辦公室，跟我說，“David， 我搞定了。我只用了10小時就完成了同樣的工作”。他總計是1150刀，這意味著如果你不用純人工的話，你可以用那筆錢買下6組人機協作的系統了。事實上這很值啊。
結合了人和機器的長處，你可以搭建出一個效果更好的系統。這也就意味著，如果製造業裡大面積運用這樣的系統，其實將增加工作崗位，我們人類自己在製造業界為自己增設崗位。我們不想讓人們忘記怎麼工作，如果我們放棄和機器人協作，並成功的開發出了讓機器人完全替代勞工的技術，我們將要遺忘如何工作。這不會使情況變好，當某天機器人出問題的時候，我們不知道怎麼修復它。這不是我們想要見到的。與此相反，如果我們能和機器人分享工作，則可以減少失業人數。
總而言之，我認為人和機器人協作的這個系統有實際作用，好的讓人驚異，有巨大的潛力。他們一起工作能加快工作進度。這個系統能夠最優化任務分配，而不是由你自己來猜任務的分工。所以我常跟別人說，機器人才是老闆，它告訴你一步步該做什麼。Mike應該因此受好評。這個設想與現在的做法在未來產品分配上有根本性的區別。
好吧我要結束了，讓我們進入到問答環節。我回顧一下講了什麼。我首先簡短的講了一些我的課上的內容（MVP），然後說明機器人是怎麼導致失業產生的，最後提出了我的解決方案。以上就是我想要說的。非常感謝。
（以上演講由張夏禹、程湛、崔國偉、陳廣大、帥威、張澤坤整理翻譯，帥威、張澤坤校對。）
這是一個巨大的挑戰。所以這門課的一部分是教人們從他們的項目中辨認出他們能自我扭轉的元素。這就是商業與技術融合的理念。然後我們要談到科技人員和工程師們擔心的一個問題，那就是他們將如何獲得最初的資金來開始開發。所以，我們實際上教如何獲得風險資本的投資，以及如何建成一個小公司，然後他們可以發展起來，變成一個真正的企業。你知道機器人的數量將要爆炸，但它不會突然闖進我們的生活，也不會有一個機器人走進來，像電影裡面那樣。機器人將會從細微之處進入我們的生活，以我們幾乎不會注意的方式，而它們的數量將以指數級加速增長。所以在幾年之內，你環顧四周，將會意識到你被機器人包圍了。你知道這是一個非常獨特的時間點，有這麼多技術的發展是如此之快，它將改變一切。我們正在迅速進入一個無車駕駛的世界，我們談論的無人機正在飛去搜集資訊， Martial之前展示過這些。
數位助理。每個機器人研究人員都沉迷于讓機器人在各種事情上幫助人類的想法。當我進行一個製造任務的時候，如果有一個機器人助手在身邊提供各種正確的工具，或者當我執行一件特殊任務的時候提供指令，那就太好了。將來基本上每個人都會和數位助理協作。這種需求隨著我們變老也在增長。我告訴我的學生，我對變老的幻想是有一種永遠不會惡化的能力，因為和機器人在一起生活，當我開始失敗時，有外部疾病或者虛弱時，機器人會逐步接管我過去能做的事情。基本上，我的信心不會降低，因為機器人會使用這些技能幫我做事。例如網際網路，我們致力於在網路上建立交流。有一個想法是這樣的，現在我們珍視的諸如搜尋引擎穀歌、雅虎，在靜謐的世界搜尋資料,能不能當你問“我的車鑰匙在哪裡”時，數字助理在現實世界中像在互聯網世界中那樣完成搜索。這正是我們正在討論的，真實世界和網路世界的區別開始變得模糊，開始變得我們幾乎無法區分它們之間的不同。當我們看到增強現實的應用，這種趨勢將會越來越清晰。
大規模定制。人們夢想的其中之一就是想出一個設計並且實現，且我們可以在一定程度上與部分塑膠件和配置某些種類數量非常有限，但我們的目標是能夠與許多材料列印的東西，和列印速度更快，其實如果有人做過3D列印的話會覺得它很慢。嗯，如果你想列印任何尺寸的東西，你會覺得有點洩氣，將要花費六小時八小時的印刷時間。我們能夠做到這些，使用非常有限制的塑膠零件和某些種類的配件。但是目標是能夠使用各種材料列印物體，用快的多的速度。如果你做過3D列印的話，就會發現它實在是太慢了。當你列印任何尺寸的物體時，都會佔用6到8小時，這實在讓人有點洩氣。當你真正去做的時候，它並不像聽起來那麼令人激動。因此，一個新的商機就是在使用3D列印的基礎上進行開發，這樣我們可以開始新的業務。
