智能机器人分类详解
三、思考要素，根据感觉要素所得到的信息，思考出采用什么样的动作。
智能机器人的思考要素是三个要素中的关键，也是人们要赋予机器人必备的要素。思考要素包括有判断、逻辑分析、理解等方面的智力活动。这些智力活动实质上是一个信息处理过程，而计算机则是完成这个处理过程的主要手段。
智能机器人技术要求
一、识别过程，外界输入的信息向概念逻辑信息转译，将动态静态图像、声音、语音、文字、触觉、味觉等信息转化为形式化(大脑中的信息存储形式)的概念逻辑信息。
二、智能运算过程，输入信息刺激自我学习、信息检索、逻辑判断、决策，并产生相应反应。
三、控制过程，将需要输出的反应转译为肢体运动和媒介信息。实用机器人在第三个方面做得比较多，而识别和智能运算是很弱的，尤其是概念知识的存储形式、逻辑判断和决策这些方面更是鲜有成果，这正是人工智能要重点解决的问题。
智能机器人技术背景
机器人是非常典型的机电一体化的系统，特别是智能机器人。智能化是机电一体化的技术和产品发展的最主要方向，智能技术的综合应用也使得机电一体化产品不仅是人的手与肢体的延伸，还是人的感官与智力的延伸。智能技术与传动系统结合已经产生了一系列的硕果，如智能机器人。而智能技术又是一个很宽泛的技术集成体，包括了很多技术和研究方向，如智能信息获取技术，海量信息处理技术与方法，智能检索，机器学习，专家系统技术，人工神经网络，声音、图像、图形、文字及语言处理、虚拟现实技术与系统、多媒体技术，机器翻译，情感计算，语言识别与合成技术，手写体、印刷体汉字识别技术，传感信息处理与可视化，智能控制理论与技术，智能机器人技术，生物特征识别技术(人脸识别、虹膜识别、指纹识别、步态识别等)等。
在众多的智能技术及其分支中，我们认为在机电一体化系统与产品中能够发挥重要作用和可以带动整个行业发展的主要技术有：智能传感技术、智能信息处理技术、模式识别技术、智能机器人技术、智能机机交互技术、智能控制技术、智能设计与智能机械机构。
智能机器人分类及介绍
1.按功能分类可分为一般机器人和智能机器人。
一般机器人是指不具有智能，只具有一般编程能力和操作功能的机器人。到目前为止，在世界范围内还没有一个统一的智能机器人定义。
2.智能机器人根据其智能程度的不同，又可分为三种：
传感型机器人
又称外部受控机器人。机器人的本体上没有智能单元只有执行机构和感应机构，它具有利用传感信息(包括视觉、听觉、触觉、接近觉、力觉和红外、超声及激光等)进行传感信息处理、实现控制与操作的能力。受控于外部计算机，在外部计算机上具有智能处理单元，处理由受控机器人采集的各种信息以及机器人本身的各种姿态和轨迹等信息，然后发出控制指令指挥机器人的动作。目前机器人世界杯的小型组比赛使用的机器人就属于这样的类型。
交互型机器人
机器人通过计算机系统与操作员或程序员进行人-机对话，实现对机器人的控制与操作。虽然具有了部分处理和决策功能，能够独立地实现一些诸如轨迹规划、简单的避障等功能，但是还要受到外部的控制。
自主型机器人
在设计制作之后，机器人无需人的干预，能够在各种环境下自动完成各项拟人任务。自主型机器人的本体上具有感知、处理、决策、执行等模块，可以就像一个自主的人一样独立地活动和处理问题。机器人世界杯的中型组比赛中使用的机器人就属于这一类型。全自主移动机器人的最重要的特点在于它的自主性和适应性，自主性是指它可以在一定的环境中，不依赖任何外部控制，完全自主地执行一定的任务。适应性是指它可以实时识别和测量周围的物体，根据环境的变化，调节自身的参数，调整动作策略以及处理紧急情况。交互性也是自主机器人的一个重要特点，机器人可以与人、与外部环境以及与其他机器人之间进行信息的交流。由于全自主移动机器人涉及诸如驱动器控制、传感器数据融合、图像处理、模式识别、神经网络等许多方面的研究，所以能够综合反映一个国家在制造业和人工智能等方面的水平。因此，许多国家都非常重视全自主移动机器人的研究。
智能机器人的研究从60年代初开始，经过几十年的发展，目前，基于感觉控制的智能机器人(又称第二代机器人)已达到实际应用阶段，基于知识控制的智能机器人(又称自主机器人或下一代机器人)也取得较大进展，已研制出多种样机。
