Meng Qinghu：真正的手术机器人的瓶颈是缺乏高质量的“专家数据”

9月27日，会议2025年的Netase Future在杭州举行，其主题是“以情报来看未来”。该会议由NetEase赞助，由杭州（杭州数字经济办公室），杭州商业局和高科技高科技高科技杭州工业发展区的管理委员会主持。该会议将是第四届全球数字商务博览会的组成部分之一，重点是开发几个人工智能领域并探索未来的趋势。该会议由中国工程学院和其他学者的学者面包Yun-Hei学者领导，并将IA企业家精神，已知投资者和行业领导者的先驱者召集了情报领域的领导者。客人将讨论大型模型，情报恩卡纳达，AI代理商的Vanguard技术进步和商业实施，并将获得新的机会对于有思想冲突的时代。会议期间，南方科学技术大学电子与电气工程系的加拿大工程与学术学院学者孟金胡（Meng Qinghu）在讲话中说：“人工智能时代的手术机器人或机器人手术？”在日本和国外，手术机器人都非常严格，必须获得三种类型的医疗设备的认证，并且其开发速度相对较慢。最大的国际公司是达芬奇的外科机器人。它在商业上取得了成功，但基本上在过去20年中并没有太大变化。许多公司继续并模仿，但缺乏创新。在这个问题上，“人类机器人将来会替代外科医生吗？”他提出了两个持不同政见的意见。美国外科机器人的父亲罗素·泰勒（Russell Taylor）认为“不”，因为他的团队开始玩机器人飞镖。他的视力不是使用医生，更不用说人形机器人了。如果您这样做，他不会使用它。他的团队是世界上第一个在2025年7月消除猪囊泡的完全自主机器人。 Sugano教授认为他必须这样做。在Monshot 2050计划中，人形机器人旨在在极端环境（例如太空站）中进行多部门手术。 Meng Qinghu说，当前提到的AI大型模型实际上是大语言的模型。每个人都需要知道这不是万能的。因此，当使用大型模型时，它们的文本处理功能很好，但是图像分析与三维世界的理解之间仍然存在显着差异。从计算机功率，算法和DAT Perspectiveos来看，主要原因是数据收集方法的严重问题。此外，他批评了目前在国家中流行的“化身情报”的概念资本认为，这应该称为“宇宙情报”，并强调基于特定应用程序的“情景情报”是与寻找遥远和普通人工智能（AGI）相比，该行业当前实施的关键。如今，马斯克和Ultraman都在扩大他们的人造数据。如果无法实现实际维度扩展，它们简单地扩展了冗余。训练有素的模型有严重的问题。最后，他认为仿生机器人医疗终于到达了，但是这种认识面临非常严格的先决条件。现在，我们必须开始收集以我们的ros提供的最佳程序和清晰度提供的多维和多模式临床数据。收集手术数据的医生应确保手术程序是详细且清晰的，因为对于难以解决的机器人而言，模棱两可和不准确的数据仍然存在混淆。 （Yang Qian）以下是Meng Qinghu演讲的转录：Meng QingHU：学术估计的PAN，Wang教授，FU先生，领导者，每个人都非常荣幸有机会与当今的手术医疗机器人分享我们的工作。我们应该看到这个问题的角度，尤其是在充满活力的人工智能和模拟机器人的浪潮中？实际上，这种人工智能繁荣的浪潮始于10年前。2015年，Google首席执行官举行了一次会议。他说，Google正在创建一个名为Google Dupplex的应用程序，表明Google Duplex正在打电话以编程。在整个过程中，另一部分不知道人工智能称呼他的算法，并成功地保留了这张发型。他谈到了这一过程，当然是他成千上万的错误的成功案例。由于其成功率低，因此Google Duplex尚未推出，但事件本身扮演Elon Musk和Sam Altman。他们说Google不能这样做，因为他们想和Artifi赚钱cial智能。它是开源的，需要为公众服务。因此，在2015年，我们共同建立了。 AI，他们说这不能用于获得利润，并且必须是开源。每个人都知道10年后的结果将是什么。当学术NPAN现在谈论这一点时，他谈到了大型模型的许多问题。如果您想知道为什么会发生这个问题，可以从人脑和计算机，计算机功率，算法和数据中进行比较。这个问题至少给了我们一个想法。我们应该克服哪些方面的较大模型的当今问题？