九九热视频精品在线_国产成人mv视频在线观看_国产精品三级一区二区_亚洲精品国产av成拍色拍婷婷_久久伊人一区二区_国产高清精品网站_九九99热久久精品离线6_国产在线一卡2卡三卡4卡免费_日韩美女乱淫aaa高清视频_亚洲大胆_啪啪一级视频_午夜av免费观看_国产高清精品福利私拍国产写真_亚洲婷婷五月综合狠狠_日韩欧美一区二区三区视频_岛国av免费看_精品国产乱码久久久久久久软件_亚洲国产成人精品无码区99_www日本色_免费黄色看片

來(lái)源：機(jī)器之心Pro

人工智能的卓越發(fā)展

源于對(duì)技術(shù)與產(chǎn)業(yè)本質(zhì)的洞察

機(jī)器之心視頻欄目「智者訪談」

邀請(qǐng)領(lǐng)域?qū)＜遥聪ず诵内厔?shì)

深化行業(yè)認(rèn)知，激發(fā)創(chuàng)新思考

與智者同行，共創(chuàng) AI 未來(lái)

2024 年，人形機(jī)器人領(lǐng)域迎來(lái)爆發(fā)式增長(zhǎng)。特斯拉 Optimus 的持續(xù)迭代、OpenAI 對(duì) 1X 的戰(zhàn)略投資，眾多初創(chuàng)公司異軍突起，以及包括 Mobile ALOHA 在內(nèi)學(xué)術(shù)界的不斷創(chuàng)新，共同描繪出一幅激動(dòng)人心的未來(lái)圖景。

技術(shù)進(jìn)步的浪潮固然令人振奮，但保持清醒和冷靜，在開放探索的基礎(chǔ)上，審慎選擇最符合時(shí)代需求和技術(shù)發(fā)展規(guī)律的路徑，才是引領(lǐng)人形機(jī)器人走向成熟的關(guān)鍵。

本期機(jī)器之心《智者訪談》邀請(qǐng)到清華大學(xué)自動(dòng)化系研究員、機(jī)器人控制實(shí)驗(yàn)室主任趙明國(guó)教授，從運(yùn)動(dòng)控制的視角看人形機(jī)器人發(fā)展。趙明國(guó)教授在機(jī)器人控制領(lǐng)域有二十多年的研究與實(shí)踐，他認(rèn)為當(dāng)前人形機(jī)器人領(lǐng)域呈現(xiàn)出如春秋戰(zhàn)國(guó)般多元化的發(fā)展態(tài)勢(shì)，這既是蓬勃發(fā)展的象征，也潛藏著方向迷失的風(fēng)險(xiǎn)。

趙明國(guó)教授強(qiáng)調(diào)，「智能人形機(jī)器人」不能只是「智能」和「人形機(jī)器人」的簡(jiǎn)單疊加，而應(yīng)當(dāng)是一個(gè)全新的研究主題和技術(shù)范疇，需要機(jī)器人學(xué)和人工智能兩個(gè)領(lǐng)域更深層次的融合，制造能夠在復(fù)雜環(huán)境中自主適應(yīng)和學(xué)習(xí)的智能體。

對(duì)大模型技術(shù)在機(jī)器人控制領(lǐng)域的應(yīng)用，趙教授認(rèn)為單純依賴「大腦」解決運(yùn)動(dòng)控制問(wèn)題并不合理。人類的運(yùn)動(dòng)控制是一個(gè)復(fù)雜的多層次系統(tǒng)，涉及本體反射、中樞控制和大腦控制等多個(gè)層面。我們需要更深入地研究生物系統(tǒng)的運(yùn)動(dòng)控制機(jī)理，重新思考機(jī)器人控制系統(tǒng)的架構(gòu)，并探索更有效的學(xué)習(xí)和優(yōu)化方法。

趙教授主張技術(shù)的先進(jìn)性并不等同于實(shí)用性，只有與時(shí)代需求和經(jīng)濟(jì)發(fā)展相匹配的技術(shù)，才能真正落地生根，開花結(jié)果。例如，維納控制論中的很多思想因?yàn)檫^(guò)于超前而未能對(duì)早期的計(jì)算機(jī)和人工智能起到重大的推動(dòng)作用。

那么，究竟什么樣的技術(shù)路線才能最終勝出？人形機(jī)器人的未來(lái)又將如何演變？點(diǎn)擊觀看視頻，讓我們一同探索。

訪談視頻：

訪談文字整理

機(jī)器之心：趙明國(guó)教授好，非常高興您做客機(jī)器之心的《智者訪談》。近年來(lái)，隨著具身智能和大語(yǔ)言模型的迅速發(fā)展，公眾對(duì)于如何實(shí)現(xiàn)智能機(jī)器人的討論熱度空前。今天我們很高興能與您從運(yùn)動(dòng)控制的視角探討人形機(jī)器人的發(fā)展前景。

談及人形機(jī)器人，人們往往會(huì)聯(lián)想到幾家著名企業(yè)，比如專注于機(jī)器人運(yùn)動(dòng)控制和硬件設(shè)計(jì)的波士頓動(dòng)力，以及憑借在人工智能和大數(shù)據(jù)方面的優(yōu)勢(shì)進(jìn)軍人形機(jī)器人領(lǐng)域的特斯拉。

趙明國(guó)：事實(shí)上，在波士頓動(dòng)力之前，日本本田公司就已經(jīng)在人形機(jī)器人領(lǐng)域做出了開創(chuàng)性的貢獻(xiàn)。波士頓動(dòng)力主要專注于提升機(jī)器人的運(yùn)動(dòng)控制能力，而特斯拉則依托其在自動(dòng)駕駛技術(shù)和先進(jìn)器件方面的優(yōu)勢(shì)，更多從制造業(yè)和供應(yīng)鏈的角度切入，為人形機(jī)器人的發(fā)展帶來(lái)了全新的思路。這種方法讓許多人認(rèn)為，如果未來(lái)機(jī)器人要實(shí)現(xiàn)大規(guī)模應(yīng)用，特斯拉的路線可能更符合當(dāng)前技術(shù)發(fā)展的趨勢(shì)，因此也有不少企業(yè)選擇追隨特斯拉的發(fā)展路徑。

然而，這并不意味著波士頓動(dòng)力或本田的技術(shù)路線就失去了重要性。我認(rèn)為這些不同路線都有其價(jià)值，因?yàn)榧夹g(shù)的進(jìn)步是一個(gè)漸進(jìn)的過(guò)程，需要一代又一代的積累和發(fā)展。除了企業(yè)的努力，學(xué)術(shù)界也在不斷提出新的理論和方法。目前，許多公司，包括一些創(chuàng)業(yè)團(tuán)隊(duì)，正在嘗試將學(xué)術(shù)界的研究成果與本田、波士頓動(dòng)力和特斯拉等公司的技術(shù)應(yīng)用相結(jié)合，探索新的發(fā)展方向。

當(dāng)前人形機(jī)器人領(lǐng)域的發(fā)展?fàn)顩r，可以比作春秋戰(zhàn)國(guó)時(shí)期，雖然存在幾個(gè)主流的技術(shù)路線，但更多呈現(xiàn)出百花齊放的局面。