深度學習。深度學習確實帶來了極大的改變，增加了機器人的智慧水準，達到機器人之前從未達到的水準。所有這些技術一下子湧現出來，所以我說這是一個激情的時代，在這裡有機會讓我們擁有自己的公司，成為像比爾·蓋茨、伊隆·馬斯克那樣的億萬富翁。在歷史上，這就像是一個難以置信的時代，我們將這些想法變成商機。但是技術已經基本成熟到實現這一切。因而你們都可以開辦自己的公司，並成為一個特定商業領域的領導者。
無人駕駛。這也是一個有趣的例子，並且這個技術發展是最快的。當你想到無人駕駛時，你會意識到這是一個巨大的商業機遇——令人震驚的，有11億輛汽車在路上賓士，考慮一輛車平均價值3000或5000美元，這是一個數兆億美元級別的市場，真是太大了！另外一個事實是，人們不久就會發現，自己駕駛汽車比不上自動汽車，因為自動駕駛更安全、更快。我們的政府基本上都認為，大部分駕駛應當是自動的，這確實是很快就會發生的，出現在你我面前的，數兆美元的機遇，並且你們大多數人都能夠直接參與其中。不單單是汽車，嗯，確實是不僅僅是汽車，還有汽車的裡面，我們乘坐的空間。我們不是為了駕駛，而是被運送，因而展開想像，怎樣設計車裡的娛樂系統。
你怎樣保養這些車？比如在行駛的路上，不好的事情發生了，後座上只有一個五歲的孩子，他無法更換輪胎。怎樣維修這些車，有一整套的商業機會。怎麼給車加油呢？當我們談論機器人開門是多麼困難的時候，我們很大程度依靠人弄清如何打開蓋子。相比把東西放進去，開油箱更具有挑戰，有太多不同配置的車輛和加油方式。因而這裡有很大的標準化需求，而加油幾乎一定要自動化。其他所有生意，不僅僅是無人駕駛，是說有圍繞它的一切，是所有圍繞它的一切。公共交通，同樣的，一個大生意。娛樂。
當我們要出售汽車時，我們必須思考賣給誰，誰有坐在無人駕駛汽車的需求。事實證明，只要你認真思考，就會發現不同的年齡組需求不同。如果考慮到年紀很大的人，他們應該需要特殊的服務，譬如説明他們上下車。針對老年人，以駕駛汽車和説明他們到達需要的地方然後説明他們下車是完全不同的事情。所以如果考慮為老年人準備的車輛，整個想法完全不同了。當然這裡有一個特殊的年齡段，想像一下你在10歲或15歲的時候，要去參加一個重要的會議，你確實不用擔心，即使你正在通話，正在和一個同事交談，這些都沒有問題，只要你沒有駕駛汽車這種額外的事情。你只是想去上班，確保準時，把你的生活，嗯，每一天都確切地完成你的職業生涯的工作。所以這種情況，我不認為銷售（無人車）是一個難題。有一個，我跳過了這個。這是個有趣的年齡段，65歲左右，他們喜歡開車。事實上，當我和父親談論這些的時候，他告訴我，除非有人拿槍威脅他，要麼下車，要麼死，否則沒人能拿走他的車。他說那是唯一能夠讓他下車的方法。事實上在他的最後的幾年中，他失去了部分的心理機能。但他極端重視獨立，駕車的想法是如此重要，以至他每天在車上坐一個小時，不去任何地方，僅僅坐在車裡，讓他感覺自己是獨立的，可以控制自己的生活。這是多麼重要。這是一個特定的年齡組，不單單意味著去某個地方，不僅僅是交通。必須考慮人們的身份，因而有這個群體，這個群體必須用不同的方式對待，並且每一方面都是不同的商機。16到25歲，嗯，這個群體對牽引力感興趣。實際上我在課堂上介紹這些的時候，他們也有這種想法。一個學生說他有一個想法，“我們在高速公路上以100km/h的速度行駛，如果可以和對方對接，我可以進入旁邊以速度100km/h行駛的車，這不是很酷嗎？我們甚至可以在汽車頂部開舞會，我們可以出去跳舞，在以100km/h行駛的車隊上舉行一個舞會。”這是一個瘋狂的想法，但是它也許沒有那麼“瘋狂”，可能將來所有車都是無人駕駛並可控地接近對方並對接，就像人們在火車上從一個車廂走到另一個一樣。但是，嗯，這幾乎超出了我們的想像，這是一個新想法，16到25歲的年輕人會有這樣瘋狂的想法。再考慮5歲的孩子，當你想送他們去幼稚園或者其他什麼地方，你會怎麼做，你會讓他們乘坐這輛車嗎？對5歲的孩子來說，如同老人一樣，需要有很多特殊的服務。對非常年輕的人，這裡面有太多不一樣的事情需要思考。
