盘点著名人工智能机器人
也称普林斯顿结构，是一种将程序指令存储器和数据存储器合并在一起的存储器结构。程序指令存储地址和数据存储地址指向同一个存储器的不同物理位置，因此程序指令和数据的宽度相同，如英特尔公司的8086中央处理器的程序指令和数据都是16位宽。若想要改变此机器的程序，你必须更改线路、更改结构甚至重新设计此机器。
冯•诺依曼架构的处理器使用同一个存储器，经由同一个总线传输。根据冯诺依曼体系结构构成的计算机，必须具有如下功能：
1）把需要的程序和数据送至计算机中；
2）必须具有长期记忆程序、数据、中间结果及最终运算结果的能力；
3）能够完成各种算术、逻辑运算和数据传送等数据加工处理的能力；
4）能够根据需要控制程序走向，并能根据指令控制机器的各部件协调操作；
5）能够按照要求将处理结果输出给用户。
冯•诺依曼在生命的最后时刻他深入比较天然自动机与人工自动机。他逝世后其未完成的手稿在1958年以《计算机与人脑》为名出版。这本《计算机与大脑》对计算机的运算和人脑思维的过程进行了比较研究，具有高度的前瞻性，为机器人研究指明了方向，也预示了人工智能的发展路线。
人工智能和机器人
一、美国波士顿动力公司（BostonDynamics）大狗（BigDog）机器人
这款大狗机器人BigDog：美国军队研究设计，与真狗一般大小，为士兵运送弹药、食物和其他物品。
二、美国波士顿动力公司（BostonDynamics）Petman机器人
Petman是美国波士顿动力公司研制出的一种像真人一样四处活动的机器人，它是美军仿人机器人中的佼佼者，职能是为美军实验防护服装。与先前机器人不同的是它无需外部支持就能站立、行走，因为他有“双腿”。波士顿动力公司承诺说Petman能维持平衡，灵活行动。行走、匍匐、以及应对有毒物质的一系列动作对它来说都不成问题。它还能调控自身的体温、湿度和排汗量来模拟人类生理学中的自我保护功能，从而达到最佳的测试效果。
三、美国波士顿动力公司（BostonDynamics）其它仿真机器狗/猫/人
美国波士顿动力公司从成立自今，除了大狗机器人BigDog和Petman机器人外，BostonDynamics还研发出多款机器：机器马LS3、机器小狗LittleDog、机器豹子Cheetah、机器野猫WildCat、机器人Atlas、跳蚤机器SandFlea、沼泽机器RHex、爬墙机器RiSE还有最新踹不倒的Spot。
机器马LS3：负重400磅，在恶劣环境运输物资。
机器小狗LittleDog：用于四足机器运动研究。
机器豹子Cheetah：保持着最快有足机器人的记录，最高时速可达29英里（快过闪电博尔特）。
机器人Atlas：身高1.9米，体重约150公斤，像人类一样用双腿直立行走。它主要用来协助救援工作。不过分析人员相信，这个机器人经过编程后，将能穿越崎岖地形及操作电力设备，可组成未来的“机械步兵团”。
跳蚤机器SandFlea：重11磅，能跳30英尺（9.144米），这个高度可以翻墙了。其身上还携带一个摄像头用于拍摄。
机器马LS3：负重400磅，在恶劣环境运输物资。
机器小狗LittleDog：用于四足机器运动研究。
机器豹子Cheetah：保持着最快有足机器人的记录，最高时速可达29英里（快过闪电博尔特）。
机器人Atlas：身高1.9米，体重约150公斤，像人类一样用双腿直立行走。它主要用来协助救援工作。不过分析人员相信，这个机器人经过编程后，将能穿越崎岖地形及操作电力设备，可组成未来的“机械步兵团”。
跳蚤机器SandFlea：重11磅，能跳30英尺（9.144米），这个高度可以翻墙了。其身上还携带一个摄像头用于拍摄。
四、欧盟框架计划（EUFP6，EUFP7，Horizon2020）支持下的iCub机器人
