戏说机器人智能行为之一
机器人行为模仿与解释
中国学科技卷智能册AI篇
安 文
首先，看一个相对简单的十字路口场景：有行人、非机动车和机动车，它的动态场景是如何构成的？十字路口的交通场景是不可预测的，但场景中的每个对象或称之为Object直觉的判断，和他们对相互之间行为关系的理解，形成了一个相互关联的稳定系统。人在这些场景中能迅速理解和判断各个对象在空间及其行为的关联性。而自动驾驶也必须要能够抽象和表述这种关联性，才能做出准确判断。而事实上要让机器人基于规律对交通场景的动态变化，进行事先编码是做不到的，需要研究在这种交互场景中，多个自主体的自适应行为。例如，在F1比赛中，工作人员利用团队协作，可以迅速完成轮胎替换工作，如何利用机器人集群协作完成某项任务并给出科学的解释，是值得探讨的问题。
1、机器行为模仿与解释
解释行为，是一个比产生行为更困难的任务。因为几乎人类所有行为都是从环境中学来的，即刺激反应的结果，而并不都像思维和情感这样的内部事件，一台图灵机能以一种无法与人类区别的方式活动。但产生出这样的行为模仿，并不足以模拟人的智能，因为两者是完全不同的问题。解释必须尽可能清晰地给出潜在的概括，并将它们与某些普遍的原理联系起来，这就是认知过程的理解。
从人工智能技术的发展来看，可以把人工智能技术的发展分为如下阶段：
第一阶段，统称为“专家学习系统”，是将领域知识和规则交给机器去搜索。第二阶段，简称“特征工程”，是将事先定义的特征和答案交给机器去学习。第三阶段，是将原始数据和标签交给机器，利用深度神经网络，让机器自动学习特征。在这一阶段，人工智能取得了惊人发展，特别是机器在语音和图像识别与分类能力方面，超过了人类。
当前人工智能发展朝着第四阶段方向发展，人类只需将任务和目标交给机器，机器就可像人类一样感知和理解世界，人与人之间或社会会与物理世界自然交互。也就是说，在这一阶段，探索具有人类意识的人工智能系统，像人类一样在广泛的任务和环境中进行学习和适应，实现通用人工智能。通用人工智能，理论上具有自我意识、自主思考、学习计划、解决问题以及理解复杂概念的能力，它可以在新的未曾遇到的情景下适应并执行任务。这需要广泛的背景知识和常识，还有抽象思维和判断等人类智能所有的关键特征，这是一个充满着不确定性的未来目标。
