人工智能在机器人领域的研究与应用

人工智能在机器人领域的研究与应用

人工智能的研究领域分支较多，从研究角度来分有三大分支：知

识工程、模式识别与机器人学。当今社会，许多以机器人为题材的电影受到人们的喜爱，如《异形》，《终结者》，《银翼杀手》等。这些电影也表现出人们对机器人领域的重视。“机器人”一词起源于捷克语，意为强迫劳动力或奴隶。这个词是由剧作家 Karel Capek 引

入的，他虚构创作的机器人很像Frankenstein 博士的怪物-化学和

生物学方法而不是机械方法创造的生物。但现在流行文化中的机械机器人和这些虚构的生物创作物没多大区别。基本上，一个机器人包括：机械设备，如可以与周围环境进行交互的车轮平台、手臂或其它构造；设备上或周围的传感器，可以感知周围环境并向设备提供有用的反馈；根据设备当前的情况处理传感输入，并按照情况指示系统执行相应动作的系统。在制造业领域，机器人的开发集中在执行制造过程的工程机器人手臂上。在航天工业中，机器人技术集中在高度专业的一种行星漫步者上。不同于一台高度自动化的制造业设备，行星漫步者在月亮黑暗的那一面工作－没有无线电通讯，可能碰到意外的情况。至少，一个行星漫步者必须具备某种传感输入源、某种解释该输入的方法和修改它的行动以响应改变着的世界的方法。此外，对感知和适应一个部分的环境的需求需要智能（换句话说就是人工智能）。从军事科技和空间探索到健康产业和商业，使用机器人的优势已经被认识到了这种程度－它们正在成为我们集体经验和日常生活的一部分。它们能把我们从危险和枯燥中解脱出来。智能机器人本身能够认识工作环境、

工作对象及其状态，根据人给予的指令和自身的知识，独立决定工作方式，由操作机构和移动机构实现任务，并能适应工作环境的变化。智能机器人只要告诉它做什么，而不用告诉怎么做。它共有四种基本功能，分别是：(1)运动功能，类似于人的手、臂和腿的基本功能，对外界环境施加作用。(2)感知功能，获取外界信息的功能。(3)思维功能，求解问题的认识、判断、推理的功能。 (4)人机通信功能，理解指示，输出内部状态，与人进行信息交流的功能。智能机器人是以一种“认知——适应”方式进行操作的。著名的机器人和人工智能专家布拉迪(Brady)曾总结了机器人学当前面临的30个难题，包括传感器、视觉、机动性、设计、控制、典型操作、推理和系统等几个方面，指出了机器人学当前急需解决的难题。只有在这些方面有所突破，机器人应用和机器人学才能更适应社会的要求，成为开发人类智力的帮手。今天，在仿真人各种外在功能的各个方面，机器人的设计都有很大的进展。现在有一些科学家在研究如何从生物工程的角度去研制高逼真度的仿真机器人。目前的机器人离人们心目中的能够做各种家务活，任劳任怨，并会揣摩主人心思的所谓“机器仆人”的目标还相去甚远。因为机器人所表现的智能行为都是由人预先编好的程序决定的，机器人只会做人要他做的事。人的创造性、意念、联想、随机应变乃至当机立断等都难以在机器人身上体现出来。要想使机器人融入人类的生活，看来还是比较遥远的事情。

机器学习在人工智能的研究中具有十分重要的地位。一个不具有学习能力的智能系统难以称得上是一个真正的智能系统，但是以往的

智能系统都普遍缺少学习的能力。例如，它们遇到错误时不能自我校正；不会通过经验改善自身的性能；不会自动获取和发现所需要的知识。它们的推理仅限于演绎而缺少归纳，因此至多只能够证明已存在事实、定理，而不能发现新的定理、定律和规则等。随着人工智能的深入发展，这些局限性表现得愈加突出。正是在这种情形下，机器学习逐渐成为人工智能研究的核心之一。它的应用已遍及人工智能的各个分支，如专家系统、自动推理、自然语言理解、模式识别、计算机视觉、智能机器人等领域。其中尤其典型的是专家系统中的知识获取瓶颈问题，人们一直在努力试图采用机器学习的方法加以克服。目前，已有许多不同的机器学习方法。可将这些学习方法中体现的基本学习策略总结为机械式学习、指导式学习、类比学习、归纳学习、解释学习五种。

在模式识别方面，主要研究方向有:①数据挖掘；②医学图像聚类分析；③视频图像的目标检测与跟踪；④视频事件语义分析；⑤人脸识别；⑥小波理论在图像信号处理中的应用。目前，在国家自然科学基金及多个 * 基金项目的支持下，深化研究这些智能技术和模式识别技术，并将其应用到智能交通系统、基于内容的视频/图像检索系统、虚拟现实环境等问题中。特别是，近年来与镇江江滨医院合作采集了近两年来的CT图像和MIR图像，并按照人体部位分类构建了由头部、四肢等九部分组成的图像总数达20余万幅规模的分布式医学图像数据库。基于该数据库，开展了基于内容检索技术、基于医学图像感兴趣区域特征提取以及数据压缩等方面的研究，并开发了一

个基于内容的腹部医学图像数据库管理系统。同时，研制开发了疲劳驾驶检测软件系统、电子病历书写器与嵌入式电子病历系统。这些系统可获得实际应用，有望产生较大的经济效益和社会效益。

提起语音识别，最容易想到的例子可能是不会讲笑话的Siri，而像Siri这类语音助手是科技巨头们竟相争夺的领域，Google有Assistant，亚马逊有Alexa，微软有Cortana，Facebook有Jarvis，它们当中已经与应用场深度结合的当属亚马逊配备智能助理Alexa 的Echo音响。除了智能家居领域外，未来语音技术在很多应用场景都有很好的机会。在智能车载场景中，用语音代替手势来控制汽车中的功能（比如控制 GPS 导航、信息收发、电话接打、社交网络更新等），将可避免司机过度分散注意力，保证行车安全；教育领域，语音识别辅助英语教学和中英文同声翻译，你只需对着手机说出想要翻译的句子，即可得到中英文双重语音播读结果和可视的文本结果。

在人工智能中，人脸识别是其中发展较为成熟的应用领域。同时，人脸识别是符合国家政策趋势、惠及民生的领域，国家863计划、国家科技支撑计划、自然科学基金都会拔出了专款资助人脸识别的相关研究。在国家政策的支持和完善下，人脸识别技术将会被推向更广阔的日常领域。

如今，“刷脸”已经成了人们生活中的日常事务，从移动支付、解锁手机到学校、公司、小区门禁等，都运用到了人脸识别技术。人脸识别技术产品已广泛应用于金融、司法、军队、公安、边检、政府、航天、电力、工厂、教育、医疗及众多企事业单位等领域。