3.按用途分类
在用途上，智能机器人与普通机器人在用途上有许多相似之处，但因其智能性使得它能做更复杂的工作，完成更高级的任务。
(1)工业智能机器人
工业智能机器依据具体应用的不同，通常又可以分成焊接机器人、装配机器人、喷漆机器人、码垛机器人、搬运机器人等多种类型。作为具有智能的工业机器人，他们在很多方面超越了传统机器人。焊接机器人，包括点焊(电阻焊)和电弧焊机器人，用途是实现自动的焊接作业。装配机器人，比较多地用于电子部件电器的装配。喷漆机器人，代替人进行喷漆作业。码垛、上下料、搬运机器人的功能则是根据一定的速度和精度要求，将物品从一处运到另一处。在工业生产中应用机器人，可以方便迅速地改变作业内容或方式，以满足生产要求的变化。比如，改变焊缝轨迹，改变喷漆位置，变更装配部件或位置等等。随着对工业生产线柔性的要求越来越高，对各种机器人的需求也就越来越强烈。
(2)农业智能机器人
随着机器人技术的进步，以定型物、无机物为作业对象的工业机器人正在向更高层次的以动、植物之类复杂作业对象为目标的农业机器人发展，农业机器人或机器人化的农业机械的应用范围正在逐步扩大。农业机器人的应用不仅能够大大减轻以致代替的人们的生产劳动、解决劳动力不足的问题，而且可以提高劳动生产率，改善农业的生产环境，防止农药、化肥等对人体的伤害，提高作业质量。但由于农业机器人所面临的是非结构、不确定、不宜预估的复杂环境和工作对象，所以与工业机器人相比，其研究开发的难度更大。农业机器人的研究开发目前主要集中耕种、施肥、喷药、蔬菜嫁接、苗木株苗移栽、收获、灌溉、养殖和各种辅助操作等方面。日本是机器人普及最广泛的国家，目前已经有数千台机器人应用于农业领域。
(3)探索智能机器人
机器人除了在工农业上广泛应用之外，还越来越多地用于极限探索，即在恶劣或不适于人类工作的环境中执行任务。例如，在水下(海洋)、太空以及在放射性(有毒或高温等环境中进行作业。人类借助潜水器具潜人到深海之中探秘，已有很长的历史。然而，由于危险很大、费用极高，所以水下机器人就成了代替人在这一危险的环境中工作的最佳工具。空间机器人是指在大气层内和大气层外从事各种作业的机器人，包括在内层空间飞行并进行观测、可完成多种作业的飞行机器人，到外层空间其他星球上进行探测作业的星球探测机器人和在各种航天器里使用的机器人。
(4)服务智能机器人
机器人技术不仅在工农业生产、科学探索中得到了广泛应用，也逐渐渗透到人们的日常生活领域，服务机器人就是这类机器人的一个总称。尽管服务机器人的起步较晚，但应用前景十分广泛，目前主要应用在清洁、护理、执勤、救援、娱乐、和代替人对设备维护保养等场合。国际机器人联合会给服务机器人的一个初步定义是，一种以自主或半自主方式运行，能为人类的生活、康复提供服务的机器人，或者是能对设备运行进行维护的一类机器人。
4.按形态分类
(1)拟物智能机器人
仿照各种各样的生物，日常使用物品，建筑物，交通工具等做出的机器人，采用非智能或智能的系统来方便人类生活的机器人。比如：机器宠物狗，六脚机器昆虫，轮式、履带式机器人。
(2)仿人智能机器人
模仿人的形态和行为而设计制造的机器人就是仿人机器人，一般分别或同时具有仿人的四肢和头部。机器人一般根据不同应用需求被设计成不同形状和功能，如步行机器人、写字机器人、奏乐机器人、玩具机器人等。而仿人机器人研究集机械，电子，计算机，材料，传感器，控制技术等多门科学于一体，代表着一个国家的高科技发展水平。
5.按级别程度分类
智能机器人是在工业机器人基础上发展起来的,现在已开始用于生产和生活的许多领域,按其拥有智能的水平可以分为两类:
一是初级智能机器人.它和工业机器人不一样,具有象人那样的感受,识别,推理和判断能力.可以根据外界条件的变化,在一定范围内自行修改程序,也就是它能适应外界条件变化对自己怎样作相应调整.不过,修改程序的原则由人预先给以规定.这种初级智能机器人已拥有一定的智能,虽然还没有自动规划能力,但这种初级智能机器人也开始走向成熟,达到实用水平.
