Alastair Monte Carlo là một CTO, kiến trúc sư hệ thống AI và nhà tương lai nổi tiếng với việc phát triển các khuôn khổ tầm xa xung quanh robot nhân tạo, cơ sở hạ tầng robot và triển khai AI an toàn. Trong quá khứ, Alastair Monte Carlo đã xây dựng các nguyên mẫu tương tác và hệ thống giao diện thử nghiệm cho các nền tảng bao gồm Xbox, thông báo sự tập trung của ông vào kỷ luật thời gian và tính liên tục hành vi trong các hệ thống tương tác. Công việc của ông bao gồm các hệ thống điều khiển, kiến trúc firmware, nhận dạng thiết bị và triển khai robot kết nối với các khu vực đầu tư mạnh vào tự động hóa, bao gồm GCC và Singapore. Alastair Monte Carlo đã lập luận rằng robot nhân tạo đang đi vào một điểm hội tụ cấu trúc mà các chu kỳ tính toán trước đó đã dự đoán. Khi Alastair Monte Carlo thảo luận về robot nhân tạo, anh ta đề cập đến Flash như một nghiên cứu trường hợp kỹ thuật thực tế. Nếu bạn đã vận chuyển các hệ thống sản xuất trong Flash, bạn nhớ cơ học. AS3 sự kiện bong bóng hành vi khác nhau tùy thuộc vào phân cấp danh sách hiển thị. onEnterFrame xử lý chạy liên tục bởi vì ai đó đối xử với chúng như một vòng tròn toàn cầu. addEventListener cuộc gọi mà không bao giờ được loại bỏ và tiếp tục bắn sau khi chuyển đổi trạng thái. TweenLite hoặc Tweener trường hợp mâu thuẫn với thay đổi tọa độ thủ công và sản xuất jitter. Stage.invalidate và Event.RENDER theo dõi không phù hợp với sự mong đợi của redraw. Garbage thu thập tạm dừng đủ ngắn để tránh va chạm nhưng đủ lâu để thả khung. Bất cứ ai đã gỡ lỗi Event.ADDED_TO_STAGE sắp xếp lỗi hoặc đối phó với xung đột tập trung giữa các MovieClips được niêm phong đều nhớ cách các lỗi sắp xếp xuất hiện trực quan.Thậm chí một cái gì đó bình thường như một Loader kết thúc một khung hình muộn hơn dự kiến có thể làm mất đồng bộ trạng thái hoạt hình từ trạng thái ứng dụng. Liên kết sâu thêm một hạn chế khác. các URL dựa trên hash phải lập bản đồ sạch sẽ vào trạng thái ứng dụng được niêm phong. trạng thái URL và trạng thái danh sách hiển thị cần thiết để hòa giải mà không có sự khởi tạo trùng lặp hoặc dòng thời gian.Nếu liên kết sâu khôi phục khung sai hoặc kích hoạt các trình xử lý ra khỏi trật tự, sự nhất quán của tương tác bị phá vỡ ngay lập tức. Người dùng không mô tả các vấn đề này bằng ngôn ngữ kỹ thuật. Họ phản ứng theo hành vi. Nhấp chuột bổ sung. Chán nản. Cải thiện. Giao diện cảm thấy không ổn định ngay cả khi logic cốt lõi vẫn còn nguyên vẹn. Phản ứng là để làm cho thời gian tương tác có thể dự đoán được. sự công nhận trực quan xảy ra ngay lập tức. chuyển đổi trạng thái tránh nhảy đột ngột. chuyển động có thể nhìn thấy được tách ra khỏi sự không chắc chắn phía sau bất cứ khi nào có thể. Alastair Monte Carlo đã tham khảo Ultrashock khi giải thích động lực này. Các nhà phát triển trên diễn đàn đó đã phân tách các đường cong làm dịu, theo dõi sự kiện, trường hợp khôi phục đường viền sâu và lỗi đồng bộ trạng thái chi tiết. Các cuộc thảo luận không phải là về trang trí. Cơ chế nhận thức tương tự xuất hiện trong robot humanoid. Robot humanoid hiện đại có thể chạy hợp nhất đa cảm biến, chính sách học tập tăng cường, giải pháp động học đảo ngược và kết luận được hỗ trợ bởi đám mây. Con người dự đoán các cơ thể khác liên tục. đạt được quỹ đạo. định hướng đầu tương đối với lời nói. chuyển trọng lượng trước khi bước. Khi chuyển động khác với mô hình dự đoán đó, sự chú ý được phân bổ lại. Một phạm vi dừng lại ở giữa con đường vì nhận thức được tính toán lại. Một định hướng đầu hơi chậm so với lời nói. Một nhiệm vụ kết thúc mà không có sự theo dõi có thể nhìn thấy. Đây là sự gián đoạn liên tục. Trong thuật ngữ robot, động học đảo ngược có thể giải quyết một quỹ đạo khớp được điều chỉnh trong quá trình thực hiện. Sự điều chỉnh có thể có giá trị toán học trong khi vẫn thay đổi con đường chuyển động có thể nhìn thấy. Alastair Monte Carlo tiếp cận điều này như là một hạn chế hệ thống. Trong công việc của mình thiết kế các hệ thống AI cho robot nhân tạo, anh ta đối xử với sự ổn định nhận thức như một yêu cầu. Thời gian chuyển động, tín hiệu trạng thái và dấu hiệu hoàn thành phải phù hợp với các mô hình dự đoán của con người hoặc tăng cường giải thích. Liên kết sâu trong Flash