或許你會(huì)說(shuō)，人類可以做到的事，機(jī)器人為什么不可以？

 

　　但很顯然，我們?nèi)缃窨吹降臋C(jī)器人，功能單一，遠(yuǎn)遠(yuǎn)達(dá)不到我們對(duì)智能的期望，也滿足不了現(xiàn)實(shí)中對(duì)任務(wù)和場(chǎng)景自適應(yīng)的需求。

 

　　如今，我們會(huì)根據(jù)不同的任務(wù)和場(chǎng)景設(shè)計(jì)各種機(jī)器人和相應(yīng)的算法，但由于外部變量空間太大，同一機(jī)器人在不同任務(wù)或操作之間的可遷移性較弱，不能替人類完成各種各樣的任務(wù)。

 

　　一直以來(lái)，“通用智能” 被認(rèn)為是一個(gè)很好的技術(shù)解決方案，具備與人類同等智慧或超越人類的人工智能，能表現(xiàn)出正常人類所具有的所有智能行為，可以為機(jī)器人提供一個(gè)統(tǒng)一的模型，一直都是人工智能行業(yè)內(nèi)的學(xué)者、科研機(jī)構(gòu)和企業(yè)的追求。

 

　　但是，要實(shí)現(xiàn)機(jī)器人在多領(lǐng)域內(nèi)的通用，這項(xiàng)技術(shù)還需要一個(gè)載體 — — “通用智能本體”，其可以在很大程度上提高機(jī)器人對(duì)不同任務(wù)的可遷移性。

 

　　事實(shí)上，人本身就是一個(gè)通用智能本體。要像人一樣，通用智能本體需要對(duì)其所在環(huán)境（特別是操作對(duì)象）有深度的理解。

 

　　近期，上海交通大學(xué)與非夕機(jī)器人科技聯(lián)合在《中國(guó)工程院院刊》上發(fā)表了 “通用智能本體” 的論文，提出基礎(chǔ)理論概念。論文作者盧策吾教授告訴 DeepTech，“通用智能本體是機(jī)器人（至少是通用機(jī)器人）的終極目標(biāo)。通用智能本體不僅能看懂（人類的行為），也能很好地去理解，還能對(duì)外界作出反饋。”

 

　　盧策吾認(rèn)為，通用智能本體有點(diǎn)像我們?nèi)粘Ｊ褂玫耐ㄓ糜?jì)算機(jī)，幾乎可以完成日常生活中的所有任務(wù)，但一些特殊的任務(wù)，依然需要一些專用機(jī)器人來(lái)完成。

 

　　圖｜人類生產(chǎn)所需完成的任務(wù)個(gè)數(shù)接近無(wú)窮且大多各不相同，兩條線之間的區(qū)間就是通用智能帶來(lái)的紅利。

 

　　“AlphaGo 只是圍棋高手”

 

　　任務(wù)遷移能力是衡量一個(gè)通用智能本體智能程度的最重要標(biāo)準(zhǔn)。如果要讓擅長(zhǎng)下圍棋的 AlphaGo 去玩其他棋類或者星際爭(zhēng)霸之類的游戲，其遷移成本會(huì)很高。

 

　　有了通用智能本體，未來(lái)工廠內(nèi)的產(chǎn)品組裝、醫(yī)院內(nèi)的病人看護(hù)、家庭內(nèi)的按摩和家務(wù)勞動(dòng)等操作，都可以由一個(gè)通用智能本體來(lái)完成。“這就是通用智能本體的初衷。” 盧策吾說(shuō)。

 

　　當(dāng)前的智能機(jī)器人通過(guò)深度學(xué)習(xí)來(lái)認(rèn)知世界，但深度學(xué)習(xí)對(duì)外部世界的感知能力比較弱，它只是去看，并沒(méi)有真正理解物體的本質(zhì)。比如，深度學(xué)習(xí)只是通過(guò)模式識(shí)別去辨認(rèn)一把剪刀，如果 “眼前” 的物體像一把剪刀，就判斷其為剪刀，而并沒(méi)有真正理解剪刀的概念。

 

 

　　而通用智能本體不是做簡(jiǎn)單的模式識(shí)別，它關(guān)心的是這個(gè)物體的功能，可以直達(dá)物體的本質(zhì)。“就像人類，一個(gè)杯子能不能被用來(lái)喝水，與杯身的花紋無(wú)關(guān)。” 盧策吾告訴 DeepTech。