二是高级智能机器人.它和初级智能机器人一样,具有感觉,识别,推理和判断能力,同样可以根据外界条件的变化,在一定范围内自行修改程序.所不同的是,修改程序的原则不是由人规定的,而是机器人自己通过学习,总结经验来获得修改程序的原则.所以它的智能高出初能智能机器人.这种机器人已拥有一定的自动规划能力,能够自己安排自己的工作.这种机器人可以不要人的照料,完全独立的工作,故称为高级自律机器人.这种机器人也开始走向实用。
智能机器人新型驱动器
智能机器人除了传统的电动机驱动、液压驱动、气压驱动等方式外，由于结构及尺寸的不同，还常采用如下一些新型的驱动器。静电驱动形状记忆合金驱动压电驱动及磁致伸缩驱动。
1、静电驱动器
静电驱动器利用电荷间引力和排斥力的互相作用顺序驱动电极而产生平移或旋转运因静电作用属于表面力，动。因静电作用属于表面力，作用力大小和元件尺寸的二次方成正比，和元件尺寸的二次方成正比，在尺寸很微小时，能够产生很足的电量。小时，能够产生很足的电量。
静电驱动器有回转型和直线型两种。
驱动时，将转子当做接地电极，长方形或扇形定子作为另一极，通过顺次移动加在定子上的电压，从而使定子与转子间产生引力与排斥力，就可以实现回转或直线移动。静电驱动器的位置和速度控制需要转子位置检测电路。
2、形状记忆合金驱动器
形状记忆合金之所以可用做驱动器，形状记忆合金之所以可用做驱动器，首先是由于其具有形状记忆效应(shape先是由于其具有形状记忆效应memoryeffect)。一般金属材料受到外。力作用后会发生弹性变形，力作用后会发生弹性变形，达到屈服点后产生塑性变形，应力消除后，后产生塑性变形，应力消除后，留下永久变形;久变形;而形状记忆合金在发生塑性变形后加热到某一温度之上，形后加热到某一温度之上，能够回复到变形前的形状，这就是形状记忆效应。变形前的形状，这就是形状记忆效应。
3、压电效应驱动器
某些物质在外力作用下不仅几何尺寸发生变化，而且内部出现极化——表面上有电荷出现，形成电场;当外力消失时，材料重新回复到原来的状态，电场也随即消失，这种现象即称为压电效应。
4、磁致伸缩驱动器
磁致伸缩效应是指铁磁材料和亚铁磁材料磁化状态的改变导致其长度发生微小的变化，化状态的改变导致其长度发生微小的变化，1840年焦耳就发现了这种现象，因此也称年焦耳就发现了这种现象，年焦耳就发现了这种现象为焦耳效应;与此相反，为焦耳效应;与此相反，当材料受到压力或张力作用而使材料长度发生变化时，张力作用而使材料长度发生变化时，材料内部的磁化状态也随之改变，部的磁化状态也随之改变，这种现象称为磁致伸缩逆效应。致伸缩逆效应。
5、人工肌肉
为了更好地模拟生物体的运动功能以在机器人上应用，人上应用，目前已经研制出了各种不同类型的人工肌肉，如利用高分子凝胶、的人工肌肉，如利用高分子凝胶、形状记忆合金等材料制成的人工肌肉。合金等材料制成的人工肌肉。其中应用最为广泛的是气动人工肌肉。广泛的是气动人工肌肉。