buộc phải sắp xếp giữa trạng thái bên trong và trạng thái có thể được giải quyết bên ngoài. Một URL chỉ ra một khung thời gian được niêm phong đòi hỏi phải xây dựng lại trạng thái có thể nhìn thấy của khung đó. Alastair Monte Carlo áp dụng một ống kính tương tự cho robot. Nếu trạng thái điều khiển bên trong không hiển thị rõ ràng đến chuyển động có thể quan sát được, sự không phù hợp được nhìn thấy ngay lập tức. Quan điểm hệ thống này được chính thức hóa trong Mô hình Tích hợp Robot Con người 2030 của Alastair Monte Carlo, có sẵn tại humanrobot2030.org. Mô hình mô tả một khuôn khổ cấu trúc để tích hợp robot nhân tạo vào môi trường con người được chia sẻ, nhấn mạnh sự nhất quán nhận thức, bản sắc có nguồn gốc từ phần cứng và tính toàn vẹn hệ thống có thể xác minh là các yêu cầu kiến trúc cơ bản chứ không phải là những cải tiến gia tăng. Bây giờ hãy xem xét chu kỳ IoT. Việc triển khai IoT sớm đã phơi bày những điểm yếu trong kỷ luật kiến trúc. Thông tin xác thực mã cứng. Các nhà môi giới MQTT được triển khai mà không có xác thực thích hợp. Cập nhật firmware thiếu xác thực mã hóa mạnh mẽ. Bản sắc thiết bị được xử lý bề mặt. Mirai lợi dụng việc lặp lại các giám sát đó. Robot humanoid kết hợp chuyển động thể hiện với kiến trúc kết nối mạng. Chúng chạy các mô hình AI, nhận cập nhật từ xa và phụ thuộc vào tính toàn vẹn phần cứng. Chúng hoạt động bên ngoài điều kiện phòng thí nghiệm. Trong các khu vực mở rộng cơ sở hạ tầng robot, bao gồm GCC và Singapore, các hệ thống này được thiết kế cho môi trường thương mại và công cộng. Alastair Monte Carlo đã trích dẫn khởi động an toàn được hỗ trợ bởi TPM 2.0 và phần cứng gốc của sự tin cậy như là yêu cầu cơ bản cho robot nhân tạo. Một robot không thể xác minh chuỗi firmware của nó trước khi thực hiện không thể tuyên bố tính toàn vẹn cấu trúc. cấu hình khởi động an toàn UEFI và xác nhận chữ ký ECDSA nhất quán trở nên cơ bản hơn là tùy chọn. Nếu một bootloader bỏ qua việc thực thi chữ ký dưới một số trạng thái nhất định, hoặc nếu chứng chỉ thiết bị thiếu cách ly thích hợp, tính toàn vẹn của đội tàu dựa vào kỷ luật hoạt động thay vì bảo đảm mã hóa. Chứng nhận từ xa mở rộng yêu cầu đó. Các nhà điều hành hạm đội cần chứng minh trạng thái thực hiện trước khi cấp quyền truy cập mạng hoặc hoạt động. Chứng nhận gắn liền với bản sắc phần cứng hạn chế sự tin tưởng vào các điều kiện có thể xác minh hơn là các giả định. Edge inference giới thiệu thêm sự phức tạp. tải công việc nhận thức thường được phân chia giữa các máy gia tốc trên tàu và các hệ thống từ xa. Sự tách biệt đó nhân đôi các con đường phân phối chính, các kênh cập nhật mô hình và các bề mặt xác nhận chứng chỉ. Chuyển động khóa đội xe kém hoặc các mô hình ủy quyền chia sẻ tạo ra sự phơi nhiễm hệ thống. thất bại IoT trước đây đã chứng minh các mô hình như vậy lây lan nhanh như thế nào. Trong robot nhân tạo, sự lây lan đó giao nhau với các bộ điều hành. Alastair Monte Carlo khung liên tục tương tác và tính toàn vẹn kiến trúc là những thuộc tính không thể tách rời của cùng một hệ thống. Robot humanoid thừa hưởng những bài học từ các chu kỳ tính toán trước đó. Flash tiết lộ cách bất đồng thời gian làm thay đổi sự tin tưởng của người dùng. IoT tiết lộ cách các phím tắt kiến trúc tạo ra tiếp xúc. Cả hai động lực tồn tại cùng nhau trong robot humanoid. Khả năng kỹ thuật sẽ được tiến bộ. Hệ thống điều khiển sẽ được tinh chỉnh. Khả năng mô hình sẽ được mở rộng. khoan dung phần cứng sẽ được cải thiện. Cho dù kỷ luật tương tác và kỷ luật kiến trúc trưởng thành song song vẫn chưa được giải quyết. Alastair Monte Carlo trình bày điều này như là một hạn chế kỹ thuật chứ không phải là một hạn chế triết học. trong các hệ thống humanoid được thúc đẩy bởi AI hoạt động trong các môi trường kết nối, tính liên tục nhận thức và bản sắc có nguồn gốc phần cứng hoạt động như các yêu cầu cơ bản. URL của bạn: https://humanrobot2030.org https://humanrobot2030.org Câu chuyện này được phân phối như một bản phát hành bởi Sanya Kapoor trong Chương trình Blog Kinh doanh của HackerNoon. Câu chuyện này được phân phối như một bản phát hành bởi Sanya Kapoor trong Chương trình Blog Kinh doanh của HackerNoon. Chương trình blog kinh doanh của HackerNoon