01、白馬非馬：智能人形機(jī)器人不只是

智能與人形機(jī)器人的簡(jiǎn)單疊加

機(jī)器之心：眾所周知，運(yùn)動(dòng)控制是建立在明確的運(yùn)動(dòng)學(xué)和力學(xué)原理基礎(chǔ)之上，在數(shù)學(xué)和工程方面具有嚴(yán)謹(jǐn)性。相比之下，人工智能具備自適應(yīng)和自學(xué)習(xí)能力，尤其在處理復(fù)雜問(wèn)題時(shí)，AI 常能發(fā)現(xiàn)人類難以想到的解決方案。然而，這種特性也帶來(lái)了可解釋性的挑戰(zhàn)。

波士頓動(dòng)力的機(jī)器人在運(yùn)動(dòng)控制方面表現(xiàn)卓越，同時(shí)也展現(xiàn)了高度的智能。例如，配備機(jī)械臂的 Spot 機(jī)器人在物體識(shí)別和抓取方面表現(xiàn)出色。另一方面，以 AI 技術(shù)見長(zhǎng)的特斯拉在硬件領(lǐng)域也投入了大量資源。您一直強(qiáng)調(diào)將運(yùn)動(dòng)控制與人工智能相結(jié)合的重要性，在發(fā)展人形機(jī)器人方面，我們可以從這些公司的實(shí)踐中獲得哪些啟示？

趙明國(guó)：人形機(jī)器人與人工智能的結(jié)合可以采取多種方式。其中一種是兩個(gè)領(lǐng)域各自發(fā)展，然后將各自的優(yōu)勢(shì)整合。但除此之外，還存在其他途徑。以波士頓動(dòng)力為例，他們?cè)鴱?qiáng)調(diào)專注于運(yùn)動(dòng)控制而不涉足人工智能，但實(shí)際上他們也運(yùn)用了一些智能的方法。不過(guò)，他們的核心在于解決運(yùn)動(dòng)控制問(wèn)題，如行走、奔跑和跳躍等，只不過(guò)在解決這些問(wèn)題時(shí)，他們采用的方法可以是傳統(tǒng)的運(yùn)動(dòng)控制技術(shù)，也可以是智能的方法。

同樣，專注于人工智能的公司在解決智能問(wèn)題時(shí)，也會(huì)使用機(jī)器人作為載體。例如，進(jìn)行對(duì)話交互時(shí)，可以選擇人形機(jī)器人，也可以選擇智能音箱，這對(duì)智能本身的影響并不顯著，核心問(wèn)題在于能否實(shí)現(xiàn)順暢的人機(jī)交互。

然而，要將人工智能與人形機(jī)器人真正深度融合，就像「白馬非馬」這個(gè)哲學(xué)命題一樣，需要?jiǎng)?chuàng)造出一個(gè)全新的事物。智能人形機(jī)器人必然不同于傳統(tǒng)意義上的智能系統(tǒng)，也不同于常規(guī)的人形機(jī)器人，而是一個(gè)更深層次融合后的獨(dú)立存在。

我認(rèn)為「具身智能」這個(gè)概念較為貼合這種場(chǎng)景。在這種情況下，我們期望機(jī)器人能展現(xiàn)出行為層面的智能，不僅能夠在各種復(fù)雜地形上行走，還能在面對(duì)干擾時(shí)完成任務(wù)，表現(xiàn)出智能化的行為。例如，機(jī)器人應(yīng)該能夠避開障礙物，在動(dòng)態(tài)環(huán)境中規(guī)劃路徑，比如開門這個(gè)典型案例，包括應(yīng)對(duì)不同形狀、不同類型的門，同時(shí)能制定策略繞過(guò)中間的障礙物，或者在有其他人同時(shí)開門時(shí)做出規(guī)避或讓步等行為。在手部操作方面，這樣的例子更為豐富，因?yàn)槿祟惔蟛糠植僮鞫际峭ㄟ^(guò)手來(lái)完成的。

這是一個(gè)全新的研究主題——如何讓機(jī)器人展現(xiàn)智能。這需要機(jī)器人學(xué)和人工智能兩個(gè)領(lǐng)域進(jìn)行更深層次的融合，而不僅僅是一個(gè)領(lǐng)域借用另一個(gè)領(lǐng)域的技術(shù)來(lái)提升自身。我們需要將兩者有機(jī)結(jié)合，創(chuàng)造出一個(gè)全新的技術(shù)范疇。

機(jī)器之心：您的觀點(diǎn)非常具有啟發(fā)性，但似乎目前很少有人從這個(gè)角度來(lái)探討這個(gè)問(wèn)題。

趙明國(guó)：這實(shí)際上取決于不同的視角，我只是試圖將問(wèn)題闡述得更加清晰。無(wú)論采用何種方法，要開發(fā)出這種新型機(jī)器人，我們需要考慮幾個(gè)關(guān)鍵。

首先是腿部的智能；其次是手部的智能，包括手指和手臂的智能，手臂負(fù)責(zé)運(yùn)動(dòng)，手指負(fù)責(zé)實(shí)際的抓取和操作。在進(jìn)行手部操作時(shí)，腿部通常也在運(yùn)動(dòng)，這需要手足協(xié)調(diào)。除此之外，還有一些全身性的智能，如騎自行車、攀巖，以及前面提到的開門，這些活動(dòng)強(qiáng)調(diào)全身的協(xié)調(diào)。從運(yùn)動(dòng)能力的角度來(lái)看，有些智能機(jī)器人可能更側(cè)重于腿部功能，有些更注重手部功能，還有一些可能側(cè)重全身運(yùn)動(dòng)，也可能是這三個(gè)領(lǐng)域的不同組合。

在早期階段，我認(rèn)為可以為這三個(gè)領(lǐng)域分別選取一些典型案例作為代表，用它們來(lái)推動(dòng)技術(shù)發(fā)展，并作為標(biāo)準(zhǔn)測(cè)試平臺(tái)。如果一個(gè)機(jī)器人能夠完成特定任務(wù)，就意味著相關(guān)技術(shù)已經(jīng)取得突破，能夠?qū)崿F(xiàn)某些功能了。我們可以從一個(gè)領(lǐng)域開始，逐步擴(kuò)展到兩個(gè)，最終實(shí)現(xiàn)三個(gè)領(lǐng)域的突破，然后再考慮實(shí)際應(yīng)用。

當(dāng)然，也有團(tuán)隊(duì)選擇直接從應(yīng)用需求出發(fā)，通過(guò)反向推導(dǎo)來(lái)進(jìn)行開發(fā)。目前業(yè)界還沒(méi)有形成共識(shí)，各種方法都有人在嘗試。但從最基本的邏輯看，無(wú)非就是這三個(gè)領(lǐng)域的不同組合。

02、雙足運(yùn)動(dòng)控制難點(diǎn)：

學(xué)習(xí)與優(yōu)化的結(jié)合

機(jī)器之心：您在仿人機(jī)器人雙足步態(tài)控制領(lǐng)域擁有 20 余年的研究實(shí)踐和經(jīng)驗(yàn)，見證了技術(shù)的幾代變遷。雙足控制一直是機(jī)器人研究中的一個(gè)難點(diǎn)，您認(rèn)為目前該領(lǐng)域面臨的主要技術(shù)瓶頸是什么？

