智能机器人是什么?
智能机器人能够理解人类语言,***机器人技术开发,用人类语言同操作者对话,在它自身的“意识”中单独形成了一种使它得以“生存”的外界环境——实际情况的详尽模式。它能分析出现的情况,能调整自己的动作以达到操作者所提出的全部要求,能拟定所希望的动作,并在信息不充分的情况下和环境迅速变化的条件下完成这些动作。当然,***机器人技术咨询,要它和我们人类思维一模一样,这是不可能办到的。不过,仍然有人试图建立计算机能够理解的某种“微观世界”。比如维诺格勒在麻省理工学院人工智能实验室里制作的机器人。这个机器试图完全学会玩积木:积木的排列、移动和几何图案结构,达到一个小孩子的程度。这个机器人能独自行走和拿起一定的物品,能“看到”东西并分析看到的东西,能服从指令并用人类语言回答问题。更重要的是它具有“理解”能力。为此,有人曾经在一次人工智能学术会议上说过,不到十年,我们把电子计算机的智力提高了10倍;如维诺格勒所指出的,***机器人,计算机具有明显的人工智能成分。
智能机器人的关键技术
随着社会发展的需要和机器人应用领域的扩大,人们对智能机器人的要求也越来越高。智能机器人所处的环境往往是未知的、难以预测的 ,在研究这类机器人的过程中, 主要涉及到以下关键技术 :多传感器信息融合多传感器信息融合技术是近年来十分热门的研究课题, 它与控制理论、信号处理、人工智能、概率和统计相结合 , 为机器人在各种复杂、动态、不确定和未知的环境中执行任务提供了 1 种技术解决途径。机器人所用的传感器有很多种 , 根据不同用途分为内部测量传感器和外部测量传感器两大类。内部测量传感器用来检测机器人组成部件的内部状态 , 包括: 特定位置 、角度传感器 ; 任意位置 、角度传感器; 速度、角度传感器 ; 加速度传感器; 倾斜角传感器; 方位角传感器等 。外部传感器包括: 视觉( 测量、认识传感器)、触觉(接触、压觉 、滑动觉传感器)、力觉( 力、力矩传感器)、接近觉( 接近觉、距离传感器)以及角度传感器( 倾斜、方向、姿式传感器)。多传感器信息融合就是指综合来自多个传感器的感知数据, 以产生可靠 、准确或更全方面的信息。经过融合的多传感器系统能够更加完善、准确地反映检测对象的特性, 消除信息的不确定性 ,提高信息的可靠性。融合后的多传感器信息具有以下特性 : 冗余性、互补性、实时性和低成本性。多传感器信息融合方法主要有贝叶斯估计、Dempster-Shafer 理论、卡尔曼滤波 、神经网络 、小波变换等。
机器人
从工程学的角度来看,机器人还远不具备这些高等级能力,还有一些难题需要解决。眼下,机器人和计算机完全仰仗某种动力源——它们需要不少电力,这就使得机器人元素与人类身体组织的结合变得复杂。另一个难题是人际交往复杂微妙。虽然在特定语境下与机器人进行一次性的自然语言对话也许会让人觉得逼真,但在许多语境下,让机器人与人类以口头和非口头方式进行多次对话却是另外一码事。
例如,在机场求助失物招领智能机器人时与之发生的对话,有可能令人满意,因为求助者的目标有限。但是,要建立更广泛关系,譬如与一个机器宠物打交道,则必须开发更为复杂的模型。机器人需要有内在目标,也就是具有将经验与不同语境联系起来的充沛记忆,并需进一步培养这些能力。
借助巧妙的“把戏”,比如,引入若干随机行为,这些随机行为使人们对机器宠物感兴趣的时间***,也会使机器人比实际上显得更聪明、更能干。人类喜欢以人的方式“领悟”机器人的行为(我们就是这样对待动物的)。
但要想维系一段有意义的关系,使之随着时间深化和发展,则需要创造出一种丰富的人工心灵。