正如後面顯示的，美國交通部將駕駛能力分成5個等級，從L0到L5。我不準備詳盡介紹這些，不過L0是我們現在駕駛的，沒有自動駕駛，人們自己駕駛的。L5是完全的自動駕駛，可以控制任何一個“瘋狂”的情形，包括大家知道的龍捲風或者颶風。你知道的任何情況下，自動駕駛汽車都可以比人類處理的好，這就是等級5。事實上最近，三天前，埃隆·馬斯克已經講過兩年之後，特斯拉將會擁有等級4的汽車，這意味著在晴朗天氣下自動駕駛汽車可以完美的驅動自己,如果沒有什麼可怕的事情發生，不考慮極端天氣。特斯拉將會擁有等級4的自動駕駛汽車，這確實是非常快的。從商業的角度來看，我們正當時，因為十年後，我們會發現，機會已經過去了，那時就太遲了。在兩年後的這個變為現實之前的現在，正是我們考慮這些生意的時候，這絕對是最令人激動的時刻。
不得不說，這不是人類、女人或者你知道的某個人，比如Martial或者我，對未來會發生什麼的臆想。在為什麼需要無人駕駛汽車這個問題上，有一個非常現實的原因。去年，在美國有四萬人死於車禍，四萬人啊。想像一下，這是多少人，僅僅是在美國，我想僅僅是車禍，在世界上有125萬人死去，每一年都是。我們知道，死亡人數都不能很好的表述這個損失，還有很多癱瘓的人、腿部骨折的和各種創傷。因而，每年都有巨量的人因為直接死亡或者在車禍中失去生理功能。我們相信自動駕駛可以減少90%的應發車禍。無法消除所有死亡，仍會有人死於車禍，但不在是4萬人，也許只是4千人，這是很驚人的改觀。因而當政府聽說這個，並相信這是真的。他們基本上會規定有人駕駛汽車是違法的。這有點令人難以置信，因為突然間，你只有有非常特殊的原因，才能夠獲得駕駛執照。這就像你必須成為一個飛行員，不只是一天測試，你必須相當像一個美國航空公司的飛行員來駕駛，因為那裡有太多的交通規則你需要遵守，和自動駕駛汽車一起。這不是普通人會做的。這會很有趣。
這些死亡的一大原因是分心。事實上，我不知道你有沒有關注你鄰居的車，當他們開車去工作的路上。但是至少在美國，我看到過，一些女士在車裡化妝，或者喝咖啡，並且調整她的鏡子，當手機響鈴時，準備接聽，或者發些短信，不得不用一隻手化妝，在做一切事情，除了開車。所以，想像一下，如果你前面的車來個急停，就會發生事故。這也不是故意的，但會是一個事故。每個人都能意識到，美國各州規定駕車時發短信非法，但是沒有阻止人們。但是規定這是違法的，開車時拿手機是被定為違法，但是這是違法的，也不能阻止人們。我想儘管我不知道中國的法律，但是不會驚訝它們是相同的。
無人駕駛並不是單純在於單獨的一輛無人駕駛車輛。我之前一直在講一輛車，但無人駕駛的便利並不來源於單純的一輛車，它源自于馬路上的所有車。許多事故發生的原因是這樣：你正在路上開車，一個動物從你的前方跳出來。你正在為及時刹車送了一口氣的時候，後面的車撞上了你。當我們進行無人駕駛的時候，在行駛過程中，我們需要和後面的車輛一直保持通信。我們刹車的時候，緊跟在後面的車刹住了，它後面的車也刹住了，就像火車一樣，所有車都能自然的停下。這些車就像一個整體一樣。車輛之間的這個作業系統，就是一個全新的商機。商機如此之多，前無古人。提到道路的容量，我聽到有很多人抱怨過諸如：上海的交通真是太差了。這樣的話如果存在車輛之間即時溝通的技術，車在行駛的時候就能離得非常近，那麼現有的高速路的承載力就能加倍。這讓我們在使用現有的交通設施的同時可以容納更多的車輛，為政府節約很多的錢同時還刺激了這個技術的發展。所有的行業動態對此都是深度贊同的，無論是從經濟角度，還是從安全角度。
