我国机器人的发展历程
作者：北京老科总鉄道部电子中心分会石炳坤
机器人是人类二十世纪的一项重要发明。1959年美国的英伯格和徳沃尔制造出世界上第一台工业机器人，之后，世界各国都在争相开展机器人研究，机器人的的功能和应用领域一直在不断地拓展。
我国机器人d研起步究较晚。先后经历了二十世纪70年代的萌芽期，80年代的开发期和90年代的适用化期。1972年，中国科学院沈阳自动化所开始了机器人的研究工作。1977年，南开大学机器人与信息自动化研究所研制出我国第一台用于生物试验的微操作机器人系统。1985年12月12日，我国第一台重达2000公斤的水下机器人“海人一号”在辽宁旅顺港下潜60米，首潜成功，开创了机器人研制的新纪元。随后，我国研制的机器人相继问世：中国科学院沈阳自动化所研制成功了体重36公斤，身高1米的缆浮游作业轻型“金鱼二号”水下机器人；中科院长春光机所发明的“四足遥控仿生载重步行机器人”，在1986年中国第二届发明展览会上获金牌奖；1987年又获第15届日内瓦国际发明与新技术展览会银牌奖。
中国机器人示范工程中心从1987年开始，先后制造了三台“水下机器人”，它们分别是：（1）1987年3月制造的身高4.7米，体重1200公斤的“老大瑞康四号机器人”；（2）1989年6月制造的“老三水下机器人”；（3）1990年9月制造的“老二中型机器人”。
1988年初，中国船舶总公司702所，研制成功了身高3.1米，体重650公斤的载人式“水下机器人”；1988年2月，国防科技大学研制成功六关节平面运动型“两足步行机器人”。
1994年10月，中科院沈阳自动化所研制成功的我国第一台无缆水下机器人“探索者号”长4.4米，宽0.8米，高1.5米，载体重2.2吨，最大潜水深度为1000米。它的研制成功，标志着我国水下机器人技术已走向成熟。
1995年5月，我国第一台高性能精密装配智能型机器人“精密一号”在上海交通大学诞生，它的诞生标志着我国已具有开发第二代工业机器人的技术水平。
1997年中科院沈阳自动化所研制成功的“6000米无缆自治水下机器人”，是我国863计划中的重中之重项目，获得2000年国家十大科技成果奖。2005年4月，中科院沈阳自动化所又研制成功星球探测机器人。2006年，我国又研制成功世界最大潜深载人潜水器“海极一号”，7000米的工作潜深，可以达到世界99.8%的海底，比世界上另外5台同类产品深500米。
经过30多年的发展，我国机器人的研究，有了长足的发展，有的方面已经达到了世界先进水平。但与先进的国家相比，还有恨大距离，从总体上来看，我国机器人研究仍然任重道远。
聊天机器人的发展史
自然语言处理最初发端于上个世纪60s的chatbot（聊天机器人），在这之前，图灵通过图灵猜想算是给聊天机器人种下了一颗种子。从上世纪60s到上世纪末，chatbot大约经历了三个重要的历史时期。
第一个时期（1966年），麻省理工学院（MIT）的约瑟夫·魏泽鲍姆（JosephWeizenbaum）开发的聊天机器人ELIZA[1]，用于在临床治疗中模仿心理医生。值得注意的是尽管ELIZA的实现技术仅为关键词匹配及人工编写的回复规则，但魏泽鲍姆本人对ELIZA的表现感到吃惊，随后撰写了《ComputerPowerandHumanReason》这本书，表达他对人工智能的特殊情感。
第二个时期（1988年），加州大学伯克利分校（UCBerkeley）的罗伯特·威林斯基（RobertWilensky）等人开发了名为UC（UNIXConsultant）[2]的聊天机器人系统。UC是一款帮助用户学习怎样使用UNIX操作系统的聊天机器人。它具备了分析用户的语言、确定用户操作的目标、给出解决用户需求的规划、决定需要与用户沟通的内容、以英语生成最终的对话内容以及根据用户对UNIX系统的熟悉程度进行建模的功能。
第三个时期（1995年），受到ELIZA聊天机器人的启发，理查德·华勒斯（RichardS.Wallace）博士在1995年开发了ALICE[3]系统。并于1998年开始开源，目前全世界有超过500个开发者为ALICE项目贡献代码。值得注意的是，随着ALICE一同发布的AIML（ArtificialIntelligenceMarkupLanguage）目前被广泛应用在移动端虚拟助手的开发中。尽管ALICE采用的是启发式模板匹配的对话策略，但是它仍然被认为是同类型聊天机器人中性能最好的系统之一。
进入本世纪后，chatbot机器人随着人工智能的兴起有了长足的发展，各大互联网公司、各个高校和研究院都取得了成就。但总的来说，也可以大致的分为三种。检索式、生成式和知识图谱式。其中，知识图谱式的chatbot比较难以实现，但是是有前景的。
第一种，检索式对话生成chagbot，检索式的代表性技术[4]是在已有的人人对话语料库中通过排序学习技术和深度匹配技术找到适合当前输入的最佳回复。这种方法的局限是仅能以固定的语言模式进行回复，无法实现词语的多样性组合。
第二种，生成式对话chatbot，生成式的代表性技术[5，6]则是从已有的人人对话中学习语言的组合模式，是通过一种类似机器翻译中常用的“编码-解码”的过程去逐字或逐词地生成一个回复，这种回复有可能是从未在语料库中出现的、由聊天机器人自己“创造”出来的句子。
第三种，知识图谱式的chatbot目前还没有典型的代表，这一类机器人将最常用的语言和简单逻辑通过AIML模版处理，通过知识图谱（可以自动生长）的逻辑推理来处理复杂的逻辑，运用深度神经网络来将复杂的逻辑用人类的语言表达出来。
参考文献:
[1]WeizenbaumJ.ELIZA—acomputerprogramforthestudyofnaturallanguagecommunicationbetweenmanandmachine[J].CommunicationsoftheACM,1966,9(1):36-45.
[2]WilenskyR,ChinDN,LuriaM,etal.TheBerkeleyUNIXconsultantproject[J].ComputationalLinguistics,1988,14(4):35-84.
[3]http://www.alicebot.org/
[4]Z.Ji,Z.Lu,H.Li.AninformationRetrievalApproachtoShort-textConversation.arXiv:1408.6988,2014.
[5]RitterA,CherryC,DolanWB.Data-DrivenResponseGenerationinSocialMedia.[J].EmpiricalMethodsinNaturalLanguageProcessing,2011:583-593.
[6]L.Shang,Z.Lu,andH.Li.NeuralRespondingMachineforShort-textConversation.InProceedingsofACL,2015.