对话清华教授孙富春：智能机器人发展问题要从 “感知” 和 “融知” 两个技术路径深入研究

在刚刚结束的2021世界机器人大会上，清华大学计算机科学与技术系教授、计算机科学与技术系学术委员会主任、智能技术与系统国家重点实验室常务副主任孙富春教授针对移动双臂机器人的智能感知和操作做了重点分享。

孙富春教授的主要研究方向是智能控制与机器人、网络控制系统、人工认知系统的信息感知和处理。他在会上多次表示，针对智能机器人发展问题要从 “感知” 和 “融知” 两个技术路径深入研究，这样才能在未来打造自主智能体灵巧精准操作、从主动的感知到认知计算的学习能力。

随着脑科学研究的不断深入，机器人研究也在密切结合人工智能、认知科学、生物材料、仿生学等领域的最新进展，在机器人主动感知、认知学习、柔性操控等方向开展前膽性、基础性的理论与技术创新研究。

在对话中，孙教授谈到，现在的机器人正处于一个巨大的转型之中，未来的机器人要有肌肉，逐渐拥有自己的意识。其中牵涉到很多科学，像材料科学、生物科学、感知技术、AI技术、信息处理技术等等，要通过全方位的科学把机器人武装起来。目前孙教授团队正在研发在肠道移动上的胶囊机器人，如何不被“黏住”、顺利在软体肠道上驱动还是两个重要问题。

本次世界机器人大会上，雷锋网（雷锋网）参与到孙富春教授的群访中，以下为对话实录。

Q：现在大家对机器人的认知是怎样的？一开始大家认为机器人无所不能，是我们心目中的“全能王”，但是这几天在机器人大会上，大家会看到各种各样的机器人，在不同的领域各司其职。现在的机器人是“全能王”还是“小助手”？

孙富春：机器人是一个历史的产物，它在不同的历史发展时期担负的角色不一样。我们特别希望未来的机器人像人一样，无所不能。现在的技术正在不断地把AI与机械结合。我们过去研究机器人，研究的是骨骼的运动学、动力学和操作，现在的机器人发展成了“脑启发的人工智能”，能够根据场景决策、学习。

人操作为什么越来越灵巧呢，以及为什么机器人很难拥有像人一样的意识呢？因为人的行为受肌肉控制并连接大脑，大脑皮层控制着身体的每一个部分，比如我们的弹钢琴弹得多了，其实就是不断地刺激对应的皮层，这一块的皮层就越发达，我们称这个为发育。

所以机器人将来也会有对应，现在的机器人正处于一个巨大的转型之中，机器人要有自己的意识。未来的机器人可能要有肌肉，而机器人的皮肤，就是感知包，所以它没办法拥有人这种“只可意会不可言传”的能力。

现在的机器人都是通过电机控制连杆的机械手，它的能力很小，更像个残疾手。人手是肌肉牵制骨骼，机械手是骨骼拉动肌肉，它们是完全反过来的。那么现在问题就来了，人工肌肉是什么样的，我们能做出来吗？这里牵涉到很多科学，像材料科学、生物科学、感知技术、AI技术、信息处理技术等等，全方位的科学把机器人武装起来。

科学技术正在催动机器人接近全能王，但关键问题是机器人没有“联想”的能力，所以机器人离我们的想象还有相当大的区别。它现在只能置换我们一部分的工作，从一小时再到一小时，比如疫情期间的高风险外卖配送替换为飞行外卖机器人上岗。

Q：疫情之后，很多服务机器人被广泛应用，是不是疫情过后机器人技术发展很快？

孙富春：疫情出现之后，大家的防范意识都有加强，尽量避免直接接触，安全变成一个很重要的问题。所以怎么代替人的身体接触，划分一些工作让机器人做，这个需求是必然会出现的。当然疫情之后另我们也在试探，还有哪些工作能让机器人做，让人类有更多的时间学习、休闲、搞设计。

现在我们对未来的机器人充满了畅想，机器人已经可以做到多任务学习、做决策、做创意，实际上机器人还没有这些能力。举个例子来说，现在的机器人可以做诗，其实那并不是作诗，只是做特征匹配。研究员需要花费大量的人力建立古诗知识库，描写黄昏的、早上的、悲伤的、喜悦的是哪些词，把这些词从古诗里挖出来，再根据要求做匹配。所以有时候同一个意境，机器人可能做出1000首诗，人再筛选出最好的1首，隐匿了背后999首不像样的诗文。