气动人工肌肉的概念在20世纪年代由俄国发明家气动人工肌肉的概念在世纪30年代由俄国发明家世纪年代由俄国发明家SGarasiev提出。提出到了20世纪年代，美国医生Joseph.L.Mckibben世纪50年代到了世纪年代，美国医生发明了一种以其名字命名的气动人工肌肉，发明了一种以其名字命名的气动人工肌肉，即Mckibben肌肉，并用其设计了能够辅助残疾手指运肌肉，肌肉动的气动装置。世纪年代后Mckibben肌肉就被世纪60年代后动的气动装置。20世纪年代后肌肉就被电动机所取代。电动机所取代。20世纪年代，日本工程师在世纪80年代世纪年代，日本工程师在Mckibben肌肉的设计肌肉的设计基础上，又推出Rubbertuator，并用其制造出喷漆基础上，又推出，用机器人手臂。用机器人手臂。这期间世界上一些专家、这期间世界上一些专家、学者和厂家相继研制和开发出各种类型的气动人工肌肉，但到现在为止，出各种类型的气动人工肌肉，但到现在为止，普遍使用的仍是日本Bridgestone公司生产的公司生产的Rubbertuator用的仍是日本公司生产的和德国某公司生产的气动肌腱(fluidicmuscle)。和德国某公司生产的气动肌腱。
智能机器人应用实例
机器人的智能从无到有、从低级到高级，机器人的智能从无到有、从低级到高级，并随着科学技术的进步而不断深入发展。着科学技术的进步而不断深入发展。随着计算机技术、网络技术、人工智能、随着计算机技术、网络技术、人工智能、新材料和Mems技术的发展，机器人智能化、网络技术的发展，料和技术的发展机器人智能化、微型化的发展趋势已凸现出来。化、微型化的发展趋势已凸现出来。网络机器人在远程医疗、战地救护、娱乐等领网络机器人在远程医疗、战地救护、域有广阔的应用前景。域有广阔的应用前景。
1、网络机器人
网络技术的发展拓宽了智能机器人的应用范围。网络技术的发展拓宽了智能机器人的应用范围。利用网络和通信技术可以对机器人进行远程控制和操作，网络和通信技术可以对机器人进行远程控制和操作，代替人在遥远的地方工作。利用网络机器人，代替人在遥远的地方工作。利用网络机器人，外科专家可以在异地为病人实施疑难手术。家可以在异地为病人实施疑难手术。2001年，身在美国纽约的外科医生雅克马雷斯科成年身在美国纽约的外科医生雅克·马雷斯科成功地利用机器人为躺在法国东北部城市的一位女患者做了胆囊摘除手术，做了胆囊摘除手术，这是网络机器人成功应用的一个范例。范例。在国内，北京航空航天大学、清华大学和海军总医院在国内，北京航空航天大学、共同开发的遥控操作远程医用机器人系统可以在异地为病人实施开颅手术。为病人实施开颅手术。
美国一家网络科技公司研制了一个金属骷髅机器人玩具，模仿《绝灭战士》中的机器人。器人玩具，模仿《绝灭战士》中的机器人。用户通过串行口将骷髅机器人连接到自己的计算机上，就能通过互联网控制骷髅机器人。骷髅机器人散发红光的眼睛中隐藏着小型相机，骷髅机器人散发红光的眼睛中隐藏着小型相机，相机能将周围的影像传送到控制者的计算机中。相机能将周围的影像传送到控制者的计算机中。骷髅机器人还能将用户传递的语音信号以阴森森的语音说出来。森的语音说出来。
2、微型机器人
日本东京工业大学的一名教授对微型和超微型机构尺寸作了一个基本的定义：～机构尺寸作了一个基本的定义：1～100mm机机构尺寸为小型机构，为微型机构，构尺寸为小型机构，0.01～1mm为微型机构，～为微型机构10µm以下为超微型机构。微型机器人的发展以下为超微型机构。以下为超微型机构依赖于微加工工艺、微传感器、依赖于微加工工艺、微传感器、微驱动器和微结构的发展。结构的发展。
3、高智能机器人
微信公众号工业智能化了解到美国著名的科普作家阿西莫夫曾设想机器人具有这样的数学天赋：有这样的数学天赋：“能像小学生背乘法口诀一样来心算三重积分，一样来心算三重积分，做张量分析题如同吃点心一样轻巧”。心一样轻巧”机器人需要处理和存储的信息量大，机器人需要处理和存储的信息量大，要求计算机的实时处理速度快。机的实时处理速度快。