趙明國(guó)：這個(gè)領(lǐng)域確實(shí)經(jīng)歷了一個(gè)漫長(zhǎng)的發(fā)展過(guò)程。傳統(tǒng)上，研究者傾向于從仿生角度來(lái)解決這個(gè)問(wèn)題，但由于仿生機(jī)理尚未完全掌握，最初出現(xiàn)的是一些簡(jiǎn)化模型。這些模型雖與人體某些運(yùn)動(dòng)相關(guān)，但并不完全相同，它們借鑒了人體生理學(xué)的某些特征，如倒立擺模型。這些簡(jiǎn)化模型雖然維度較低，但在當(dāng)時(shí)的計(jì)算機(jī)水平下能夠?qū)崟r(shí)完成計(jì)算，因此在那個(gè)時(shí)期是較為有效的選擇。

我們現(xiàn)在使用的許多方法，如模型預(yù)測(cè)控制（Model-Predictive Control，MPC）和全身控制（Whole-Body Control，WBC），都源自上世紀(jì)。我認(rèn)為真正的突破在于 MPC，它引入了對(duì)未來(lái)進(jìn)行預(yù)測(cè)這一非常重要的概念。這一點(diǎn)在人工智能領(lǐng)域也很重要，即基于某些知識(shí)對(duì)未來(lái)進(jìn)行預(yù)測(cè)，兩個(gè)領(lǐng)域在這一點(diǎn)上是共通的。

近期，由于強(qiáng)化學(xué)習(xí)的突破，我們能夠在仿真環(huán)境中進(jìn)行強(qiáng)化學(xué)習(xí)，然后將獲得的策略遷移到實(shí)體機(jī)器人上。這一路徑已被證明是可行的，我認(rèn)為這是一個(gè)相當(dāng)重要的貢獻(xiàn)。現(xiàn)在通過(guò)強(qiáng)化學(xué)習(xí)方法，大多數(shù)初創(chuàng)團(tuán)隊(duì)能在幾個(gè)月內(nèi)讓機(jī)器人完成多種復(fù)雜任務(wù)，比如運(yùn)動(dòng)恢復(fù)和粗糙地面行走，這些任務(wù)在過(guò)去需要大量時(shí)間和資源才能攻克。

目前的仿真技術(shù)能夠支持大部分運(yùn)動(dòng)學(xué)和動(dòng)力學(xué)的仿真。然而，對(duì)于視覺(jué)和其他多種傳感器的仿真，還無(wú)法達(dá)到與人類感知相媲美的真實(shí)程度。對(duì)環(huán)境的仿真，尤其是彈性物體的仿真，仍有待改進(jìn)。如果這些方面能夠得到顯著提升，這些工具將大大加速整個(gè)研發(fā)過(guò)程。

就人形機(jī)器人而言，如果僅關(guān)注運(yùn)動(dòng)能力，數(shù)據(jù)獲取可能不是特別困難，或者說(shuō)運(yùn)動(dòng)類數(shù)據(jù)具有其特殊性。我個(gè)人認(rèn)為，小規(guī)模數(shù)據(jù)集可能已經(jīng)足夠。但現(xiàn)在面臨的挑戰(zhàn)是，究竟需要什么樣的小規(guī)模數(shù)據(jù)集？這個(gè)問(wèn)題每個(gè)研究者的看法都不盡相同，我認(rèn)為這在很大程度上取決于具體的任務(wù)需求。

2024 年初引發(fā)廣泛關(guān)注的 Mobile ALOHA 項(xiàng)目，沒(méi)有使用仿真，而是通過(guò)遙操作來(lái)獲取真實(shí)場(chǎng)景數(shù)據(jù)，直接解決了對(duì)齊和許多中間環(huán)節(jié)的技術(shù)問(wèn)題。在這個(gè)方向上，研究者會(huì)開發(fā)出多種方法來(lái)快速有效地獲取數(shù)據(jù)，這是一個(gè)非常明確的發(fā)展趨勢(shì)。

另一種可能的方向是利用積累的大量視頻資源。如果能直接從視頻中獲得機(jī)器人運(yùn)動(dòng)控制所需的數(shù)據(jù)，將會(huì)是非常有價(jià)值的。舉例來(lái)說(shuō)，中學(xué)生學(xué)習(xí)打籃球時(shí)，很多人會(huì)模仿喬丹或科比，他們通過(guò)觀看視頻來(lái)學(xué)習(xí)，盡管喬丹和科比并未親自指導(dǎo)他們，他們也沒(méi)有這些球星的任何詳細(xì)數(shù)據(jù)。然而，由于機(jī)器的能力水平還無(wú)法像人類那樣從視頻中學(xué)習(xí)，我們不得不通過(guò)仿真或遙操作來(lái)獲取數(shù)據(jù)。不過(guò)，對(duì)于完成人形機(jī)器人的某些復(fù)雜運(yùn)動(dòng)來(lái)說(shuō)，遙操作方法可能與完成簡(jiǎn)單任務(wù)（如刷盤子）還有所不同，需要綜合考慮視覺(jué)等多個(gè)方面。

機(jī)器之心：您提到機(jī)器的能力還無(wú)法像人類那樣從視頻中學(xué)習(xí)，具體是指哪些能力呢？

趙明國(guó)：我主要指的是處理數(shù)據(jù)的能力。目前，機(jī)器的視覺(jué)分析能力還不足以從單目相機(jī)拍攝的普通視頻中直接分析出人的準(zhǔn)確三維坐標(biāo)，或者將其轉(zhuǎn)換為所需的數(shù)據(jù)格式。

在人形機(jī)器人領(lǐng)域，目前的重點(diǎn)依然是從仿真中獲取數(shù)據(jù)。在仿真的潛力沒(méi)有被完全挖掘或達(dá)到瓶頸之前，研究者肯定會(huì)集中精力在仿真方面深入探索。但是，當(dāng)任務(wù)發(fā)生變化時(shí)，仿真的局限性就會(huì)顯現(xiàn)出來(lái)，而目前又無(wú)法直接從視頻中獲取所需的數(shù)據(jù)。在這種情況下，像 Mobile ALOHA 使用的方法就非常巧妙，因?yàn)樗鉀Q了數(shù)據(jù)獲取的難題。然而，如果要讓機(jī)器人完成諸如踢足球、打籃球或攀巖等復(fù)雜運(yùn)動(dòng)，遙操作的方法可能就不太適用了。隨著研究的不斷深入，我相信還會(huì)出現(xiàn)許多新的技術(shù)手段，最終很可能會(huì)發(fā)展到能夠直接利用視頻數(shù)據(jù)。

