攜手機器人漫步人生路

Q：宋院長，您好！機器人是在怎樣的背景下誕生發展起來的？您能否給我們簡單介紹一下機器人發展的歷史？

提及機器人，大家首先會想到的肯定是像日本的鐵臂阿童木那種智能機器人。不過現在機器人的概念和以前是不一樣的。現在，只要有傳感器、具有感知功能、能夠自動化、有人工智能的機器，都可以被稱為機器人。

最早的機器人是在1946年誕生于美國阿貢國家實驗室。美國阿貢國家實驗室主要生產原子能材料。20世紀40年代，美國主要研究原子彈，而原子彈里面含有核放射性材料，人工進行操作、安裝都會有危險，于是便誕生了機器人。那時候的機器人，主要是主從遙控型操作機器人。

機器人涉及到四個關鍵技術：結構學、傳感技術、控制技術、人工智能。這些是支撐機器人的核心技術，當然機器人還涉及到仿生學等其他技術。機器人是隨著計算機技術的發展而發展起來的，主要可分為智能機器人、遙控機器人、工業機器人三大類。1954年，美國控制學家德沃爾提出了工業機器人的概念，并與物理學家英格伯格聯手制造出第一臺真正實用的工業機器人，并很快得到了應用。之后，他們還興辦了世界上第一家機器人制造工廠。工業機器人適用于工業上的流水線上重復勞動，動作非常精密。比如噴漆，只要編好程序，工業機器人就會不停地重復這個動作。

智能機器人是在20世紀60年代發展非常快，那時日本的鐵臂阿童木也非常轟動，所以當時人們預言很快能夠研制出能代替人的機器人。但到80年代末，人們發現，要想研制出能代替人的機器人很難很難。智能機器人要能夠像人一樣在未知的環境下，自己能夠判斷，自己去干活。但現實是根本不行的，一般的機器人只能和人握握手，進行語音、手勢的交流。如果給錢讓機器人去買瓶醬油，那它出去就回不來了。這本質原因是因為人的思考是一種并行模式，而機器人是按照計算機的串行模式（馮·諾依曼結構）。比如我們看一幅圖像，馬上就能夠理解，但計算機處理需要很長時間。現在的計算機擅長記憶、計算，但是不善于邏輯性的推理、判斷。所以80年代末，人們對人工智能技術進行反思，覺得智能機器發展已經到了瓶頸階段，很難再有突破。但很多地方需要機器人，于是機器人的發展又返回到遙控機器人。但這時候的遙控機器人和之前的大不一樣，不再是之前那樣簡單的遙控，而是帶感覺的控制。人將信息傳給機器人，人怎么動，它就怎么動；它再將所感知的信息傳給人，機器人就像人的一個遠程代理，從而能夠給人產生一種遠在機器人現場的“身臨其境”的感覺，這是一種人機交互式的機器人，即臨場感遙操作機器人，這種交互式機器人是現在發展的趨勢。

日本的智能機器人是世界領先的。但各機器人公司研制機器人并不是拿來賣，一套機器人的造價至少是上千萬人民幣，買是買不起的b0d81679c58b5472ef165b0c70c885c5。日本索尼、本田、三菱、重工等公司研制機器人，主要是為了展現自身的技術水平，鍛煉并形成一支高技術水平的隊伍，展示其企業機器人文化。但美國不是，美國重在創新與應用，軍事、航天、航海、醫療等都會有機器人應用，所以很多新領域的機器人應用都是美國提出來的。

Q：宋院長，您讀大學時，機器人發展可能才剛剛起步，并不是很熱門的專業，前景怎么樣，大家都不清楚。當初，您為什么會選擇機器人這個研究專業呢？

其實，這個專業并不是我自己選擇的，而是后來被調劑過來的。高中時，我化學很好，我最初的志愿是想去浙江大學讀化學專業。但后來我報的是南京航天航空大學，因為中學時我參加了航模比賽，對航空航天很感興趣。所以當南京航天航空大學到我們學校招生時，我就報考了南航的直升機專業，但后來由于招生情況的變化，直升機專業當年沒有招生，于是我選擇了飛行器制造，錄取時調劑到自動控制系的儀器專業，后來到東南大學儀器科學與工程系攻讀博士學位。

被調劑到自動控制系的儀器專業時，我的心都涼了半截。當時我想，儀器專業不就是修手表、水表、電表的嗎？因為我印象中“儀器”這個概念指的就是手表、電表等。但后來我慢慢地發現，儀器專業并不是我最初認為的只是修修水表、電表什么的，而是研究測控技術、傳感器這么一個專業。其實這個專業的名稱有點誤導，包括我們現在很多學生的家長對這個專業也有點疑惑。宋院長與其學生為小記者展示并講解機械手的應用及原理

不過，這個儀器專業真的很特殊，專業知識面很寬廣，涉及到傳感器、控制、精密機械、信號處理等，因此這個專業比較適合開展機器人的研究。機器人涉及到的四個支撐技術——結構、傳感、控制、人工智能，在這個專業上都得到了體現。這個專業能夠學到的知識很多，但如果學得不好，就會成“萬金油”。

