Cover COPYRIGHT 大多数机器人都不是很友好 马克·H.李（Mark “如果问我们在过去60年的人工智能研究中学到了什么，那就是没 人工智能（AI）是计算机科学的一个分支，它涉及开发计算机程序 我一直对人与机器的关系着迷 第1章　问题的本质 常识——普通的感性认识 长期以来，机器人设备一直吸引着科学家和公众 在现有的机器人中，很少有机器人会尝试模仿人类的行为 那么，我们如何制造出社交机器人呢？我们需要什么技术，需要什么 人类智力有三个主要方面：个体大脑的内在能力和适应潜力，在社会 许多科学家和哲学家认为，身体对于智能主体来说是必不可少的，现 在本书中，我回避了两个极端：现代技术的细节和难于理解的复杂性 AI应用的激增有三个原因：1）图形和神经网络的特殊硬件，以及 我的目的是避免使用行话，但我已经使用了算法这个词了！我将尽力 17.智能机器人养成记:开发人类友好型机器人 Encyclopaedia 现在由商用机器人执行的两项任务是割草和地板清洁 一些最苛刻的机器人应用领域是军事和警务方面的任务，特别是搜索 自动驾驶汽车现在是一个商业命题，尽管多年前的研究版本就证明了 医学是机器人技术的另一个新兴应用领域，尽管设备昂贵且往往非常 机器人群是许多机器人的集合，这些机器人通常是一样的，它们必须 另一个非常不同的领域是娱乐机器人 另一个社交机器人的例子是丰田的Kirobo迷你机器人 现在机器人的种类繁多，机器人技术的应用领域如此之多，以至于我 机器人技术的应用领域非常多样化，涵盖了所有可能的活动 28.智能机器人养成记:开发人类友好型机器人 哪个词最能代表科学？ 现在机器人技术的研究涵盖了所有可以想象的领域，所以我选择了一 机器人技术研究的很多普遍灵感都来自动物世界 对几乎所有发达国家的政府来说，最大的政治担忧之一就是人口老龄 试图建造一个完全仿人的机器人来复制人类护理人员的行为不是一个 仿生机器人中最具雄心的是仿人机器人，其目标是实现人类形态的模 如今，工业机器人技术不再是一个研究领域，而是一个充分发展的商 从这些例子中，我们可能会得到这样的印象：机器人几乎可以做任何 机器人技术的研究比软件研究昂贵得多，需要硬件配备齐全的实验室 38.智能机器人养成记:开发人类友好型机器人 曾经需要10分钟才能执行完毕的算法现在可以每秒执行15次 关于AI有很多困惑、争议和迷惑 现实生活是复杂的，所以AI一直在寻求简化（约束）来使测试新想 大多数现代计算机下国际象棋的方式与它们最初的方式完全相同 那么，我们能从这个浓缩的AI故事中学到什么呢？现在世界上最好 智能是很难定义的 45.智能机器人养成记:开发人类友好型机器人 关于知识的思考 一个密切相关但更基本的问题是计算机如何最好地存储和处理知识 一个经典的AI知识项目目前正在进行中，试图创建一个包含日常生 在我们结束搜索这个话题之前，有必要指出它在AI和计算机科学中 在AI中有两种完全不同的表示知识的方式：文本和数字 知识和搜索的混合是一个很好的折中——尽可能多地学习（知识）， 什么是好的特征是困扰了AI的很多分支几十年的一个主要问题 搜索是一种成熟的技术，它被用于计算的许多领域，包括形式化方法 54.智能机器人养成记:开发人类友好型机器人 任何足够先进的技术都与魔法无异。 就在几年前，一个真正的突破实现了 为什么这些深度学习实验如此成功？这并不是因为什么重大的理论突 图像处理软件使用分层特征检测有着很长的历史，与大脑的工作方式 59.