智能機器人
來源：作者：日期：2017-10-31 14:17:53點擊：6175次
智能機器人:智能機器人之所以叫智能機器人，這是因為它有相當發達的“大腦”。在腦中起作用的是中央處理器，這種計算機跟操作它的人有直接的聯系。最主要的是，這樣的計算機可以進行按目的安排的動作。正因為這樣，我們才說這種機器人才是真正的機器人，盡管它們的外表可能有所不同。
中文名 外文名 功 能 分 類
智能機器人 Intelligent robot 智能判斷 機器人
目錄
1、什么是智能機器人（基本解釋）
2、智能機器人的發展歷史
3、智能機器人的未來趨勢
4、智能機器人構件組成
5、智能機器人的分類
6、智能機器人能力的評價標準
7、智能機器人的發展方向
8、智能機器人的研究重點
9、智能更強
10、評價
基本解釋
我們從廣泛意義上理解所謂的智能機器人，它給人的最深刻的印象是一個獨特的進行自我控制的“活物”。其實，這個自控“活物”的主要器官并沒有像真正的人那樣微妙而復雜。智能機器人具備形形色色的內部信息傳感器和外部信息傳感器，如視覺、聽覺、觸覺、嗅覺。除具有感受器外，它還有效應器，作為作用于周圍環境的手段。這就是筋肉，或稱自整步電動機，它們使手、腳、長鼻子、觸角等動起來。由此也可知，智能機器人至少要具備三個要素：感覺要素，反應要素和思考要素。
我們稱這種機器人為自控機器人，以便使它同前面談到的機器人區分開來。它是控制論產生的結果，控制論主張這樣的事實：生命和非生命有目的的行為在很多方面是一致的。正像一個智能機器人制造者所說的，機器人是一種系統的功能描述，這種系統過去只能從生命細胞生長的結果中得到，現在它們已經成了我們自己能夠制造的東西了。
智能機器人能夠理解人類語言，用人類語言同操作者對話，在它自身的“意識”中單獨形成了一種使它得以“生存”的外界環境——實際情況的詳盡模式。它能分析出現的情況，能調整自己的動作以達到操作者所提出的全部要求，能擬定所希望的動作，并在信息不充分的情況下和環境迅速變化的條件下完成這些動作。當然，要它和我們人類思維一模一樣，這是不可能辦到的。不過，仍然有人試圖建立計算機能夠理解的某種“微觀世界”。比如維諾格勒在麻省理工學院人工智能實驗室里制作的機器人。這個機器試圖完全學會玩積木：積木的排列、移動和幾何圖案結構，達到一個小孩子的程度。這個機器人能獨自行走和拿起一定的物品，能“看到”東西并分析看到的東西，能服從指令并用人類語言回答問題。更重要的是它具有“理解”能力。為此，有人曾經在一次人工智能學術會議上說過，不到十年，我們把電子計算機的智力提高了10倍；如維諾格勒所指出的，計算機具有明顯的人工智能成分。
智能機器人的發展歷史：
1920年 捷克斯洛伐克作家卡雷爾·恰佩克在他的科幻小說《羅薩姆的機器人萬能公司》中，根據Robota(捷克文，原意為“勞役、苦工”)和Robotnik(波蘭文，原意為“工人”)，創造出“機器人”這個詞。
1939年 美國紐約世博會上展出了西屋電氣公司制造的家用機器人Elektro。它由電纜控制，可以行走，會說77個字，甚至可以抽煙，不過離真正干家務活還差得遠。但它讓人們對家用機器人的憧憬變得更加具體。
1942年 美國科幻巨匠阿西莫夫提出“機器人三定律”。雖然這只是科幻小說里的創造，但后來成為學術界默認的研發原則。
1948年 諾伯特·維納出版《控制論》，闡述了機器中的通信和控制機能與人的神經、感覺機能的共同規律，率先提出以計算機為核心的自動化工廠。
1954年 美國人喬治·德沃爾制造出世界上第一臺可編程的機器人，并注冊了專利。這種機械手能按照不同的程序從事不同的工作，因此具有通用性和靈活性。
1956年 在達特茅斯會議上，馬文·明斯基提出了他對智能機器的看法：智能機器“能夠創建周圍環境的抽象模型，如果遇到問題，能夠從抽象模型中尋找解決方法”。這個定義影響到以后30年智能機器人的研究方向。
1959年 德沃爾與美國發明家約瑟夫·英格伯格聯手制造出第一臺工業機器人。隨后，成立了世界上第一家機器人制造工廠——Unimation公司。由于英格伯格對工業機器人的研發和宣傳，他也被稱為“工業機器人之父”。
1962年 美國AMF公司生產出“VERSTRAN”(意思是萬能搬運),與Unimation公司生產的Unimate一樣成為真正商業化的工業機器人，并出口到世界各國，掀起了全世界對機器人和機器人研究的熱潮。
我國從六十年代初開始，人們就開始研究智能機器人，智能機器人是人工智能綜合成果，它是作為擴大計算機的功能和研究人工智能的試驗床而形成和發展起來的。人工智能研究者通過智能機器人試驗床把人工智能活現出來，第一次證實了智能機器人可以根據環境和完成任務目標制定行動規劃和操作，尤其是它能使用簡單的工具去完成某種任務，具有非常重要的科學價值。
到了八十年代，第一代機器人的市場趨于飽和，所以工業機器人的應用開始從汽車領域轉向電子、電氣機械裝配和非制造領域。因為第一代機器人沒有視覺和觸覺，所以已經適應不了新用途的需要，在這時候，計算機和傳感器的發展有利的推動了機器人技術的發展，所以人們研究出了第一代有感覺的機器人，這些機器人具有一定的識別和判斷的能力。 到了九十年代之后，由于機器人的用戶主要是中小企業，所以體型較小較輕的機器人開始出現，其中比較典型的例子就是1991年在日本生產的擦窗玻璃的機器人和蘇聯生產的很輕能夠自由移動的一種機器人。
21世紀的機器人具有各種用途和各種功能，它被應用在制造業，也被用在宇宙、原子能、深海等特殊環境下的作業，同時也大量應用在建筑業、農業、林業、醫療、服務業等，它的應用領域是非常廣泛的。 現在的機器人水平相對于過去已經有了很大的進步，但是現在的機器人還不能夠脫離人的操作而獨立的存在，所以未來機器人將會往模仿人的智能的方向發展，現在人們希望未來的機器人能夠完全通過自己的知覺采取行動，能夠像人類一樣能夠說話，聽到聲音，能夠用眼睛看東西，能夠自己進行思考，與人類進行交流。未來機器人的發展方向也可能是更加趨于微型化，因為這樣的機器人體積微小但是工作能力非常強，這在軍事上或者是在醫學上的應用等等都將有著非常好的發展前景。機器人的發展領域是非常廣泛的，是沒有止境的，它的發展已經使各行各業的發展得到了很大的飛躍，在將來它將會繼續促進各行各業往更高
智能機器人的未來趨勢：
智能機器人具有廣闊的發展前景，目前機器人的研究正處于第三代智能機器人階段，盡管國內外對此的研究已經取得了許多成果,但其智能化水平仍然不盡人意。未來的智能機器人應當在以下幾方面著力發展：面向任務，由于目前人工智能還不能提供實現智能機器的完整理論和方法，已有的人工智能技術大多數要依賴領域知識，因此當我們把機器要完成的任務加以限定，及發展面向任務的特種機器人，那么已有的人工智能技術就能發揮作用，使開發這種類型的智能機器人成為可能；傳感技術和集成技術，在現有傳感器的基礎上發展更好、更先進的處理方法和其實現手段，或者尋找新型傳感器，同時提高集成技術，增加信息的融合；機器人網絡化，利用通信網絡技術將各種機器人連接到計算機網絡上,并通過網絡對機器人進行有效的控制；智能控制中的軟計算方法，與傳統的計算方法相比,以模糊邏輯、基于概率論的推理、神經網絡、遺傳算法和混沌為代表的軟計算技術具有更高的魯棒性、易用性及計算的低耗費性等優點,應用到機器人技術中，可以提高其問題求解速度,較好地處理多變量、非線性系統的問題；機器學習，各種機器學習算法的出現推動了人工智能的發展,強化學習、蟻群算法、免疫算法等可以用到機器人系統中，使其具有類似人的學習能力,以適應日益復雜的、不確定和非結構化的環境；智能人機接口，人機交互的需求越來越向簡單化、多樣化、智能化、人性化方向發展,因此需要研究并設計各種智能人機接口如多語種語音、自然語言理解、圖像、手寫字識別等,以更好地適應不同的用戶和不同的應用任務，提高人與機器人交互的和諧性;多機器人協調作業，組織和控制多個機器人來協作完成單機器人無法完成的復雜任務，在復雜未知環境下實現實時推理反應以及交互的群體決策和操作。