1997年，IBM公司开发的名为“深蓝”的年公司开发的名为“深蓝”公司开发的名为RS/6000SP超级计算机打败了国际象棋之超级计算机打败了国际象棋之王——卡斯帕罗夫，显示了大型计算机的威力。卡斯帕罗夫，显示了大型计算机的威力。卡斯帕罗夫“深蓝”重达1.4t，有32个节点，每个节点有深蓝”重达，个节点，个节点8块专门为进行国际象棋对弈设计的处理器，块专门为进行国际象棋对弈设计的处理器，块专门为进行国际象棋对弈设计的处理器平均运算速度为每秒200万步。平均运算速度为每秒万步。万步如果将“深蓝”如果将“深蓝”这样的计算机体积缩小到相当就可以直接放人机器人的脑中。小，就可以直接放人机器人的脑中。
4、变结构机器人
智能机器人工作环境千变万化，科学家梦想着机智能机器人工作环境千变万化，器人能像人和动物一样运动。比如，器人能像人和动物一样运动。比如，像蛇一样爬像人一样用两条腿行走。日本在仿人形机器人上取得了很大的进步。但是机器人的行走速度慢，对地面的要求很高，真正达到像人一样行走的水平，道路仍然很漫长。变结构机器人研究的目标就是创造出新的结构，可以根据环境的变化变换结构。如机器人可以依照环境的变化将自己变成一条蛇或者一个四条腿爬行的昆虫。
智能机器人发展方向
目前机器人的研究正处于第3代智能机器人阶段,尽管国内外对此的研究已经取得了许多成果,但其智能化水平仍然不尽人意。围绕未来的智能机器人,
本文提出如下几个有待发展的技术方向:
(1)机器人网络化:利用通信网络技术将各种机器人连接到计算机网络上,并通过网络对机器人进行有效的控制。网络化技术包括网络遥操作控制技术、众多信息组的压缩与扩展方法及传输技术等;
(2)智能控制中的软计算方法:与传统的计算方法相比,以模糊逻辑、基于概率论的推理、神经网络、遗传算法和混沌为代表的软计算技术具有更高的鲁棒性、易用性及计算的低耗费性等优点,应用到机器人技术中,可以提高其问题求解速度,较好地处理多变量、非线性系统的问题;
(3)机器学习:各种机器学习算法的出现推动了人工智能的发展,强化学习、蚁群算法、免疫算法等可以用到机器人系统中,使其具有类似人的学习能力,以适应日益复杂的、不确定和非结构化的环境;
(4)智能人机接口:人机交互的需求越来越向简单化、多样化、智能化、人性化方向发展,因此需要研究并设计各种智能人机接口如多语种语音、自然语言理解、图像、手写字识别等,以更好地适应不同的用户和不同的应用任务,提高人与机器人交互的和谐性;
(5)多机器人协调作业:随着人工智能方法、机器人技术以及多智能体系统(MultiAgentSystem:MAS)等研究的深入,如何组织和控制多个机器人来协作完成单机器人无法完成的复杂任务,在复杂未知环境下实现实时推理反应以及交互的群体决策和操作,已经成为机器人研究领域的新课题,具有重要的理论和现实意义。
请加微信号：robotinfo学习工业智能化知识返回搜狐，查看更多
IEEE Fellow李世鹏 ：人工智能与机器人前沿研究之思考
作者 |维克多编辑|青暮