體育院校積累了大量運(yùn)動(dòng)數(shù)據(jù)，如何有效利用這些數(shù)據(jù)也是一個(gè)值得探討的問(wèn)題。我認(rèn)為這在很大程度上受到數(shù)據(jù)采集和分析手段以及算法的影響。但最終的核心問(wèn)題仍然是如何獲得高質(zhì)量的數(shù)據(jù)，以及如何有效利用這些數(shù)據(jù)。這兩個(gè)問(wèn)題都在不斷發(fā)展，但核心邏輯仍然是進(jìn)行學(xué)習(xí)和訓(xùn)練，獲取數(shù)據(jù)，然后利用數(shù)據(jù)進(jìn)行訓(xùn)練，這兩個(gè)基本步驟沒(méi)有改變，但在具體實(shí)施細(xì)節(jié)上會(huì)發(fā)生許多技術(shù)上的變革。目前，技術(shù)發(fā)展速度非常快，甚至在一周之內(nèi)就可能產(chǎn)生一些新的突破性結(jié)果。

機(jī)器之心：您曾提到過(guò)工程師在面對(duì)數(shù)據(jù)問(wèn)題時(shí)的思維方式——數(shù)據(jù)不足就增加傳感器，成本受限就減少傳感器，這與傳統(tǒng) AI 研究人員的思考方式有很大不同。

趙明國(guó)：傳統(tǒng)上，運(yùn)動(dòng)控制主要依賴于確定性的控制方法，與人工智能的關(guān)聯(lián)并不緊密。然而，當(dāng)機(jī)器人被置于動(dòng)態(tài)環(huán)境中時(shí)，單純的控制方法往往難以應(yīng)對(duì)復(fù)雜情況。例如，在線的傳統(tǒng)控制方法可能不符合生物系統(tǒng)的某些特性。在這種情況下，一個(gè)可能的解決方案是引入人工智能，或?qū)⑷斯ぶ悄芘c控制方法相結(jié)合。盡管如此，具體的融合方式仍有待探索。

傳統(tǒng)上，我們習(xí)慣將系統(tǒng)劃分為規(guī)劃、感知和控制等幾個(gè)模塊。近來(lái)，端到端網(wǎng)絡(luò)逐漸流行，這種方法可能實(shí)現(xiàn)我們所需的效果。然而，端到端方法下，系統(tǒng)的內(nèi)部結(jié)構(gòu)可能與我們常規(guī)認(rèn)知中的模塊劃分不同。盡管它可能依舊包含類似規(guī)劃、感知、控制的功能，但其劃分方式可能與傳統(tǒng)方法大相徑庭。我認(rèn)為不應(yīng)強(qiáng)求 AI 系統(tǒng)的內(nèi)部結(jié)構(gòu)必須符合傳統(tǒng)認(rèn)知或經(jīng)驗(yàn)，關(guān)鍵在于它能否有效地解決問(wèn)題。

我們正處于一個(gè)關(guān)鍵的技術(shù)變革時(shí)期，眾多新的技術(shù)和方法正在誕生。這些新事物的最終形態(tài)以及哪些會(huì)得到廣泛認(rèn)可和普及，目前尚難定論。但可以肯定，一些新的關(guān)于機(jī)器人控制系統(tǒng)的結(jié)構(gòu)必將出現(xiàn)。這可能需要一個(gè)交互式的學(xué)習(xí)過(guò)程：一方面，機(jī)器在不斷學(xué)習(xí)和進(jìn)化；另一方面，人類也在觀察和學(xué)習(xí)機(jī)器如何解決問(wèn)題。我們需要學(xué)習(xí)總結(jié)機(jī)器的這些方法，并將其提升到方法論的層面，這很可能是一個(gè)反復(fù)迭代的過(guò)程。

然而，有一點(diǎn)是比較明確的：如果要在傳統(tǒng)方法的基礎(chǔ)上實(shí)現(xiàn)突破，你會(huì)發(fā)現(xiàn)傳統(tǒng)方法已經(jīng)充分利用了可獲得的信息。許多現(xiàn)有的解決方案已被證明是最優(yōu)的，如果不引入更多的傳感器，本質(zhì)上很難超越原有方法的效果，因?yàn)檫@些方法已經(jīng)達(dá)到了極致，并無(wú)明顯缺陷。除非你改變了問(wèn)題的定義，在這種情況下，你并非是將原問(wèn)題解決得更好，而是改變了問(wèn)題本身。

機(jī)器之心：這意味著評(píng)判標(biāo)準(zhǔn)都發(fā)生了變化。

趙明國(guó)：確實(shí)如此。許多頂級(jí)期刊也在討論優(yōu)化控制與學(xué)習(xí)方法產(chǎn)生的效果之間的差異。結(jié)論表明，在某一個(gè)確定的問(wèn)題上，學(xué)習(xí)的方法并不會(huì)比優(yōu)化方法更好，因?yàn)閮?yōu)化是針對(duì)一個(gè)它可以解決的目標(biāo)，它一定是做得最好或者最好的之一，但是學(xué)習(xí)可以構(gòu)建一個(gè)比它更好的優(yōu)化問(wèn)題。

對(duì)于優(yōu)化方法而言，你必須明確定義成本函數(shù)和約束條件，而且這些條件必須滿足特定要求才能求解，因此優(yōu)化方法的適用范圍相對(duì)有限。相比之下，學(xué)習(xí)方法所能學(xué)到的策略范圍更為廣泛。

我認(rèn)為硬件本身應(yīng)該引入更多的傳感器。我常舉的一個(gè)典型例子是按開關(guān)。在整個(gè)過(guò)程的前期階段，這個(gè)動(dòng)作主要依賴視覺(jué)，視覺(jué)在相當(dāng)長(zhǎng)的一段時(shí)間內(nèi)占據(jù)重要地位。但當(dāng)接近開關(guān)時(shí)，即使視覺(jué)精確到 0.1 毫米也無(wú)濟(jì)于事，此時(shí)主要依賴的是觸覺(jué)。當(dāng)觸覺(jué)將開關(guān)按到一定程度后，觸覺(jué)的重要性也隨之降低。最終判斷開關(guān)是否啟動(dòng)，可能需要依靠聽覺(jué)（聽到開關(guān)的聲響），同時(shí)還需要視覺(jué)確認(rèn)燈光的變化。需要指出，這里所需的視覺(jué)能力是對(duì)光線瞬間變化的感知，與之前在軌跡規(guī)劃過(guò)程中使用的視覺(jué)能力有所不同。

因此，對(duì)于按開關(guān)這樣一個(gè)看似簡(jiǎn)單的任務(wù)，在整個(gè)過(guò)程中，涉及各種不同的感官信號(hào)，而且其權(quán)重是動(dòng)態(tài)變化的。開始階段主要依賴運(yùn)動(dòng)和視覺(jué)，中間階段更多依賴觸覺(jué)，最后階段則可能綜合運(yùn)用聽覺(jué)和另一種形式的視覺(jué)感知。這種動(dòng)態(tài)權(quán)重分配的機(jī)制與人工智能領(lǐng)域的注意力機(jī)制有一定相似之處。

目前的控制方法難以處理如此復(fù)雜的邏輯。雖然 Transformer 等模型在某種程度上實(shí)現(xiàn)了類似的機(jī)制，但它們能否在機(jī)器人控制領(lǐng)域同樣發(fā)揮這種作用仍存疑問(wèn)，這是因?yàn)槿祟惖膶?shí)際操作與機(jī)器人的操作之間存在本質(zhì)差異。

