? 圖源：Pixabay.com

編譯  |  付國斌

責編  |  葉水送

● ● ●

2018年1月，時值Science Robotics成立一周年之際,，英國帝國理工學院華裔學者,、Science Robotics編輯楊廣中（Guang-Zhong Yang）博士等人發(fā)表了一篇精彩的機器人學綜述。Science Robotics是著名期刊《科學》的子刊,，于2017年成立,。

? Science Robotics編輯楊廣中，圖片來自imperial.ac.uk

近年來,，機器人學在很多方面取得了非凡的進展,，例如采用新型材料和制造工藝的柔性機器人更加便捷、功能更多樣且具有自愈能力,。源于叢猴,、蝙蝠和魚類的靈感，讓機器人在跳躍,、飛行和深海探測方面更進一步,。

那么，日新月異的機器人技術未來將走向何方,？根據最近網上公開調查的結果,，楊廣中等人在該綜述文章中總結了未來5-10年30個熱點研究，分為10大挑戰(zhàn),，如下一一羅列出（圖1）：

? 機器人學未來面臨的10大挑戰(zhàn),，圖片來自sciencemag.org

目前，研究新型材料和制造工藝的實驗室遍布全世界,，其內容包括人造肌肉,、柔性材料、先進制造工藝和組裝策略等,。這些研究對于制造下一代機器人至關重要,，但在制造出多功能、能量利用率高,、更類似于生物的機器人之前,，人們還要克服很多基本障礙。

向自然學習是突破這些障礙的一大策略,，例如在脊椎動物身上有多種組織,，從柔弱的軟組織到堅硬的骨骼，一直是人們模仿的目標,。不同于目前常見的“螺釘—螺母”組裝方式,，多種不同材料的有機組合能讓機器人完成廣泛而又復雜的任務，并且體積更小,。為了制造可穿戴機器人,，人們正在研制具有電磁功能的柔軟纖維。同時,，為保證生態(tài)的可持續(xù)性,，新型可降解材料也是未來機器人的一部分。

超大或超小型機器的制造和組裝一直以來都非常困難,，2016年諾貝爾化學獎授予了3位制造分子機器人的先驅,。生物動力蛋白和3D打印等先進技術都已應用于機器的制造，但目前還沒有單一技術可同時滿足不同尺度的機器制造,，微型或納米尺度,、中尺度和大宏觀尺度的技術組合是解決相關問題的一個研究方向。

對于仿生機器人,，一個定義是利用基礎生物原理設計和制造機器人,，使其類似于自然界中的系統(tǒng)工作方式,。如果直接使用生物材料制造機器，我們稱它為生物混合機器人,。仿生機器人研究的目標在過去30年都未曾改變,，即想讓機器人能夠制造自己、適應多種環(huán)境并擁有與人類類似的感知,、計算和推理能力,。

然而幾乎所有的仿生機器人領域中都存在著巨大障礙，如需要研發(fā)多功能新型材料,，這些材料對于機器人的身體支撐,、減重、避免傷害,、形態(tài)學計算和運動能力都至關重要,。除此之外，驅動裝置和能量利用率也都無法滿足要求,，大型電磁發(fā)動機在小尺度方面機器人或柔性系統(tǒng)中比較低效,，而類肌肉材料堅固性不足且缺乏效率。同時,，至今尚沒有電池在能量制造,、小型化和驅動等方面能和生物新陳代謝相媲美。另一個挑戰(zhàn)則是,，不同材料的有機整合無法像生物一樣高效,，也無法適應復雜和多變的環(huán)境。

在研究和部署機器人,，特別是移動機器人方面,，能量一直以來都是最重要的挑戰(zhàn)之一。目前,，應用在商業(yè)上的電池主要采用鉛酸,、鎳氫和鋰離子技術，同時下一代相關技術的探索也正如火如荼,，例如燃料電池和超級電容器,。實際上，可移動或自動系統(tǒng)的工作時間取決于電池的儲存能量,、體積和重量,。減少系統(tǒng)的能量消耗可以讓機器工作時間更長，但對于不確定環(huán)境下的無線系統(tǒng),，利用太陽能,、震動能量和機械運動能量是未來的發(fā)展方向。

相對于生物系統(tǒng)，人工機器的能量利用率和儲能密度都非常低下,，需要能夠制造出和前者類似的系統(tǒng),，而生物混合機器人是可能的解決方案之一。同時,，能量采集和無線能量傳輸的研究對于機器人的廣泛應用也不可或缺,，其中包括機械能采集和納米發(fā)動機技術。

機器人群是指將簡單,、便宜和模塊化的多個單元根據任務整合成工作組，進而能夠完成屬于大型復雜機器人的任務,。自然界中存在類似的系統(tǒng),，單獨個體無法完成的復雜任務可通過和其他個體合作來完成。這種功能需要個體不僅能夠感知周圍環(huán)境,，還要能夠感知周圍其他個體并與之交流,。魚、鳥類和昆蟲在覓食,、捕獵,、筑巢和生存等方面廣泛采用這種方式。