2021年12月9日，由粤港澳大湾区人工智能与机器人联合会、雷峰网合办的第六届全球人工智能与机器人大会（GAIR2021）在深圳正式启幕，140余位产学领袖、30位Fellow聚首，从AI技术、产品、行业、人文、组织等维度切入，以理性分析与感性洞察为轴，共同攀登人工智能与数字化的浪潮之巅。大会次日，思尔实验室主任、前深圳市人工智能与机器人研究院执行院长、国际欧亚科学院院士、IEEEFellow李世鹏在GAIR大会上做了《人工智能与机器人前沿研究之思考》的演讲。李世鹏博士，IEEEFellow，国际欧亚科学院院士。历任深圳市人工智能与机器人研究院首席科学家和执行院长、科大讯飞集团副总裁及讯飞研究院联席院长、微软亚洲研究院创始成员与副院长。李院士在多媒体、IoT及AI等领域颇具影响力。他拥有203项美国专利并发表了330多篇被引用了的论文（H指数：82）。被Guide2Research列为世界顶尖1000名计算机科学家之一。培养出四位MITTR35创新奖的获得者。是（科技部）新一代人工智能产业技术创新战略联盟发起人之一及联合秘书长。在演讲中，李世鹏介绍并展望了人工智能与机器人前沿研究方向，他指出：未来机器学习突破深度学习的数据瓶颈或许可以借助认知科学的方法得到突破，学习范式可从依靠“大数据”转变成依靠“大规则”；人机协作也要进化为人机“谐”作，只有将耦合、交互、增强、互补等目标纳入研究方向，才能实现人机的无缝连接。以下是演讲全文，AI科技评论做了不改变原意的整理：今天的演讲题目是《人工智能与机器人前沿研究之思考》，分为三个部分，先谈人工智能和机器人研究全景，然后聚焦研究方向，包括机器学习、运动智能、人机谐作、群体协作；最后进行总结。
人工智能相关研究的关键元素有三个：人、机器人/物联网以及AI。之所以将机器人和物联网归为一类，是因为这两者是物理世界和虚拟世界的接口。如果三个元素两两之间发生联系就会形成一个新的学科，例如机器人和AI相结合会产生智能体，AI和人类相结合会产生人机耦合以及增强智能，而机器人和人类相融合会形成增强机体。随着人工智能与机器人领域的发展，研究对象不再局限在单个智能体，而是越来越多地对多个智能体的协作进行研究，例如人类社会群体如何更好地相融合？如何设计出能够精妙协作的机器群体？总体而言，我认为重要的基本研究方向是：机器学习、运动智能、人机谐作、群体协作。
1聚焦方向之机器学习机器学习的发展离不开深度学习加持，它给行业带来许多研究成果，并赋能了语音识别、人脸识别、物体识别、自动驾驶等方面，推动人工智能产业高速发展。虽然成果颇丰，但成也萧何败也萧何。深度学习依赖于大数据，其瓶颈也在于大数据。例如国内的智能语音技术尽管处于行业领先，但仍依赖技术积累和数据积累。现在想要让深度学习发挥巨大威力，仍然需要大量数据的加持，如果想让深度学习从一个领域扩展到另一个领域，也少不了数据支撑。
如何突破？研究者已经探索了多条路径，其中一个解决方案是：扩展深度学习框架。例如优化深度学习算法、知识图谱+深度学习、专家系统+深度学习等等。另一条路径是因果推理，其目标是借助人类举一反三的能力，期望超越数据之间的相关性，进而探索数据之间的因果性，从而得到数据之间的逻辑推理。第三条路径是类脑计算，从生物学角度，探索人脑认知元素和机制，以仿真方法再现人类大脑。个人认为认知科学是突破深度学习框架的着力点。理由是人类认知过程有两点需要我们去进一步借鉴：生而知之、学而知之。生而知之是指部分认知能力与生俱来，新生儿的脑神经有很多先天的连接。它给我们的启示是：现在的大多深度学习算法，大部分都是从零开始训练，而没有充分或者高效利用先验知识或者已有模型。如何利用“现有知识”是深度学习的下一个热门方向。