 

　　因?yàn)橛辛私换?，通用智能本體就可以接受不同的概念，概念之間的搜索空間就會(huì)大大減少。比如，通用智能本體在看到一個(gè)礦泉水瓶時(shí)，會(huì)先通過(guò)視覺(jué)進(jìn)行猜測(cè)，再去用力擰開(kāi)，確定其為礦泉水瓶后，再將結(jié)果上傳到云端，完成這一過(guò)程后，通用智能本體又增加了一次學(xué)習(xí)經(jīng)驗(yàn)。這不只是視覺(jué)上的經(jīng)驗(yàn)，也與力覺(jué)有關(guān)，在一定程度上具備了自學(xué)習(xí)的可能性。

 

　　“回鍋肉”問(wèn)題

 

　　人類的大部分操作都可以被肢解為一些不可再分的元操作（可不再向下分解的通用操作，比如抓取、插、拔、揉壓等），而這些元操作之間有特別強(qiáng)的通用性。

 

　　人類的元操作集合是有限的，在定義好元操作集合后，人類的任何操作任務(wù)都可以解析為一個(gè)元操作流，也就是一串元操作序列。一旦機(jī)器人學(xué)會(huì)所有人類的元操作，再加上大量的（物體）知識(shí)引擎，就使得通用智能本體具有可行性。

 

　　由于多個(gè)信息維度交互的存在，通用智能本體很有可能在遷移能力上實(shí)現(xiàn)突破。比如，擰瓶蓋和擰螺帽是差不多的，力學(xué)模式和操作范式就也是差不多的。瓶蓋和螺帽都有一個(gè)凸起，都可以被旋轉(zhuǎn)，這些特點(diǎn)都可以被泛化和定義，不管它是綠色的，還是藍(lán)色的，都需要用手握住并轉(zhuǎn)動(dòng)，而且力的模式，大概需要多大的力，也是很清楚的。

 

　　但要實(shí)現(xiàn)通用智能本體的愿景，依然存在不小的挑戰(zhàn) — — 通用智能本體既要符合人類的智能設(shè)計(jì)，又要符合與計(jì)算機(jī)相似的體系架構(gòu)。

 

 

 

　　我們可以通過(guò)簡(jiǎn)單的編程為通用計(jì)算機(jī)賦予很多功能，但在通用智能本體上編程卻不會(huì)那么簡(jiǎn)單，因?yàn)榻虝?huì)通用智能本體去做一件事（比如照顧一位老人）的成本很高。如果把各種可能的情況都寫(xiě)入通用智能本體，難度就太大了。

 

　　“如何把一個(gè)抽象的任務(wù)編譯給機(jī)器人是一個(gè)很難的 AI 問(wèn)題，但我們對(duì)此還是很有信心的，” 盧策吾說(shuō)，“目前 ‘積木’ 已經(jīng)有了，機(jī)器人如何通過(guò)看人類怎么做去模仿人類把 ‘積木’ 搭起來(lái)，這是一個(gè)開(kāi)放的學(xué)術(shù)問(wèn)題，需要持續(xù)的討論。”

 

　　通用智能本體可完成的操作，由簡(jiǎn)單到復(fù)雜，由已知到未知，可以分為四個(gè)等級(jí)。對(duì)于拿杯子接可樂(lè)等低等級(jí)操作，其操作步驟很固定，機(jī)器人知道第一步做什么，第二步又做什么。

 

 

 

　　當(dāng)操作步驟未知，一旦涉及到對(duì)周圍環(huán)境的理解和判斷時(shí)，情況就比較復(fù)雜了。比如，如何炒一盤(pán)回鍋肉？

 

　　通用智能本體會(huì)通過(guò)觀看大量人類炒回鍋肉的視頻，提取相關(guān)特性去學(xué)習(xí)如何炒回鍋肉，之后會(huì)是一個(gè)不斷嘗試的過(guò)程。在這一過(guò)程中，通用智能本體需要來(lái)自人類的糾正，比如回鍋肉好不好吃，這也會(huì)涉及到一些學(xué)術(shù)問(wèn)題，但成本會(huì)很低。盡管最終結(jié)果可能會(huì)存在一定誤差，但通用智能本體需要做的調(diào)節(jié)幅度會(huì)比較小。如果按照從 0 到 1 的自主學(xué)習(xí)模式去炒一盤(pán)回鍋肉，現(xiàn)有機(jī)器人是做不到的。