智能机器人养成记:开发人类友好型机器人 我们可以用别人的知识来变得渊博，但我们不能用别人的智慧来变得 当然，这种态度并不普遍，有些人确实担心学习 许多ML应用都与在数据中搜索图案有关，这已经成为一项大业务， 这些生成的决策树可能会有高达数百个的分支，这样对人类非常不友 这些方法还可以在发现模式下操作，查找有趣但未指定的模式 21世纪，巨大的数据存储非常迅速地建立起来，并且以惊人的速度 统计技术在从大数据源中挖掘信息方面也发挥着重要作用 Zero 在长期被忽视为副业之后，学习已经成为AI的核心。 69.智能机器人养成记:开发人类友好型机器人 没有知识的诚信是脆弱和无用的，而没有诚信的知识是危险和可怕的 AI是一项高科技产业，研究实验室一旦生产出可工作的原型，就会 有了这样的见解，我们就可以理解为什么AI系统在某个特定领域可 具有通用智能的机器激发了许多科幻作家的想象力 作为预言的一个例子，我们可以看看问答系统 AI中使用的大多数社交互动模型都假设了一种交替的陈述与应答结 智能是人类大脑的产物，而不是孤立的个体大脑 77.智能机器人养成记:开发人类友好型机器人 “更强大，Igor，更强大！” 近年来最雄心勃勃的神经网络项目之一是人脑项目（HBP），总部 在超级计算机系统上模拟一个完整大脑的想法一直是AI的梦想 成为机器并不会贬低我们，除非你对成为机器意味着什么有了更深层 ANN已经存在50多年了 神经元的简单模型（如图9 图9.1所示的层排列是最简单的网络形式 可能很多网络体系结构的设计与连接一堆神经元的方法（也就是说， ANN不必担心大脑的精确建模，但是它们自己也有一些重大的担忧 人工通用智能（AGI）和巨型大脑模拟的支持者经常声称或暗示， 计算神经科学是通过建立大脑各部分的计算机模型来研究大脑的 89.智能机器人养成记:开发人类友好型机器人 在威廉·莫里斯自动化研究所（William 让我们考虑一些现有机器人技术的“整合”（bolting 到目前为止所概述的困难都取决于一个最深刻的AI问题：知识和经 当我们试图将AI模块整合成一个集成系统时，它们的任务定位就成 通用智能一直是AI的“圣杯”，但不幸的是，事实证明它完全是难 在不那么理论化的层面上，一些人正在寻找一种“主算法”，它将所 AGI的特征通常被看作是人类智能的模型 媒体对计算机有可能变得超级智能并超越人类的思维能力感到非常兴 神经网络研究社区也在用自己的方式把事情结合在一起 本书的第一部分所给出的对AI基础知识的广泛回顾中，我们可以看 100.智能机器人养成记:开发人类友好型机器人 第11章　基础工作——综合、基础和真实性 亲历理论的主要观点是认知系统通过与环境的相互作用来发展自己对 现在我们有了一个机器的概念，它有一个不明确的目标，一个进化的 如今，控制论这个词已经失去了其最初的含义 AI在其历史的大部分时间里都牢固地建立在符号处理模型的基础之 接地的概念对机器人技术有着深远的影响 早期的控制论为我们指明了道路，制造出了一些了不起的机器人 108.智能机器人养成记:开发人类友好型机器人 婴儿的发育是渐进式的，一开始他们并不聪明 机器人技术研究中的具体化运动强调了感觉运动经验作为更高水平的 如果你接受建构主义和行为主义的观点，那么你必须从头开始 很明显，如果底层系统太不成熟以至于无法有效地控制它们，有些行 关于人类的发育成熟有两个观察结果，它们似乎形成了一般的原则 我们身体的形状、手臂的长度以及视力的好坏都会影响我们建立和维 当我们毫不费力地伸手去拿一杯咖啡时，我们完全没有意识到身体和 我们都希望机器人能够自主，哪怕只是因为我们不想被不断地告诉它 我们都很熟悉婴儿玩玩具和其他东西，以及他们的成人看护者 我们现在需要把本章的所有主题放在一起，来形成我们成长中的机器 发育机器人技术的灵感来自儿童发育过程中所看到的感觉运动技能和 120.