但是未来的科技有没有可能实现机器人决策，可能有。比如说我们现在做类生命材料，就是把碳材料和硅材料合起来，可以做人造器官，未来还可以置换病人体内的心脏、肝脏等。

Q：您之前谈到机器人是自动化的最后一公里，灵巧手是机器人的最后一厘米，为什么灵巧的手这么重要？

孙富春：这其实是很早以前的一个观点，现在我依然坚持这个观点。大家很清楚，像深度学习做成的人脸识别，仅仅解决的是一部分场景问题，做事情还得靠灵巧的手去做。比如现在有些非常重要的手术，人的精度没有机器高，机器可以定位到毫米甚至更小的精度，就可以人机器协作。

未来机器人感知能力将会越来越重要，手的自由度越来越高，越来越灵巧，再结合人工智能控制机器人学习复杂的技能，。这两个部分正好完成了一个“人”的决策-操作，甚至是反馈过程。

Q：从人机协作到人机共融，可以理解为机器人从感知到认知的过程吗？

孙富春：人机共融对机器人智力的要求很高，人机协同需要在感知、通信方面协调，并通过AI算法实现。举个例子，安装假肢的患者哪怕外肢神经完全坏死，也可以通过人工智能的的技术在大脑内产生触感，比如“这面墙是凉的、粗糙的”，再利用多通道意图识别实现解码。这是一种最朴素的办法。这将是人工智能未来发展中非常重要的部分。

最近我们也在做另外一种办法，我们叫视觉触发。举一个最简单的例子，我闻到香味就马上想到红烧肉，为什么想到红烧肉呢，因为我吃过红烧肉，只要我闻到香味，就能马上和味道匹配起来。那么将来我们有意识地训练让机器人，“原来这个物体是这个感觉，那个物体是那个形状”，再不断地交叉学习，最终它会在大脑中明白“假肢一摸，就知道是什么功能、什么形状”。

我们人的视觉是什么？实际上是物体再大脑里形成的虚像。因为在视网膜上是光象变成电脉冲。

Q：老师您发表一个演讲《智能感知和安全操作的关系》，是不是智能程度和安全性成正相关？

孙富春：安全是两个层面，一个层面的算法安全，今天张钹老师谈到，现在的AI算法还不安全、不可信。为了增加安全性，我们把因果关系考虑到人工智能中。像一些图灵奖获得者都提出下一代的人工智能突破在于因果学习。因果学习是指算法从大量杂乱无章的数据里面找数据结构，再通过这个结构找到变量之间的关系。

第二部分是操作安全以及物理实验的安全。我刚才谈到感知、行为交流与协同，就要不断地修改大脑知识，消除交互过程中产生的偏差。

传统的AI 算法、控制理论也好，一个最大的缺点是规划好了再执行，没有修改规划的过程。我的方法是修改规划的：一方面要修改底层控制，另外一方面要修改规划器，这两部分才是保证安全的重要办法。

Q：机器人会不会有自我意识，对人类产生威胁？

孙富春：现在没有。人类为什么会有自我意识？什么条件下来才能产生自我意识？大家对这些问题的认识还很肤浅。像5年前谷歌首席未来学家库兹韦尔称2030年后人类将逐渐永生，甚至还能保留人的的记忆。但是现在我们发现，人的记忆跟机器的记忆完全是两码事，比如说你看到一个东西，然后大脑去想象、重构，你就会发现实际东西和想象根本不是一回事，但它们的特征是一样的。因为人记忆并不是物理信息的拷贝，而是特征的集合。这跟机器学习完全相反。

直到今天，我们对大脑的研究还非常肤浅。现在我们仅能知道人的神经系统里面是靠太赫兹传播。但最近有一个非常重要的研究成果，它说到人的大脑其实是全息感知，也就是只需要感知到一小部分，就知晓了全部信息。在潜态信息上，子系包含着系统的全部信息，系统包含着宇宙的全部信息。在显态信息上，子系是系统的缩影，系统是宇宙的缩影。

第二点，人的大脑是量子计算机，中科大常务副校长潘建伟院士也讲到人的意识的本质是量子纠缠，虽然到现在还只是一种猜测，但意识研究的的确确需要考虑量子纠缠，凭我们现有的理论很难解释这个问题。

就像西方文艺复兴曾经解放了很多人的思想，牛顿力学理论推动了很多物理天文研究，这部分研究是建立在强电子作用和强光电作用之上的，那么未来弱电子作用、弱光电作用能推动什么，像量子作用、纠缠、叠加，在这一块，中国科学家能不能走到前面，是很值得期待的事情。

Q：能不能介绍一下您现在的团队研究的一些什么最新的技术和新成果。

孙富春：我们现在在做传感器，以及基于我自己的研究成果做的视觉和触觉、视觉和听觉融合的机器人芯片。另外就是医疗机器人，用在肠道“体育运动”上的胶囊机器人，要在软体上移动，怎么驱动是个问题，一不小心就容易“黏住”，现在还处于实验室阶段。