爱吧机器人网 » 专题 > 相关科技 > 正文

揭秘Google X:如何做出那些疯狂的项目?

揭秘Google X:如何做出那些疯狂的项目?

发现一个项目的重大缺陷未必总意味着项目的终结。这往往会为我们指明一条更有建设性的路径。这是我们的全自动无人车原型,这种车没有方向盘也没有刹车板。但这不是我们一开始的目标。

揭秘Google X:如何做出那些疯狂的项目?

每年死于道路交通事故的人有 120 万,造出能够自动驾驶的汽车自然也是一个登月计划。3年 前,我们改型过的雷克萨斯无人车在测试中表现如此出色,以至于我们还把它们借给了其他 Google 人开,为的是看看他们对体验的评价。然后我们发现原计划让汽车完成绝大部分操作、只是在紧急情况时把控制交回给人其实是个糟糕的想法。根本就不安全。因为人并没有做好分内之事,在汽车需要把控制交回给人时人根本就没有保持警惕。这是非常严重的,这件事让团队后来另起炉灶。然后想出了一个美丽的新观点

揭秘Google X:如何做出那些疯狂的项目?

以做出人是真正乘客的汽车为目标—你告诉车你想去哪里,按个按钮,然后它就能带你从 A 点去到 B 点。自己走。这就是我们变革交通机动性的方式。我们非常感激能够尽早知道这一点。这从此就奠定了我们项目的基调。现在我们的汽车已经自动驾驶了超过 140 万英里,每天都出没在山景城、奥斯丁的街头巷尾。

在你发现项目可能要触礁时,有时候你可以反过来改变视角。这是 X 的口号之一。从某个不寻常的角度思考问题可以让你在发现项目缺陷时绕开它。改变视角比变得聪明要强大多了。你努力想要改良已有技术的时候,是跟之前的每一个人比聪明。这种竞赛不好比。

揭秘Google X:如何做出那些疯狂的项目?

就拿风能来说吧。我们并不打算造一台更好的标准风力涡轮机,因为这行业已经有很多有经验的人了。这种做法还没开始就已经失败了。但我们已经找到了一个办法爬得更高,在那里有更快更稳定的风源,这样我们就能获得更多能源,且不需要成百上千吨钢材才能立起来。我们的 Makani 能源风筝靠机翼上的一排螺旋桨自旋帮助爬升到预定位置,然后上升过程中拉动栓绳并产生电能。一旦栓绳放到足够长,风筝就进入到侧风里面在天空中盘旋,现在带风筝爬高的螺旋桨就变成了小型的飞行风力涡轮机,再通过栓绳把电送回地面。

我们还没有找到干掉这个项目的办法,在这种压力下它熬得越久,我们就越兴奋,因为这也许意味着世界多了一种更便宜更方便部署的风能形式。

揭秘Google X:如何做出那些疯狂的项目?

也许Project Loon 是我们听起来最疯狂的项目。

我们想要创建的是一个气球驱动的互联网—一个位于平流层的气球网络,能够向农村和偏远地区发送互联网连接。我们希望它能够连接多至 40 亿没有或几乎没有互联网连接的人。但是想做到这样你不能把基站挂上气球然后放上天就行了。因为风太大了,会被刮跑的。另外气球又太高了,没办法在地面用绳牵住,而且这些栓绳也会对飞机造成威胁。怎么办?这就是我们的疯狂做法:可不可以干脆不拴住它们,就随它们漂去,然后告诉它们如何随风漂流,去到我们想要它们去到的地方如何?

揭秘Google X:如何做出那些疯狂的项目?

平流层的风速和风向跟下面几层的差异是很大的。所以我们希望能够利用聪明的算法和全球各地的风力数据,通过小范围的上下调整来寻找不同的风。这种想法是要有足够多的气球,这样一旦这个地方有个气球漂浮过去时,另一个已经飘到另一个地方了,从而完成了互联网连接的越区切换,就像你在高速公路上开车时手机会切换到不同的基站一样。

揭秘Google X:如何做出那些疯狂的项目?

我们知道这个愿景听起来是如何的不大可能。正因为这个原因,自 2012年 以来,Loon 团队把那些看起来最困难(也因此最有可能把项目干掉的,因为我们无法实现)的工作放到了优先位置。

首先我们尝试仅利用在平流层的气球上的 WiFi 给地面天线发送信号—一开始我们把天线安在车顶上,然后跟着气球跑,后来又装到了屋顶上。结果发现这种做法居然有效!于是我们继续。

能不能让气球直接与终端对话而不用经过中继器呢?可以!我们能不能把气球的带宽增加到足够大,从而可以提供真正的互联网体验呢?我们的早期测试网速大概只有 1Mbps,但现在已经提高到 15Mbps,足够观看一场 TED 演讲了。

我们能不能让气球相互通信,从而帮助我们更深入覆盖到农村地区呢?也可以!