无论人工智能，我们都希望使用计算机和算法模仿人脑。因此，我们需要了解计算机为人类大脑和成年大脑的供电。我不明白。有几个估计值，但是没有实际数据，但是我们知道用于计算大型AI模型的计算能力量。目前，麝香200,000 H100计算机功率群集是世界上最大的。我稍后会解释您的GROK4。什么算法使用我们的大脑？我们不知道它是如何的，但是如果我使用节奏，什么是建立出色模型的东西。每当我们研究人脑时，我们都会发现神经外科和神经病学的光变化和进展会导致算法的快速进步。在我们的大脑认知之前，我们仍在不断发展，我们的算法也在不断发展。这是一个螺旋状的升级。没有人知道成人大脑需要训练多少数据，但是我们知道每个公司的伟大模型声称他们已经用尽了人类数字信息，但是我们认为这里有很大的不同。由于生命的生命时刻是在我们成长时在母亲的身体中形成的，因此数据学习从未被中断，数据没有喂食和学会找到，因此我们在成长过程中成为不同的人。谁是大脑水平，发育水平，他们所经历的他们学到的数据与众不同，但是他们从不控制或喂食，他们都在探索自己吗？但是，由SO被称为训练模型的数字化使用的信息解释了人类生活的一小部分，不能完全代表人类。如何恢复这些AGI数据？这是MI的第一个问题。让我们看一下人的大脑。人的大脑非常强大。除了这些客观数据外，还有一些非常大的特征。我们的能源消耗是20-30瓦，但是现在的处理能力比配备有核电站的人工智能的振动线更强大。为什么这是？我们具有强大的被动接收信息的能力，但是几乎没有积极的接受。最终，记忆和反应很少。在此过程中，我们的大脑不断创建交叉点。集合的大小无关紧要，交叉点很小。因此，我们有效地做到了，但是人为现在是不可能的。因此，当大脑由尺寸和球形表示时，它是一个接近无限尺寸的球体。例如，每个维度都有一件事。例如，已经添加了这一点。因此，尽管每个大脑的智能空间的一般维度各不相同，但它们往往是无限的。每个维度的强度不同。有些人在这方面很强大，而另一些人在这方面很强大。但是，整体是球形的。当前，通过人工智能培训的模型本质上是低模型。尺寸还不够，比人类低得多。但是，在某些方面的力量超出了人类的力量，例如玩耍，但它非常强大。理解这一点，我们可以看到，当前的数据永远无法传输，这是一种与人脑接近的共同人工智能。该机制使用计算机功率和AL连续补偿了它gorithm，但仍然不能。让我们在左下角的照片中举一个例子。我已经看到四只看起来像Donese木材的动物和孩子。本质上，此图像显示了狗或四足动物，闻到地面并在树的阴影中行走。基本上，人类很容易看到这张照片，但是从第一天到现在，识别这张照片的方法与人类完全不同。在最初的几天里，他们正在寻找计划。找到该方案后，他们比较了模型。狗首先认为是染色的狗。狗的后腿与背景完全集成在一起。找到该方案绝对不会产生狗形，这使得很难匹配模型。在人工智能的最新流行之后，已经使用了点云方法，焦点区域更多，重点区域较少，这也是不可能的。这表明人工智能中当前的算法完全是与人脑算法不同。没有人能清楚地解释人类目前如何看待这张照片。这是您阅读人工智能照片的时候。它仍然与人们大不相同。让我们看一下AI模型的性能。自Chatgpt于2022年11月30日启动以来，Chatgpt在2023年非常受欢迎。这是2023年5月的出色语言模型，但在5月，下一代开发了。我对那一刻非常感兴趣。我立即发送了这张照片进行分析。答案是：对不起，作为基于文本的文本，您无法显示和直接分析照片。如果您想了解这张照片，请首先解释其内容。我iexliqui我要求您阅读的照片，所以我无能为力。同时，2022年5月有一个内部Beta版。我请学生与他们的内部Beta团队一起进行。根据内部Beta的说法，一个年轻女子坐在沙发上，有长长的棕色头发，蓝色毛衣和牛仔裤。我在这张照片中读了这些东西，但我看不懂。这种幻觉非常强大，这是2022年的情况。但是，在2022年的同一时期，Google有一个酒吧，而Google酒吧没有如此著名的广告，但我读了。他说，影子豹子至少看到了阴影和四腿团队。我以为这是一个染色的豹子，但我看不到那棵树。那是2022年。2025年，我返回了Chatppt5并于上周五交付。