目前大多數(shù)機(jī)器人系統(tǒng)實(shí)現(xiàn)的動(dòng)作都只是對(duì)人類一些基本動(dòng)作的模擬，而且模擬的范圍還比較有限。像 ALOHA 這樣的系統(tǒng)很可能是在視覺(jué)層面模仿了人類動(dòng)作的前半部分，在最后階段還難以做到精確控制。這也是為什么某些看似簡(jiǎn)單的任務(wù)，比如疊衣服，實(shí)際上非常具有挑戰(zhàn)性，因?yàn)樗粌H需要視覺(jué)信息，還需要觸覺(jué)和其他感官輸入。此外，還需要對(duì)「什么狀態(tài)下衣服算是疊好了」有準(zhǔn)確的認(rèn)知。僅僅依靠手上的攝像頭是無(wú)法獲取所有這些必要信息的。

當(dāng)前的技術(shù)發(fā)展主要聚焦于初級(jí)階段，因?yàn)槿杂?90% 的廣闊領(lǐng)域和眾多新興領(lǐng)域尚待開發(fā)。但隨著研究深入和產(chǎn)業(yè)發(fā)展，最后那 5% 的難點(diǎn)會(huì)變得至關(guān)重要。我相信這些硬骨頭問(wèn)題終將浮出水面，而研究人員將逐一解決。不過(guò)，諸如刺繡等精細(xì)操作，或者將金屬加工到極致精密的程度，需要投入更多的精力和成本，但在實(shí)際應(yīng)用中不會(huì)立即產(chǎn)生顯著回報(bào)。因此，短期內(nèi)這些問(wèn)題不會(huì)特別受關(guān)注。然而，一旦主流技術(shù)領(lǐng)域發(fā)展遇到瓶頸，這些精細(xì)化的問(wèn)題可能迅速成為研究熱點(diǎn)，并有可能引發(fā)新一輪的技術(shù)突破。

03、用「大腦」解決運(yùn)動(dòng)控制并不合理

機(jī)器之心：大模型的出現(xiàn)引發(fā)了人工智能界的極大熱情，特別是使用 Transformer 架構(gòu)統(tǒng)一表示文本、音頻和圖像等不同模態(tài)的數(shù)據(jù)。這種統(tǒng)一框架的思路是否也適用于人形機(jī)器人？例如，是否有可能將疊衣服、洗碗、切菜、炒菜等日常任務(wù)，以及跑步、踢足球、跨欄、跑酷等運(yùn)動(dòng)技能，都整合到一個(gè)統(tǒng)一的框架中進(jìn)行訓(xùn)練？

趙明國(guó)：人工智能，尤其是大語(yǔ)言模型和視覺(jué)模型，更多是在解決類似于大腦中的思考問(wèn)題，在邏輯分析和認(rèn)知規(guī)劃方面表現(xiàn)出色。雖然將這種邏輯應(yīng)用于運(yùn)動(dòng)控制確實(shí)可以解決一些問(wèn)題，但根據(jù)我們對(duì)生物學(xué)和控制理論的理解，這種方法并不完全適用，也無(wú)法全面覆蓋。

舉例來(lái)說(shuō)，大語(yǔ)言模型基于預(yù)先規(guī)劃所有步驟然后執(zhí)行的邏輯，這實(shí)際上是控制領(lǐng)域上一代的思路。早期的仿生學(xué)將仿生系統(tǒng)劃分為感知、反饋、規(guī)劃和決策幾個(gè)部分。然而，現(xiàn)代生理學(xué)研究表明，生物的神經(jīng)系統(tǒng)在運(yùn)動(dòng)控制上具有復(fù)雜的層次結(jié)構(gòu)，而目前的大語(yǔ)言模型并未充分反映這一點(diǎn)。

我認(rèn)為，運(yùn)動(dòng)控制可能需要一套獨(dú)有的結(jié)構(gòu)：從硬件層面看，控制頻率極高，需要信號(hào)處理和控制領(lǐng)域的專業(yè)知識(shí)支持；中間層次，如小腦，其頻率處于中等水平；而大腦的多模態(tài)認(rèn)知部分頻率相對(duì)較慢。如何有效地結(jié)合這三個(gè)層次是一個(gè)復(fù)雜的問(wèn)題。簡(jiǎn)單地將它們拼接在一起是不恰當(dāng)?shù)摹Ｓ腥颂岢鍪褂靡粋€(gè)大模型模擬大腦，再用另一個(gè)大模型模擬小腦，我認(rèn)為這種方法過(guò)于簡(jiǎn)單化。

人類的神經(jīng)系統(tǒng)及其他靈長(zhǎng)類動(dòng)物的神經(jīng)系統(tǒng)都不是這樣構(gòu)建的。如果只通過(guò)大腦來(lái)控制，效率必然低下。人類的運(yùn)動(dòng)控制包括本體反射、中樞控制和大腦控制，而且大部分運(yùn)動(dòng)更多依賴于本體和中樞。盡管我們對(duì)這方面的認(rèn)知仍然有限，但基于現(xiàn)有知識(shí)，很難認(rèn)為僅靠大腦模型就能很好地完成所有任務(wù)。因此，在神經(jīng)系統(tǒng)的仿生領(lǐng)域或控制系統(tǒng)架構(gòu)方面，未來(lái)可能會(huì)出現(xiàn)更先進(jìn)的理論或模型，這是非常值得期待的。

作為一名機(jī)器人研究者，我特別不希望看到機(jī)器人技術(shù)被完全否定，而將所有工作都轉(zhuǎn)移到人工智能領(lǐng)域。這樣做不僅無(wú)法促進(jìn)機(jī)器人技術(shù)本身的發(fā)展，最終結(jié)果也不會(huì)令人滿意。如果人工智能技術(shù)僅僅是滲透到機(jī)器人領(lǐng)域，推動(dòng)機(jī)器人產(chǎn)業(yè)發(fā)展，但機(jī)器人行業(yè)本身的模式不發(fā)生變化，這對(duì)機(jī)器人領(lǐng)域來(lái)說(shuō)并非好消息。從產(chǎn)業(yè)角度來(lái)看，這實(shí)際上是一種降級(jí)。

要實(shí)現(xiàn)真正的升級(jí)，機(jī)器人領(lǐng)域應(yīng)該結(jié)合人工智能的發(fā)展，將其作為一種新的模式，同時(shí)提高自身的技術(shù)水平，進(jìn)行升級(jí)換代，使其與人工智能的發(fā)展相匹配。只有這樣，才能產(chǎn)生理想的效果，機(jī)器人領(lǐng)域的專家才能為人形機(jī)器人的發(fā)展做出真正的貢獻(xiàn)。

04、智能機(jī)器人控制系統(tǒng)發(fā)展方向

機(jī)器之心：在構(gòu)建智能機(jī)器人時(shí)，我們需要同時(shí)考慮底層的運(yùn)動(dòng)控制和上層的規(guī)劃與決策。您認(rèn)為應(yīng)如何權(quán)衡這兩者？

