2.2　機器人的人工智能

機器人是由什么組成的，它與機器又有什么不同呢？這個問題的答案在過去80年間已經發生了變化。類人自動機，如Rossum's Universal Robots和The Metropolis中的那些，就是以人體為模型的，但缺乏平滑的人體特征和肢體方向，也缺少人類情感。隨著工業和制造業的發展以及生產線和汽車工業的自動化，機器人的概念或多或少被局限于從事重復的“拿和放”作業的機械手臂。用于移動和其他比較高級的用途（如導航、簡單行為、社交作用等方面）的機器人，在Walter的海龜之后才開始有起色。

不同于工業機械臂，人工智能機器人會對本地環境進行導航和探索，具有明顯的智能，很多時候是為了完成特定的任務或作為特定角色的，如探索機器人、家用機器人、搜救機器人等。

Bekey提出了以下機器人定義：

“……機器人是一個機器，在世界上感覺、思考、行動……”

這個定義并沒有與給定的任務相關聯，也沒有突出機器人與環境的交互。因此以下4類機器人都被此定義涵蓋了：（1）從事重復性工作的機器人，如工業級機器人和機械手臂；（2）那些缺少明確指令的機器人，如火星探測器；（3）社交機器人領域的那些有著人類外觀的自動機或類人機器人；（4）通過擴展生物技術制造的未來機器人，如Android機器人和半機器人。這個定義不局限于普遍接受的機器人機電一體化的設計，即通過處理單元將機械和電子進行了融合。然而，工程方向的角度傾向于限制這個定義，即機器人應該有電子、機械硬件以及處理單元。沒有電子和處理單元的驅動更多是在自動機領域，由壓縮彈簧、氣動閥和/或液壓控制，比如Philon設計的那些以及日本的Karakuri木偶。自那之后，機器人的定義就基于它們參與實際任務的能力，沒有外在控制，人們傾向于認為機器人真的在“思考”，因為它處理來自傳感器的數據到處理單元的動作與人類大腦的工作方式很相似。盡管這僅僅是執行代碼段，本質上并非思考。第9章將重點關注機器人的“思考”能力和知覺行為。機器人的特定目標可以是具體的，如線跟蹤、光線追蹤或撿起空可樂瓶，也可以是朝著預定的方向邁進的一系列雜務，如軍事機器人、護士機器人、家政服務機器人或者辦公室助理機器人，這些將在第7章和第8章討論。

Murphy給出了一個更以人工智能為中心的定義：

“一個可以自主運作的機械生物。”

這個定義特別提到“生物”，和擬人論一致，也和Toda^[322]與Wilson^[356]的作品相吻合。不言而喻，它也暗示著自主功能和智能行為有重合之處。

作為本章范圍內的有效定義，機器人是一個自主或者半自主的主體，在人類的直接控制下進行工作；或者是部分自主，由人類監督并由人類監督訓練；或者是完全自主。在之后的章節中，我們會發現這個定義并不完善，隨著我們朝著基于智能體的機器人的更新領域前進，這個定義將被修正。

艾倫·圖靈在20世紀30年代末提出了早期的人工智能概念，以及他稱為自動機的假設模型，之后被命名為圖靈機。這是中央處理器的骨架，促進了計算機在戰后時代的設計。在McCarthy、Minsky、Newell和Simon的開創性努力下，這些早期的概念形成了一門新興學科。

人工智能可以分為以下7個分支^[248]：

1.知識表示。機器人如何表示世界？在人類環境中，對于簡單的工作，比如定位，我們傾向于用地圖或地標并依靠之前的知識和經驗。機器人則用激光或聲吶來做這件事，現實世界里的一張桌子將被轉換為一個與傳感器感知強度相對應的數字數組。如果機載微處理器不是很強大，這些方法會根據維度進行近似，把物體縮小成各種各樣的立方體、長方體等，就像一個縮小版的世界。

2.自然語言。語言是獨一無二的，因為這種句法和語義結構的統一只存在于人類而不存在于動物身上，語言是我們文化和社會體系的決定性基礎。著名的語言學家Noam Chomsky認為，語言處于兩個突出的認知過程的接合處：它是外化的感覺運動，是更有目的性和協商式的概念化心理過程。讓機器人理解并回應人類的聲音僅僅在設計和開發更復雜的機器人當中發揮作用，這些機器人可以和人類社會緊密互動。自然語言處理庫和聊天機器人很具發展前景，這些將在第7章討論。基于語音的系統仍然在探索中，蘋果的Siri、微軟的Cortana、谷歌的Google Now都是很具前景的。

3.學習。在編程機器人時，會帶有很多任務特定的策略，但是這些并不詳細，而且為了能有效地運行，機器人必須從經驗中學習。流行的學習范式有基于案例的方法、人工神經網絡、模糊邏輯以及進化方法。幾乎所有最先進的機器人都有一個學習模塊。

4.計劃和問題解決。制訂計劃或者算法步驟去完成一個目標并解決過程中遇到的問題的能力是AI智能體所固有的，并且通常是它們運行表現的一個標志。對于簡單的機器人來說，計劃大多是運動規劃。然而，更有意思的任務也需要計劃，如解決魔方問題、下棋、玩滑塊拼圖、堆積木、制定日常家務日程表等。