智能機器人構件組成：
智能機器人包括機構、結構本體、驅動傳動、能源動力、感知等系統。
機器人核心部件包括伺服電機、減速器及控制器、驅動器及傳感器。
智能機器人的分類：
5.1按功能分類
（1）智能機器人按功能分類可分為一般機器人和智能機器人。一般機器人是指不具有智能，只具有一般編程能力和操作功能的機器人。
到目前為止，在世界范圍內還沒有一個統一的智能機器人定義。大多數專家認為智能機器人至少要具備以下三個要素：一是感覺要素，用來認識周圍環境狀態；二是運動要素，對外界做出反應性動作；三是思考要素，根據感覺要素所得到的信息，思考出采用什么樣的動作。感覺要素包括能感知視覺、接近、距離等的非接觸型傳感器和能感知力、壓覺、觸覺等的接觸型傳感器。這些要素實質上就是相當于人的眼、鼻、耳等五官，它們的功能可以利用諸如攝像機、圖像傳感器、超聲波傳成器、激光器、導電橡膠、壓電元件、氣動元件、行程開關等機電元器件來實現。對運動要素來說，智能機器人需要有一個無軌道型的移動機構，以適應諸如平地、臺階、墻壁、樓梯、坡道等不同的地理環境。它們的功能可以借助輪子、履帶、支腳、吸盤、氣墊等移動機構來完成。在運動過程中要對移動機構進行實時控制，這種控制不僅要包括有位置控制，而且還要有力度控制、位置與力度混合控制、伸縮率控制等。智能機器人的思考要素是三個要素中的關鍵，也是人們要賦予機器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動。這些智力活動實質上是一個信息處理過程，而計算機則是完成這個處理過程的主要手段。
智能機器人
（2）智能機器人根據其智能程度的不同，又可分為三種：傳感型機器人、交互型機器人、自主型機器人
傳感型機器人
又稱外部受控機器人。機器人的本體上沒有智能單元只有執行機構和感應機構，它具有利用傳感信息（包括視覺、聽覺、觸覺、接近覺、力覺和紅外、超聲及激光等）進行傳感信息處理、實現控制與操作的能力。受控于外部計算機，在外部計算機上具有智能處理單元，處理由受控機器人采集的各種信息以及機器人本身的各種姿態和軌跡等信息，然后發出控制指令指揮機器人的動作。目前機器人世界杯的小型組比賽使用的機器人就屬于這樣的類型。
交互型機器人
機器人通過計算機系統與操作員或程序員進行人－機對話，實現對機器人的控制與操作。雖然具有了部分處理和決策功能，能夠獨立地實現一些諸如軌跡規劃、簡單的避障等功能，但是還要受到外部的控制。
自主型機器人
在設計制作之后，機器人無需人的干預，能夠在各種環境下自動完成各項擬人任務。自主型機器人的本體上具有感知、處理、決策、執行等模塊，可以就像一個自主的人一樣獨立地活動和處理問題。機器人世界杯的中型組比賽中使用的機器人就屬于這一類型。全自主移動機器人的最重要的特點在于它的自主性和適應性，自主性是指它可以在一定的環境中，不依賴任何外部控制，完全自主地執行一定的任務。適應性是指它可以實時識別和測量周圍的物體，根據環境的變化，調節自身的參數，調整動作策略以及處理緊急情況。交互性也是自主機器人的一個重要特點，機器人可以與人、與外部環境以及與其他機器人之間進行信息的交流。由于全自主移動機器人涉及諸如驅動器控制、傳感器數據融合、圖像處理、模式識別、神經網絡等許多方面的研究，所以能夠綜合反映一個國家在制造業和人工智能等方面的水平。因此，許多國家都非常重視全自主移動機器人的研究。智能機器人的研究從60年代初開始，經過幾十年的發展，目前，基于感覺控制的智能機器人(又稱第二代機器人)已達到實際應用階段，基于知識控制的智能機器人(又稱自主機器人或下一代機器人)也取得較大進展，已研制出多種樣機。
5.2按智能程度分類
機器人現在已被廣泛地用于生產和生活的許多領域，按其擁有智能的水平可以分為三個層次。
工業機器人
一是工業機器人，它只能死板地按照人給它規定的程序工作，不管外界條件有何變化，自己都不能對程序也就是對所做的工作作相應的調整。如果要改變機器人所做的工作，必須由人對程序作相應的改變，因此它是毫無智能的。
初級智能機器人
二是初級智能機器人。它和工業機器人不一樣，具有象人那樣的感受，識別，推理和判斷能力。可以根據外界條件的變化，在一定范圍內自行修改程序，也就是它能適應外界條件變化對自己怎樣作相應調整。不過，修改程序的原則由人預先給以規定。這種初級智能機器人已擁有一定的智能，雖然還沒有自動規劃能力，但這種初級智能機器人也開始走向成熟，達到實用水平。
高級智能機器人
三是高級智能機器人。它和初級智能機器人一樣，具有感覺，識別，推理和判斷能力，同樣可以根據外界條件的變化，在一定范圍內自行修改程序。所不同的是，修改程序的原則不是由人規定的，而是機器人自己通過學習，總結經驗來獲得修改程序的原則。所以它的智能高出初級智能機器人。這種機器人已擁有一定的自動規劃能力，能夠自己安排自己的工作。這種機器人可以不要人的照料，完全獨立的工作，故稱為高級自律機器人。這種機器人也開始走向實用。
機器人能力的評價標準包括：智能，指感覺和感知，包括記憶、運算、比較、鑒別、判斷、決策、學習和邏輯推理等；機能，指變通性、通用性或空間占有性等；物理能，指力、速度、連續運行能力、可靠性、聯用性、壽命等。因此，可以說機器人是具有生物功能的空間三維坐標機器。
智能機器人能力的評價標準：
機器人能力的評價標準包括：智能，指感覺和感知，包括記憶、運算、比較、鑒別、判斷、決策、學習和邏輯推理等；機能，指變通性、通用性或空間占有性等；物理能，指力、速度、連續運行能力、可靠性、聯用性、壽命等。因此，可以說機器人是具有生物功能的空間三維坐標機器。
智能機器人發展方向:
不過，盡管機器人人工智能取得了顯著的成績，控制論專家們認為它可以具備的智能水平的極限并未達到。問題不光在于計算機的運算速度不夠和感覺傳感器種類少，而且在于其他方面，如缺乏編制機器人理智行為程序的設計思想。你想，現在甚至連人在解決最普通的問題時的思維過程都沒有破譯，人類的智能會如何呢——這種認識過程進展十分緩慢，又怎能掌握規律讓計算機“思維”速度快點呢？因此，沒有認識人類自己這個問題成了機器人發展道路上的絆腳石。制造“生活”在具有不固定性環境中的智能機器人這一課題，近年來使人們對發生在生物系統、動物和人類大腦中的認識和自我認識過程進行了深刻研究。結果就出現了等級自適應系統說，這種學說正在有效地發展著。作為組織智能機器人進行符合目的的行為的理論基礎，我們的大腦是怎樣控制我們的身體呢？純粹從機械學觀點來粗略估算，我們的身體也具有兩百多個自由度。當我們在進行寫字、走路、跑步、游泳、彈鋼琴這些復雜動作的時候，大腦究竟是怎樣對每一塊肌肉發號施令的呢？大腦怎么能在最短的時間內處理完這么多的信息呢？我們的大腦根本沒有參與這些活動。大腦——我們的中心信息處理機“不屑于”去管這個。它根本不去監督我們身體的各個運動部位，動作的詳細設計是在比大腦皮層低得多的水平上進行的。這很像用高級語言進行程序設計一樣，只要指出“間隔為一的從1～20的一組數字”，機器人自己會將這組指令輸入詳細規定的操作系統。最明顯的就是，“一接觸到熱的物體就把手縮回來”這類最明顯的指令甚至在大腦還沒有意識到的時候就已經發出了。
把一個大任務在幾個皮層之間進行分配，這比控制器官給構成系統的每個要素規定必要動作的嚴格集中的分配合算、經濟、有效。在解決重大問題的時候，這樣集中化的大腦就會顯得過于復雜，不僅腦顱，甚至連人的整個身體都容納不下。在完成這樣或那樣的一些復雜動作時，我們通常將其分解成一系列的普遍的小動作 （如起來、坐下、邁右腳、邁左腳）。教給小孩各種各樣的動作可歸結為在小孩的“存儲器”中形成并鞏固相應的小動作。同樣的道理，知覺過程也是如此組織起來的。感性形象——這是聽覺、視覺或觸覺脈沖的固定序列或組合 （馬、人），或者是序列和組合二者兼而有之。
