“AlphaGo只是圍棋高手，不會炒回鍋肉！”“全才”機器人即將誕生

寇建超

如果有一臺機器人，幾乎可以通過 “自學” 的方式，完成人類 80%～90% 的日常工作和任務，你信嗎？或許你會說，人類可以做到的事，機器人為什么不可以？但很顯然，我們如今看到的機器人，功能單一，遠遠達不到我們對智能的期望，也滿足不了現實中對任務和場景自適應的需求。如今，我們會根據不同的任務和場景設計各種機器人和相應的算法，但由于外部變量空間太大，同一機器人在不同任務或操作之間的可遷移性較弱，不能替人類完成各種各樣的任務。

一直以來，“通用智能” 被認為是一個很好的技術解決方案，具備與人類同等智慧或超越人類的人工智能，能表現出正常人類所具有的所有智能行為，可以為機器人提供一個統一的模型，一直都是人工智能行業內的學者、科研機構和企業的追求。但是，要實現機器人在多領域內的通用，這項技術還需要一個載體—— “通用智能本體”，其可以在很大程度上提高機器人對不同任務的可遷移性。

事實上，人本身就是一個通用智能本體。要像人一樣，通用智能本體需要對其所在環境（特別是操作對象）有深度的理解。近期，上海交通大學與非夕機器人科技聯合在《中國工程院院刊》上發表了 “通用智能本體” 的論文，提出基礎理論概念。論文作者盧策吾教授表示，“通用智能本體是機器人（至少是通用機器人）的終極目標。通用智能本體不僅能看懂（人類的行為），也能很好地去理解，還能對外界作出反饋。”盧策吾認為，通用智能本體有點像我們日常使用的通用計算機，幾乎可以完成日常生活中的所有任務，但一些特殊的任務，依然需要一些專用機器人來完成。

人類生產所需完成的任務個數接近無窮且大多各不相同，兩條線之間的區間就是通用智能帶來的紅利

“AlphaGo 只是圍棋高手”

任務遷移能力是衡量一個通用智能本體智能程度的最重要標準。如果要讓擅長下圍棋的 AlphaGo 去玩其他棋類或者星際爭霸之類的游戲，其遷移成本會很高。有了通用智能本體，未來工廠內的產品組裝、醫院內的病人看護、家庭內的按摩和家務勞動等操作，都可以由一個通用智能本體來完成。“這就是通用智能本體的初衷。” 盧策吾說。

當前的智能機器人通過深度學習來認知世界，但深度學習對外部世界的感知能力比較弱，它只是去看，并沒有真正理解物體的本質。比如，深度學習只是通過模式識別去辨認一把剪刀，如果 “眼前” 的物體像一把剪刀，就判斷其為剪刀，而并沒有真正理解剪刀的概念。而通用智能本體不是做簡單的模式識別，它關心的是這個物體的功能，可以直達物體的本質。“就像人類，一個杯子能不能被用來喝水，與杯身的花紋無關。” 盧策吾說。

因為有了交互，通用智能本體就可以接受不同的概念，概念之間的搜索空間就會大大減少。比如，通用智能本體在看到一個礦泉水瓶時，會先通過視覺進行猜測，再去用力擰開，確定其為礦泉水瓶后，再將結果上傳到云端，完成這一過程后，通用智能本體又增加了一次學習經驗。這不只是視覺上的經驗，也與力覺有關，在一定程度上具備了自學習的可能性。

“回鍋肉”問題

人類的大部分操作都可以被肢解為一些不可再分的元操作（可不再向下分解的通用操作，比如抓取、插、拔、揉壓等），而這些元操作之間有特別強的通用性。人類的元操作集合是有限的，在定義好元操作集合后，人類的任何操作任務都可以解析為一個元操作流，也就是一串元操作序列。一旦機器人學會所有人類的元操作，再加上大量的（物體）知識引擎，就使得通用智能本體具有可行性。

由于多個信息維度交互的存在，通用智能本體很有可能在遷移能力上實現突破。比如，擰瓶蓋和擰螺帽是差不多的，力學模式和操作范式就也是差不多的。瓶蓋和螺帽都有一個凸起，都可以被旋轉，這些特點都可以被泛化和定義，不管它是綠色的，還是藍色的，都需要用手握住并轉動，而且力的模式，大概需要多大的力，也是很清楚的。但要實現通用智能本體的愿景，依然存在不小的挑戰——通用智能本體既要符合人類的智能設計，又要符合與計算機相似的體系架構。