他看到一只黑白狗在外面停下来，好像他离某人很近。我看到一只染色的狗，但是没有树木。他看到树木作为人们。这是chatgpt5，这是gmini2.5 pro，也是最新的。它看起来像一只黑色和白色斑点的狗，好像走向树木一样。 Google一直在沉默。因为，尽管Google本人拥有资金，并且不必愚弄资本，但AI和Musk使用技术垄断地实现了垄断和人类的领域。这是它的目的。他们需要不断地欺骗资本，但是Google的所作所为更加现实，但是他们不能忽略计算机科学的力量。我们说，最强大的计算机功率是200,000 Musk H100。计算出的Grok4是它看起来像豹子。您会看到这是彩色豹子。它穿过散落的草地上一棵树的边缘。事实证明是蛋糕。内部几乎没有树木，豹子在树下行走。这个结果非常好。 Claudeopus 4.1还看到了四只动物，可以看到木头的阴影，例如游泳池和水的亮度。这个地方仍然有点远。中国的表现如何？杜鲍说，这是一张斑驳狗幻觉的照片，它是一只斑驳的狗，看不见染色的狗。 Iflytek Spark和Depseek尝试在这张照片中写文字，您无法阅读照片。这两个告诉我我无法阅读照片，但是没有Text提取。汤蒂说，这是一幅景观画，带有渔民和钓鱼的乐趣，以及一般的幻想。 Yuanbao说，这要好一些。这就像展示一个在室外环境中移动的查普多的场景。当他谈论背景时，树上提到。现在花费大量精力，并投资于许多人工智能模型。当您看一个人时，很容易清楚地看到照片。他们有多种问题。问题在于我们了解，至少人类不使用人工智能算法理解此图像。因此，该算法是最大的瓶颈。让我们谈谈仿生机器人。 1973年，第一位教授是第一个在WASEDA创建的人形机器人。当然，创建的人形机器人由声音控制。机器人可以对声音做出回应，但是看到当时的这些是触觉的，尤威洛教授建议人形机器人应该互动机智h声音。但是，从波士顿动力学到现在，本质上，所有仿生机器人都是愚蠢的。这将在稍后进行分析，但是存在问题。但是，头等舱必须具有原创性作为人类意图。他死了。其现任实验室主任是Sugano教授。波士顿动力学已经20年了。这张照片是第一代狗第一代狗的视频。我还有这个伟大的狗的目的地。这只伟大狗的首席工程师是马丁·布兰克（Martin Blanc）（声音）。我们俩都在加拿大担任老师。我们共同要求该项目。这是我邀请中国的时候。他看到了我们在山东大学所做的小狗。最蒙塔楼说：太神奇了，您可以用这笔小钱做得很好。我在加拿大的加拿大国防部进行了事工计划，称我为现场运输战斗平台。我做了四轮，做了四个腿。最后，加拿大军队采用了四回合计划，有四个UNUS埃德腿。他的博士后主管是波士顿动力学。当时，他说四腿没用。您接受了它，我们去欺骗了美军，但他们把它带到了美国的达皮（Sound），戴皮（Sound）实际上给了他钱来支持他，并要求他们这样做。这样，他辞职，回到了波士顿动力学的第一任首席工程师，并成为了真正始于加拿大的伟大狗。在成为第一位首席工程师之后，他离开了工作，并从波士顿动态辞职。然后他去了迪士尼机器人。现在，他在加利福尼亚创办了自己的生意，并担任厨房机器人。他认为这更可靠。他当时说了这张照片。 VIO的第一条冰并没有倒下他。实际上，当天雪中的重力反应是衡量在雪中可以携带的速度以及它的速度。走路时，那只伟大的狗去了停车。角落里有一个冰池。他的相机并没有停止t结束。结果，他们那天稳定了，没有掉落。然后他们看到了。当您经常是时，不要看这个。这是10,000个不幸之间的运气。他握住它，教我内心的历史。当我们看到视频时，我们经常展示您想向您展示的内容。我们正在谈论的仿生机器人是马斯克，擎天柱已经进入了汽车工厂，以使汽车在将来组装，步行令人难以置信，并且越来越有效地组装。为什么这么说？如果您不这么说，帝国如何以350亿美元的目标建立？天空中的空间，特斯拉在地面上，X的X和Optimus Prime Robotshaand。用这种事情欺骗资本并最终实现商业目的。马斯克上周开始了他的最后一次采访。他在采访中说，一旦我说，擎天柱可能不会来工厂。现在，我们无法解决一个大问题，一个手问题。我们最初认为这并不难，但是现在我们以为举起手的人犯了一个错误，尤其是如果他没有人类的皮肤，手术能力等。