學習能力是復雜生物系統中組織控制的另一個普遍原則，是對先前并不知道、在相當廣泛范圍內發生變化的生活環境的適應能力。這種適應能力不僅是整個機體所固有的，而且是機體的單個器官、甚至功能所固有的，這種能力在同一個問題應該解決多次的情況下是不可替代的。可見，適應能力這種現象，在整個生物界的合乎目的的行為中起著極其重要的作用。本世紀初，動物學家桑戴克進行了下面的動物試驗。先設計一個帶有三個小平臺的T形迷宮，試驗動物位于字母T底點上的小平臺上，誘餌位于字母T橫梁兩頭的小平臺上。這個動物只可能做出以下兩種選擇，即跑到岔口后，它可以轉向左邊或右邊的小平臺。但是，在通向誘餌的路上埋伏著使它不愉快的東西：走廊兩側裝著電極，電壓以某種固定頻率輸進這些電極之中，于是跑著經過這些電極的動物便受到疼痛的刺激——外界發出懲罰信號。而另一邊平臺上等著動物的誘餌則是外界獎勵的信號。實驗中，如果一邊走廊的刺激概率大大超過另一走廊中的刺激概率，那么，動物自然會適應外界情況：反復跑幾次以后，動物朝刺激概率低、痛苦少的那邊走廊跑去。桑戴克作試驗最多的是老鼠。如老鼠就更快地選擇比較安全的路線，并且在懲罰相差不大的情況下自信地選擇一條比較安全的路線，其它作試驗的動物是帶著不同程度的自適應性來體現這一點的，不過，這種能力是參加試驗的各種動物都具有的。
控制機器人的問題在于模擬動物運動和人的適應能力。建立機器人控制的等級——首先是在機器人的各個等級水平上和子系統之間實行知覺功能、信息處理功能和控制功能的分配。第三代機器人具有大規模處理能力，在這種情況下信息的處理和控制的完全統一算法，實際上是低效的，甚至是不中用的。所以，等級自適應結構的出現首先是為了提高機器人控制的質量，也就是降低不定性水平，增加動作的快速性。為了發揮各個等級和子系統的作用，必須使信息量大大減少。因此算法的各司其職使人們可以在不定性大大減少的情況下來完成任務。
總之，智能的發達是第三代機器人的一個重要特征。人們根據機器人的智力水平決定其所屬的機器人代別。有的人甚至依此將機器人分為以下幾類：受控機器人——“零代”機器人，不具備任何智力性能，是由人來掌握操縱的機械手；可以訓練的機器人——第一代機器人，擁有存儲器，由人操作，動作的計劃和程序由人指定，它只是記住 （接受訓練的能力）和再現出來；感覺機器人——機器人記住人安排的計劃后，再依據外界這樣或那樣的數據 （反饋）算出動作的具體程序；智能機器人——人指定目標后，機器人獨自編制操作計劃，依據實際情況確定動作程序，然后把動作變為操作機構的運動。因此，它有廣泛的感覺系統、智能、模擬裝置（周圍情況及自身——機器人的意識和自我意識）
智能機器人的研究重點：
怎樣變聰明的？人工智能專家指出：計算機不僅應該去做人類指定它做的事，還應該獨自以最佳方式去解決許多事情。比如說，核算電費或從事銀行業務的普通計算機的全部程序就是準確無誤地完成指令表，而某些科研中心的計算機卻會“思考”問題。前者運轉迅速，但絕無智能；后者儲存了比較復雜的程序，計算機里塞滿了信息，能模仿人類的許多能力 （在某些情況下甚至超過我們人的能力）。
為了研究這個問題，許多科學家都曾耗盡了自己一生的心血。如第二次世界大戰期間，英國數學家圖靈發明了一種機器，這種機器成了現代機器人的鼻祖。這是一種破譯敵方通訊的系統。后來，圖靈用整個一生去幻想制造出一種會學習、有智能的機器。而在1945年10月的普林斯頓，另一位著名的數字家馮·奈曼卻設計了一個被稱為“人工大腦”的東西。他和自己的學生都是心理學和神經學的狂熱迷戀者，為了制造人類行為的數學模擬機，他們遭受了多次失敗，最后失去了制造“人工智能”可能性的信心。早期的計算裝置過于笨重，部件尺寸太大，使得馮·奈曼無法解決如何用這些部件來代替極小極小的神經細胞這樣一個難題，因為當時人類的大腦被看作是某種相互聯系的神經元編織成的東西，所以就可以把它想象成某種計算裝置，其中循環的不是能量，而是信息。科學家們想到，如果接受這樣的對比的話，為什么不能發明出一種使信息通過以后產生智能的系統呢？
于是他們提出了人工思維的各種理論。比如，物理學家馬克便提出了企圖使機器人用二進位或二進位邏輯元件進行思維的方法。這個方法被大家認為是非常簡便的方法。1956年科學家們召開了第一屆大型研討會，許多專家學者主張采用“人工智能”這個術語作為研究對象的名稱。兩位不出名的研究者——內維爾和西蒙提出了不同凡響的設想。他們研究了兩個人借助于信號裝置和按鈕系統進行交際的方式。這個系統要把這兩個人的行為分解為一系列簡單動作和邏輯動作。因為在這兩個研究者的工作地點裝有兩臺大型計算機，所以他們倆常把自己的試驗從腳到頭倒著進行消遣取樂：把簡單的邏輯規則輸入計算機，使它養成進行復雜推理的能力。這真是一個天才的想法；計算機程序不僅進行工作，而且靠它幫助，發現了一個新定理，這個定理證明完全出乎意料之外，而且比以前所有的證明還要優美得多。內維爾和西蒙發現了一個奠定性的原則，即賦予機器人智能用不著非得弄懂人類大腦不可。需要研究的不是我們的大腦是怎樣工作，而是它做些什么；需要分析人的行為，研究人的行為獲得知識的過程，而不需要探究神經元網絡的理論。簡單地講，應著重的是心理學，而不是生理學。
從此，研究者便開始沿著上述方向前進了。不過，他們還一直在爭論這樣的問題：用什么方式使計算機“思維”。有一派研究者以邏輯學為研究點，試圖把推理過程分為一系列的邏輯判斷。計算機從一個判斷進到另一個判斷，得出合乎邏輯的結論。象眾所周知的三段論一樣：“所有的動物都會死掉；小刺唱是動物，因此，小刺猖也會死掉。”計算機能否獲得幼童一樣的智力水平呢？關于這個問題，科學家們有兩種相反的見解。伯克利的哲學教師德賴弗斯帶頭激烈反對“人工智能派”。他說人工智能派的理論是煉金術。他認為，任何時候也無法將人的思維進行程序設計，因為有一個最簡單不過的道理：人是連同自己的肉體一起來認識世界的，人不僅僅由智能構成。
他進一步舉例：計算機也許懂得飯店是什么意思，但它絕不會懂得得客人是否用腳吃飯，不懂得服務小姐是飛到桌邊，還是爬到腳邊；總之，計算機永遠也不會有足夠的知識來認識世界。但麻省理工學院的研究員明斯基卻不同意德賴弗斯的觀點，他認為機器人的智能是無限的。他對“人工智能”的解釋是：這是一門科學，它使機器去做這樣一種事情，如果這種事情由人來做的話，就會被認為是有智力的行為。明斯基同時是一位物理學家、數學家，還對心理學、社會學、神經學都有所研究。他指出，人工智能是心理學的一個新門類，這個門類用實驗的方法，以計算機為手段模擬人類思維的本性。他認為自己所研究的計算機，是一門全新的科學；當然機器并不是人，它永遠沒有人的那種快樂或是痛苦的情感體驗，只是熱衷于掌握純粹的知識。舉個例子來說吧，人可以給計算機輸入“水”的概念：水是一種液體，表面是平的；如果從一個容器倒入另一個容器里，其數量不變；水可以從有洞的容器里漏出來，能弄濕衣服，等等。但是，它獲得有關水的最一般的信息之后，就盡力回答一個很重要的問題：“如果將盛滿水的玻璃杯傾斜，那會怎樣呢？”計算機在它的熒光屏上顯示出了一只傾斜到水平位置的玻璃杯，盡管計算機知道引力定律，但它還是固執地在熒光屏上顯示：玻璃杯歪倒了，可液體就是不外流。計算機永遠不會從痛苦的、但卻是有益的經驗中體驗到那種衣服被弄濕的人所感受到的不快心情。
所以有一個名叫申克的心理學家正領導一批學者從事這個令人感興趣的課題的研究：讓計算機學會閱讀和概括讀物內容，回答有關問題；讓計算機學會幾種人類語言，并互相翻譯；讓計算機學會對話、學習論證藝術、背單詞……
美國耶魯大學曾經設計了一臺這樣的計算機：它的存儲器里沒有保存預先準備好的固定說法，它自行編制答話，會論證，會“思考”，某種程度上有點像人。靠著心理學和信息論，科學家為自己提出了一個令世人驚異不已的課題：把人的思維方式和行為研究清楚，然后去人工模擬它。