学而知之是指大部分认知能力是后天学习到的，尤其是早期学习。通过学习脑神经建立了更多的连接。孩子很多能力，包括感知、应对、语言、读写和理解，甚至分析问题和解决问题的思路和能力在很小时候已经基本定型；以后基本都是知识的积累。这意味着脑神经元很早的时候就连接定型成一个元模型，剩下的是只是利用这个元模型去解决具体领域的问题。这个与当前的大规模预训练模型有着惊人的相似之处。学而知之的另一层次是：人类学习过程依靠多源的、多传感的、多模态的、多角度的数据，例如视觉、听觉、嗅觉、触觉和语境等联合信息，而今天的深度学习依靠大都是一段语音、一张照片，因此，未来AI模型的输入数据可能不仅是单一的数据，而是多个信号源的融合。如何模仿人类学习的过程，这是认知科学对深度学习的另一个启示。再者，人类学习过程是一个从样本示例到原理归纳的过程，而不是仅停留在样本示例层面；目前深度学习却都是停留在样本层面。那么，未来是否能够构造类人的机器学习框架，无论输入什么样的数据，只要逻辑相通，都会收敛到一致的模型？突破深度学习的数据瓶颈，可以尝试构建规则的众包系统，让人类教机器学习过程，其目的不是输入数据，而是让机器学习规则。由于我们试图从日常的活动中学习规则，这种规则普通人都可以标注示教，这就打破了以前专家系统地需要“专家”的局限。这种从“大数据”过渡到“大规则”模型构建方式显然也更符合人类的认知。2聚焦方向之运动智能众所周知，在机器人领域，波士顿动力公司的产品最“像人”，如上动图，机器人跳舞丝毫看不出生硬的感觉。但受计算资源、能量、运动控制的限制，它只能运行几十分钟。其实，波士顿动力机器人的运行方式是基于电机驱动，存在很多缺点，例如刚性运动、自重比较大、反应速度和灵活性的矛盾以及耗能大。
对比人类和其他动物的运行方式，肌肉、骨骼、传感和神经的结合可以在低能耗情况下，实现灵活运行。这给研究者的启示是，机器人的运行系统应该像人一样满足：高效、灵活、精确、鲁棒、刚柔并济、轻量、自适应等指标。当前的运动智能可能在某一个维度表现优秀，但综合考量仍然有很多缺点。因此，运动智能的一个重要研究方向是：仿生。仿照动物的运动智能，例如运动控制采用逼近反馈式，运动过程视变化随时灵活调整。如果说机器人是靠“内力”驱动，而医疗微纳米机器人是“外力”研究方向的代表。例如依靠磁力，小机器人精确地将药物从一个管道运送到另一个管道。3聚焦方向之人机谐作在人机谐作层面，区别于协作，“谐作”代表人机协作中的耦合、交互、增强、互补、协作、和谐等意思。人机谐作的目标是：不需要告诉机器人类的意图，机器就能领会，从而达到人机的无缝连接。在达成人机谐作的过程中，重点研究人机自然交互、感知及增强。具体可能包括：生物特征检测和识别、人机接口、脑机接口、语音识别、动作识别、表情识别、语言理解、意图理解、体态感知、无隙增强，以及在扩展现实与远程现实的延伸等等。人机增强智能方面，今天的机器学习框架大都是基于大数据的深度学习框架，肯定会遇到机器智能处理不了的情景。这对于某些高风险领域，例如自动驾驶、金融等来说是致命的。针对这一问题，当前的解决方案是“人类接管”。这会涉及三个核心问题：核心问题1：机器智能如何感知自己处理不了一些情况，而主动要求人来接管？核心问题2：什么时候人类可以完全放手给机器自主完成任务？核心问题3：什么样的人机交互设计能充分发挥人和机器各自的长处，同时又无需非必要地麻烦对方？三个核心问题如果无法解决，会导致一些困境。