談到商業化，在我的課上，我會對同學們申明，儘管無人駕駛很酷，我不想在座的各位去開一家這樣的無人車公司。和豐田、梅賽德斯（賓士）等這樣的現存汽車公司去競爭是毫無意義的。你要做的是將它應用在次級商業（secondary business）領域，跳出車本身的約束，應用到無人車的商業生態系統裡面。因為，無人車的運行環境和我們當下的車的環境是大不相同的。例如，很容易想到，運用無人車實際上並不需要紅綠燈或停車標識，諸如這些和司機交流的手段都不需要了。甚至街燈，無人車不需要街燈，路牌和指示，因為車之間能夠進行高效的溝通，和其他的車一起優化自身的行為。這就是我想說的什麼是次級商業，什麼是次級商機（secondary opportunities）。我的課上的一份作業就是，讓學生們列舉一些次級商機。
目前為止，我首先介紹了 minimal viable product。然後介紹了第二個關於從商的思想是考慮次級商業。剛過去的這一年，學生列了一個關於secondary robotic的清單，大概有50條，我這裡只列了一些。我不會全部介紹，大家可以看第二條，很有意思，自行車如何和無人車進行交互，以保證騎車者的安全，這是一個次級商業。基於豐田，特斯拉，梅賽德斯賓士，通用這些公司都會遇到很多的問題，需要配套設施設備的假設，在次級商業領域有著非常多的次級商機。想想怎樣去賺錢吧。
這是一個關於如何尋找MVP的例子。一個學生意識到，對無人車來說，車上的所有的感測器都要標定。比如，我們有立體的攝像頭用來測量和行人的距離，還有鐳射感測器也會測這個距離，它們的結果必須匹配。如果它們都不匹配，它們就是沒標定好。它們就不能告訴你相同的資訊。當一個子系統告訴你一個結果，但另一個子系統告訴你另一個結果的時候，你就無所適從了。所以標定是一個大商機。知道如何標定遠比檢測標定結果好壞要難。而標定的工作又是大家都需要的。所以學生就想出了這個方向：無人車上感測器的標定。這是一個大的方向。然後學生就開始想，標定需要有能自動標定的維修車間，各種各樣複雜的東西。但假設，你非常簡單的東西，有個硬體能檢測標定的效果。它不做任何標定的工作，它能做的就是評價車是否被很好的標定了。這是在找一個最小規模（minimal）的，但可行（viable）的東西。你只需要一個小盒子，同時檢測車上所有的感測器，判斷它們是否標定好了。如果你有了這樣的設備，車顛了一下，感測器錯位了，你就能知道它們標定結果出問題了，這時故障車就可以安全的被從路上拉走了。如果你做出了這麼個東西，那麼可能政府就會說，如果想賣無人車，所有車上都安裝這個小盒子。為了無人車的安全駕駛，你必須要這個標定檢測裝置。這就是MVP。那麼所有廠家想賣無人車，都需要買這個檢測裝置。這就是我們尋找的三個字的，MVP。如果大家聽了這次演講後理解了這三個字，這就很好了。
人們有很多理由不用機器人技術，我們真的很擔心，機器人有一天會代替人類，這很恐怖。很多手工業者將要失業，無人駕駛和貨運，實際上會代替大量人力，這固然很好，但畢竟有人以此為生。我也說過，我們並不一定要照著那樣走下去，可以設計一個人機共同工作的系統，我也在朝著這個方向努力。機器人如此優秀，就產生了很多問題。就像AlphaGo，經過4小時的學習，機器的棋藝就比人高了。沒有預先寫入的知識，程式學習到棋藝就能超過人類，僅用4個小時。無怪乎人類會擔心被機器人全面超越，這是另一個我們需要關注的事情。人類目前到達進化的終點了嗎？我們就這樣了？我想答案顯然是不，我們發展了機器人的同時，人類自身也在發展，人類工作的方式也發生了改變。(舉起手機)這已經成為了我生活的一部分，這聽起來很蠢，但是你有時必須把它從口袋裡拿出來然後這樣（對著看），沒錯吧，這已經是我的一部分了。或者，我們可能將來不再需要手機，這個小盒子可能以後就消失了。但是我們不會放棄它的功能不用，我們只會放棄小盒子的軀殼。我們的未來的產品可能會在放棄手機的外殼的同時，保留手機的功能。這確實令人興奮，人類會和機器一起進化，你可以通過一些植入式的設備來像通過看手機一樣獲取資訊。