談到“人工智能”這個詞的時候，我們馬上會把它跟一些非真實的東西聯在一起。這個詞的出現，令許多人提心吊膽：機器人和人一樣了，那人類將何去何從！有的人在拼命捍衛著人類自身的最后一個堡壘，使其免遭機器人的傷害、侵犯。[1] 問題之所以復雜還在于這個詞至今還沒有形成統一的定義。明斯基說：“這是一門科學，它使機器人去做這樣一種事情，這種事情如果由人去做的話，就會被認為是有智能的行為。”這類俏皮的定義用處不大，有時簡直會把研究者引到實用形式主義的沼澤中去。另一個叫圖靈的研究者提出了人工智能的測試方法：如果人類猜不出計算機跟他談話時將表述何種內容——不知道它要說什么，那么，這臺計算機已經達到了人的智能水平。他的這一番高論曾經引起了轟動，給學術界添了不少忙亂。為了排除計算機言語問題，這樣的對話最好是利用電傳機進行。對于許多控制專家來說，為達到圖靈所說的水平，進行了大量的工作。數不清的各種各樣的電子交談者紛紛問世。
60年代末，美國控制論專家、麻省理工學院教師魏森鮑姆編成了幾個程序，其主要目的是滿足圖靈的測試條件——把吹毛求疵的技術專家搞糊涂。這種做法的基礎是似是而非的對話。在進行這種對話時，交談者只是看起來像是在交談。“交談者”實際上不去考慮交談對方所說的意思，而是把聽到的東西作些并不復雜的形式上的改變，組成自己的答話。
教會機器人去抓住這樣或那樣的實質更為重要。跟計算機談話有兩種類型：有限的交談和有限的理解。在有限的交談中，機器人“理解”它所交談的全部內容，不過只是涉及到確定話題的情形下，比方說，下棋或擺積木。在有限的理解時，可以同它隨意交談，但是它卻遠遠不能全部理解你的話。魏森鮑姆編制的機器人“女士”這個程序正屬于此類。“女士”只能表面上理解事件和現象。不過，隨著控制對話理論和實踐的發展，機器人的言語變得越來越能表達意思了。圖靈測試法開始經常性地生效了。
美國的一家電子計算機公司的副董事長，陰差陽錯，接受了一次圖靈標準測試。從此，這個標準的地位開始下降了。因為控制專家們由此發現，它也不是檢驗計算機智能極限的最佳標準。最佳標準是什么呢？怎樣的智能水平才夠稱得上是真正的“智能”機器人呢？這又成了擺在智能科學家面前的一個新問題。
計算機事業的發展是建立在許多科學研究者“異想天開”的主觀設想和辛勤勞動的客觀實踐的基礎之上的。前面已經說過，一些學者在研制控制對話原理，做出了不少貢獻。此時，另一些實踐家和實用主義者則努力將機器人的這種新能力套在科技進步的大車上，他們決心讓機器人具備具體的領域中的某些知識。
我們知道，計算機所獲得的全部信息因素被一個相互依賴的復雜系統聯系在一起。計算機比起邏輯推理來，更經常地采用類比和判斷的方法，它將這些要素進行歸類、合并和綜合，漸漸地發展了自己的“思維”能力。現在我們來回顧一下機器人在這個發展過程中的一些歷史性事件。
最初一批這樣的計算機誕生于50年代末。它們證明了約40個定理，并且能解答象“建造兒童金字塔”一類的簡單小問題。到60年代，人們已經能夠同計算機談論天氣之類的話題了，因為這些計算機了解氣象學，并具備正確造句所必需的句法知識。比如，如果對它說：“我不喜歡夏天下雨。”它會彬彬有禮地回答：“是的，不過夏天并不經常下雨。”此外，還有一個叫“棒球”的程序能解答與本年度比賽有關的所有問題：比賽地點、比分、參賽隊的人員情況。而“談談”程序，它已經開始對交談者的家庭關系感興趣了，盡管它確實對此一無所知。只是到了1965年，機器人“先生”才開始更多地注意詞義，而不僅是單詞在句中的排列順序。計算機“學生”也是這種類型的，像一個學習成績優秀的學生，能解答一次方程，能用流利的英語敘述解方程的順序。
輸入計算機中的知識專業化程度越高，計算機掌握它們的可能性就越大。現在，有些計算機已成了真正的“技術顧問”。比如，它們已經在協助專家們去確定哪個地層礦產豐富；協助專家們作出有關傳染病的診斷。要制造出這樣的“專家”來，必須把人——專家的知識，傳授給它們。然而，不管令人多么難以置信，主要困難仍在于怎樣把這些知識從人的大腦中“全掏”出來。比如，醫生作出診斷時，根據經驗，遵守一些規則。這些規則，他幾乎是在下意識地和機械地加以運用的。研究者們花費了好多時間去采訪醫生和其他專家，以便弄清楚他們思維過程所固有的基本規律。只要能將他們思維的全部過程還原，那么，再把它復制于計算機程序中，這相對來說就不復雜了。從1965年開始，計算機中的第一個“專家”便由法伊根鮑姆在斯坦福制成了。它一出生，就自告奮勇地幫助化學家確定物質的分子結構；另一個技術顧問“探礦者”，工作起來更是嚴謹。它詳細地研究地質圖和土壤樣圖，以便確定存在的礦床。它居然在華盛頓州發現了一座蘊藏豐富的鉬礦。
而計算機“醫生”，它的程序編制于70年代。它在得知診斷結果和主要癥狀后，能對傳染病作出診斷。
最精彩的是，如果應用人要求它解釋作出這樣診斷的理由的話，那么它任何時候都能說明作出這種診斷的理由是這個，而不是另一個。匹茲堡大學的一位計算機專家波烏普爾和內科專家邁爾斯還設計了計算機“科達”的程序，這個計算機在其存儲器中存儲著比一個醫生在任何情況下所記住的更多的病癥。它可以把事實、評定和判斷結合起來作高難的診斷。計算機竟然學會了診斷？對的，不信，請看下面的實例：
有一天，人們給這臺計算機輸入了一個中年人的詳細病情。當時，這個中年人臉色難看之極，呼吸困難，被救護車送到了醫院。邁爾斯初診為心臟病發作。而計算機注意到了該病人的病情——胸廓不感到疼痛，以前發作心臟病時，血壓正常，病歷中有關于糖尿病的記載，計算機先考慮了十多種疾病的癥狀，否定了這些假設的疾病。然后，在熒光屏上顯示出主要診斷結果，幾分鐘后，計算機得出確診：病人是心臟病發作。而醫生要作出同樣的確診則需要幾天的時間。在某些復雜和異常情況下，它作出的確診比私人醫生的確診更為正確、更為細心。所以邁爾斯醫生認為，計算機幾乎總是愿意同有足夠時間的醫學專家研究患者的每一種病癥。例如，進行過附加測試以后，
“科達”就可以成為醫生們的普通參謀，它甚至可以降低醫療費，因為根據計算機提出的問題，醫生指定病人去化驗的次數將會減少。
現在這樣的“專家”隊伍已經擴大了。長此下去，它們定將兒孫滿堂。例如，正在研制的電子計算機，會翻譯，會辨別書面語和口語，會指出錯誤，會學習，會改正錯誤。總之，未來的“專家系統”所涉足的領域將越來越廣泛，從天上到地下，從古代到現代——真正做到“天上知三分，地上全知道”（雖有點夸張，但符合它發展的方向和人們的愿望）。
智能更強：
科學家們認為，智能機器人的研發方向是，給機器人裝上“大腦芯片”，從而使其智能性更強，在認知學 習、自動組織、對模糊信息的綜合處理等方面將會前進一大步。
雖然有人表示擔憂：這種裝有“大腦芯片”的智能機器人將來是否會在智能上超越人類，甚至會對人類造成威脅？但不少科學家認為，這類擔心是完全沒有必要的。就智能而言，目前機器人的智商相當于4歲兒童的智商，而機器人的“常識”比起正常成年人就差得更遠了。美國科學家羅伯特·斯隆教授日前說：“我們距離能夠以8歲兒童的能力回答復雜問題的、具有常識的人工智能程序仍然很遙遠。”日本科學家廣瀨茂男教授也認為：即使機器人將來具有常識并能進行自我復制，也不可能對人類造成威脅。
值得一提的是，中國科學家周海中教授在1990年發表的《論機器人》一文中指出：機器人并非無所不能；它在工作強度、運算速度和記憶功能方面可以超越人類，但在意識、推理等方面不可能超越人類。另外，機器人會越來越“聰明”，但只能按照制定的原則綱領行動，服務人類、造福人類。
評價：
智能機器人作為一種包含相當多學科知識的技術,幾乎是伴隨著人工智能所產生的。而智能機器人在當今社會變得越來越重要，越來越多的領域和崗位都需要智能機器人參與、這使得智能機器人的研究也越來越頻繁。雖然我們現在仍很難在生活中見到智能機器人的影子。但在不久的將來，隨著智能機器人技術的不斷發展和成熟。隨著眾多科研人員的不懈努力，智能機器人必將走進千家萬戶。更好的服務人們的生活，讓人們的生活更加舒適和健康。
