人工智能之机器人

       学习机器人知识，首先清楚的是机器人的本质，即什么是机器人？现在只要有个能动的铁块亦或是能跑的小车就敢称机器人，其实我认为目前关于机器人定义最好的就是Turing Testing：a human judge engages in a natural language conversation with a human and a machine designed to generate performance indistinguishable from that of a human being. All participants are separated from one another. If the judge cannot reliably tell the machine from the human, the machine is said to have passed the test。所谓机器人更多是给机器赋予人的特性，能够将人的物理和心智行为投射到机器中，某种意义上我觉得将 Robot 翻译成自动人亦或智能人，能够更好的阐释这种已经开始崭露头角的智能机器，因为机器人随着技术上的提升和商业上的运用，会越来越接近人的属性甚至是超过人，而离机器的属性越来越远，最终脱离人的操纵，实现自我导向的进化，所以机器人的本质是机器智能化，即抽取智能迁移到机器。当然以目前的技术水平和商用水平来说，离真正的智能人还是需要比较长的时间。

        学习机器人知识的第一原则，是把握好识别和反馈。既然是机器智能化，那么智能从何而来？智能是人不断总结前人经验，不断探索自然的结果。工业革命之前更多的人的物理行为的初级拓展，工业革命带来了更深层次的行为拓展，如古人制造了船，现代人发明了航母，这些本质上来说都是对人的外在技能进行几何级的提升。而随着计算机的发明，人们开始探索心智行为的拓展，目前主要就是通过软件的形式操纵机器。软件已经成为了计算机的灵魂，通过键盘，鼠标等外设识别输入，通过计算反馈结果呈现。可以说当前计算机已经具备了初级的识别和反馈。机器人则应该是比计算机更深层次的识别和反馈，亦如工业社会对农业社会生产力的提高。从某种意义上讲，机器人属于定义更广泛的计算机。机器人的智能将会支撑更深层次的识别和反馈，可以说智能对机器人的作用就直接体现识别和反馈上，更加智能的识别、智能的反馈的模块构成了机器人发展的动力。我相信把握这一原则学习机器人能够更透彻的理解知识，最后进行知识的整合带来整体的宏观认识。

         既然说到机器人的模块，那机器人的模块有哪些呢，即机器人的知识结构是什么样的呢？这就需要说到人本身的构造了，毕竟机器人是由人通过物理和心智投射而来的。一般说来，人的识别无外乎“色香声味触法”，经过大脑中无数个神经元的运动，以行为的方式体现反馈。所以机器人也需要有自己的“色香声味触法”，大脑和手足眼喉，这些就构成了机器人的知识架构。首先物质决定意识，再好的智能也必须将外在的硬件作为落脚点。摄像头、传感器、麦克、处理器、电机、驱动轮等外设构成单个机器人，通过远程通信协议，短距离通信协议进行机器人之间的信息交互形成群体机器人，这些硬件就是机器人的构成基础，即机器人的机器部分；图像、语音、传感器等各种识别算法将提供机器人各种反馈行为的基础数据。这些算法和硬件部分则是通过机器人操作系统连接的：机器人操作系统管理硬件，屏蔽各种硬件差别，上层的各种识别算法通过统一的接口整合基础数据，最后通过人工智能算法进行智能分析，分析结果可以封装API函数提供给应用程序使用，开发者可以通过调用这些函数开发出各种丰富的应用，从而真正让机器人为人类服务。今天将写到这啦，后续文章将会进一步紧扣机器人的本质，学习机器人的各个模块。