“人形”不适合高强度劳作，机器人也没有认知
人形机器人进入高强度劳作这个命题是错误的，比如搬运，高效率的是叉车，集装箱采用集装箱吊机，上船采用岸桥，人这种结构可以玩一下，但不适合长时间高强度劳作，就像猫咪是脚尖走路的，肯定不适合拉车 ，哈哈，机器，或者AI最本质的缺陷是缺乏人类的认知：我说个早年的案例，
一个巨大的粉仓，需要高压充气才能产生流化，底部高压才能让上面悬浮，下方才能出料，200直径的管道一小时可以出粉料近60立方
而粉料进入斜槽之后，类似搬运沙山，不需要很高的压力就能流化，出料的能力取决于槽宽，
给法国公司设计制造这东西的时候，对方技术负责人是个小鼻子，有一些现场经验，当对于这个东西经验不足，当然不如李爷，他认为斜槽需要提高压力，同时签字，怎么样，小鼻子不逃避，结果料一下就冒出来了，哈哈，马上认可自己错了，
人类设计一个东西，遵循最基本的数理逻辑，你说图画错了那是其它问题，或者根本不懂玩错了，错了他知道，嘴硬内心也知道，
而AI不是，AI嘴非常软，特别容易道歉，道歉完毕继续错误，
人类的认知，赌场是47/53的概率，普通人肯定输，特殊有手气的赢钱，而机器是不具备这个认知的，机器玩概率，所以机器进赌场就是输，而机器进股市则赢，在股市，人绝对不是机器的对手，
作为工程，骑马100年之内，机器不会超过人，因为认知，你看我玩这么一大堆东西，硬盘不需要5G，也不需要高级计算机，随意玩东西，就像这几天谈的换热，冷却，阿拉连1G资料都没有，而机器玩到这样，服务器得塞满一座大楼，供电是一个巨大的涡轮机，而李爷只需要几片奶酪外加西红柿就能战胜机器，不吹牛逼吧？
马斯克的optimus专注于手部的功能实现最终达到真人的手精细化动作，而不是腿部。
这个是有大用的。腿部这个功能肯定不是现在这个模式，应该是不通场景用不方式。
比如导轨式，轮式，履带式等。
李爷能讲讲量化是怎么赚钱的吗
页:
[1]