中文名 外文名 功 能 分 類
智能機器人 Intelligent robot 智能判斷 機器人
目錄
1、什么是智能機器人（基本解釋）
2、智能機器人的發展歷史
3、智能機器人的未來趨勢
4、智能機器人構件組成
5、智能機器人的分類
6、智能機器人能力的評價標準
7、智能機器人的發展方向
8、智能機器人的研究重點
9、智能更強
10、評價
基本解釋
我們從廣泛意義上理解所謂的智能機器人，它給人的最深刻的印象是一個獨特的進行自我控制的“活物”。其實，這個自控“活物”的主要器官并沒有像真正的人那樣微妙而復雜。智能機器人具備形形色色的內部信息傳感器和外部信息傳感器，如視覺、聽覺、觸覺、嗅覺。除具有感受器外，它還有效應器，作為作用于周圍環境的手段。這就是筋肉，或稱自整步電動機，它們使手、腳、長鼻子、觸角等動起來。由此也可知，智能機器人至少要具備三個要素：感覺要素，反應要素和思考要素。
我們稱這種機器人為自控機器人，以便使它同前面談到的機器人區分開來。它是控制論產生的結果，控制論主張這樣的事實：生命和非生命有目的的行為在很多方面是一致的。正像一個智能機器人制造者所說的，機器人是一種系統的功能描述，這種系統過去只能從生命細胞生長的結果中得到，現在它們已經成了我們自己能夠制造的東西了。
智能機器人能夠理解人類語言，用人類語言同操作者對話，在它自身的“意識”中單獨形成了一種使它得以“生存”的外界環境——實際情況的詳盡模式。它能分析出現的情況，能調整自己的動作以達到操作者所提出的全部要求，能擬定所希望的動作，并在信息不充分的情況下和環境迅速變化的條件下完成這些動作。當然，要它和我們人類思維一模一樣，這是不可能辦到的。不過，仍然有人試圖建立計算機能夠理解的某種“微觀世界”。比如維諾格勒在麻省理工學院人工智能實驗室里制作的機器人。這個機器試圖完全學會玩積木：積木的排列、移動和幾何圖案結構，達到一個小孩子的程度。這個機器人能獨自行走和拿起一定的物品，能“看到”東西并分析看到的東西，能服從指令并用人類語言回答問題。更重要的是它具有“理解”能力。為此，有人曾經在一次人工智能學術會議上說過，不到十年，我們把電子計算機的智力提高了10倍；如維諾格勒所指出的，計算機具有明顯的人工智能成分。
智能機器人的發展歷史：
1920年 捷克斯洛伐克作家卡雷爾·恰佩克在他的科幻小說《羅薩姆的機器人萬能公司》中，根據Robota(捷克文，原意為“勞役、苦工”)和Robotnik(波蘭文，原意為“工人”)，創造出“機器人”這個詞。
1939年 美國紐約世博會上展出了西屋電氣公司制造的家用機器人Elektro。它由電纜控制，可以行走，會說77個字，甚至可以抽煙，不過離真正干家務活還差得遠。但它讓人們對家用機器人的憧憬變得更加具體。
1942年 美國科幻巨匠阿西莫夫提出“機器人三定律”。雖然這只是科幻小說里的創造，但后來成為學術界默認的研發原則。
1948年 諾伯特·維納出版《控制論》，闡述了機器中的通信和控制機能與人的神經、感覺機能的共同規律，率先提出以計算機為核心的自動化工廠。
1954年 美國人喬治·德沃爾制造出世界上第一臺可編程的機器人，并注冊了專利。這種機械手能按照不同的程序從事不同的工作，因此具有通用性和靈活性。
1956年 在達特茅斯會議上，馬文·明斯基提出了他對智能機器的看法：智能機器“能夠創建周圍環境的抽象模型，如果遇到問題，能夠從抽象模型中尋找解決方法”。這個定義影響到以后30年智能機器人的研究方向。
1959年 德沃爾與美國發明家約瑟夫·英格伯格聯手制造出第一臺工業機器人。隨后，成立了世界上第一家機器人制造工廠——Unimation公司。由于英格伯格對工業機器人的研發和宣傳，他也被稱為“工業機器人之父”。
1962年 美國AMF公司生產出“VERSTRAN”(意思是萬能搬運),與Unimation公司生產的Unimate一樣成為真正商業化的工業機器人，并出口到世界各國，掀起了全世界對機器人和機器人研究的熱潮。
我國從六十年代初開始，人們就開始研究智能機器人，智能機器人是人工智能綜合成果，它是作為擴大計算機的功能和研究人工智能的試驗床而形成和發展起來的。人工智能研究者通過智能機器人試驗床把人工智能活現出來，第一次證實了智能機器人可以根據環境和完成任務目標制定行動規劃和操作，尤其是它能使用簡單的工具去完成某種任務，具有非常重要的科學價值。
到了八十年代，第一代機器人的市場趨于飽和，所以工業機器人的應用開始從汽車領域轉向電子、電氣機械裝配和非制造領域。因為第一代機器人沒有視覺和觸覺，所以已經適應不了新用途的需要，在這時候，計算機和傳感器的發展有利的推動了機器人技術的發展，所以人們研究出了第一代有感覺的機器人，這些機器人具有一定的識別和判斷的能力。 到了九十年代之后，由于機器人的用戶主要是中小企業，所以體型較小較輕的機器人開始出現，其中比較典型的例子就是1991年在日本生產的擦窗玻璃的機器人和蘇聯生產的很輕能夠自由移動的一種機器人。
21世紀的機器人具有各種用途和各種功能，它被應用在制造業，也被用在宇宙、原子能、深海等特殊環境下的作業，同時也大量應用在建筑業、農業、林業、醫療、服務業等，它的應用領域是非常廣泛的。 現在的機器人水平相對于過去已經有了很大的進步，但是現在的機器人還不能夠脫離人的操作而獨立的存在，所以未來機器人將會往模仿人的智能的方向發展，現在人們希望未來的機器人能夠完全通過自己的知覺采取行動，能夠像人類一樣能夠說話，聽到聲音，能夠用眼睛看東西，能夠自己進行思考，與人類進行交流。未來機器人的發展方向也可能是更加趨于微型化，因為這樣的機器人體積微小但是工作能力非常強，這在軍事上或者是在醫學上的應用等等都將有著非常好的發展前景。機器人的發展領域是非常廣泛的，是沒有止境的，它的發展已經使各行各業的發展得到了很大的飛躍，在將來它將會繼續促進各行各業往更高
智能機器人的未來趨勢：
智能機器人具有廣闊的發展前景，目前機器人的研究正處于第三代智能機器人階段，盡管國內外對此的研究已經取得了許多成果,但其智能化水平仍然不盡人意。未來的智能機器人應當在以下幾方面著力發展：面向任務，由于目前人工智能還不能提供實現智能機器的完整理論和方法，已有的人工智能技術大多數要依賴領域知識，因此當我們把機器要完成的任務加以限定，及發展面向任務的特種機器人，那么已有的人工智能技術就能發揮作用，使開發這種類型的智能機器人成為可能；傳感技術和集成技術，在現有傳感器的基礎上發展更好、更先進的處理方法和其實現手段，或者尋找新型傳感器，同時提高集成技術，增加信息的融合；機器人網絡化，利用通信網絡技術將各種機器人連接到計算機網絡上,并通過網絡對機器人進行有效的控制；智能控制中的軟計算方法，與傳統的計算方法相比,以模糊邏輯、基于概率論的推理、神經網絡、遺傳算法和混沌為代表的軟計算技術具有更高的魯棒性、易用性及計算的低耗費性等優點,應用到機器人技術中，可以提高其問題求解速度,較好地處理多變量、非線性系統的問題；機器學習，各種機器學習算法的出現推動了人工智能的發展,強化學習、蟻群算法、免疫算法等可以用到機器人系統中，使其具有類似人的學習能力,以適應日益復雜的、不確定和非結構化的環境；智能人機接口，人機交互的需求越來越向簡單化、多樣化、智能化、人性化方向發展,因此需要研究并設計各種智能人機接口如多語種語音、自然語言理解、圖像、手寫字識別等,以更好地適應不同的用戶和不同的應用任務，提高人與機器人交互的和諧性;多機器人協調作業，組織和控制多個機器人來協作完成單機器人無法完成的復雜任務，在復雜未知環境下實現實時推理反應以及交互的群體決策和操作。
