机械人与人工智能的关系终于有人疏解白了_机械人_智能

文章目录 [+]

作者：阿卡普拉沃·包米克（Arkapravo Bhaumik）

来源：华章科技

机械人与人工智能的关系终于有人疏解白了_机械人_智能科学

01 机器人的人工智能

机器人是由什么组成的，它与机器又有什么不同呢？这个问题的答案在过去80年间已经发生了变革。
类人自动机，如Rossum's Universal Robots和The Metropolis中的那些，便是以人体为模型的，但缺少平滑的人体特色和肢体方向，也短缺人类情绪。

随着工业和制造业的发展以及生产线和汽车工业的自动化，机器人的观点或多或少被局限于从事重复的“拿和放”作业的机器手臂。
用于移动和其他比较高等的用场（如导航、大略行为、社交浸染等方面）的机器人，在Walter的海龟之后才开始有转机。

不同于工业机器臂，人工智能机器人会对本地环境进行导航和探索，具有明显的智能，很多时候是为了完成特定的任务或作为特定角色的，如探索机器人、家用机器人、搜救机器人等。

Bekey提出了以下机器人定义：

……机器人是一个机器，在世界上觉得、思考、行动……

这个定义并没有与给定的任务干系联，也没有突出机器人与环境的交互。
因此以下4类机器人都被此定义涵盖了：

从事重复性事情的机器人，如工业级机器人和机器手臂；那些短缺明确指令的机器人，如火星探测器；社交机器人领域的那些有着人类外不雅观的自动机或类人机器人；通过扩展生物技能制造的未来机器人，如Android机器人和半机器人。

这个定义不局限于普遍接管的机器人机电一体化的设计，即通过处理单元将机器和电子进行了领悟。
然而，工程方向的角度方向于限定这个定义，即机器人该当有电子、机器硬件以及处理单元。
没有电子和处理单元的驱动更多是在自动机领域，由压缩弹簧、气动阀和/或液压掌握，比如Philon设计的那些以及日本的Karakuri木偶。

自那之后，机器人的定义就基于它们参与实际任务的能力，没有外在掌握，人们方向于认为机器人真的在“思考”，由于它处理来自传感器的数据到处理单元的动作与人类大脑的事情办法很相似。
只管这仅仅是实行代码段，实质上并非思考。

机器人的特定目标可以是详细的，如线跟踪、光芒追踪或捡起空可乐瓶，也可以是朝着预定的方向迈进的一系列杂务，如军事机器人、护士机器人、家政做事机器人或者办公室助理机器人。

Murphy给出了一个更以人工智能为中央的定义：

一个可以自主运作的机器生物。

这个定义特殊提到“生物”，和拟人论同等，也和Toda与Wilson的作品相吻合。
不言而喻，它也暗示着自主功能和智能行为有重合之处。

作为本文范围内的有效定义，机器人是一个自主或者半自主的主体，在人类的直接掌握下进行事情；或者是部分自主，由人类监督并由人类监督演习；或者是完备自主。
我们会创造这个定义并不完善，随着我们朝着基于智能体的机器人的更新领域提高，这个定义将被改动。

艾伦·图灵在20世纪30年代末提出了早期的人工智能观点，以及他称为自动机的假设模型，之后被命名为图灵机。
这是中心处理器的骨架，促进了打算机在战后时期的设计。
在McCarthy、Minsky、Newell和Simon的首创性努力下，这些早期的观点形成了一门新兴学科。

人工智能可以分为以下7个分支：

1. 知识表示

机器人如何表示天下？在人类环境中，对付大略的事情，比如定位，我们方向于用舆图或地标并依赖之前的知识和履历。

机器人则用激光或声呐来做这件事，现实天下里的一张桌子将被转换为一个与传感器感知强度相对应的数字数组。
如果机载微处理器不是很强大，这些方法会根据维度进行近似，把物体缩小成各种各样的立方体、长方体等，就像一个缩小版的天下。

2. 自然措辞

措辞是独一无二的，由于这种句法和语义构造的统一只存在于人类而不存在于动物身上，措辞是我们文化和社会体系的决定性根本。
著名的措辞学家Noam Chomsky认为，措辞处于两个突出的认知过程的接合处：它是外化的觉得运动，是更有目的性和协商式的观点化生理过程。

让机器人理解并回应人类的声音仅仅在设计和开拓更繁芜的机器人当中发挥浸染，这些机器人可以和人类社会紧密互动。
自然措辞处理库和谈天机器人很具发展前景。
基于语音的系统仍旧在探索中，苹果的Siri、微软的Cortana、谷歌的Google Now都是很具前景的。

3. 学习

在编程机器人时，会带有很多任务特定的策略，但是这些并不详细，而且为了能有效地运行，机器人必须从履历中学习。
盛行的学习范式有基于案例的方法、人工神经网络、模糊逻辑以及进化方法。
险些所有最前辈的机器人都有一个学习模块。

4. 操持和问题办理

订定操持或者算法步骤去完成一个目标并办理过程中碰着的问题的能力是AI智能体所固有的，并且常日是它们运行表现的一个标志。
对付大略的机器人来说，操持大多是运动方案。
然而，更故意思的任务也须要操持，如办理魔方问题、下棋、玩滑块拼图、堆积木、制订日常家务日程表等。