趙明國(guó)：現(xiàn)有的技術(shù)往往機(jī)械地將運(yùn)動(dòng)控制和認(rèn)知決策劃分為底層和上層兩部分。從機(jī)器人研究的角度來(lái)看，我們知道人體的神經(jīng)系統(tǒng)分為大腦、小腦和脊髓三個(gè)主要部分，這三部分具有截然不同的功能，并且有明確的功能分區(qū)。

大腦不僅包含運(yùn)動(dòng)神經(jīng)系統(tǒng)，還有負(fù)責(zé)整個(gè)神經(jīng)系統(tǒng)訓(xùn)練的學(xué)習(xí)功能區(qū)。例如，像走路這樣的日常動(dòng)作，實(shí)際上并不需要大腦的直接參與。人體在脊髓中有一個(gè)稱為中樞神經(jīng)的部分，構(gòu)成了中樞神經(jīng)系統(tǒng)。這個(gè)系統(tǒng)通過(guò)各個(gè)關(guān)節(jié)之間的震蕩和相互激勵(lì)，完成走路等節(jié)律性運(yùn)動(dòng)。

這些節(jié)律性運(yùn)動(dòng)甚至不需要小腦的大量參與，在脊髓層面就可以完成，而且控制效果相當(dāng)出色。然而，當(dāng)遇到路面障礙物時(shí)，視覺(jué)系統(tǒng)就需要介入。視覺(jué)信號(hào)會(huì)激發(fā)控制系統(tǒng)，引導(dǎo)身體繞開障礙物。生物體能夠很好地解決這種既能產(chǎn)生節(jié)律性運(yùn)動(dòng)，又能產(chǎn)生非節(jié)律性受控運(yùn)動(dòng)的復(fù)雜任務(wù)，而現(xiàn)有的機(jī)器人系統(tǒng)尚未具備這種能力。我們要么是針對(duì)節(jié)律性運(yùn)動(dòng)進(jìn)行訓(xùn)練，要么針對(duì)非節(jié)律性運(yùn)動(dòng)進(jìn)行訓(xùn)練，而且通常以大腦的參與為主，對(duì)真實(shí)生物系統(tǒng)中的整合過(guò)程是完全缺失的。

例如本體反射，當(dāng)你被火燙到時(shí)，感覺(jué)系統(tǒng)會(huì)立即感知到高溫，這種感覺(jué)通過(guò)脊髓迅速傳遞給相應(yīng)的肌肉，導(dǎo)致肌肉立即收縮。肌肉收縮的信號(hào)又刺激到相應(yīng)的關(guān)節(jié)，使手臂迅速縮回。這種反射不需要經(jīng)過(guò)大腦，動(dòng)作非常迅速且協(xié)調(diào)。換言之，在大腦意識(shí)到之前，你的手就已經(jīng)本能地做出了反應(yīng)。當(dāng)然，最初的反應(yīng)可能是朝火源靠近，但經(jīng)過(guò)生物進(jìn)化，最終形成了遠(yuǎn)離危險(xiǎn)源的反應(yīng)。隨后，這個(gè)信號(hào)會(huì)繼續(xù)傳遞到小腦和大腦。大腦意識(shí)到燙傷后，如果附近有水源，會(huì)指揮手部進(jìn)行有目的的運(yùn)動(dòng)，比如將手浸入水中。這種動(dòng)作既不屬于本體反射，也不是節(jié)律性運(yùn)動(dòng)，而是大腦發(fā)出的有意識(shí)決策。

人體經(jīng)過(guò)漫長(zhǎng)的進(jìn)化，形成了自己獨(dú)特的機(jī)制。目前我們對(duì)人體生物系統(tǒng)的模擬還很片面，往往是分別模擬各個(gè)部分的功能，然后試圖將它們整合在一起，這就導(dǎo)致了整體效果顯得生硬且難以協(xié)調(diào)。我認(rèn)為，如果能更多地向仿生方向靠攏，依據(jù)生理學(xué)原理來(lái)設(shè)計(jì)控制系統(tǒng)，可能會(huì)有所突破。然而，這需要生理學(xué)專家能夠更清晰地闡釋這些機(jī)制，然后我們按照這些原理去實(shí)現(xiàn)，這本身就是一個(gè)極具挑戰(zhàn)性的任務(wù)。即便機(jī)制被完全闡明，實(shí)現(xiàn)起來(lái)也并非易事。

機(jī)器之心：包括機(jī)器人的傳感器設(shè)計(jì)也是一個(gè)重大挑戰(zhàn)。

趙明國(guó)：確實(shí)如此，傳感器的設(shè)計(jì)也不一定能完全按照人體的方式來(lái)實(shí)現(xiàn)。我個(gè)人傾向于認(rèn)為，工程師應(yīng)該把握最基本的機(jī)理。首先，有一條上行的信號(hào)通道，信號(hào)從末梢傳感器向上傳遞到脊髓、小腦和大腦，這個(gè)過(guò)程需要一定的時(shí)間延遲，形成一個(gè)動(dòng)態(tài)系統(tǒng)。其次，有一條下行的信號(hào)通道，信號(hào)在神經(jīng)系統(tǒng)做出決策后向下傳遞，這同樣是一個(gè)動(dòng)力學(xué)系統(tǒng)，兩條信號(hào)通道都存在一定的時(shí)間延遲。同時(shí)，相鄰的神經(jīng)系統(tǒng)需要形成局部的回路，包括脊髓回路、小腦回路和大腦回路。這三個(gè)回路的特征在目前的控制系統(tǒng)中很少得到完整體現(xiàn)。

不過(guò)，隨著人工智能和神經(jīng)網(wǎng)絡(luò)技術(shù)的進(jìn)步，以及硬件設(shè)備的發(fā)展，有可能出現(xiàn)更符合仿生特點(diǎn)的系統(tǒng)。目前有許多研究，如類腦控制、類腦 SLAM 等，都在嘗試這一方向。雖然這些方法并沒(méi)有完全按照生物系統(tǒng)的原貌去實(shí)現(xiàn)，但它們把握了核心機(jī)理，可以利用現(xiàn)有的電子和機(jī)電器件，按照信號(hào)處理的方式重新構(gòu)建整個(gè)系統(tǒng)，實(shí)現(xiàn)全新的架構(gòu)。我認(rèn)為在仿生這個(gè)方向上還有很大的創(chuàng)新空間，從長(zhǎng)遠(yuǎn)來(lái)看，在仿生領(lǐng)域繼續(xù)深入研究是很有價(jià)值的。

機(jī)器之心：這個(gè)方向與具身智能結(jié)合起來(lái)，應(yīng)該能夠開拓出廣闊的研究空間。

趙明國(guó)：沒(méi)錯(cuò)，這可以作為具身智能研究的一個(gè)分支，因?yàn)橹悄鼙旧砭桶律姆较颉Ｎ覀兛梢园凑宅F(xiàn)有的技術(shù)路線繼續(xù)深入研究，將細(xì)節(jié)做得更加深入和透徹。但是，單純依靠堆積數(shù)據(jù)和算力是否就足夠了？只要能夠取得很好的結(jié)果，這種方法也并非不可行。我認(rèn)為研究人員可以從不同角度展開研究，而不是片面否定或過(guò)度依賴某一種方法。這就像從不同角度登山，最終都有可能到達(dá)山頂。