智能機器人構件組成：
智能機器人包括機構、結構本體、驅動傳動、能源動力、感知等系統。
機器人核心部件包括伺服電機、減速器及控制器、驅動器及傳感器。
智能機器人的分類：
5.1按功能分類
（1）智能機器人按功能分類可分為一般機器人和智能機器人。一般機器人是指不具有智能，只具有一般編程能力和操作功能的機器人。
到目前為止，在世界范圍內還沒有一個統一的智能機器人定義。大多數專家認為智能機器人至少要具備以下三個要素：一是感覺要素，用來認識周圍環境狀態；二是運動要素，對外界做出反應性動作；三是思考要素，根據感覺要素所得到的信息，思考出采用什么樣的動作。感覺要素包括能感知視覺、接近、距離等的非接觸型傳感器和能感知力、壓覺、觸覺等的接觸型傳感器。這些要素實質上就是相當于人的眼、鼻、耳等五官，它們的功能可以利用諸如攝像機、圖像傳感器、超聲波傳成器、激光器、導電橡膠、壓電元件、氣動元件、行程開關等機電元器件來實現。對運動要素來說，智能機器人需要有一個無軌道型的移動機構，以適應諸如平地、臺階、墻壁、樓梯、坡道等不同的地理環境。它們的功能可以借助輪子、履帶、支腳、吸盤、氣墊等移動機構來完成。在運動過程中要對移動機構進行實時控制，這種控制不僅要包括有位置控制，而且還要有力度控制、位置與力度混合控制、伸縮率控制等。智能機器人的思考要素是三個要素中的關鍵，也是人們要賦予機器人必備的要素。思考要素包括有判斷、邏輯分析、理解等方面的智力活動。這些智力活動實質上是一個信息處理過程，而計算機則是完成這個處理過程的主要手段。
智能機器人
（2）智能機器人根據其智能程度的不同，又可分為三種：傳感型機器人、交互型機器人、自主型機器人
傳感型機器人
又稱外部受控機器人。機器人的本體上沒有智能單元只有執行機構和感應機構，它具有利用傳感信息（包括視覺、聽覺、觸覺、接近覺、力覺和紅外、超聲及激光等）進行傳感信息處理、實現控制與操作的能力。受控于外部計算機，在外部計算機上具有智能處理單元，處理由受控機器人采集的各種信息以及機器人本身的各種姿態和軌跡等信息，然后發出控制指令指揮機器人的動作。目前機器人世界杯的小型組比賽使用的機器人就屬于這樣的類型。
交互型機器人
機器人通過計算機系統與操作員或程序員進行人－機對話，實現對機器人的控制與操作。雖然具有了部分處理和決策功能，能夠獨立地實現一些諸如軌跡規劃、簡單的避障等功能，但是還要受到外部的控制。
自主型機器人
在設計制作之后，機器人無需人的干預，能夠在各種環境下自動完成各項擬人任務。自主型機器人的本體上具有感知、處理、決策、執行等模塊，可以就像一個自主的人一樣獨立地活動和處理問題。機器人世界杯的中型組比賽中使用的機器人就屬于這一類型。全自主移動機器人的最重要的特點在于它的自主性和適應性，自主性是指它可以在一定的環境中，不依賴任何外部控制，完全自主地執行一定的任務。適應性是指它可以實時識別和測量周圍的物體，根據環境的變化，調節自身的參數，調整動作策略以及處理緊急情況。交互性也是自主機器人的一個重要特點，機器人可以與人、與外部環境以及與其他機器人之間進行信息的交流。由于全自主移動機器人涉及諸如驅動器控制、傳感器數據融合、圖像處理、模式識別、神經網絡等許多方面的研究，所以能夠綜合反映一個國家在制造業和人工智能等方面的水平。因此，許多國家都非常重視全自主移動機器人的研究。智能機器人的研究從60年代初開始，經過幾十年的發展，目前，基于感覺控制的智能機器人(又稱第二代機器人)已達到實際應用階段，基于知識控制的智能機器人(又稱自主機器人或下一代機器人)也取得較大進展，已研制出多種樣機。
5.2按智能程度分類
機器人現在已被廣泛地用于生產和生活的許多領域，按其擁有智能的水平可以分為三個層次。
工業機器人
一是工業機器人，它只能死板地按照人給它規定的程序工作，不管外界條件有何變化，自己都不能對程序也就是對所做的工作作相應的調整。如果要改變機器人所做的工作，必須由人對程序作相應的改變，因此它是毫無智能的。
初級智能機器人
二是初級智能機器人。它和工業機器人不一樣，具有象人那樣的感受，識別，推理和判斷能力。可以根據外界條件的變化，在一定范圍內自行修改程序，也就是它能適應外界條件變化對自己怎樣作相應調整。不過，修改程序的原則由人預先給以規定。這種初級智能機器人已擁有一定的智能，雖然還沒有自動規劃能力，但這種初級智能機器人也開始走向成熟，達到實用水平。
高級智能機器人
三是高級智能機器人。它和初級智能機器人一樣，具有感覺，識別，推理和判斷能力，同樣可以根據外界條件的變化，在一定范圍內自行修改程序。所不同的是，修改程序的原則不是由人規定的，而是機器人自己通過學習，總結經驗來獲得修改程序的原則。所以它的智能高出初級智能機器人。這種機器人已擁有一定的自動規劃能力，能夠自己安排自己的工作。這種機器人可以不要人的照料，完全獨立的工作，故稱為高級自律機器人。這種機器人也開始走向實用。
機器人能力的評價標準包括：智能，指感覺和感知，包括記憶、運算、比較、鑒別、判斷、決策、學習和邏輯推理等；機能，指變通性、通用性或空間占有性等；物理能，指力、速度、連續運行能力、可靠性、聯用性、壽命等。因此，可以說機器人是具有生物功能的空間三維坐標機器。
智能機器人能力的評價標準：
機器人能力的評價標準包括：智能，指感覺和感知，包括記憶、運算、比較、鑒別、判斷、決策、學習和邏輯推理等；機能，指變通性、通用性或空間占有性等；物理能，指力、速度、連續運行能力、可靠性、聯用性、壽命等。因此，可以說機器人是具有生物功能的空間三維坐標機器。
智能機器人發展方向:
不過，盡管機器人人工智能取得了顯著的成績，控制論專家們認為它可以具備的智能水平的極限并未達到。問題不光在于計算機的運算速度不夠和感覺傳感器種類少，而且在于其他方面，如缺乏編制機器人理智行為程序的設計思想。你想，現在甚至連人在解決最普通的問題時的思維過程都沒有破譯，人類的智能會如何呢——這種認識過程進展十分緩慢，又怎能掌握規律讓計算機“思維”速度快點呢？因此，沒有認識人類自己這個問題成了機器人發展道路上的絆腳石。制造“生活”在具有不固定性環境中的智能機器人這一課題，近年來使人們對發生在生物系統、動物和人類大腦中的認識和自我認識過程進行了深刻研究。結果就出現了等級自適應系統說，這種學說正在有效地發展著。作為組織智能機器人進行符合目的的行為的理論基礎，我們的大腦是怎樣控制我們的身體呢？純粹從機械學觀點來粗略估算，我們的身體也具有兩百多個自由度。當我們在進行寫字、走路、跑步、游泳、彈鋼琴這些復雜動作的時候，大腦究竟是怎樣對每一塊肌肉發號施令的呢？大腦怎么能在最短的時間內處理完這么多的信息呢？我們的大腦根本沒有參與這些活動。大腦——我們的中心信息處理機“不屑于”去管這個。它根本不去監督我們身體的各個運動部位，動作的詳細設計是在比大腦皮層低得多的水平上進行的。這很像用高級語言進行程序設計一樣，只要指出“間隔為一的從1～20的一組數字”，機器人自己會將這組指令輸入詳細規定的操作系統。最明顯的就是，“一接觸到熱的物體就把手縮回來”這類最明顯的指令甚至在大腦還沒有意識到的時候就已經發出了。
把一個大任務在幾個皮層之間進行分配，這比控制器官給構成系統的每個要素規定必要動作的嚴格集中的分配合算、經濟、有效。在解決重大問題的時候，這樣集中化的大腦就會顯得過于復雜，不僅腦顱，甚至連人的整個身體都容納不下。在完成這樣或那樣的一些復雜動作時，我們通常將其分解成一系列的普遍的小動作 （如起來、坐下、邁右腳、邁左腳）。教給小孩各種各樣的動作可歸結為在小孩的“存儲器”中形成并鞏固相應的小動作。同樣的道理，知覺過程也是如此組織起來的。感性形象——這是聽覺、視覺或觸覺脈沖的固定序列或組合 （馬、人），或者是序列和組合二者兼而有之。