他说自己只握手，但实际上，他说应该用手臂做手。手的技能实际上是由手臂控制的。用手很难非常敏捷。另一个是感知。现在他开始轻轻地讲话，想退休。什么都没关系，美国负责绘制蛋糕，而我们的国家总是给人数很多。这是一个深厚的机器人深圳宗王机器人。运行Postura和Walk。我这样做的原因是为我的研究生博士生。当他在香港的中国大学完成博士学位时，该文件的问题是仿生机器人运动的机制和控制。他做到了。这样做之后，他祝福他，并说你做得很好。他问一个问题：“老师在做什么你吗？您在这个行业。你问我在你下面做什么，我说：你说：他说你在你的下面：我们希望这对老年人有帮助，并首先在家里帮助。这个机器人现在可以做什么？ Entest.e宙斯（E Zeus）于2001年收购。机器人基本上已经发生了很大变化，但其安装能力在全球范围内已接近6,000辆，这使其成为非常强大的商业成功。第五代增加了强度检测，将一般效率提高到不到40％。它主要是商业设施，在过去的20年中没有重要的变化。现在，有多种模仿Da Vinci的产品，并且Da Vinci接一个地出现。达芬奇有许多家庭模仿，但悲剧是模仿的，但没有创新。当达芬奇没有权力的评论时，他没有权力评论。当Vinci添加力量反馈时，每个人都急忙增加强制反馈，但仍然有更好的同伴S那丹奇。这样做之后，手术机器人DA Vinci 58（Sound）Google Mako也是第一个进入市场的人。今年，Mako4也发行了。 mako4改变了汤，没有改变药物。使用的机器人臂仍然是20年前的机器人WAM臂。控制台和导航设备已编译。工业设计有点更好。与当前的国家产品相比，无论发生什么，都没有比国家产品具有技术优势。我今天问的问题之一是因为这是未来的会议。未来的人形机器人会取代外科医生吗？今年早些时候，香港举行了一次会议。约翰·霍普金斯（Johns Hopkins）的罗素·泰勒（Russell Taylor）说，他是外科机器人的父亲，首先创建了骨科机器人的机器人飞镖。因此，他是外科机器人的父亲，也是国家手术机器人中心的主任。美国只有一个中心。另一个建议是人形机器人最原始的主管s。这两个人多年来一直是老朋友。见到他们后，我与他们讨论了这只po。我问他们：您认为手术机器人将来会替换类人机器人吗？罗素·泰勒·斯洛（Russell Taylor Slo）我想，说不。我也知道他说不。因为他的团队从机器人飞镖开始。他的视野不是要使用医生，更不用说人形机器人了。这是因为他的公司在7月推出了世界上第一个完全自主的机器人。我削减了其中的五个，但它们都是自主的，而五个没有人参加。因此，他甚至不想要医生，因为他正在使用手术机器人，那么为什么医疗仿生机器人需要呢？我问Sugano，他说是的，我说是的，我说是的，日本还说，Monshot2050计划的人类机器人计划接受手术。让我们看一下罗素·泰勒（Russell Taylor）和其他人在7月工作时发表的内容，他们发表了一篇有关科学机器人技术的文章。他们用猪肉囊泡创建了Cinco完全自主的机器人。医生和护士没有干预。机器人完成了所有操作，这五项取得了成功。这是一个里程碑，非常强大。他们认为，手术机器人取代了医生，因此人形机器人医生不是不必要的。这是日本月亮2050年计划。其中有很多因素。其中一个聚会，例如空间站，不可能拥有一个医疗团队，甚至不可能在每个部门拥有医生。提供水和茶的服务通常由类人机器机器提供，在关键时刻下载软件，并用手术工具代替手臂，将完成操作。在日本科学研究计划中，没有人专门研究仿生机器人。日本首先创建了仿生机器人行业，但他们没有国家项目可以做任何事情。投影仪在全国范围内更大的是2050年的Monshot。这使得人类完成OID机器人是主要单元之一，目的是完成多个任务。人形机器人在手术中有什么优点？机器人是硬件和代理。这是医生的智慧，这是一种经历。将来会发生什么？当医生很忙时，为什么其他专业人员可以一起提供虚拟咨询？在没有医生的知识的情况下，进行了决定和手术。如果您的医生仍然想批准此链接，那是可能的。但是，将来，您可以获得三种类型的人工智能情报算法和人工智能诊断证书，并可以获得许可。