05、關(guān)于人形機(jī)器人應(yīng)用：

除了替代人，還可以有第二種思路

機(jī)器之心：關(guān)于人形機(jī)器人，目前還沒(méi)有明確的應(yīng)用場(chǎng)景。您認(rèn)為哪些領(lǐng)域或者行業(yè)可能率先看到人形機(jī)器人走向?qū)嶋H應(yīng)用？

趙明國(guó)：人形機(jī)器人應(yīng)用場(chǎng)景的話題其實(shí)已經(jīng)討論多年了。不過(guò)，我們要區(qū)分愿景和現(xiàn)實(shí)。就像手機(jī)電池，理想情況下大家當(dāng)然希望不需要充電，但實(shí)際購(gòu)買時(shí)還是要考慮成本等多種因素。現(xiàn)在討論人形機(jī)器人的時(shí)候，很多人沒(méi)有明確區(qū)分愿景和現(xiàn)實(shí)。

就應(yīng)用場(chǎng)景而言，我認(rèn)為可能包括工廠、養(yǎng)老、家庭服務(wù)、餐飲、接待、危險(xiǎn)作業(yè)等。但目前還沒(méi)有哪個(gè)場(chǎng)景能夠保證立即實(shí)現(xiàn)。大家普遍的思路是用機(jī)器人替代人類完成現(xiàn)有工作，這自然是必要的。但除此之外，如果人形機(jī)器人能夠創(chuàng)造新的應(yīng)用場(chǎng)景，包括那些原本不被重視或并非剛需的場(chǎng)景，因?yàn)槿诵螜C(jī)器人的出現(xiàn)而成為可能，我認(rèn)為這對(duì)人形機(jī)器人的發(fā)展可能會(huì)起到關(guān)鍵作用。

實(shí)際上，這個(gè)問(wèn)題可以分為科學(xué)問(wèn)題、技術(shù)問(wèn)題、產(chǎn)品問(wèn)題和商品問(wèn)題。人形機(jī)器人可能還處于技術(shù)問(wèn)題甚至科學(xué)問(wèn)題階段，很多基礎(chǔ)的問(wèn)題仍未解決，比如我們前面談過(guò)的智能控制系統(tǒng)架構(gòu)究竟如何實(shí)現(xiàn)，技術(shù)還在不停演變和發(fā)展，有些問(wèn)題的解決方案相對(duì)明顯，但大多數(shù)還不明朗，大家都在嘗試的過(guò)程中。

這時(shí)候討論技術(shù)路線該如何實(shí)現(xiàn)，是使用 A 路線 B 路線還是 C 路線，或者很多人已經(jīng)做到商品化，要大規(guī)模賣。我覺(jué)得我們還處于混沌的狀況。

機(jī)器之心：在機(jī)器人的發(fā)展歷程中，您能舉例說(shuō)明技術(shù)和應(yīng)用場(chǎng)景是如何相互影響的嗎？

趙明國(guó)：電機(jī)就是一個(gè)很好的例子。早期機(jī)器人使用的電機(jī)與現(xiàn)在有很大不同，例如在 ASIMO 那個(gè)時(shí)代，典型的電機(jī)是空心杯，火星車也用的是空心杯電機(jī)，它形狀細(xì)長(zhǎng)，效率很高，占用空間小。隨著機(jī)器人技術(shù)向更高精度、更復(fù)雜控制和更高性能的發(fā)展，空心杯電機(jī)逐漸被無(wú)刷直流電機(jī)等類型所取代。

電機(jī)的設(shè)計(jì)也在不斷變化。例如永磁力矩電機(jī)，以前是內(nèi)轉(zhuǎn)子的，現(xiàn)在用外轉(zhuǎn)子，因?yàn)楹笳邭庀⒏螅︹犆芏雀螅瑢?duì)人形機(jī)器人這種移動(dòng)體來(lái)說(shuō)更實(shí)用，而且它還可以把關(guān)節(jié)做到扁平。這種電機(jī)最近幾年很多人在做，但其實(shí)這些種類早就有，只是應(yīng)用領(lǐng)域不一樣。外轉(zhuǎn)子電機(jī)最早用于四旋翼飛行器，后來(lái)被應(yīng)用到人形機(jī)器人上，大家突然發(fā)現(xiàn)，這其實(shí)是明擺著的道理，就應(yīng)該這樣。

這就是技術(shù)和產(chǎn)業(yè)相匹配的結(jié)果，大家會(huì)找到一個(gè)平衡點(diǎn)。傳感器和驅(qū)動(dòng)器也在朝著高度集成的方向發(fā)展。這背后有經(jīng)濟(jì)規(guī)律支持，產(chǎn)業(yè)需求和技術(shù)在特定時(shí)間點(diǎn)一定是匹配的，誰(shuí)匹配得好，誰(shuí)就能獲得發(fā)展，匹配不上的就得不到發(fā)展。

這一點(diǎn)在計(jì)算機(jī)領(lǐng)域的體現(xiàn)更為明顯。馮諾依曼架構(gòu)之所以長(zhǎng)期主導(dǎo)，很大程度上是因?yàn)樗鳛橐环N線性結(jié)構(gòu)，最容易大規(guī)模生產(chǎn)，尤其在當(dāng)時(shí)生產(chǎn)制造水平較低的情況下。雖然現(xiàn)在也有很多新的架構(gòu)出現(xiàn)，但要完全取代馮諾依曼架構(gòu)依舊困難。

機(jī)器人領(lǐng)域目前也處于百花齊放的階段，要實(shí)現(xiàn)大一統(tǒng)，讓大家公認(rèn)某一條路線還很難，但可以肯定的是：誰(shuí)迎合了社會(huì)的需求、生產(chǎn)力的需求，誰(shuí)就能勝出，而非基于主觀愿望，比如「我認(rèn)為未來(lái)人形機(jī)器人能進(jìn)工廠，能進(jìn)家庭」，但并不是大家都認(rèn)可現(xiàn)在做就一定能夠成功。

我覺(jué)得這取決于市場(chǎng)，國(guó)家政策也可能起到推動(dòng)作用，但技術(shù)的突破存在不確定性，科學(xué)家也無(wú)法保證只要給我多少條件，就一定能把技術(shù)突破。

有的認(rèn)知，可能是在形成的過(guò)程中，先把戰(zhàn)術(shù)做起來(lái)，最后才會(huì)形成戰(zhàn)略，并不是說(shuō)先把所有戰(zhàn)略都想清楚了。但是，這背后一定是有規(guī)律的。我個(gè)人覺(jué)得一方面要勇于實(shí)干，在市場(chǎng)上積極嘗試，另一方面，如果明顯在邏輯上有漏洞的東西，可能就少做，或者重要性別放那么高，優(yōu)先做的一定是你認(rèn)為更符合邏輯，或者是更容易實(shí)現(xiàn)的。這跟時(shí)間點(diǎn)也有關(guān)，比如說(shuō)現(xiàn)在大數(shù)據(jù)、大算力，如今市場(chǎng)環(huán)境這些更容易獲得，在這上面投入自然更容易出成果。