學習能力是復雜生物系統中組織控制的另一個普遍原則，是對先前并不知道、在相當廣泛范圍內發生變化的生活環境的適應能力。這種適應能力不僅是整個機體所固有的，而且是機體的單個器官、甚至功能所固有的，這種能力在同一個問題應該解決多次的情況下是不可替代的。可見，適應能力這種現象，在整個生物界的合乎目的的行為中起著極其重要的作用。本世紀初，動物學家桑戴克進行了下面的動物試驗。先設計一個帶有三個小平臺的T形迷宮，試驗動物位于字母T底點上的小平臺上，誘餌位于字母T橫梁兩頭的小平臺上。這個動物只可能做出以下兩種選擇，即跑到岔口后，它可以轉向左邊或右邊的小平臺。但是，在通向誘餌的路上埋伏著使它不愉快的東西：走廊兩側裝著電極，電壓以某種固定頻率輸進這些電極之中，于是跑著經過這些電極的動物便受到疼痛的刺激——外界發出懲罰信號。而另一邊平臺上等著動物的誘餌則是外界獎勵的信號。實驗中，如果一邊走廊的刺激概率大大超過另一走廊中的刺激概率，那么，動物自然會適應外界情況：反復跑幾次以后，動物朝刺激概率低、痛苦少的那邊走廊跑去。桑戴克作試驗最多的是老鼠。如老鼠就更快地選擇比較安全的路線，并且在懲罰相差不大的情況下自信地選擇一條比較安全的路線，其它作試驗的動物是帶著不同程度的自適應性來體現這一點的，不過，這種能力是參加試驗的各種動物都具有的。
控制機器人的問題在于模擬動物運動和人的適應能力。建立機器人控制的等級——首先是在機器人的各個等級水平上和子系統之間實行知覺功能、信息處理功能和控制功能的分配。第三代機器人具有大規模處理能力，在這種情況下信息的處理和控制的完全統一算法，實際上是低效的，甚至是不中用的。所以，等級自適應結構的出現首先是為了提高機器人控制的質量，也就是降低不定性水平，增加動作的快速性。為了發揮各個等級和子系統的作用，必須使信息量大大減少。因此算法的各司其職使人們可以在不定性大大減少的情況下來完成任務。
總之，智能的發達是第三代機器人的一個重要特征。人們根據機器人的智力水平決定其所屬的機器人代別。有的人甚至依此將機器人分為以下幾類：受控機器人——“零代”機器人，不具備任何智力性能，是由人來掌握操縱的機械手；可以訓練的機器人——第一代機器人，擁有存儲器，由人操作，動作的計劃和程序由人指定，它只是記住 （接受訓練的能力）和再現出來；感覺機器人——機器人記住人安排的計劃后，再依據外界這樣或那樣的數據 （反饋）算出動作的具體程序；智能機器人——人指定目標后，機器人獨自編制操作計劃，依據實際情況確定動作程序，然后把動作變為操作機構的運動。因此，它有廣泛的感覺系統、智能、模擬裝置（周圍情況及自身——機器人的意識和自我意識）
智能機器人的研究重點：
怎樣變聰明的？人工智能專家指出：計算機不僅應該去做人類指定它做的事，還應該獨自以最佳方式去解決許多事情。比如說，核算電費或從事銀行業務的普通計算機的全部程序就是準確無誤地完成指令表，而某些科研中心的計算機卻會“思考”問題。前者運轉迅速，但絕無智能；后者儲存了比較復雜的程序，計算機里塞滿了信息，能模仿人類的許多能力 （在某些情況下甚至超過我們人的能力）。
為了研究這個問題，許多科學家都曾耗盡了自己一生的心血。如第二次世界大戰期間，英國數學家圖靈發明了一種機器，這種機器成了現代機器人的鼻祖。這是一種破譯敵方通訊的系統。后來，圖靈用整個一生去幻想制造出一種會學習、有智能的機器。而在1945年10月的普林斯頓，另一位著名的數字家馮·奈曼卻設計了一個被稱為“人工大腦”的東西。他和自己的學生都是心理學和神經學的狂熱迷戀者，為了制造人類行為的數學模擬機，他們遭受了多次失敗，最后失去了制造“人工智能”可能性的信心。早期的計算裝置過于笨重，部件尺寸太大，使得馮·奈曼無法解決如何用這些部件來代替極小極小的神經細胞這樣一個難題，因為當時人類的大腦被看作是某種相互聯系的神經元編織成的東西，所以就可以把它想象成某種計算裝置，其中循環的不是能量，而是信息。科學家們想到，如果接受這樣的對比的話，為什么不能發明出一種使信息通過以后產生智能的系統呢？
于是他們提出了人工思維的各種理論。比如，物理學家馬克便提出了企圖使機器人用二進位或二進位邏輯元件進行思維的方法。這個方法被大家認為是非常簡便的方法。1956年科學家們召開了第一屆大型研討會，許多專家學者主張采用“人工智能”這個術語作為研究對象的名稱。兩位不出名的研究者——內維爾和西蒙提出了不同凡響的設想。他們研究了兩個人借助于信號裝置和按鈕系統進行交際的方式。這個系統要把這兩個人的行為分解為一系列簡單動作和邏輯動作。因為在這兩個研究者的工作地點裝有兩臺大型計算機，所以他們倆常把自己的試驗從腳到頭倒著進行消遣取樂：把簡單的邏輯規則輸入計算機，使它養成進行復雜推理的能力。這真是一個天才的想法；計算機程序不僅進行工作，而且靠它幫助，發現了一個新定理，這個定理證明完全出乎意料之外，而且比以前所有的證明還要優美得多。內維爾和西蒙發現了一個奠定性的原則，即賦予機器人智能用不著非得弄懂人類大腦不可。需要研究的不是我們的大腦是怎樣工作，而是它做些什么；需要分析人的行為，研究人的行為獲得知識的過程，而不需要探究神經元網絡的理論。簡單地講，應著重的是心理學，而不是生理學。
從此，研究者便開始沿著上述方向前進了。不過，他們還一直在爭論這樣的問題：用什么方式使計算機“思維”。有一派研究者以邏輯學為研究點，試圖把推理過程分為一系列的邏輯判斷。計算機從一個判斷進到另一個判斷，得出合乎邏輯的結論。象眾所周知的三段論一樣：“所有的動物都會死掉；小刺唱是動物，因此，小刺猖也會死掉。”計算機能否獲得幼童一樣的智力水平呢？關于這個問題，科學家們有兩種相反的見解。伯克利的哲學教師德賴弗斯帶頭激烈反對“人工智能派”。他說人工智能派的理論是煉金術。他認為，任何時候也無法將人的思維進行程序設計，因為有一個最簡單不過的道理：人是連同自己的肉體一起來認識世界的，人不僅僅由智能構成。
他進一步舉例：計算機也許懂得飯店是什么意思，但它絕不會懂得得客人是否用腳吃飯，不懂得服務小姐是飛到桌邊，還是爬到腳邊；總之，計算機永遠也不會有足夠的知識來認識世界。但麻省理工學院的研究員明斯基卻不同意德賴弗斯的觀點，他認為機器人的智能是無限的。他對“人工智能”的解釋是：這是一門科學，它使機器去做這樣一種事情，如果這種事情由人來做的話，就會被認為是有智力的行為。明斯基同時是一位物理學家、數學家，還對心理學、社會學、神經學都有所研究。他指出，人工智能是心理學的一個新門類，這個門類用實驗的方法，以計算機為手段模擬人類思維的本性。他認為自己所研究的計算機，是一門全新的科學；當然機器并不是人，它永遠沒有人的那種快樂或是痛苦的情感體驗，只是熱衷于掌握純粹的知識。舉個例子來說吧，人可以給計算機輸入“水”的概念：水是一種液體，表面是平的；如果從一個容器倒入另一個容器里，其數量不變；水可以從有洞的容器里漏出來，能弄濕衣服，等等。但是，它獲得有關水的最一般的信息之后，就盡力回答一個很重要的問題：“如果將盛滿水的玻璃杯傾斜，那會怎樣呢？”計算機在它的熒光屏上顯示出了一只傾斜到水平位置的玻璃杯，盡管計算機知道引力定律，但它還是固執地在熒光屏上顯示：玻璃杯歪倒了，可液體就是不外流。計算機永遠不會從痛苦的、但卻是有益的經驗中體驗到那種衣服被弄濕的人所感受到的不快心情。
所以有一個名叫申克的心理學家正領導一批學者從事這個令人感興趣的課題的研究：讓計算機學會閱讀和概括讀物內容，回答有關問題；讓計算機學會幾種人類語言，并互相翻譯；讓計算機學會對話、學習論證藝術、背單詞……
美國耶魯大學曾經設計了一臺這樣的計算機：它的存儲器里沒有保存預先準備好的固定說法，它自行編制答話，會論證，會“思考”，某種程度上有點像人。靠著心理學和信息論，科學家為自己提出了一個令世人驚異不已的課題：把人的思維方式和行為研究清楚，然后去人工模擬它。