iCub机器人由欧洲10所大学组成的欧洲创新大学协会联合研制，他们认为“仿人的操作是人类认知能力至关重要的因素”。基于这一“具身认知（EmbodiedCognition）”思想，研究人员尽最大可能地模仿人的各类传感及结构，历时6年（2004年至2010年）开发了一个外形与2岁儿童相似的机器人iCub。iCub强调“认知能力的学习”，并将其作为开源平台，通过与环境交互和与人交互来获得各类行为能力和认知能力。
五、日本本田公司研发的ASIMO机器人
日本本田公司研发的ASIMO机器人以其移动能力和能实现复杂动作的特点而声名大噪。在其新版本中，ASIMO对环境的认知能力也不断加强，如增加了在复杂办公室环境里的灵活避障、与人交互的基本智能行为等。
六、韩国高等科技研究院HUBO仿人机器人
韩国高等科技研究院HUBO仿人机器人利用在其膝盖和脚踝处装置的滚轮，通过一个跪下行为实现了由双足行走到轮式行走的切换，极大地提升了移动速度。这为研究机器人智能行为借鉴其他优势模式的有益性提供了例证。
七、加州大学伯克利研发的BRETT智能机器人
加州大学伯克利分校（UCB）的一组研究人员展现了名为BRETT的机器人，其可以通过不断地试错来学习，就像人类的学习方式一样。UCB的电气工程和计算机科学系的教授PieterAbbeel表示，“已经研发出了一种全新的方法来赋予机器人学习”。该团队开发了一系列的算法，允许一个名为BRETT的WillowGaragePR2机器人学习一系列电机操作的任务，例如拧水瓶盖子或组装玩具飞机，而这一切任务在执行之前研究人员并没有进行预编程。
八、谷歌旗下DeepMind的AlphaGo
阿尔法围棋（AlphaGo）是一款围棋人工智能程序，由谷歌（Google）旗下DeepMind公司的戴密斯·哈萨比斯、大卫·席尔瓦、黄士杰与他们的团队开发。
2016年3月，该程序与围棋世界冠军、职业九段选手李世石进行人机大战，并以4:1的总比分获胜；2016年末2017年初，该程序在中国棋类网站上以“大师”（Master）为注册帐号与中日韩数十位围棋高手进行快棋对决，连续60局无一败绩。不少职业围棋手认为，阿尔法围棋的棋力已经达到甚至超过围棋职业九段水平，在世界职业围棋排名中，其等级分曾经超过排名人类第一的棋手柯洁。
2017年1月，谷歌DeepMind公司CEO哈萨比斯在德国慕尼黑DLD（数字、生活、设计）创新大会上宣布推出真正2.0版本的阿尔法围棋（AlphaGo）。其特点是摈弃了人类棋谱，只靠深度学习的方式成长起来挑战围棋的极限。
应用在AlphaGo上称之为“强化学习”的人工智能技术，与冯诺曼依有着千丝万缕的联系。
冯•诺依曼的助手伯克斯（Burks）培养了第一位计算机科学的博士霍兰德（Holland），冯•诺依曼在细胞自动机和DNA的工作间接影响到霍兰德，他的博士论文发明了遗传算法，霍兰德的大弟子巴托尔（Barto）和巴托尔的大弟子萨顿（Sutton）发明了强化学习，强化学习被用在了AlphaGo上，它才所向披靡。
八、瑞典皇家理工学院研发的Rosie机器人
Rosie机器人能够对周围的三维世界进行感知和学习，并与之进行交互。Rosie对周围发生的一切都有感触，学生和研究人员的热烈讨论、汽水罐和水杯堆积。瑞典皇家理工学院研究人员通过对环境建模，从静态部分提取动态元素来检测对象。它围绕动态元素创建和执行视图计划。这种自主学习过程使得Rosie能够区分动态元素与静态元素，感知深度和距离。同时，Rosie能够辨别自己是在办公室、厨房、还是角落里。
九、“小度”人工智能机器人
△李克强总理在2015年与百度公司自主研发的
机器人“小度”亲切交谈
小度机器人是诞生在百度搜索大家庭的智能实体机器人，家族成员包括小度机器人(桌面版)与小度机器人(公众版)。依托百度强大的搜索能力，集成自然语言理解、智能交互、语音视觉等多种人工智能技术，能以自然的方式与用户进行信息、服务、情感的交流。小度机器人会学习，会成长，不断提升各种技能。
2017年1月21日，小度与“水哥”王昱珩人脸识别比赛播出，最终小度机器人以2:0胜出。
十、搜狗“汪仔”机器人
昨日，搜狗“汪仔”亮相《一站到底》以9：7的成绩赢得“人机大战”的胜利。