我有時也會聽到一些人說：我可不會用這種設備。但說實話，在你們這個年齡的時候，我也從來不認為人會去紋身，這太蠢了，現在你看看周圍，有這麼多人身上都有紋身。人們終究會接受這些，也許你不會，但也許你的孩子會。人會進步，數位設備將成為人生活的一部分。如果你覺得我瞎說，看看你用手機是多麼的頻繁吧，這已經是你的一部分了。你的孩子會接受這些，然後因你不接受這些，嘲笑你是老古董。
所以這裡列出了人們的擔心，公眾的接受程度、恐懼；自動化的代價；法律訴訟的風險；技術的可靠性等等。這些擔心都能對應著有利可圖的商機。這些擔心的一種一個核心是對於失業的擔憂，我對此很感興趣，而且想把這些反映到我的機器人研究裡。富士康，是生產iphone的廠家，有130萬工人，很多是中國人，來自全國各地。它的CEO公開說，他希望解雇100萬個工人，用機器人代替他們。有100萬人將要失業。所以，當機器人將人的工作替代的時候，人類員工該何去何從，這不是一個笑話，而是我們要思考的事情。我認為，我們應該在問題出現之前就開始尋求解決方案，而不是等到人們都失業了再去解決失業問題。我們必須先發制人的在設計機器人的時候就考慮人類員工的失業問題。McKinsey上周的研究報告預測，到2030年，全球會有4-8億人因為自動化的進程而失業。另一方面，他預測了未來的崗位存在嚴重的兩極分化。有一部分人仍然有工作，仍舊被社會需要；這部分人將佔據有大量薪水的崗位。因此如果我們還像現在這樣，這部分人和其他不被需要的人間就會存在嚴重的兩級分化。這不是我想看到的。但這有另一個解決辦法。
讓我來介紹一下我研究的一個焊接任務，人與機器人協作，完成非常複雜的定制焊接任務。我做的測試是這樣，我讓一位專業設計師設計了一套全新的叫空間構架（space frame）。這個架子可以作為吉普車的框架使用，只是它沒有兩邊的車門，這是一輛汽車的基本結構，我們讓設計師做出了一份個性化的設計。然後我們分別讓兩組人來實現這個設計。左圖展示是三位專業焊工組成的一組，他們整天幹的事就是焊接車子。他們有價值百萬的專業設備來説明他們完成這個個性化定制方案。另一側的人是Mike，我的學生，和裝配有專業設備的ABB機器人。Mike和機器人與三個專業焊工比賽，製作一個自定載具的框架。右側的是人與機器人協同工作，這代表著我期望中的未來場景 VS 左側的純人工工作。這個視頻說明了他們要做的是哪個部分，這是一個個性化定制的車，視頻中它正在沙漠中行駛。我們要組裝的是綠色部分，它是一個框架。這個框架有100個立方體材料和400個焊點。這個框架很大，大小和我們前面的這張桌子差不多，有大約10英尺高。這個真的非常非常大。首先，我們需要明確，機器人擅長什麼，而人擅長什麼。我們這次做的測試實際上是改變之前的法則。通常情況下，在機器人領域，我們的工作是讓機器人盡可能的做全部的事情。而我們現在想做的是探索人能做什麼，機器人能做什麼，他們二者各擅長什麼？我們想讓他們做各自擅長的事情，儘快的完成任務。