談到“人工智能”這個詞的時候，我們馬上會把它跟一些非真實的東西聯在一起。這個詞的出現，令許多人提心吊膽：機器人和人一樣了，那人類將何去何從！有的人在拼命捍衛著人類自身的最后一個堡壘，使其免遭機器人的傷害、侵犯。[1] 問題之所以復雜還在于這個詞至今還沒有形成統一的定義。明斯基說：“這是一門科學，它使機器人去做這樣一種事情，這種事情如果由人去做的話，就會被認為是有智能的行為。”這類俏皮的定義用處不大，有時簡直會把研究者引到實用形式主義的沼澤中去。另一個叫圖靈的研究者提出了人工智能的測試方法：如果人類猜不出計算機跟他談話時將表述何種內容——不知道它要說什么，那么，這臺計算機已經達到了人的智能水平。他的這一番高論曾經引起了轟動，給學術界添了不少忙亂。為了排除計算機言語問題，這樣的對話最好是利用電傳機進行。對于許多控制專家來說，為達到圖靈所說的水平，進行了大量的工作。數不清的各種各樣的電子交談者紛紛問世。
60年代末，美國控制論專家、麻省理工學院教師魏森鮑姆編成了幾個程序，其主要目的是滿足圖靈的測試條件——把吹毛求疵的技術專家搞糊涂。這種做法的基礎是似是而非的對話。在進行這種對話時，交談者只是看起來像是在交談。“交談者”實際上不去考慮交談對方所說的意思，而是把聽到的東西作些并不復雜的形式上的改變，組成自己的答話。
教會機器人去抓住這樣或那樣的實質更為重要。跟計算機談話有兩種類型：有限的交談和有限的理解。在有限的交談中，機器人“理解”它所交談的全部內容，不過只是涉及到確定話題的情形下，比方說，下棋或擺積木。在有限的理解時，可以同它隨意交談，但是它卻遠遠不能全部理解你的話。魏森鮑姆編制的機器人“女士”這個程序正屬于此類。“女士”只能表面上理解事件和現象。不過，隨著控制對話理論和實踐的發展，機器人的言語變得越來越能表達意思了。圖靈測試法開始經常性地生效了。
美國的一家電子計算機公司的副董事長，陰差陽錯，接受了一次圖靈標準測試。從此，這個標準的地位開始下降了。因為控制專家們由此發現，它也不是檢驗計算機智能極限的最佳標準。最佳標準是什么呢？怎樣的智能水平才夠稱得上是真正的“智能”機器人呢？這又成了擺在智能科學家面前的一個新問題。
計算機事業的發展是建立在許多科學研究者“異想天開”的主觀設想和辛勤勞動的客觀實踐的基礎之上的。前面已經說過，一些學者在研制控制對話原理，做出了不少貢獻。此時，另一些實踐家和實用主義者則努力將機器人的這種新能力套在科技進步的大車上，他們決心讓機器人具備具體的領域中的某些知識。
我們知道，計算機所獲得的全部信息因素被一個相互依賴的復雜系統聯系在一起。計算機比起邏輯推理來，更經常地采用類比和判斷的方法，它將這些要素進行歸類、合并和綜合，漸漸地發展了自己的“思維”能力。現在我們來回顧一下機器人在這個發展過程中的一些歷史性事件。
最初一批這樣的計算機誕生于50年代末。它們證明了約40個定理，并且能解答象“建造兒童金字塔”一類的簡單小問題。到60年代，人們已經能夠同計算機談論天氣之類的話題了，因為這些計算機了解氣象學，并具備正確造句所必需的句法知識。比如，如果對它說：“我不喜歡夏天下雨。”它會彬彬有禮地回答：“是的，不過夏天并不經常下雨。”此外，還有一個叫“棒球”的程序能解答與本年度比賽有關的所有問題：比賽地點、比分、參賽隊的人員情況。而“談談”程序，它已經開始對交談者的家庭關系感興趣了，盡管它確實對此一無所知。只是到了1965年，機器人“先生”才開始更多地注意詞義，而不僅是單詞在句中的排列順序。計算機“學生”也是這種類型的，像一個學習成績優秀的學生，能解答一次方程，能用流利的英語敘述解方程的順序。
輸入計算機中的知識專業化程度越高，計算機掌握它們的可能性就越大。現在，有些計算機已成了真正的“技術顧問”。比如，它們已經在協助專家們去確定哪個地層礦產豐富；協助專家們作出有關傳染病的診斷。要制造出這樣的“專家”來，必須把人——專家的知識，傳授給它們。然而，不管令人多么難以置信，主要困難仍在于怎樣把這些知識從人的大腦中“全掏”出來。比如，醫生作出診斷時，根據經驗，遵守一些規則。這些規則，他幾乎是在下意識地和機械地加以運用的。研究者們花費了好多時間去采訪醫生和其他專家，以便弄清楚他們思維過程所固有的基本規律。只要能將他們思維的全部過程還原，那么，再把它復制于計算機程序中，這相對來說就不復雜了。從1965年開始，計算機中的第一個“專家”便由法伊根鮑姆在斯坦福制成了。它一出生，就自告奮勇地幫助化學家確定物質的分子結構；另一個技術顧問“探礦者”，工作起來更是嚴謹。它詳細地研究地質圖和土壤樣圖，以便確定存在的礦床。它居然在華盛頓州發現了一座蘊藏豐富的鉬礦。
而計算機“醫生”，它的程序編制于70年代。它在得知診斷結果和主要癥狀后，能對傳染病作出診斷。
最精彩的是，如果應用人要求它解釋作出這樣診斷的理由的話，那么它任何時候都能說明作出這種診斷的理由是這個，而不是另一個。匹茲堡大學的一位計算機專家波烏普爾和內科專家邁爾斯還設計了計算機“科達”的程序，這個計算機在其存儲器中存儲著比一個醫生在任何情況下所記住的更多的病癥。它可以把事實、評定和判斷結合起來作高難的診斷。計算機竟然學會了診斷？對的，不信，請看下面的實例：
有一天，人們給這臺計算機輸入了一個中年人的詳細病情。當時，這個中年人臉色難看之極，呼吸困難，被救護車送到了醫院。邁爾斯初診為心臟病發作。而計算機注意到了該病人的病情——胸廓不感到疼痛，以前發作心臟病時，血壓正常，病歷中有關于糖尿病的記載，計算機先考慮了十多種疾病的癥狀，否定了這些假設的疾病。然后，在熒光屏上顯示出主要診斷結果，幾分鐘后，計算機得出確診：病人是心臟病發作。而醫生要作出同樣的確診則需要幾天的時間。在某些復雜和異常情況下，它作出的確診比私人醫生的確診更為正確、更為細心。所以邁爾斯醫生認為，計算機幾乎總是愿意同有足夠時間的醫學專家研究患者的每一種病癥。例如，進行過附加測試以后，
“科達”就可以成為醫生們的普通參謀，它甚至可以降低醫療費，因為根據計算機提出的問題，醫生指定病人去化驗的次數將會減少。
現在這樣的“專家”隊伍已經擴大了。長此下去，它們定將兒孫滿堂。例如，正在研制的電子計算機，會翻譯，會辨別書面語和口語，會指出錯誤，會學習，會改正錯誤。總之，未來的“專家系統”所涉足的領域將越來越廣泛，從天上到地下，從古代到現代——真正做到“天上知三分，地上全知道”（雖有點夸張，但符合它發展的方向和人們的愿望）。
智能更強：
科學家們認為，智能機器人的研發方向是，給機器人裝上“大腦芯片”，從而使其智能性更強，在認知學 習、自動組織、對模糊信息的綜合處理等方面將會前進一大步。
雖然有人表示擔憂：這種裝有“大腦芯片”的智能機器人將來是否會在智能上超越人類，甚至會對人類造成威脅？但不少科學家認為，這類擔心是完全沒有必要的。就智能而言，目前機器人的智商相當于4歲兒童的智商，而機器人的“常識”比起正常成年人就差得更遠了。美國科學家羅伯特·斯隆教授日前說：“我們距離能夠以8歲兒童的能力回答復雜問題的、具有常識的人工智能程序仍然很遙遠。”日本科學家廣瀨茂男教授也認為：即使機器人將來具有常識并能進行自我復制，也不可能對人類造成威脅。
值得一提的是，中國科學家周海中教授在1990年發表的《論機器人》一文中指出：機器人并非無所不能；它在工作強度、運算速度和記憶功能方面可以超越人類，但在意識、推理等方面不可能超越人類。另外，機器人會越來越“聰明”，但只能按照制定的原則綱領行動，服務人類、造福人類。
評價：
智能機器人作為一種包含相當多學科知識的技術,幾乎是伴隨著人工智能所產生的。而智能機器人在當今社會變得越來越重要，越來越多的領域和崗位都需要智能機器人參與、這使得智能機器人的研究也越來越頻繁。雖然我們現在仍很難在生活中見到智能機器人的影子。但在不久的將來，隨著智能機器人技術的不斷發展和成熟。隨著眾多科研人員的不懈努力，智能機器人必將走進千家萬戶。更好的服務人們的生活，讓人們的生活更加舒適和健康。