5. 推理

从不完全或不准确的数据集中得出结论。
机器人常常从传感器得到不准确的数据。
为了应对这种情形，避免系统完备崩溃，机器人必须依赖推理，确保过程的连续性。

6.搜索

对付机器人常日意味着在物理空间中进行搜索——搜索一个物体或一个目标点，但也可以意味着启示式的搜索，机器人以剖析的办法搜索办理方案。

7. 视觉

已经成为机器人的一个紧张部分。
对人类来说，和其他感官比较，视觉是独一无二的，和我们的大部分运动动作都干系，这一点同样适用于大部分动物天下。
因此发明能够处理其本地环境的智能模型的努力必须诉诸视觉。

生理学家认为，视觉影响着我们的内心天下，而险些我们的每一个行为结果都会先在内心天下中进行仿照，然后才在真实天下中做出行动。

自Gibson和随后的Marr的早期先驱研究开始，视觉在人工智能中就霸占主要的一席之地。
视觉不像其他感官，“看”和“瞥见”的领悟彷佛是一个协商式过程，涉及我们大脑的快速处理。
但是最近，动作性模式已经将视觉作为一种开拓性觉得运动模型。

02 什么是“智能体”

术语“智能体”可交替地用于机器人、程序、行为、动画角色等，并可以表示软件和硬件实现。
Russell和Norvig将智能体限定为一个抽象实体，通过传感器感知环境，通过效应器浸染于环境。
移动机器人研究中“自主智能体”这个术语非常普遍，自主更多是根据情境或者根据行为定义。

疏松自主也就意味着不须要其他实体进行输入，也不须要其他条件保持其运行。
机器人能够在动态环境中感知和行动，以实现给定的和隐含的目标，而且它们可以在没有任何外部干预的情形下持续事情很长一段韶光。

在Russell和Norvig确认了感知和行动之间的联系的根本上，Franklin和Graesser为自主智能体提出了如下定义：

自主智能体是一个位于环境中并且是这个环境的一部分的系统，它能够感知环境，并随着韶光的推移对其进行浸染，以追求自己的目标，从而影响其未来的感知。

这里智能体是环境的一部分，并在交互的根本上发展，如图2.1所示。
这条思路引出了一个分类，由Luck等人提出，如图2.2所示。

▲图2.1 智能体—天下循环。
智能体与天下循环地交互：智能体浸染于天下，天下的改变影响着智能体的感知

▲图2.2 自主智能体定义，改编自Luck等人

然而，由于主体是基于环境的，对智能体和非智能体的严格分类，就算不是重复的，也是不必要的。
每个智能体都位于天下之中，也是这个天下的一部分。
它能够和天下交互，改变这个天下以及自身的认知。
请把稳区分软件智能体和程序。

举例来说，打印一行笔墨的程序不算是智能体，由于它是在来自用户的输入上事情的。
它没有任何与环境（在真实天下中）或其他程序（在软件天下中）交互的设备。
它的输出也不会影响之后运行的程序，它只运行一次就会停滞，缺少韶光的连续性。

电脑游戏里的角色（如Pac Man中的幽灵）便是智能体，由于它们有自己的感知，并且故意识地与天下（Pac Man二维宇宙）交互，玩家的每一个动作都会产生相应的结果，而这些结果又会激活来自幽灵的动作，从而动态地改变环境，并且一旦运行，游戏角色就会一贯实行它们的任务，直到游戏结束。

快速浏览一下已有的各种各样的智能体定义是很值得的。
最早的定义之一是由着眼于移动智能体技能的Virdhagriswaran提出的：

术语智能体用于呈现两个正交观点。
第一个是智能体的自主实行能力，第二个是智能体实行面向领域的推理的能力。

Russell和Norvig承认感知和行动之间的联系：

Maes从机器人学家的角度，增加了智能体对一组目标的内在追求：

自主智能体是存在于一些繁芜动态环境中的打算系统，在环境中自主感知和行动，由此实现为它们设计的一组目标或者任务。

Hayes-Roth的定义将智能体交互看作是感知、行动和推理的重叠：

智能化智能体持续地实行3个功能：环境中的动态条件感知，行动以影响环境中的条件，以及推理以阐明感知、办理问题、进行推断和决定行动。

这些定义还可以进一步扩展，即：

如大部分移动机器人那样，作为认知智能体，有从天下感知信息的能力；与大量智能体折衷同等事情，形成集体动力，就像在机器人组和群体机器人中那样；表现出很强的自主性、意向行为以及对定义道德行为能力（人工道德主体，Artificial Moral Agent，AMA）的任务的关注；能够构建两个或两个以上事宜的因果关系以及表现意识相似性的能力，这些都会引出故意识的主体。

关于作者：阿卡普拉沃·包米克（Arkapravo Bhaumik），拥有伦敦国王学院的机电学高等学位，研究兴趣为移动机器人、群体机器人以及人机交互。
他也热衷于开源哲学和Linux，喜好花韶光设计和写作关于AI和机器人的东西。
他当下的机器人和仿照中已经运用了ROS，而在机器学习方面的研究则是利用SVM来检测人脸中的情绪，在自然措辞处理方面的探索利用的是Python NLTK。

本书摘编自《机器意识：人工智能如何为机器人装上大脑》，经出版方授权发布。