未來5至10年,，機器人群從如下三個方面考慮,，將會有所進展：第一，超級收斂框架使計算,、儲存,、聯絡和虛擬化資源的整合更加緊密；第二,，無線5G技術,、個人電子設備和智能自動系統(tǒng)之間的相互聯系會非常普及；第三,，使用機器學習和人工智能的識別系統(tǒng)會成為主流,。

機器人群對解決目前人類面臨的大多數問題都有幫助，它們可減少資源浪費,、增加糧食產量,、應對自然災害、對抗打擊,，并在未來的太空移民中占有一席之地,。我們希望并相信在未來5到10年內這個領域會有長足的發(fā)展。

對于航海和航空機器人來說,，計劃線路,、躲避障礙、定位和繪制環(huán)境是必備功能。在人類還未到達的地方,，例如深海和火山大都存在極端條件,，與之相關的挑戰(zhàn)也無法預期。機器人在不確定的地形和環(huán)境下工作,，需要面對復雜地形,、腐蝕化學物、輻射,、灰塵和通訊不良等不利條件,。毫無疑問，目前的相關技術不足以應對以上問題,。在類似條件下,，工作的機器人需要像人一樣具有學習和應變能力。

在航海方面,，機器人要能夠應對失敗,，并具有適應、學習和恢復能力,。在航空方面,，機器人則需要能夠自主發(fā)現和識別新物體。以上特征不僅要求機器人在物理上能夠應對惡劣和可變的環(huán)境,，并且要有一定自主性,，可以自我監(jiān)視和自主修復。這些功能可能需要不同類型的機器人相互配合完成,，通過采集不同來源的數據以增強信息的可靠性和準確性,。

作為機器人學的基礎技術之一，人工智能在經歷60多年的發(fā)展之后迎來了新生,。通過分層特征識別,、深度學習技術在物體識別上進展顯著。再結合前所未有的大數據和相關硬件,，狹義人工智能問題取得了非凡的進展,，以至于很多人認為我們將要揭開智能的面紗。然而,，我們距離能夠復制和超越人類的智能還可望不可及,。

人工智能系統(tǒng)要能夠檢測自己的部件，并根據部件自我建模和改動模型,，這對于提升機器人的適應力和進化能力必不可少,。用少量數據訓練并能夠自我學習是下一代人工智能系統(tǒng)的重要特征，例如AlphaGo Zero可自主下棋并從中學習和進化,。然而在面對復雜多樣的任務時,，還沒有類似的人工智能系統(tǒng)。

人工智能的最大挑戰(zhàn)之一是模仿人類的智能，這需要我們更加深入了解大腦皮層的工作原理,，其中包括如何從有限的例子中學習,。此外，如何處理現實世界中的道德問題和社會邏輯也是相關領域的一大挑戰(zhàn),，在制造人工智能系統(tǒng)和機器人中必須考慮這些問題,。

腦機接口能夠讓大腦直接與機器交流，可用于治療病人或增強人的能力,。通過機器學習技術,，腦機接口可以將人的意圖直接轉化為行動。盡管這是一個相對較新的領域,，但得益于相關技術的發(fā)展,，其中包括神經學、傳感器技術,、器械小型化、生物兼容材料和嵌入式計算,，腦機接口技術日新月異,。

根據使用方式可將腦機接口分為三類：主動式、響應式和被動式,。主動式是根據人腦活動直接產生輸出,，響應式是輸出大腦對特定刺激產生的響應，被動式腦機接口是新興概念,，它收集大腦的任意反應,，并無控制目的，用于豐富人機的交互作用,。在另一類劃分中,，可將人機接口分為侵入式和非侵入式。侵入式一般使用微型電極陣列測量大腦的活動,，或使用大腦皮層電描記術,，具有良好的時間和空間分辨率。非侵入式不需要手術植入,，通常采用功能核磁共振成像技術,、腦磁圖電掃描技術和腦電圖等技術，時間和空間分辨率較差,。

盡管腦機接口在多種疾病的治療上取得了成功,，但依然存在一些問題。第一,，采集和傳感裝置昂貴并且笨重,；第二，數據處理和非大腦的數據采集都不成熟，而且使用復雜,，并不適合日常使用,；第三，需要使用更簡單和多樣的方式,，如監(jiān)測眼動或肌肉,，并與目前的技術相結合；第四,，現在的腦機接口對人的活動范圍和任務限制較多,。這一領域的研究不僅會促進機器人控制的發(fā)展，還能夠促進神經科學與機器人學融合,，并產生更多的跨學科成果,。