如果允许所有这些，则是医生和类人机器人的著名虚拟代理，可以完成将来的操作。飞刀是在一个地方完成的，并由100个代理商同时使用100个位置进行操作。整个身体都是整合的，不可能让所有专家在太空中n，因此药物整合了神经外科手术，胸外科手术，肝手术，泌尿外科和骨科手术。当您需要另外手术时，必须下载此软件，然后用终端工具替换它。这样一来，它就成为该领域的专家。所以我认为这肯定会来。总之，当前提到的AI大型模型实际上是AI语言模型。每个人都需要知道这不是万能的。然后，借助更大的模型，文本运作良好，但是了解三维图像世界和理解三维世界的世界之间仍然存在很大的区别。对于计算机功率，算法和数据，最重要的原因是数据收集方法存在严重问题。如今，Musk和Ultramanthey都在扩大人造数据。如果您无法扩展尺寸，则仅增加冗余。训练有素的模型有严重的问题。此外，关于Inc的国内猜测太多了有效的信息。这是1950年代的古老概念，具有重要的局限性。例如，Li Feifei从未提及化身的智能，但提到了太空智能。无论如何，如果您想与人工智能或真实社会相处，那么整合就会更重要，因为人们处于三维世界中。在Huang Renxun提出的三层人工智能机器人的计算模型中，由于体现的智能仅代表了最低级别的一小部分，因此不应将思想限制在融合的智能孔中。就像现在提到的人形机器人一样，化身的智力似乎很聪明。所有人都认为，当许多演讲，尤其是那些是人形机器人的演讲时，听许多演讲时，都强调了坏事现在不足以智力。实际上，马斯克所说的并不是说这不是不足的智力，而是他的硬件不好，而是妈妈手和手臂。近年来我提出的概念是“情景情报”。学者现在提到的“垂直领域”。舞台智能实际上是针对场景应用程序的，我想解决这个问题。例如，有一个胶囊内窥镜，一个图像，可以识别文本和面部，但是当您进食时，您可以在肛门的整个胃肠道中检测到异常，并且可以很好地找到您的精确度。该系统可以解决台式计算机上的所有问题。这是场景智能的一个例子。我认为人工智能将军实际上是一个极限。我们一直在为这个目标而苦苦挣扎，但我们永远不会到达AGI。原因是我们刚刚分析的数据算法和计算机功率是计算机功率和算法。但是，算法和人脑之间仍然存在重要差异，最困难的是您不知道WH差异是。您只能使用它来测试输入方法并无限地解决它。这种效率非常低，需要巨大的计算机功率。人类的设备为20-30瓦，因此这里还有很多空间可做。如果我们的现场智​​能涵盖了人类生活中的每个场景，那么时间往往是无限的，并且肯定会在最后达到AGI。许多人说，它将在次年和次年到达AGI，我认为这个问题不是很可靠。返回数据后，图灵在1947年变得非常清楚。我们想要的是可以从经验中学到的机器。数字化的使用只是为了使用它，它与创建冗余数据有关。您需要从经验中学习。图灵真的在1947年说，致富的方式在哪里？如今，进行人工智能和标签数据的人更加有利可图，而创建较大型号的人则具有成本的成本。在最近的演讲中，我来自宇宙的同事艾伯塔省（Alberta）的艾伯塔省（Alberta）是Rich Sutton Turing Award的获胜者，他说：塑造正常智力的人类过程是我们的数据从未提供，而且我们从未关闭。我们已经形成了不同的人类，因为我们学到了任何要捕捉的东西。但是，在这一点上，绝对没有人工智能的机会。我们所有的数据都是馈送，投影和人造的。我希望我们可以提供这样的人类智能数据。我认为ESTO是不可能的。在这一点上，我们需要学习将AI作为工具主导，并使用方案情报替换常见模型，例如国王。你不能赚钱，每个人都有意义和胡说八道。现在有很多人正在帮助您开发类人形机器人。如果选择最佳的300,000、500,000和100万，则可以选择更高级别的人形机器人，使用手术终端的工具和算法安装它，并安装专用的手术机器人。根据此技术储备和容量，成本非常hiGH。您认为具有更高的商业生存率？我认为仿生机器人医生将最终出现，但是从现在开始，我们必须为这些手术收集最佳的临床数据，并且存在一个非常严格的假设，即我们可以清楚地解释这些医生的多维和模态临床数据。在数据收集过程中，医生应明确解释这一过程。如果数据尚不清楚，那么机器人仍然令人困惑。