智能机器人养成记:开发人类友好型机器人 玩耍是幼儿时期学习的最高形式 亲历的原则之一是身体的形态和功能会影响从身体中产生的思维的形 根据前一章的婴儿时间线（如图12 人类的视觉传感器，即眼球后部的视网膜，并不像数码相机芯片上的 手臂、手和躯干的运动系统在不同的地方发挥作用 与人类一样，机器人也无法理解从摄像头接收到的原始像素数据 按照约束提升算法，iCub在“出生”条件下开始，并允许继续 当整体兴奋度较低时（意味着缺乏新的刺激），发育算法就会触发玩 图13.7显示了本章所述实验的感觉运动结构 130.智能机器人养成记:开发人类友好型机器人 第14章　发育机器人将如何发展 最简单的含义实际上一点也不简单 首先，让我们从第二部分的iCub机器人系统开始，考虑一下这一 发育机器人和AI机器人之间最显著的区别是前者不能被编程来执行 在与他人的任何交流中，我们都必须理解他们说话的意思——不仅是 如果对自己有一个很好的了解（即自我模型），并能用它来理解我们 这些动物的例子是为了说明简单的自我意识功能的基本机制可能没有 虽然我主张自我意识，但我不认为需要担心意识 幼儿的早期行为包括两种类型的互动：社会性的，与父母和他人的互 这种机器人技术的主要特点是什么？发育机器人将能够对自己的行为 如果你开始认为这些开发机器人的预测太投机、太像科幻小说，而且 Edwin 儿童不是不完整或部分的成人，他们在婴儿期的早期发育阶段，都是 144.智能机器人养成记:开发人类友好型机器人 我从不考虑未来。它来得很快。 任何具有明确目标应用或功能的AI都可以被视为基于任务的 人类水平的AI（HLAI）指的是AI系统已经达到或超过了根据 深度学习运动肯定会继续发展，并支持许多新AI的发展 在硬件方面，机器人长期存在的一些难题——机械、动力学、材料、 许多社交机器人研究将其主要应用放在助手方面：以某种方式为那些 我们很自然地会问：基于任务的AI距离人类智能还有多远？它能接 AI的发展将持续到未来，会有许多新的开发和应用，尤其是使用了 153.智能机器人养成记:开发人类友好型机器人 传统的科学方法总是事后诸葛亮 评论未来技术的可能性总是极具风险的 我们正处在一个非凡的技术时期，尤其是在软件和电子领域 有趣的是，相当多的初创公司已经开始研究人工通用智能（AGI） 很明显，深度学习一直是20世纪最突出的新兴技术 在不过分沿着曲线预测的情况下，我们可以确定一些新兴技术的领域 对AI的大惊小怪归根结底是信任的问题 信任对AI和机器人技术意味着什么？意味着与大多数工程产品和系 计算的一个非常重要但经常被低估的方面是，许多最有价值的应用或 道德不是关于产品，而是关于产品的用途或滥用 不受监管的软件可能造成毁灭性破坏的一个例子发生在金融市场 短期预测未来是可以的，但不要太循规蹈矩 166.智能机器人养成记:开发人类友好型机器人 对于那些希望学习科学预言艺术的人，我的建议是：不要依赖抽象的 本节标题是受人尊敬的灵长类动物学家Frans 我们经常听到“数字世界”这句话，这意味着主要问题与计算和通信 未来学完全是关于预测的，在2012年的奇点峰会上，现任英国人 专家的看法似乎倾向于未来AI技术的良性结果 超级智能被认为是一种能够不断自我完善的AI 令人遗憾的是，在21世纪，反科学和诋毁专业知识的现象普遍增加 对记者来说，报道希望而不是恐惧[的故事]可能更难。 颠覆性技术是那些影响远远超出其起源的特定应用领域的技术 已故的医生和统计学家Hans 从时间上而言，如果超级智能真的能出现，那么最早可能会出现在2 所有新的和强大的技术都有可能被滥用，这对于现代AI的部署来说 认知依赖于身体所带来的各种体验，身体具有特定的感知和运动能力 180.智能机器人养成记:开发人类友好型机器人 ..更多