做有“智慧和温度”的机器人研究

什么是真正的机器人智能？如何模拟人类的智能发育和学习方式？本期专题邀请了相关学者从模仿学习和强化学习角度进行探讨。

关键词：机器人研究

1956年，“人工智能”这一概念在达特茅斯会议上被正式提出。自此以后，经历了半个多世纪的发展，相关理论和技术层出不穷，不断推动着人工智能技术的进步。

早期的人工智能研究主要是逻辑推理，人们试图赋予机器逻辑推理的能力，从而让机器具有智能。在逻辑推理方面的研究取得了不错的成果，如艾伦·纽厄尔(A.Newell)和赫伯特·西蒙（H. Simon，又名司马贺）设计的“逻辑理论家”可以实现对部分数学定理的证明。

然而随着研究的发展，人们发现仅仅依靠逻辑推理并不能使机器真正的具有智能。因此，在二十世纪七八十年代，专家系统逐渐成为了研究热点，人们试图通过给予机器知识来使它具有智能。专家系统在生产制造、金融、医学等多个领域取得了不错的效果，如美国卡耐基梅隆大学为DEC公司设计的XCON专家系统，每年可为公司节省大约2000万美元。

然而，专家系统也存在其局限性，将相关领域的知识总结出来并赋予机器是一件相当困难的事。因此，人们希望能够有一种方法，使得机器能够自己学习知识，从而对问题进行处理。在这种情况下，以“深度学习”为代表的神经网络方法走入了人们的视野。随着大数据的积累带来的海量训练样本和相关硬件发展带来的计算力的提升，深度学习方法在图像、语音、自然语言处理方面都取得了优异的成绩，逐渐成为当前的研究热点。

但是事实上，上述智能还远远算不上真正的智能。人们还很难看到真正智能的机器人走进人们日常生活，从某种意义上来说，目前的人工智能还是一种粗放型的发展，算法方面主要是以资源投入和人工成本为代价，片面追求准确率和性能指标，所谓的智能还达不到低级动物的智能。

什么是真正的机器人智能

随着社会各界对脑科学研究的重视和投入，人类对生物脑的认识在近年来取得了很大的进展。生物脑不仅仅是一个信息处理器，还是信息处理器的发育器，这个处理器里的每个模块也各不相同。但是生物脑的细胞迁徙方法、联接方法、自组织方法和更新方法是被许多脑区域所共享的。譬如大脑皮层约有3毫米厚，每个皮层区域都有6个层次分布在这3毫米厚的皮层内。几乎每两个区域，只要它们是相联接的，那么两个方向的联接就都有。发育心理学的研究告诉我们，人的视觉在出生时是很不完备的。1963年，理查德·赫尔德(Richard Held)和艾伦·海因(Alan Hein)就做了有意思的实验。他们让两只幼年猫从小就生活在相似的转盘视觉环镜中，一只可以自主移动，带动转盘，而另一只不能自主移动，只能被动地被转盘带动。42天后，这两只猫理解视觉峭壁的行为大相径庭。所以，认识脑的功能的复现和计算机理必须从脑和心智的产生机理着手。

由此可见，一个人的感知、认知、行为的产生，是一个每天在和物理环境实时交互的、累进学习和累进整合的自主过程。这给机器人的感知、认知和行为的自主发育（发展）的可能性带来一个很有意义的启发。

机器人的情感与“温度”

深度学习中所使用的神经网络，顾名思义，是受到了生物体内神经元的启发而设计出来的，通过这种对生物大脑的模仿，人们希望机器人也能够像人一样思考和学习，甚至是具有情感。但是，目前的人工智能大多都只是针对某个领域而设计，它们依然像是一台台冰冷的机器，在岗位上做着自己的工作，只不过比它们的前辈做得更好而已，这样的人工智能，还只是一种“类人助理”，被称为弱人工智能。

目前的人工智能，还不具备情感，这也是为什么人们认为人工智能还处于一个早期的阶段。而让人工智能具备情感，让它像人一样学习和思考，具有自己的喜怒哀乐，成为强人工智能，这需要计算机科学、生命科学、认知科学等多个领域的研究，需要我们对自己的大脑、对自己的情感来源有更好的认识，这将是一项长期的研究。同时，创造有情感的机器人，不仅仅是学术研究方面的追求，更是实际生活中的需要。相比于冷冰冰的机器，具有情感的机器人能够更好地消除人们心中的隔阂和距离感，更好地服务人类，成为有“温度”的伙伴，为服务对象提供人文关怀。

机器人的物理化和内容化

原微软副总裁张亚勤曾提出过“互联网的物理化”这一观点。如果说在互联网发展的前30年，人类把物理世界变成数字世界和虚拟世界，接下来我们要向另一个方向走，就是把数字世界互联网技术、商业模式又送回到物理世界。

我比较认同这一观点，“物理化和内容化”是判断人工智能等新兴技术可行性、发展潜力的重要标准，如今互联网已经全面进入了人类社会的生产生活，与人们的衣食住行等方方面面产生联系。互联网物理化的进程为它带来了创新与活力，内容化与载体化结合渗透到了生产和生活的各种领域和场景，让互联网得以超脱虚拟世界，在物理世界中落地，给用户带来前所未有的体验。

人工智能也是如此，它也应该像互联网那样进入我们的生产生活中去，让我们切切实实地感受到人工智能的发展为我们的生活带来的便利。现在的智能相机、人脸检测、在线翻译等都是人工智能发展的产物，是人们能感受得到的人工智能的成果。而随着人工智能技术的继续发展，它也将通过更多的载体，如自主驾驶、机器人等，进入我们的生活。

相信在不久的将来，人工智能将越来越多地出现在人们的生活中，并且随着技术的发展，它们将不再是单纯的工具，而是人类可以交流沟通的伙伴。

如何模拟人类的智能发育和学习方式？本期专题邀请了相关学者从模仿学习和强化学习角度进行探讨。在结构化的工业领域和非结构化的自然场景中，如何满足不同场景的功能需求？相关专家从机器人的场景感知、智能问答和知识图谱等方面做了阐述。希望能给学术界和产业界的从业者以启发和帮助。

CCF推荐