“想讓機(jī)器人彈出優(yōu)美的鋼琴曲，擬人機(jī)器人、機(jī)械臂不是最佳方案，對(duì)鋼琴進(jìn)行AI改造即可。”5月9日，在2019第六屆中國(guó)機(jī)器人峰會(huì)上，中國(guó)工程院院士潘云鶴表示，人工智能已是機(jī)器人的核心技術(shù)，對(duì)機(jī)器人的概念認(rèn)識(shí)，也發(fā)展為了對(duì)現(xiàn)有機(jī)械進(jìn)行自主化、智能化的改造升級(jí)。

機(jī)器人產(chǎn)能過(guò)剩、國(guó)產(chǎn)品牌市場(chǎng)占比較低等，是我國(guó)機(jī)器人產(chǎn)業(yè)亟待突破的問(wèn)題。潘云鶴則認(rèn)為，當(dāng)前國(guó)內(nèi)緊扣人工智能發(fā)展趨勢(shì)，加強(qiáng)研發(fā)投入，未來(lái)機(jī)器人的概念、結(jié)構(gòu)、方法、技術(shù)都將與人工智能的發(fā)展緊密相連，隨著它的深入而深入，國(guó)產(chǎn)機(jī)器人行業(yè)需要把握這個(gè)機(jī)遇，開拓機(jī)器人發(fā)展新的空間。

深化人機(jī)交互

若將機(jī)器人概念的變化予以放大，就能看到機(jī)器人技術(shù)無(wú)處不在，通過(guò)對(duì)傳統(tǒng)機(jī)械的改造，賦能制造業(yè)的轉(zhuǎn)型升級(jí)。不難理解，機(jī)器人越發(fā)智慧，對(duì)人機(jī)交融也越有裨益。

“人機(jī)融合是機(jī)器人發(fā)展歷程中的一次崛起，”潘云鶴表示，近年來(lái)人機(jī)交互技術(shù)越來(lái)越豐富，圖形交互，可視化技術(shù)，有語(yǔ)音識(shí)別、動(dòng)作捕捉等，也催生了機(jī)器人發(fā)展的重要方向——加強(qiáng)人機(jī)交互。其催生的傳感器的大量攜化，便為機(jī)器人深化人機(jī)交互提供了便利。

對(duì)此，來(lái)自日本首都大學(xué)的久保田直行教授頗為贊同。他介紹道，當(dāng)前日本老齡化嚴(yán)重，為幫助老年人更好地連接社區(qū)和家人，團(tuán)隊(duì)研發(fā)的認(rèn)知機(jī)器人正作用于此。

“其中傳感器至關(guān)重要，”久保田直行表示，讓機(jī)器人和老年人完成高質(zhì)量的人機(jī)交互，我們需要建立起更加豐富的感知機(jī)制，使機(jī)器人能夠理解這是一個(gè)老人，提取其屬性和特征建立參考數(shù)值進(jìn)行判斷，實(shí)現(xiàn)一場(chǎng)高難度的人機(jī)交互。“這對(duì)機(jī)器人與傳感器的技術(shù)提升很有參考價(jià)值。”

提升算法賦予其直覺

“深度學(xué)習(xí)給人工智能帶來(lái)了春天，但這個(gè)春天‘未盡善焉’。”中國(guó)工程院院士鄭南寧表示，當(dāng)前的人工智能系統(tǒng)或者算法對(duì)每個(gè)任務(wù)進(jìn)行編程，就會(huì)帶來(lái)指數(shù)級(jí)的復(fù)雜性，具體延伸出泛化能力差，缺乏基于推理和因果關(guān)系的表達(dá)能力等問(wèn)題。深度學(xué)習(xí)現(xiàn)有的種種局限，使新一代人工智能面臨巨大挑戰(zhàn)。

眾所周知，人類可通過(guò)大腦中儲(chǔ)存的信息，發(fā)揮直覺的作用，對(duì)即時(shí)接受的信息快速?zèng)Q策、采取行動(dòng)。相比較而言，當(dāng)前的人工智能依賴符號(hào)等形式化的描述，可在語(yǔ)義上解釋人類的思維，但直覺不能僅使用語(yǔ)義進(jìn)行表達(dá)。如何將人類直覺發(fā)揮這一行為，變成機(jī)器人也可實(shí)現(xiàn)的功能，成了人工智能與機(jī)器人發(fā)展的一大方向。

“實(shí)際上，人類的大腦對(duì)世界的印象也是不完整事件的描述，但這恰恰是人類直覺判斷和邏輯思維的基礎(chǔ)，和人工智能與復(fù)雜算法的關(guān)系相似。”鄭南寧認(rèn)為，如果能夠?qū)⒅庇X和知識(shí)經(jīng)驗(yàn)與以數(shù)學(xué)為基礎(chǔ)的演繹歸納結(jié)合，就能進(jìn)一步發(fā)揮人工智能的作用，創(chuàng)造出有“直覺”的機(jī)器人。

怎樣讓機(jī)器像人一樣對(duì)物理世界進(jìn)行直觀的理解？與會(huì)專家們表示，需要讓機(jī)器對(duì)對(duì)象進(jìn)行特征識(shí)別，形成記憶，并對(duì)物體之間相互的關(guān)系形成概念，基于模式匹配和想象力決策或行為模型的產(chǎn)生，遵循有序的指令級(jí)，在有限的步驟中完成決策。