小記者用心地傾聽冪院長的講解

其次，之所以說這個專業特殊，是因為它是由十幾個老儀器專業合并起來的專業，包括光學儀器、電子測量儀器、自動化儀器儀表、檢測儀器，等等。所以在本科階段，這個專業叫測控技術與儀器。

從南京航天航空大學轉到東南大學讀博士時，我的專業沒有變化，只是研究課題從電機測控轉為機器人測控。我就是這樣接觸到機器人研究的，然后就留在東南大學繼續從事機器人研究工作。可以說，從事機器人研究是陰差陽錯，也可以說是命中注定。

Q：您在研究機器人的時候，遇到的困難有哪些？

在研究的過程中，遇到的問題還是比較多的。比如圖像處理、環境感知等都存在很多困難，因為這牽涉到太多算法的問題。以機器人傳感器為例，傳感器要求精度高，但時間久了，精度就會降低，怎么辦。再比如觸覺反饋，如何把這種真實的感受反饋回來并重構，這種難度相當大，是國際公認的難題。如遠程控制機械手抓取物體、摸到物體的時候，機械手有熱覺、冷覺等觸覺。當機械手將觸摸物體時所感知的物體表面形狀、紋理、冷熱感傳回來后，如何將這種感覺一模一樣、真實地重現給人就非常困難。現在比較成熟的技術是力反饋再現，普通的觸覺再現也很簡單，但當冷、熱感一起積存起來，就會比較困難。

再比如說腦電控制，現在我們只能通過腦電控制手的上下運動，但精細動作還無法控制，因為腦電控制太復雜了，涉及到信號處理、模式識別、還有很多未知的因素。比如說神經的走向，從腦神經到動作到底是怎樣的一個過程，比如手做一個彎曲的動作，腦神經的電信號沿著這個通路是怎么傳遞的，現在還不完全清楚。我們現在正在研究腦神經的三維成像，試圖發現神經信號的編碼傳遞機制。總之，未知的問題很多，難題很多。

Q：以電腦上的五子棋游戲為例，電腦是不是有自己的隨機判斷能力而決定如何出棋？

電腦的出棋步驟都是程序設計好的，如“If……then……”語句，當然也有些是隨機的。比方講，我們投擲一枚硬幣，誰都不敢肯定上面一定是正面或反面，這是要靠猜的。但猜也是有自己的概率，比如扔100次硬幣，肯定會有接近50次正面，50次反面，既然概率相等，那我就隨機了。但當概率有大，有小時，我們肯定會選擇概率大的情形。比如同時扔兩枚硬幣，會出現兩個正面，兩個反面以及一正一反三種情形。但這三種情形的概率是不一樣的，兩個正面的概率是1/4，兩個反面的概率是1/4，而一正一反的概率是1/2，那肯定是猜一正一反的概率大。有時候，決策是按概率進行選擇的，絕對正確的決策是沒有的，只能說這個對的可能性大，那個對的可能性小。

電腦在做出選擇時，時間上會稍有延遲。比如以五子棋、象棋游戲為例，簡單的、低級的游戲，電腦判斷時間很短，完成也很迅速。但如果游戲達到高級別時，電腦的反應速度就會相對遲緩一點。因此電腦需要計算很多步，然后判斷哪一步最優。但有的時候很難判斷，因為全局會有很多最優點，那到底哪個點是最優，這時候就需要按概率來了。現實中，人有時也是憑著感覺、概率進行判斷的。

Q：現在是不是所有的機器人都是按照人編好的程序運行，對可能出現的方案進行最優選擇然后進行判斷？

絕大多數的機器人都是這樣的，當然這也分幾種情況。比如工業機器人，它完成的是確定性的任務，它的編程是固定的，沒有隨機性。因為任務是已知的，環境是明確的，它就是從事某一動作的精密的重復性勞動。

智能機器人就有很多隨機性。在概率世界里，它也會判斷錯誤。而遙操作機器人，它有自動判斷功能，也有人的干預，兩者相結合共同完成未知任務。

Q：賽車是由人一步一步控制，工業機器人是由程序一步一步控制，這兩者的本質是不是相同的？

兩者的本質是不一樣的。雖然都需要編程，但工業機器人的條件是不變化的，任務是明確的，所以它可以重復。一旦流水線條件發生變化，那它的重復勞動就會出錯。而賽車機器人的環境是變化的、動態的，因此它必須要有很多傳感器對環境進行判斷、識別，如環境識別、道路識別、障礙物識別等，當然有時也會判斷錯誤。

Q：現在的機器人越來越先進，當機器人發展到與人有一樣的判斷力，會不會完全代替人類，甚至對人類產生威脅？

首先，我們要清楚機器人是人的朋友，不是來代替人的，而是來幫助人的。機器人有它的擅長，它的記憶、計算能力很強，而且不知疲倦。人的計算能力無法與機器人相比，但人的感覺判斷很；佳，比如一個人化妝后同時站在人和機器人的面前，人一看就可以知道是誰，而機器人要判斷很久也不一定能認出。因此，人與機器人是一個共同體，共同合作才更有利于任務的完成。

其次，我們要清楚機器人是人創造的，人肯定會對機器人進行控制與干預，絕對不會允許它取代人或者對人產生危害。