科幻片常常能准确地预见未来。例如，1979年上映的《星际迷航》中的三度仪（tricorder）就是语音识别软件增强PDA的原型。而1960年代的卡通片《杰森一家》中的机器人Rosie和《万能金龟车》中的无人驾驶汽车Herbie则是自动设备的前身。
1960年代初，Roise首次出现在电视上，人们觉得很稀罕。现实生活中的自动器件——Dyson的360 Eye自动真空吸尘器，正快速实现当年人们在Roise身上梦想的功能，如同智能电话之于三度仪。
这不是第一个自动地毯吸尘器，同期出现的还有其它自动机器，包括上文提到的声控PDA。360 Eye是最好的一种机器人，当然价格也是目前最贵的。
自动化消费机器人不仅仅局限于真空吸尘器及其兄弟产品，如拖把、泳池清洗器及水沟清洗器。伯克利的Pieter Abbeel教授展示了动作极其灵巧的机器人，它能将皱巴巴的衣服物品折叠整齐。Boston Dynamics推出了SpotMini机器人，它依照狗的结构设计而成，可以把碗碟放入洗碗机中，把垃圾扔到垃圾桶里，踩到香焦皮还会滑倒。
医疗保健是自动辅助设备应用的另一个市场。例如，它可确保住在家里的病人安全地服药，这种模式成本更低，病人更舒适，因为他们不再被困于医院。地球上人口老龄化不断加剧，智能机器人能够代替人类完成他们不再有能力完成的事，监控人类的健康，并在身体出状况时发出警报。
我们正快速进入一个全自动无人驾驶汽车的新时代，这不仅延长了老年人能够独居的时间，同时也将驾驶员解放出来，他们不必再全神贯注地目视前方，而是可以随心所欲地做自己想做的任何事。
那么，哪些因素驱使从前只能在科幻场景中出现的自动化，以越来越强劲的势头进入我们的现实生活？原因如下：
1.在特定价格点，处理能力变得越来越强且越来越高效。不仅通用处理器受益于此，采用现代半导体工艺制成的晶体管因为价格异常低廉，设计人员可在单个SoC上使用各种专用功能协处理器补充主CPU内核。这对易失存储器（DRAM）和非易失存储器（闪存）也有好处，有助于实现一个稳健的系统。
2.处理器需要充足、准确的数据来做出正确的判断。市场上已经有多种价格便宜的传感器技术，获取关于器件的正确信息不再是难事。例如，现代智能手机可能嵌入了加速计、气压计、指南针、GPS接收器、陀螺仪、麦克风和环境光及温度传感器，可以从云端获得基于位置的天气和其它信息。它的正面和背面安装有相机，不仅能够捕获静止的图像和视频，还可根据出现在相框中的物体及距离作出相应的反应。
双相机“立体”配置及适用于其它系统的一些技术，如LiDAR、RADAR、结构光和飞行时间等，不仅能够检测环境中的物体，还能辨别其尺寸、开关、距离、以及运动方向和速率。
3.处理技术越来越便宜，传感技术日趋多样化，从前只用于小众、高端、高成本系统的复杂的软件算法现在已成为主流。以Dyson 360 Eye的同时定位和映射（SLAM）算法为例，引用其官网说法，“Dyson 360 Eye机器人建立了360°的房间视角，可识别室内的标记物，采用三角定位技术来判断自己身处房间的什么位置，以此完成系统导航及清洁。”而仅仅在几年前，实现SLAM还需要DARPA大挑战汽车中的多台计算机。
4.算法本身也在进步。一个显著的突破是“深度学习”， 卷积神经网络（Convolutional Neural Network）是目前流行的一种算法。从前要实现一个任务，需要专门为该任务写代码。若是遇到边界情况或开发时未考虑到的其它数据，编写的代码极有可能出现意想不到的运行结果，但又不能移置用于新的任务，哪怕是紧密相关的任务也不行……所以每次都只能从头开始编写代码。
相反，深度学习是利用一组参考信息，如在各种光照和其它环境条件下、从不同角度拍摄的物体图像，以及说不同词汇的无数人的声音，对一个通用功能进行“训练”，创建一个模型。然后，利用所创建的模型，深度学习系统开始对新数据进行分析和推断。随着训练集的改进，深度学习模型会更加完善，机器人之间甚至可以相互进行培训。根据特定的实现能力和应用需求，训练及随后的推断可以在器件上完成，也可以在云端完成（感谢低延迟、高带宽和无所不在的无线通信链路），或在两者之间进行分配。
自动器件的发展让人激动（同时也有些令人不安）。机器人最终是不是能稳健地工作？如果能，我们还要等多久？机器人能够帮助人类卸掉肩头的担子，这一点毋庸置疑，对此人类是欢呼还是拒绝？对于目前由人类完成的工作，机器人究竟能替代到何种程度？新的工作会随之产生吗？简而言之……自动化是会让我们从繁重的担子中解脱出来，使我们有更多的时间追求快乐，还是会像过去的很多技术一样，光鲜出场，黯然收尾，最终使我们工作任务更重，工作时间更长。让时间告诉真相我们。
（原文发表于EDN美国版，Jenny Liao编译）
最前沿的电子设计资讯