所以，請大家花時間思考一下，機器人真的擅長什麼。如果你問一些媒體的人，他們會告訴你是物料搬運（操作）。 事實上機器人在這方面極其糟糕 你有看到過機器人做這個嗎（轉手機），甚至是Hebert教授的機器人？我還能閉著眼做這個。沒有，他們做不到。原諒我的冒犯。另一方面，Mike很擅長物料搬運（操作）。如果你讓機器人移動到一個確切的座標，他能迅速而準確的到達；給定x，y，z空間座標，三個自由度的朝向座標，機器人就能刷的一下在一秒內完成。同時他的精度也是毫米級的。這是ABB機械臂的精度。如果讓mike來做，他會很困惑，然後說，他的測量工具在哪。畫上一個多小時時間，最後得到一個模棱兩可的結果。他是我學生，但在精確操作和測量方面非常差，完全比不上機器人。所以如果你能造出這樣一個系統，將二者的優勢融合，做出一個融合系統。我們通過任務分配，讓人和機器人各自做自己最擅長的事。我之前說了，這是在你的實驗室裡。我們通過視頻教人該做什麼，我們自動生成了一個視頻來引導人該做什麼。這一部分實際上就是教Mike他要做什麼，該怎麼做。另外一邊，機器人在規劃工序上非常擅長。這件工作總共有400個焊點要操作，機器人可以規劃出最優的序列，並判斷這道工序是否由機器人完成。如果機器人能做，那就讓機器人做，然後進行下一步。如果你它很難做這到工序，它就讓Mike做，告訴Mike該做什麼，通過視頻來指導Mike一步步該怎麼做。是不是很酷。
所以機器人的底部由這三個單元模組，生成資訊指令指導Mike應該做什麼，資訊的格式如右圖所示。假設Mike想要將一個部件放到一個特定的位置，機器人可以告訴人這個準確位置，它有標定好的發射器，給真實環境添加資訊。這樣Mike可以小心的在這裡焊接。與此同時，感測器能告訴機器人，Mike實際上在什麼地方工作。機器人就可以定位這個地方，對自己的程式進行調整。這樣即便它自己運行時偏了3mm，它也能修正自己的位置。這個視頻裡展示的是安裝的過程。你們知道事實上焊接過程機器人要用時多久嗎？事實證明機器人焊接一個焊點大約是5秒。但機器人需要花費20分鐘來完成安裝過程，將工件擺放在預定的位置上。這樣的話，你可以迅速完成安裝的過程 ，這樣就可以大幅縮短工時。這個視頻裡顯示了Mike做他工作的速度，機器人一步一步的告訴Mike他要做什麼。機器人做一部分工作，然後讓Mike做一些工作，並告訴他怎麼做；直到任務完成。
然後我們可以得出這樣的結論。左邊這組人是三個有特殊設備的專家，和右邊這組是Mike和機器人。左邊這組，三個人，每小時工資75刀，材料費400刀，乘以89小時實際工作時間，總計6850刀，事實上他們的要價是25000刀，他們不知道我們把他們的工作過程錄影了，所以開了很高的價。但我們給他們看了視頻，說他們只幹了89個消失。所以最後就是6850刀。右側是Mike，他和左邊做的事是一樣的。一個人，每小時工資75刀，材料費400刀，然後在開始工作10個小時後，Mike以他世上最燦爛的笑容來到了我的辦公室，跟我說，“David， 我搞定了。我只用了10小時就完成了同樣的工作”。他總計是1150刀，這意味著如果你不用純人工的話，你可以用那筆錢買下6組人機協作的系統了。事實上這很值啊。
結合了人和機器的長處，你可以搭建出一個效果更好的系統。這也就意味著，如果製造業裡大面積運用這樣的系統，其實將增加工作崗位，我們人類自己在製造業界為自己增設崗位。我們不想讓人們忘記怎麼工作，如果我們放棄和機器人協作，並成功的開發出了讓機器人完全替代勞工的技術，我們將要遺忘如何工作。這不會使情況變好，當某天機器人出問題的時候，我們不知道怎麼修復它。這不是我們想要見到的。與此相反，如果我們能和機器人分享工作，則可以減少失業人數。
總而言之，我認為人和機器人協作的這個系統有實際作用，好的讓人驚異，有巨大的潛力。他們一起工作能加快工作進度。這個系統能夠最優化任務分配，而不是由你自己來猜任務的分工。所以我常跟別人說，機器人才是老闆，它告訴你一步步該做什麼。Mike應該因此受好評。這個設想與現在的做法在未來產品分配上有根本性的區別。
好吧我要結束了，讓我們進入到問答環節。我回顧一下講了什麼。我首先簡短的講了一些我的課上的內容（MVP），然後說明機器人是怎麼導致失業產生的，最後提出了我的解決方案。以上就是我想要說的。非常感謝。
（以上演講由張夏禹、程湛、崔國偉、陳廣大、帥威、張澤坤整理翻譯，帥威、張澤坤校對。）