例如，以自动驾驶为例，目前安全员并不是开了“自动”功能就一劳永逸，仍然需要时时监测路况与路线，一刻都不能分神。这其实增加了安全员的负担，因为在没有自动驾驶的时候，人类对自己的驾驶环境会有一定的预测，而机器驾驶的情况人类无法预测。人机增强机体也属于人机谐作的一个领域，能够帮助人类增强物理机体能力，完成一些人类自身体力完不成的事情。但机器可能过于复杂，需要人类培训后才能操作。人机增强机体的未来目标是实现人与机器和谐共处，操控起来如同人类的自己的器官一样自然。其中，涉及的核心研究课题包括：机器感知人的意图、人的姿态、理解人的自然语言命令、肢体语言等等，从而让机器以最适合人类接受、恰到好处的平滑方式帮助人解决问题。4聚焦方向之群体协作目前单智能体已经可以完成许多任务，但如何发挥每个智能体集合起来的威力？这涉及群体协作的研究方向。在仓储场景下，存在许多抓取分类的机器人，如果能够有效调度，那么必将大大提高工作效率。当前主流的调度方式是中心化的控制方式，但面对成千上万的规模的智能体，则需要非中心化的控制，允许智能体之间存在自主行为，在相互协作的同时，还能“做自己的事”。即单独的有智能可独立行动的智能体，通过协作而达到的更高效的群体/系统智能和行为。智能体群体协作目前涉及的规则包括，群体行为模型和激励机制、群体智能协同决策。这一方面，蚂蚁是我们的学习对象。另外，在自动驾驶方面，越来越多自主驾驶机器人出现，它们之间如何做到协同感知和协同控制也是当今热门话题。上述四个方面属于基础性的研究，任何一个领域出现了突破，那将对其领域以及下游应用而言都是革命性的突破，也将带来工业数智化原创技术的创新，会让我们在竞争中占领优势地位!雷峰网(公众号：雷峰网)雷峰网雷峰网原创文章，未经授权禁止转载。详情见转载须知。
人工智能和人类智能的辩证关系
最便宜的笔记本电脑可以击败最聪明的数学家，但即使拥有16000个中央处理器的超级计算机也不能和小孩儿在其他方面相抗衡，二者之间不只是一个比另一个强大的问题，而是具有本质的差异。——《从零到一》。随着智能家电、穿戴设备、智能机器人等产物的出现和普及，人工智能技术已经进入到生活的各个领域，引发越来越多的关注。那么什么事人工智能？而辩证地来看，人工智能又将对人类智能，甚至对人类社会产生怎样的影响？
一、二者的本质区别（一）人类智能人类智能是自主智能系统，除了理性智能之外，人类还具有难以评定的感性思维。通俗来说，人类会通过情绪爆发出不同层级的不同方向的能量，人类对事物的研究、看法、判定从来都不是以理性为唯一。人类是现实思维，有主观能动性，机器是固定思维，无法开发出自主情绪，即使现在有一些机器会表达情绪，那只不过是人类写入的场景应对系统而已，并不是真正的主动情绪。（二）人工智能人工智能是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，是认知、决策、反馈的过程。人工智能在现阶段还只处于理性智能，它们能处理大部分数学逻辑能判断的事物。曾经有很多人戏称，人工智能就像一列火车，你苦苦期盼，它终于来了，然后它呼啸而过，把你抛在身后。虽然这是一种笑谈，但也反应了人工智能技术发展的迅速和无法想象的快。
二、二者之间的较量和竞争AlphaGo掀起了人工智能风暴后，人们惊异于人工智能代替人类智能的同时，对日益膨胀的人工智能充满了好奇、担忧与恐惧。大量工作岗位被AI替代，并不断延伸到白领世界；共享经济一闪而过，无人商店前途尚无定论时