我們可以通過簡單的編程為通用計算機賦予很多功能，但在通用智能本體上編程卻不會那么簡單，因為教會通用智能本體去做一件事（比如照顧一位老人）的成本很高。如果把各種可能的情況都寫入通用智能本體，難度就太大了。“如何把一個抽象的任務編譯給機器人是一個很難的 AI 問題，但我們對此還是很有信心的。”盧策吾說：“目前 ‘積木 已經有了，機器人如何通過看人類怎么做去模仿人類把 ‘積木 搭起來，這是一個開放的學術問題，需要持續的討論。”

通用智能本體可完成的操作，由簡單到復雜，由已知到未知，可以分為四個等級。對于拿杯子接可樂等低等級操作，其操作步驟很固定，機器人知道第一步做什么，第二步又做什么。當操作步驟未知，一旦涉及到對周圍環境的理解和判斷時，情況就比較復雜了。比如，如何炒一盤回鍋肉？通用智能本體會通過觀看大量人類炒回鍋肉的視頻，提取相關特性去學習如何炒回鍋肉，之后會是一個不斷嘗試的過程。在這一過程中，通用智能本體需要來自人類的糾正，比如回鍋肉好不好吃，這也會涉及到一些學術問題，但成本會很低。盡管最終結果可能會存在一定誤差，但通用智能本體需要做的調節幅度會比較小。如果按照從0～1的自主學習模式去炒一盤回鍋肉，現有機器人是做不到的。但是，如果通用智能本體之前看過人類炒小炒肉的視頻，并且已經將這一經驗信息上傳到云端，通用智能本體就會利用炒小炒肉的經驗去炒回鍋肉，或者用剛剛學到的炒回鍋肉的經驗去炒一盤魚香肉絲，然后再上傳到云端，形成機器人自己的知識庫。結果就是，機器人學到的技能越來越多，知識庫內的經驗信息也會彼此關聯。

由定制化走向自主性

未來，在執行大多數任務時，用戶不需更換本體，只需要提供簡單的任務描述，也不需要重新設計底層通用硬件、協議和操作系統;就像通用計算機的模塊（CPU，RAM）一樣，各個基本模塊相對獨立，且可升級;隨著通用智能本體群完成任務的增加，知識體系得到擴展，學習新任務所需的時間減少。

多功能家用機器人是未來機器人的攻關方向之一，但我們不可能對每個家庭特殊環境的每個任務重新設計硬件、軟件或學習模型，這是阻礙家用機器人發展的重要原因。通用智能本體有望解決這一問題。“與在各個領域實現廣泛應用所需的難度相比，通用智能本體工業自動化應用中是在一個更結構化的環境中運行，實現起來沒有那么困難。” 盧策吾說。由于通用智能本體的視覺和力覺傳感比人類更精準，它完成任務的專業性會超越人類。

但通用智能本體一開始不會像一個保姆那樣會察言觀色，會主動做些什么。它就像一個 iPhone，比如你裝一個疊衣服的 app，它就學會了疊衣服，過幾天你再裝一個清理桌面的 app，它也就學會了如何清理桌面。一開始，通用智能本體只是一個功能化的機器人。盧策吾表示：“你可以認為它是一個多功能家電，但隨著知識庫的不斷增加，它會慢慢向智能化發展，一旦學會了所有家用功能，它就會像一個保姆一樣，會幫老人喂飯、洗臉和按摩肌肉等，它的功能會越來越強大。”

但通用智能本體并非適用于人類的所有活動，它可以適用于人類的大部分日常活動。比如，工業上的生產線，醫療上的護理、打針和智能 ICU，以及娛樂交互、家用按摩和更簡單的接可樂等，都可以被編程進通用智能本體中，進而提高效率。“我們會先做一個不需要教的機器人，把操作步驟固定寫出來，比如叫機器人去麥當勞買一個漢堡，它第一步做什么，第二步又做什么，你只需要一個 iPad，就能完成這件事。最終，有了大量經驗信息后，更高級別的操作就能很順其自然地完成了，這就會涉及到 AI 的相關研究了。” 盧策吾說。

（摘自美《深科技》）（編輯/多洛米）