5.推理是從不完整或不準確的數據集中得出結論。機器人經常從傳感器得到不準確的數據。為了應對這種情況，避免系統完全崩潰，機器人必須依賴推理，確保過程的連續性。

6.搜索對于機器人通常意味著在物理空間中進行搜索——搜索一個物體或一個目標點，但也可以意味著啟發式的搜索，機器人以分析的方式搜索解決方案。

7.視覺已經成為機器人的一個主要部分。對人類來說，和其他感官相比，視覺是獨一無二的，和我們的大部分運動動作都相關，這一點同樣適用于大部分動物世界。因此發明能夠處理其本地環境的智能模型的努力必須訴諸視覺。心理學家認為，視覺影響著我們的內心世界，而幾乎我們的每一個行為結果都會先在內心世界中進行模擬，然后才在真實世界中做出行動。自Gibson^[121]和隨后的Marr^[221]的早期先驅研究開始，視覺在人工智能中就占有重要的一席之地。視覺不像其他感官，“看”和“看見”的融合似乎是一個協商式過程，涉及我們大腦的快速處理。但是最近，動作性模式已經將視覺作為一種開發性感覺運動模型。

什么是“智能體”

術語“智能體”可交替地用于機器人、程序、行為、動畫角色等，并可以表示軟件和硬件實現。Russell和Norvig將智能體限定為一個抽象實體，通過傳感器感知環境，通過效應器作用于環境。移動機器人研究中“自主智能體”這個術語非常普遍，自主更多是根據情境或者根據行為定義。

松散自主也就意味著不需要其他實體進行輸入，也不需要其他條件保持其運行。機器人能夠在動態環境中感知和行動，以實現給定的和隱含的目標，而且它們可以在沒有任何外部干預的情況下持續工作很長一段時間。在Russell和Norvig確認了感知和行動之間的聯系的基礎上，Franklin和Graesser^[111]為自主智能體提出了如下定義：

“自主智能體是一個位于環境中并且是這個環境的一部分的系統，它能夠感知環境，并隨著時間的推移對其進行作用，以追求自己的目標，從而影響其未來的感知。”

這里智能體是環境的一部分，并在交互的基礎上成長，如圖2.1所示。這條思路引出了一個分類，由Luck等人^[210]提出，如圖2.2所示。然而，因為主體是基于環境的，對智能體和非智能體的嚴格分類，就算不是重復的，也是不必要的。每個智能體都位于世界之中，也是這個世界的一部分。它能夠和世界交互，改變這個世界以及自身的認知。請注意區分軟件智能體和程序。舉例來說，打印一行文字的程序不算是智能體，因為它是在來自用戶的輸入上工作的。它沒有任何與環境（在真實世界中）或其他程序（在軟件世界中）交互的設備。它的輸出也不會影響之后運行的程序，它只運行一次就會停止，缺乏時間的連續性。電腦游戲里的角色（如Pac Man中的幽靈）就是智能體，因為它們有自己的感知，并且有意識地與世界（Pac Man二維宇宙）交互，玩家的每一個動作都會產生相應的結果，而這些結果又會激活來自幽靈的動作，從而動態地改變環境，并且一旦運行，游戲角色就會一直執行它們的任務，直到游戲結束。

圖2.1　智能體—世界循環。智能體與世界循環地交互：智能體作用于世界，世界的改變影響著智能體的感知

圖2.2　自主智能體定義，改編自Luck等人^[210]

快速瀏覽一下已有的各種各樣的智能體定義是很值得的。最早的定義之一是由著眼于移動智能體技術的Virdhagriswaran提出的：

“術語智能體用于呈現兩個正交概念。第一個是智能體的自主執行能力，第二個是智能體執行面向領域的推理的能力。”

Russell和Norvig承認感知和行動之間的聯系：

“自主智能體是一個位于環境中并且是這個環境的一部分的系統，它能夠感知環境，并隨著時間的推移對其進行作用，以追求自己的目標，從而影響其未來的感知。”

Maes從機器人學家的角度，增加了智能體對一組目標的內在追求：

“自主智能體是存在于一些復雜動態環境中的計算系統，在環境中自主感知和行動，由此實現為它們設計的一組目標或者任務。”

Hayes-Roth的定義將智能體交互看作是感知、行動和推理的重疊：

“智能化智能體持續地執行3個功能：環境中的動態條件感知，行動以影響環境中的條件，以及推理以解釋感知、解決問題、進行推斷和決定行動。”

這些定義還可以進一步擴展，即：（1）如大部分移動機器人那樣，作為認知智能體，有從世界感知信息的能力；（2）與大量智能體協調一致工作，形成集體動力，就像在機器人組和群體機器人中那樣（將在第6章討論）；（3）表現出很強的自主性、意向行為以及對定義道德行為能力（人工道德主體，Artificial Moral Agent，AMA，將在第8章討論）的責任的關注；（4）能夠構建兩個或兩個以上事件的因果關系以及表現意識相似性的能力，這些都會引出有意識的主體，將在第9章討論。

[1] 當然，這些特征從來沒有被植入機器人，而?apek的演員把這些特征都反映在了機器人角色里。