機器人學和人工智能經常會低估復制人類能力的難度,，即便有些能力看似非常簡單,。其中有一個例子最為出名，那就是人們曾以為一個本科生就能研究出計算機的視覺識別,，類似現象也出現在社交能力上,。這些能力對我們來說如此簡單以至于低估了它們對于機器人的難度。實際上我們對社交的理解還比較膚淺,，這個過程需要多種知覺相互配合,。例如觀察眼睛和面部表情的變化以及傾聽聲調的變化，而且這些線索通常是非常繁雜,、變化迅速并且相互作用,。這也導致了目前我們還沒有開發(fā)出在自然條件下能夠正常社交的系統(tǒng)。

社交行為通常都和情景有關,，而且在不同文化條件下并不相同,。因此社交機器人不僅需要學習合適的社交行為及道德準則，還要能夠適應不同的文化,。同時,，它們的系統(tǒng)還應該包含知識、信仰,、目標和情感,。我們距離建造一個如此豐富和復雜的系統(tǒng)還相距甚遠。也許我們可以先建造出具有學習能力的機器人,，然后讓它和人類長時間在一起,，最終使它能夠正常社交。

機器人對醫(yī)學的影響舉世公認,，達芬奇系統(tǒng)在醫(yī)療上的成功應用刺激了一批公司開發(fā)精準手術系統(tǒng),。盡管普遍認為智能機器設備是未來醫(yī)療系統(tǒng)中不可或缺的一部分,，但在通向目標的路上荊棘重重。其中兩個重要課題是如何提高醫(yī)療機器人的自主能力和開發(fā)微型或納米機器人,。

雖然目前多種醫(yī)療機器設備都能有效地完成手術,，但大都是在醫(yī)生的控制下完成任務，而我們需要自主性更強的機器人,。除了手術外,，機器人也能夠用在其他系統(tǒng)，如緊急醫(yī)療人員需要迅速評估病人狀況,、優(yōu)先解決重要問題并盡快穩(wěn)定病人,，智能機器系統(tǒng)能夠輔助完成監(jiān)控、靜脈注射或放置呼吸管,，從而有效地提高了緊急治療效率,。病人情況各不相同，自主性更高的醫(yī)療機器人需要能夠預測,、檢測和應對各種失敗,。醫(yī)療機器人另一個熱點是研制微型和納米機器人，通過增加數量完成更加復雜的任務,。雖然相關領域還存在一些問題,，但在過去十年已取得了喜人的進展，例如多種小型設備已經能夠在液體環(huán)境中移動,。

隨著機器人自主性的增強以及與人交往的次數增多,，現在需要認真考慮潛在的倫理,、安全和法律問題,。

在倫理方面，機器人和人工智能存在五個熱點話題,。首先,，一些敏感任務需要受到人為監(jiān)督，而過度依賴機器人和人工智能會導致這些任務被自動系統(tǒng)完成,；其次,，機器人和人工智能可能成為一些不負責任的人的替罪羊；第三,，失業(yè)不僅是經濟問題,，還是道德問題，而機器人和人工智能可能導致人類技能退化,，并導致失業(yè),，加劇不平等；第四,，人工智能可能導致人類行為發(fā)生不受控的改變,，影響人類的自由,；最后，它們可能被濫用,，尤其當受到無道德的人控制時,。

在安全方面，人工智能可以通過提高系統(tǒng)的彈性和穩(wěn)健性進而提高其安全性,。但有兩個潛在問題威脅著機器人和人工智能的安全,。一是無限升級，受到攻擊時,，機器人和人工智能能夠改進策略并實施更具有侵略性的反制措施,，但這可能導致相互攻擊不斷的升級，進而威脅社會的關鍵設施,；二是缺乏控制,，普遍使用、相互影響和快速執(zhí)行等特征,，可能導致人工智能出現不可預見的結果和錯誤,。

考慮到相關領域的飛速發(fā)展及普通大眾的擔心,，現在迫切需要科學家,、工程師、管理者和法律工作者同步合作解決相關挑戰(zhàn),。

和其他任何科技創(chuàng)新一樣,，機器人和人工智能可以讓我們少做，甚至不做我們不想做的事情,，例如開車,，而去做我們想做的事情，例如享受安全舒適的生活,。同時它們也能幫助解決人類和這個星球正在承受的種種問題,，從環(huán)境災難到金融危機，從犯罪,、恐怖主義和戰(zhàn)爭到饑荒,、貧窮、無知,、不平等等方面,。機器人和人工智能能夠并且必將幫助我們管理日益復雜的社會,，從超大城市到工業(yè)生產。

誠然,，相關風險依然存在,，但我們更應該擔心的是人類的無知，而非只存在于想象中的超級智能,。

人類,，而非科技，才是真正的問題和答案,，現在是,，未來依然是。

參考材料

Yang GZ et al. The grand challenges of Science Robotics. Science. 2018. DOI:10.1126/scirobotics.aar7650.