摘要：

研究人员和制造商正在培训机器人如何利用人工智能来学习和处理复杂的任务，但是所能实现的功能还远远未达到人们期望机器人达到的目标。现在人工智能的定义比以前更广泛，这可能会造成一些混乱。在人工智能(AI)领域工作了数十年的研究人员和企业家，正试图帮助人们更好地理解它不够明晰的内涵。他们正在努力减少围绕人工智能的一些混淆和误解，并展示它是如何被用于工业应用的机器人技术。

最大的误解可能是，它还有多远。RethinkRobotics董事长兼首席技术官RodneyBrooks说，自从1956年AI之父JohnMcCarthy创造了‘人工智能’一词以来，我们一直致力于人工智能的研究，到目前为止大约62年了。但它远比物理学复杂得多，而物理学花了相当长的时间来完善。我想我们还处于人工智能的初期阶段。

很多与人工智能相关的炒作与最近媒体的大肆报道相关，例如展会上仿生和受动物启发的机器人展示，或者观赏体育的人工智能系统，例如可以与人类下棋、打乒乓球、高尔夫的机器人。一些误解源于将机器性能等同于能力。当看到人执行某项任务时，我们可以假定一些基本的能力——技能和天赋，人必须拥有这些技能才能完成该任务。但人工智能和这并不一样。虽然AI系统在下棋方面的表现令人吃惊，但它甚至不知道它是在玩游戏。Brooks说，我们把机器的性能误认为是它们的能力。当看到程序像人一样学习新事物时，如果你认为程序也能像你一样对其有深刻的理解，那可能你就犯了一个错误。

人工智能已经成为营销的时髦词。就像在此之前的‘机器人’一样，现在似乎一切都是AI驱动的。到底什么是AI，什么不是AI，有时很难确定。即使是专家，在确切的定义什么是AI、什么不是AI时，也会犹豫。正如Brooks所指出的，在1960年代被认为是AI的事物，现在则出现在计算机编程的第一个课中。但它不叫AI。机器学习以及它的所有变化，包括深入学习、强化学习和模仿学习，都是AI的子集。先进的计算机视觉是人工智能的一种形式。缺乏语境人的智力和机器智力之间的一个重要区别是语境。作为人类，我们对周围的世界有了更多、更深入的了解。但人工智能并没有。Brooks说，我在AI语境领域已经工作了60年，成果甚少。这就是为什么即使我们拥有超级智能AI，我也并不担心。虽然我们在某些领域取得了成功，也就是现在所谓的革命，但非常有限。当然，言语理解与我们10年前的情况截然不同。过去，按照语音理解系统的设置，你可以按下或说‘2’来代表挫折感。但现在已经不是这样。他援引亚马逊的Alexa为例，还有谷歌助手和苹果的Siri。你对Alexa说些什么，即使在音乐播放的时候，在房间里还有其它人在说话时，它也能很好的理解。Brooks说，这令人吃惊，主要受益于深度学习的发展。充分利用这些新兴技术领域的发展，让我们可以做出更好的产品。

虽然AI在云计算机器人、机器学习、计算机视觉、语音识别等各个方面都在进步，并在特定领域取得了显著的进步，但AI对人类还是所知有限。在AI和人类工程学的帮助下，即使有一天机器人能够接近人类的灵巧程度，但可能也永远不会真正掌握周围的世界。语境和独创性将仍是人类主导的领域。技术既不坏也不好，就看我们如何使用它。有了人工智能和机器人的帮助，人类就有了巨大的潜能来做更多有意义的事。

未来的潜力

人工智能正在改变机器人的编程方式。在EmbodiedIntelligence公司，Abbeel和他的团队利用AI的力量，以帮助工业机器人学习新的、复杂的技能。他们的工作是从Abbeel在加州大学伯克利分校的研究中发展而来的，在使用模仿学习和深层强化学习来培训机器人操纵物体方面有了重大突破。开始采用感知和控制相结合的方式来远程操作机器人。操作员佩戴虚拟现实(VR)装置，通过摄像机来显示机器人的视图。在控制方面，VR设备配置了操作员手持的处理设备。当运行人员的手移动时，该运动就能被跟踪。跟踪所得的坐标和方向，被送入驱动机器人的计算机上。这样操作员可以直接控制机器人爪的运动，就像木偶一样。通过VR系统，操作员可以感受到机器人运动方面的限制。

通过给机器人演示来传授技能的精髓。这并不意味，在刚开始时会像机器人一样快。它会以人类的速度进行，对于大多数机器人来说，这非常缓慢。这是第一阶段(模仿学习)。通过示范培训机器人。然后在第二阶段，机器人将运行强化学习，从它自己的尝试和错误中学习。这时，机器人已经学会了任务的精髓。现在，机器人只需要学会如何加速。这时它可以通过强化学习加快学习的进程。他们的技术特别适合于挑战性的视觉和操作任务，而这对传统的软件编程技术来说太复杂了。Embodied公司可以让任何人通过自己的演示，使用该软件来重新为它们的机器人编程。这将允许任何公司，不管大小都可以快速重新部署机器人，完成不同的任务。

虽然AI在云计算机器人、机器学习、计算机视觉、语音识别等各个方面都在进步，并在特定领域取得了显著的进步，但AI对人类还是所知有限。在AI和人类工程学的帮助下，即使有一天机器人能够接近人类的灵巧程度，但可能也永远不会真正掌握周围的世界。语境和独创性将仍是人类主导的领域。技术既不坏也不好，就看我们如何使用它。有了人工智能和机器人的帮助，人类就有了巨大的潜能来做更多有意义的事。