搜狗公司介绍，“汪仔”由搜狗、清华天工智能研究院及世界顶尖技术团队打造，耗时9个月，共耗费4000万人民币。
不同于AlphaGo及百度的“小度”机器人的一对一的对决，搜狗机器人“汪仔”更注重语音答题。具体来说，“汪仔”基于深度学习原理，每天不停地吸收海量知识。它可以根据节目现场主持人即时提问进行语音识别，当检测到问题关键词和问题的解决方案后，再进行正确率比对，将它认为信心指数高的正确答案通过自身发声系统进行适时回答。搜狗称，“汪仔”基本可以做到500毫秒内搜索到信息，并选出正确的答案。同时，“汪仔”脸部除了可以做表情，还可以根据不同的情绪改变颜色。
特别福利
联系易小二，注明【索要论文】
可免费获得“基于对象的自学习移动智能机器人”等
相关论文（联系方式↓）
联系人：易小二
电话：18810011149
yikexue2015（←新朋友请加或识别二维码）
参考文献：
http://www.leiphone.com/news/201702/y4krNOsOO5jRiS2A.html
http://www.leiphone.com/news/201509/lSjwmP93YgbdzBeo.html
http://m.blog.csdn.net/article/details?id=51926607
http://money.163.com/17/0207/15/CCMD5GEL002580S6.html
版权声明|本文由易科学编辑整理
相关文章
返回搜狐，查看更多
人工智能仿生机器人目前问题分析
仿生机器人研究目前存在诸多难题。仿生机器人诞生到发展短短数十年，积累的研究成果已经非常丰硕，开辟了机器人领域独特的技术和研究方法，但由于其学科的交叉性，“仿生”机器人仍然存在诸多问题。
从生物机理来讲，对其揭示不够，模型构造过于简单。通过对生物机理的研究，可以揭示生物自身的功能，为仿生机器人的研究提供依据，但由于生物体本身是一个非常复杂的系统，其神经、骨骼、肌肉等构造以及其运动功能细节非常繁琐，目前所建立的模型远远不能模拟生物的控制过程及反映过程。
仿生结构设计与生物结构的合理性和精巧性相去甚远。在运动方面，生物的结构刚柔并济，使其自身具有灵活性、高效性和轻量化等特点，增强了其自身的运动性能和环境适应能力。而现在的仿生机器人多为刚性结构，其重量、尺寸与生物的差距也较大，因此无法对机器人机构提供有效的设计原则。
高性能新型仿生材料研究不足，已有研究成果应用领域过窄。目前的仿生材料研究在生物力学和工程力学的衔接点、许多天然生物材料的模型抽象、仿生材料的设计制备方法等方面还有待于进一步研究。而仿生机器人材料大多采用钢、铝、塑料等常规材料，无论刚度、柔性、韧性以及减阻性与生物自身差距很大，使得仿生机器人性能降低。
控制方法较传统，神经控制、肌电控制等仿生控制方法突破不够。生物良好的环境感知能力也是仿生机器人研究的方向之一。生物可以通过视觉、听觉、嗅觉等感官系统时刻对周围环境进行感知并做出准确的判断，以适应复杂多变的环境。而现有的仿生机器人还无法准确的模拟生物的感知特性，对周围环境的感知能力存在精度较低、反应时间较长、对复杂环境的感知准确性不足等问题。
我们认为，仿生机器人的驱动力主要来源于两个方面：一是个人／家庭服务的需要，例如，目前在西方国家，机器人宠物十分流行，仿人机器人的出现，可以弥补劳动力不足，解决老龄化的家庭服务和医疗服务等；二是执行特殊任务，比如，仿麻雀机器人可以担当环境检测的任务等。其关键技术在于机器人对外界环境的识别和处理，随着人工智能技术不断取得突破，仿生机器人也逐渐开始发展。
来源：国际仿生工程学会
置顶中国指挥与控制学会公众号，精彩内容抢先看！
【主编】想了解哪些军事及学术知识？欢迎留言给我们
C2
如何加入学会
注册学会会员：
个人会员：
关注学会微信：中国指挥与控制学会（c2_china），回复“个人会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可在线进行支付宝缴纳会费。