 

　　但是，如果通用智能本體之前看過(guò)人類炒小炒肉的視頻，并且已經(jīng)將這一經(jīng)驗(yàn)信息上傳到云端，通用智能本體就會(huì)利用炒小炒肉的經(jīng)驗(yàn)去炒回鍋肉，或者用剛剛學(xué)到的炒回鍋肉的經(jīng)驗(yàn)去炒一盤(pán)魚(yú)香肉絲，然后再上傳到云端，形成機(jī)器人自己的知識(shí)庫(kù)。結(jié)果就是，機(jī)器人學(xué)到的技能越來(lái)越多，知識(shí)庫(kù)內(nèi)的經(jīng)驗(yàn)信息也會(huì)彼此關(guān)聯(lián)。

 

　　由定制化走向自主性

 

　　未來(lái)，在執(zhí)行大多數(shù)任務(wù)時(shí)，用戶不需更換本體，只需要提供簡(jiǎn)單的任務(wù)描述，也不需要重新設(shè)計(jì)底層通用硬件、協(xié)議和操作系統(tǒng)；就像通用計(jì)算機(jī)的模塊（CPU，RAM）一樣，各個(gè)基本模塊相對(duì)獨(dú)立，且可升級(jí)；隨著通用智能本體群完成任務(wù)的增加，知識(shí)體系得到擴(kuò)展，學(xué)習(xí)新任務(wù)所需的時(shí)間減少。

 

　　多功能家用機(jī)器人是未來(lái)機(jī)器人的攻關(guān)方向之一，但我們不可能對(duì)每個(gè)家庭特殊環(huán)境的每個(gè)任務(wù)重新設(shè)計(jì)硬件、軟件或?qū)W習(xí)模型，這是阻礙家用機(jī)器人發(fā)展的重要原因。通用智能本體有望解決這一問(wèn)題。

 

　　“與在各個(gè)領(lǐng)域?qū)崿F(xiàn)廣泛應(yīng)用所需的難度相比，通用智能本體工業(yè)自動(dòng)化應(yīng)用中是在一個(gè)更結(jié)構(gòu)化的環(huán)境中運(yùn)行，實(shí)現(xiàn)起來(lái)沒(méi)有那么困難。” 盧策吾說(shuō)。由于通用智能本體的視覺(jué)和力覺(jué)傳感比人類更精準(zhǔn)，它完成任務(wù)的專業(yè)性會(huì)超越人類。

 

　　但通用智能本體一開(kāi)始不會(huì)像一個(gè)保姆那樣會(huì)察言觀色，會(huì)主動(dòng)做些什么。它就像一個(gè) iPhone，比如你裝一個(gè)疊衣服的 app，它就學(xué)會(huì)了疊衣服，過(guò)幾天你再裝一個(gè)清理桌面的 app，它也就學(xué)會(huì)了如何清理桌面。一開(kāi)始，通用智能本體只是一個(gè)功能化的機(jī)器人。

 

　　盧策吾表示，“你可以認(rèn)為它是一個(gè)多功能家電，但隨著知識(shí)庫(kù)的不斷增加，它會(huì)慢慢向智能化發(fā)展，一旦學(xué)會(huì)了所有家用功能，它就會(huì)像一個(gè)保姆一樣，會(huì)幫老人喂飯、洗臉和按摩肌肉等，它的功能會(huì)越來(lái)越強(qiáng)大。”

 

　　但通用智能本體并非適用于人類的所有活動(dòng)，它可以適用于人類的大部分日常活動(dòng)。比如，工業(yè)上的生產(chǎn)線，醫(yī)療上的護(hù)理、打針和智能 ICU，以及娛樂(lè)交互、家用按摩和更簡(jiǎn)單的接可樂(lè)等，都可以被編程進(jìn)通用智能本體中，進(jìn)而提高效率。

 

　　“我們會(huì)先做一個(gè)不需要教的機(jī)器人，把操作步驟固定寫(xiě)出來(lái)，比如叫機(jī)器人去麥當(dāng)勞買一個(gè)漢堡，它第一步做什么，第二步又做什么，你只需要一個(gè) iPad，就能完成這件事。最終，有了大量經(jīng)驗(yàn)信息后，更高級(jí)別的操作就能很順其自然地完成了，這就會(huì)涉及到 AI 的相關(guān)研究了。” 盧策吾說(shuō)。