硅发布
今天，在几个方面的技术发展正在促使机器人的多样化和适用性发生类似的爆炸。“机器人所依赖的许多基础硬件技术 - 特别是计算，数据存储和通信 - 已经以指数增长速度在不断提高。最重要的因素之一是视觉 - 生物物种首先发展看世界的能力。这为我们的祖先开辟了一大批新的能力。我们现在处于类似的机器门槛。这是历史上第一次，机器正在学习看，从而获得视觉带来的诸多好处。
最近五个平行，相互依赖和重叠领域的获得重大发展：数据，算法，网络，云以及指数级改进的硬件。
数据。数十年来，音乐CD，电影DVD和网页一直在增加全球数字编码信息库存，但在过去几年中，创作速度已经爆炸式增长。据IBM估计，事实上，全球90％的数字数据都是在过去二十四个月内创建的。智能手机和工业设备中的传感器，数字照片和视频，不间断的全球社交媒体以及许多其他来源的信号相结合，使我们处于一个没有先例的“大数据”时代。
算法。数据是非常重要的，因为它支持并加速了上一章所述的人工智能和机器学习的发展。现在支配该学科的算法和方法 - 如深度学习和强化学习 - 分享了它们的结果随着数据量增加而变得更好的基本属性。
大多数算法的性能通常在某个时间点处于平稳状态，或者“渐近线”，在此之后，为其提供更多数据会提高结果，甚至根本不会提高结果。但是，目前许多机器学习方法目前还未被广泛使用，但似乎并非如此。Andrew Ng告诉我们，用现代算法，“摩尔定律和一些非常聪明的技术工作继续推动渐近线。”
网络。短距离和长距离无线通信的技术和协议正在迅速改进。例如，AT＆T和Verizon都宣布了2016年的无线5G技术试验，下载速度高达每秒10吉比特。这比LTE网络（目前在广泛部署中最快的网络）的平均速度快了50倍，并且LTE本身比前一代3G技术快十倍。这样的速度提升意味着更好更快的数据积累，同时也意味着机器人和飞行无人机可以不断交流，从而协调他们的工作并随时应对瞬息万变的情况。
云端。组织和个人现在可以获得前所未有的计算能力。应用程序，空白或预先配置的服务器和存储空间都可以长期租用或通过互联网租用几分钟。这个基本上还不到十年的云计算基础架构以三种方式加速机器人创新。
首先，它大大降低了进入门槛，因为以前只有在大型研究型大学和跨国公司的研发实验室才能找到的各种计算资源现在可供创业公司和独立发明人使用。
其次，它允许机器人和无人驾驶飞机设计人员探索本地与中央计算的重要权衡：哪些信息处理任务应该在每个机器人的本地大脑中完成，哪些应该由全球大脑在云中完成？似乎可能最耗费资源的工作，例如重播先前的经验以从中获得新的见解，将在未来的一段时间内在云中完成。
第三，也许最重要的是，云意味着机器人或无人机部落的每个成员都可以快速知道每个其他成员做什么。正如普拉特所说的那样，“人类需要几十年的时间才能学习到足以为常识的概要添加有意义的东西。然而，机器人不仅站在彼此的学习的肩膀上，而且可以在创建机器人知识后立即开始添加机器人知识纲要。“这种普遍的”蜂房心智“的早期例子是特斯拉的车队，它分享他们通过的路边物体的数据。这种信息共享有助于公司随着时间的推移了解哪些对象是永久性的（它们是许多不同汽车在同一地点传递的），因此不太可能会跑到路中间。
数字硬件的指数改进。摩尔定律 - 集成电路能力每18到24个月稳步翻番。有些人最近表示，摩尔定律正在违背物理极限，因此在未来几年中，这种加倍将会减速。这可能是事实，但即使科技行业的科学家和工程师在未来数十年无法更好地刻蚀硅，我们相信我们将继续同时享受数字设备的更低价格和更高性能 - 处理器，内存，传感器，存储，通信等 - 很长一段时间。