但這時(shí)候如果你非要從事仿生，可能最終仿生就是正確的，但仿生學(xué)在 20 年以后勝利，并不意味著現(xiàn)在做仿生就能取得成功，現(xiàn)在從事仿生學(xué)研究可能連經(jīng)費(fèi)都拿不到，更不用說(shuō)做出典型案例了。歷史上有一個(gè)很好的例子，維納在 MIT 找了兩個(gè)年輕人，由于計(jì)算機(jī)最終采用了馮諾依曼架構(gòu)而非他們的方案，這兩個(gè)年輕人都郁郁而終，三十幾歲就去世了，對(duì)此維納也無(wú)能為力。

這并非他們的想法有問(wèn)題，回過(guò)頭看，你會(huì)發(fā)現(xiàn)如今很多概念，比如具身智能、存算一體，智能控制等，維納在《控制論》中都有提及，除了控制論，他的思想還啟發(fā)了信息論、系統(tǒng)論。

機(jī)器之心：我在《維納傳》里有讀到，確實(shí)令人惋惜，時(shí)代沒(méi)有準(zhǔn)備好。

趙明國(guó)：沒(méi)錯(cuò)，關(guān)鍵在于時(shí)間點(diǎn)不對(duì)，太過(guò)超前了，當(dāng)時(shí)的技術(shù)無(wú)法支撐，或者說(shuō)社會(huì)還沒(méi)有相應(yīng)的需要，因此無(wú)法產(chǎn)生經(jīng)濟(jì)效益。并不是說(shuō)這些想法從科學(xué)角度看存在問(wèn)題，而是從應(yīng)用角度看，它們還不適合當(dāng)時(shí)的環(huán)境。我認(rèn)為可以從不同視角來(lái)看。以維納為例，在科學(xué)方面，他毫無(wú)疑問(wèn)是頂級(jí)大師，但在產(chǎn)業(yè)方面，維納對(duì)產(chǎn)業(yè)有啟發(fā)和引領(lǐng)作用，但他并非實(shí)踐者。相比之下，馮諾依曼在這兩方面都有極高造詣，他未必沒(méi)有認(rèn)識(shí)到維納的這些想法，只是他選擇了更能產(chǎn)生實(shí)際應(yīng)用的方案。

機(jī)器之心：現(xiàn)在仿生學(xué)的時(shí)代沒(méi)有到，您認(rèn)為其中的關(guān)鍵原因是什么？

趙明國(guó)：我覺(jué)得主要有兩方面，一是對(duì)生物機(jī)理的認(rèn)知尚不充分，二是相關(guān)器件的水平尚未達(dá)到要求。仿生學(xué)高度依賴物理器件和傳感器的水平。當(dāng)前，我們可以進(jìn)行仿生學(xué)研究，但不應(yīng)拘泥于完全仿生。現(xiàn)階段的工程實(shí)踐可以沿用堆積算力、數(shù)據(jù)等資源的思路，這是可行的，我也不質(zhì)疑。不過(guò)，我們也可以適度融入一些仿生學(xué)的思想，因?yàn)樯锝?jīng)過(guò)長(zhǎng)期自然進(jìn)化，其結(jié)構(gòu)和功能必然有其合理性和優(yōu)勢(shì)。我們要持續(xù)深化對(duì)這些特性的認(rèn)知。

就現(xiàn)有的技術(shù)手段而言，我認(rèn)為應(yīng)該循序漸進(jìn)。人形機(jī)器人是一個(gè)長(zhǎng)遠(yuǎn)目標(biāo)。不能否認(rèn)，這是人類的終極目標(biāo)之一。無(wú)論是具體的工作還是智能本身，都是我們最終需要解決的問(wèn)題。但當(dāng)前能做什么，這是一個(gè)技術(shù)問(wèn)題。從現(xiàn)實(shí)出發(fā)，我的建議是：大型企業(yè)和國(guó)家隊(duì)需要攻克這些難題，朝著最終目標(biāo)邁進(jìn)。要進(jìn)入工業(yè)應(yīng)用場(chǎng)景，就需要組建合適的團(tuán)隊(duì)。這種大型團(tuán)隊(duì)能夠在長(zhǎng)期內(nèi)持續(xù)進(jìn)行復(fù)雜的規(guī)模化的系統(tǒng)性研究。

對(duì)于較小的團(tuán)隊(duì)，很難在整個(gè)系統(tǒng)層面開展復(fù)雜的研究。他們可以選擇純學(xué)術(shù)，或者鉆研具體的問(wèn)題。例如，可以聚焦某個(gè)科學(xué)問(wèn)題或工程問(wèn)題，比如改進(jìn)電機(jī)、優(yōu)化傳感器，或者革新算法。一旦取得突破，大型團(tuán)隊(duì)就可以將這些成果整合到他們的系統(tǒng)中發(fā)揮重要作用。我認(rèn)為小型團(tuán)隊(duì)沒(méi)有必要執(zhí)著于解決工廠機(jī)器人或家庭機(jī)器人這些宏大課題，甚至說(shuō)立即將產(chǎn)品推向市場(chǎng)，這可能不符合邏輯。

技術(shù)的發(fā)展不能脫離社會(huì)經(jīng)濟(jì)的發(fā)展。技術(shù)先進(jìn)并不意味著一定要立即應(yīng)用，只要技術(shù)符合當(dāng)前需求，就可以投入使用。至于哪種技術(shù)能夠得到更廣泛的應(yīng)用，取決于總體效益，這與經(jīng)濟(jì)規(guī)律有關(guān)，也可能與人的認(rèn)知水平有關(guān)。歷史上，由于某個(gè)時(shí)期人類認(rèn)知的局限，可能會(huì)犯一些局部性錯(cuò)誤，這種情況并不罕見。但從長(zhǎng)遠(yuǎn)看，更先進(jìn)的技術(shù)終將勝出，這符合歷史進(jìn)步的規(guī)律。

嘉賓簡(jiǎn)介

趙明國(guó)，清華大學(xué)自動(dòng)化系研究員、機(jī)器人控制實(shí)驗(yàn)室主任、清華大學(xué)無(wú)人系統(tǒng)中心類腦機(jī)器人中心主任。發(fā)表百余篇論文，授權(quán)國(guó)家發(fā)明專利 10 余項(xiàng)。在人形機(jī)器人領(lǐng)域，提出了虛擬斜坡行走方法、廣義模型預(yù)測(cè)控制、全身控制等方法，研究成果獲得 RoboCup 人形組亞軍等多項(xiàng)國(guó)際獎(jiǎng)項(xiàng)。在類腦計(jì)算領(lǐng)域，利用神經(jīng)形態(tài)技術(shù)創(chuàng)建了高性能、高能效的機(jī)器人控制系統(tǒng)，成果發(fā)表于 Nature 封面，獲得 2019 年度中國(guó)科學(xué)十大進(jìn)展及「科技創(chuàng)新 2030」計(jì)劃的資助。