当有人问：“我们有多久[X类型的机器人？”是否有任何资源可供我们用来计算大致的答案。这些资源可能包括：
计算能力的进展速度，以及一些估计各种类型的AI需要多少电量的信息。
电能存储的进展速度密度，以及对各种类型的机器人需要多少的估计。
致动系统的进展速度，以及对各种类型的机器人需要什么的一些估计。
迈向里程碑的清单
是否进行了这些类型的研究，并发表了结果？
添加：
回应Jakob的评论，我不是在寻求有关此主题的意见或讨论。我正在寻找的是已发表的研究，这些研究可能会阐明这个问题。
#1 楼
计算能力的进步速度摩尔定律：在计算硬件的历史上，集成电路上晶体管的密度大约每两年翻一番。
这将持续多长时间？直到我们拥有与人类相当的处理能力（HEPP）为止？
正如马丁指出，雷·库兹韦尔（Ray Kurzweil）和听他讲话的人都说：
”“据估计，我们已经拥有了具有生产HEPP所需的原始处理能力
-我们只是不知道如何对它们进行编程以使其智能地工作。”
“到2030年，用于HEPP的硬件将花费1美元。” （ab）
尼尔森定律：网络连接速度大约每21个月翻一番。
电能存储密度的提高速率
无名定律：电动汽车电池每10年以英里/美元为单位增加一倍。 （b）
全速运行的集成电路所消耗的功率大致保持不变。
集成电路进行大约一半固定数量的处理所消耗的功率每两年一次。
与机器人技术有关的其他趋势
亨迪定律：每美元数码相机像素大约每18个月翻一番。
海兹定律： LED的光输出大约每36个月增加一倍。
Johnny Ryan正在收集数据，可能会导致类似的3d打印法。
（机器人有时是用这种3D打印部件制造的，
和3D打印机从技术上讲在大多数定义上都是一种“机器人”。
[未命名法]：电动机及其控制电子设备的功率重量比增加了一倍每[FIXME]年。
（这种趋势在电动飞机中最为明显）。 （a b）
人们对建筑的低水平定量测量的这些趋势出人意料地是“线性的”（在对数线性图中），因此易于预测。
但是，从历史上看，人们已经做出了可怕的预测，确切地说，要实现AI和其他机器人领域的某些定性功能，需要多少此类低级硬件。
人们通常会低估了使我们发现的东西自动化所需的条件“轻松”，例如骑自行车或开车。
人们有时会感到不安，这使某些事情实现自动化变得很容易（ELIZA效果）。
#2 楼
在我看来，“我们有[X]种类型的机器人需要多长时间？”的问题有缺陷。它假定了朝着我们已经知道的目标迈进的某种线性进展，但是科学进展却无法那样做。不能诚实地说“如果我们拥有今天的100倍的计算能力，我们就可以实现人类级的AI”（尽管这听起来像是雷·库兹韦尔（Ray Kurzweil）可能会说的话）。另外，我们今天无法预测五十年后的机器人会是什么样。如果您在六十年代问过任何人关于计算机的未来，他们不会预测我们所有人都会随身携带放在口袋里的超级计算机，我们用它来公开回答地球另一端某人提出的问题。
评论
$ \ begingroup $
我不同意。摩尔定律是在60年代被观察到的，人们已经对计算的未来进行了预测，事实证明该预测是准确的。我们可以观察到各种技术的趋势，例如能量存储密度，电机功率密度，计算能力等，并对何时可以使用某些技术进行有根据的估算。
$ \ endgroup $
– Rocketmagnet
2012年10月29日21:45
$ \ begingroup $
我们当然都可以猜测，但是@Martin是正确的。 “预测是不确定的，尤其是关于未来。”
$ \ endgroup $
–joq
2012年10月31日，下午1:21
$ \ begingroup $
当您回顾过去的10年时，即使摩尔定律也不是很准确。只是注意到了一种趋势，并做出了（受过教育的）猜测，这种趋势会持续下去。没有任何迹象表明新的突破不会加快速度，或者说如果科学家和工程师什么都不做，那么该技术将继续沿这一趋势发展。我们只能做出有根据的猜测，可能会得出结论。
$ \ endgroup $
– golmschenk
2012年11月27日4:05
#3 楼
这不是一项已发表的研究，但是许多人使用技术准备水平（TRL）系统来评估技术状态。当然，它并不能真正告诉您技术何时可以达到特定阶段，但是对于建立此类问题的通用框架很有用。
对区分不同子系统的优先级和比较也很有用。例如，在一个机器人系统中，如果您认为执行器位于TRL 6处，但您的动力存储技术仅处于TRL 1处，则可以看到阻碍整个系统的原因，并在那里付出更多的努力（$）。 />
评论
尽管这肯定是一个有趣的问题，但我担心任何答案都会变得很自以为是。@Jakob-不，我不是要征求意见。问题显然是在寻找已发表的具体资源和研究。没有意见。