单位会员：
关注学会微信：中国指挥与控制学会（c2_china），回复“单位会员”获取入会申请表，按要求填写申请表即可，如有问题，可在公众号内进行留言。通过学会审核后方可缴纳会费。
学会近期活动
1.CICC企业会员交流会
会议时间：（具体时间详见后续通知）
长按下方学会二维码，关注学会微信
感谢关注返回搜狐，查看更多
人工智能为什么不能代替人类
■吴荻枫
人工智能没有意义的概念，没有价值观，终究只能是人的工具，而不可能超越人类。
近年来，人工智能技术发展极其迅速，各种智能设备、智能软件已走进千家万户，改变了我们的生活方式和工作方式。因此，不少人认为，在不久的将来，人工智能将会全面代替人类智能，甚至超越人类智能。不过，这种观点过于悲观，人类的思想和行为中最重要最独特的部分，是人工智能无法实现，更无法替代的。
人工智能不管多么发达，归根结底，都是在人类给定的框架下解决问题。比如，某人每天上下班，公司和家之间的距离有15公里。他可以选择的交通工具包括打的、公交车、地铁、自驾车、共享单车，以及这些工具的组合。如果他去问导航软件，导航软件可以根据他的要求以及实时路况，给出一个最优的出行方案。这在现实中往往是很有用的。然而，虽然有不少人会选择在工作地点附近买房或租房来解决通勤问题，导航软件却绝不会给出搬家的方案。因为导航软件的运行程序，或者说运行框架没有这种手段可供选择，但人却不会受既有框架的约束。
人工智能也不能主动确定需要解决的问题是什么。举一个非常简单的例子，如果我问智能应答软件：“帅帅在哪里，你看到帅帅了么？”它要么回答不知道，要么给出一个错误的答案。而我如果拿这个问题去问人，被问的人不管知识水平如何，第一个反应恐怕都是：“你说的帅帅是谁啊？”我就会告诉他，帅帅是我的小狗，是什么样子，有多大，有什么特点，等等。可见，人类首先能够主动确定要解决的问题是什么，也就是说确定目标。我举的这个例子非常简单，以后人工智能或许也能应对，但并不是软件学会了如何确定问题所在，而是设计人员扩充了或者改变了软件运行的程序或框架。
总之，如果人类确定了问题，确定了可用的手段或者信息，人工智能可以给出答案，乃至近乎完美的答案。但是，人工智能不会设计这种目的—手段的框架，也不会主动突破这种框架。
人是追求意义的智慧生物，因此有自己的价值观。人类赋予某些事物以意义或价值，才构成了目的—手段的逻辑关系。也就是说，人能知道自己要的是什么，怎样才算是达成了目的。而人工智能没有意义的概念，需要人类将具有意义的逻辑关系编码输入，人工智能才能按照这种关系工作，但它本身无从建立这种关系。
人以意义来理解世界，也以此与他人交流、合作。米塞斯曾举过一个例子，假如某人闯入了一个从未去过的原始部落。那些原始人未开化，没有语言，或者即使有语言他也听不懂。但是，如果他看到这些原始人架锅生火，他就会知道，他们是要做饭了。人类有相似的心智结构，即使语言不通，也可以相互理解。如果换成机器人呢？除非是科幻电影里那些由演员扮演的机器人，否则它只会搜索和输出代码，而不会真正试图去理解眼前所发生的事。
可见，人与人工智能最大的不同，就是人通过意义和价值与外部世界建立联系。这是人作为主体而不是客体的基础，也是人类合作和创新的基础。人工智能没有意义的概念，没有价值观，终究只能是人的工具，而不可能超越人类。
值得注意的是，我们可以看出，主流新古典经济学的理性经济人假设，正是将人当成了在既有目的—手段框架下寻求最优解的机器。这其实是省略了人的行为中最具有本质性和创新性的部分。理性经济人所构成的经济体，是静态的、机械的，被动的，充其量是人工智能的世界，而不是人类社会。
经济学是价值中立的科学，因此经济学不研究也没有足够的能力研究某个个人究竟应该确定什么具体的目标，运用什么具体的手段，但是，经济学应该将个人在目的—手段框架的行为模式纳入研究的范畴，否则就是舍本逐末，具有难以克服的缺陷。
（作者系西南民族大学讲师）
[责编：战钊]