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，翻译如下：
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(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。
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。
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。