我们能不能让一间房子大小的气球在天上呆 100 天以上,同时把气球成本控制在传统长寿命气球的 5%以下呢?最后我们也做到了!凡是你说得出来的东西,我们都要试着去实现!

揭秘Google X:如何做出那些疯狂的项目?

我们造出了球状的银色气球。

揭秘Google X:如何做出那些疯狂的项目?

巨大的枕头状气球。

揭秘Google X:如何做出那些疯狂的项目?

上一页123下一页

上一篇:3D打印技术推动机器人时代加速来临
下一篇:移动通信的展会为什么变成了终端秀?
精选推荐
7种常见的机器人焊接类型
7种常见的机器人焊接类型

[2017-12-17]  机器人焊接是工业领域最常见的机器人应用之一,近几十年来主要由汽车行业驱动。机器人焊接在完成大批量,重复性的焊接任务时效率最高。...

科学家从蟑螂获得启发 教机器人更好地走路
科学家从蟑螂获得启发 教机器人更好地走路

[2017-12-11]  Weihmann指出:“我特别感到惊讶的是,动物运动稳定机制的变化与腿部协调的变化是一致的。昆虫的慢运行非常稳定,因为它的重心很低,三条腿总是以协调的方式运动。...

新型轻便机器人套装重5kg,辅助跑步和步行
新型轻便机器人套装重5kg,辅助跑步和步行

[2019-10-23]  虽然步行对大多数人来说似乎不是负担,但对有些人来说,这项简单的运动往往会让人感到筋疲力尽。比如手术或中风后恢复的患者、帕金森氏症患 ...

2022年全球工业机器人市场将达到790亿美元
2022年全球工业机器人市场将达到790亿美元

[2017-09-04]  预计到 2022年, 全球工业机器人市场将达到790亿美元, 并在预测期内登记11 5% 的复合年增长率。随着发展中国家中小型企业需求的不断增长, 采用自动化技术以确保生产质量......

揭秘达芬奇手术机器人
揭秘达芬奇手术机器人

[2018-04-19]  达芬奇手术系统是由美国Intuitive Surgical公司制造的机器人手术系统。美国食品和药物管理局(FDA)于2000年通过该标准,旨在利用微创手段 ...

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展
苹果AI主管透露自动驾驶汽车项目关于机器学习方面的进展

[2017-12-11]  苹果隐秘的自动驾驶汽车项目多年来一直在转移焦点,但今年似乎正在加速。 4月份,公司获得了在加利福尼亚州进行自动驾驶汽车测试的许可证,而在6月份,苹果公司首席执行官库......

比利时研发出可以自我愈合伤口的软体机器人
比利时研发出可以自我愈合伤口的软体机器人

[2017-09-03]  软体机器人是机器人技术的新兴领域; 他们“可以与人类相互作用,而不会杀死他们,并拿起像西红柿这样柔软的物体。” 从长远来看,布鲁塞尔大学队伍正在努力创建一个类似的材......

本周栏目热点

英伟达宣布开源物理仿真引擎 PhysX

[2018-12-12]  物理仿真引擎的作用,是让虚拟世界中的物体运动符合真实世界的物理定律,经常用于游戏领域,以便让画面看起来更富有真实感。PhysX 是由英伟达提出的物理仿真引擎,其物理模拟......

外媒Cnet总结了家务机器人未来的发展方向

[1970-01-01]    随着科技的发展,简单的机器人已经来到我们的生活中,比如机器人型真空吸尘器或是具有一定人工智能的沟通型家庭机器人。但显然,与科幻 ...

英国研究人员达成有史以来最快的数据传输速率

[2016-02-18]   伦敦大学学院(UCL)的研究人员已经达成数字信息有史以来最快的数据传输速率。作为专注于研究光传输系 ...

10个动图看遍科技界的大新闻

[2016-01-04]   1 新视野号经过冥王星,发回重要照片和资料2 苹果发布了第一款可穿戴设备 Apple Watch3 微软发 ...

IBM转型认知计算重返消费市场 这事该如何理解?

[2016-01-14]   文|翔snowman(微信公众号:科技茱比莉Jubilee)这两天IBM再次成为焦点。先是一则严重失实的标题党文章 ...