智能機器人養(yǎng)成記:開發(fā)人類友好型機器人
定 價:99 元
- 作者:[英]馬克·H.李(Mark H. Lee)
- 出版時間:2021/9/1
- ISBN:9787111689843
- 出 版 社:機械工業(yè)出版社
- 中圖法分類:TP242.6
- 頁碼:
- 紙張:膠版紙
- 版次:
- 開本:32開
在本書中,作者先描述了人工智能的缺陷(一個關(guān)鍵的缺點是:它沒有具象化),然后提出了一種制造類人機器人的不同方法:成長型機器人,它受到成長心理學(xué)及其對早期嬰兒行為的描述的啟發(fā)。他講述了自己對iCub類人機器人的實驗,以及它從新生兒水平到相當(dāng)于9個月大的嬰兒的能力水平的成長,解釋了iCub如何從自己的經(jīng)驗中學(xué)習(xí)。
我一直對人與機器的關(guān)系著迷。年輕的時候,我對電機和工程非常感興趣,現(xiàn)如今這是一門極具創(chuàng)造性的學(xué)科。但在我作為一名工程師接受培訓(xùn)期間,我被那些似乎能模仿人類行為某些方面的系統(tǒng)吸引住了。即使是簡單的反饋系統(tǒng)也很吸引人(例如,看著一艘船在風(fēng)和潮汐的沖擊下不斷地調(diào)整航向)。這就引出了這樣的問題:人類到底使用了什么樣的心理機制?我設(shè)法在一些項目上將工程與以人為中心的問題相結(jié)合:語音編碼、色彩視覺處理和自主控制。我發(fā)現(xiàn)心理學(xué)是一個重要的缺失元素,而我博士期間的工作是建立感覺運動控制和協(xié)調(diào)模型,是這里所描述的工作的前提。計算機、大腦和機器之間的關(guān)系是多種多樣的,令人著迷。
20世紀(jì)80年代,當(dāng)我試圖從事這方面的研究時,它完全不受歡迎。人工智能(AI)的新商業(yè)化剛剛開始,AI軟件正變得非常暢銷。在此之前,AI的先驅(qū)們認(rèn)為人類智能和計算機智能之間沒有太大區(qū)別,并認(rèn)為兩者可以一起研究。對軟件產(chǎn)品和應(yīng)用的推動使得AI與人類認(rèn)知的研究在很大程度上分離。我記得和Andy Barto、 Richard Sutton,以及馬薩諸塞大學(xué)阿默斯特分校的其他人一起討論過我的工作,當(dāng)時他們正在發(fā)展強化學(xué)習(xí)。在英國,由好奇心驅(qū)動的AI基礎(chǔ)研究很難獲得任何資助,所以我開始在工業(yè)機器人、觸覺感知、錯誤恢復(fù)和診斷系統(tǒng)等領(lǐng)域研究AI,并一直探索人類在這些任務(wù)中的行為,以及AI如何應(yīng)用于機器人技術(shù)。幸運的是,在21世紀(jì),人們又回到了學(xué)習(xí)、自主主體等話題,以及對人類行為的關(guān)注上。在機器人發(fā)展的新領(lǐng)域,現(xiàn)在已經(jīng)有了一個強大的全球研究社區(qū)。
我寫這本書的部分原因是回應(yīng)一些關(guān)于機器人和AI的常見誤解。媒體上流傳著大量關(guān)于機器人和AI的錯誤信息,其中一些顯然是無稽之談。雖然在不久的將來會出現(xiàn)一些令人驚嘆的技術(shù),但是AI本身也存在局限性,而且有一些涉及我們所有人的倫理問題。
然而,這并不是一個負(fù)面的故事,因為在解釋了問題的困難之處和本質(zhì)之后,我接著描述了一種替代方法,其目前正處于交付過程中,并顯示出開發(fā)通用機器人的真正潛力。我通過自己和相關(guān)的研究給出了具體的細(xì)節(jié),來說明如何借助心理學(xué)和發(fā)展理念更接近實現(xiàn)類人行為這基本上是通用的,但可以加以調(diào)整來學(xué)習(xí)完成專門的任務(wù)。
我盡量回避技術(shù)的細(xì)枝末節(jié)或細(xì)微變化,而專注于趨勢、技術(shù)發(fā)展的方式,以及技術(shù)在我們生活中的作用。我覺得重要的是,每個人都應(yīng)該更多地欣賞當(dāng)今的技術(shù)發(fā)展,以便更好地了解什么是可行的,什么是合理的,什么是夸張的。通過將基本常識應(yīng)用到許多論斷和預(yù)測中,可以評估技術(shù)在我們當(dāng)前生活(以及未來生活)中的角色,并因此對其產(chǎn)生更大的影響。這本書就是對這些問題的回應(yīng),包含了我對這些有趣問題的一些發(fā)現(xiàn)和見解。我希望它能提供一個更好的視角來解決智能機器人所帶來的一些更廣泛的問題。
致謝
在我的職業(yè)生涯中,幫助過我的同事、朋友和學(xué)生有很多,其中包括英國亞伯大學(xué)計算機科學(xué)系的同事,以及英國、歐洲、日本和美國的許多大學(xué)及其他組織的同事。研究是一個真正的全球性社區(qū),感謝所有慷慨支持、影響和鼓勵本書所述方法的朋友和同事。特別感謝那些直接參與本書工作的人:Raphael Braud﹑Fei Chao﹑Kevin Earland﹑Tao Geng﹑Alexandros Giagkos﹑Richard Gunstone﹑Martin Hlse﹑Ian和Tom Izzett﹑Suresh Kumar﹑James Law﹑Daniel Lewkowicz﹑Sebastian McBride﹑Qinggang Meng﹑Marcos Rodrigues﹑Patricia Shaw﹑Michael Sheldon﹑Qiang Shen﹑James Wilson以及 Xing Zhang。當(dāng)然,本書所表述的一些觀點、錯誤和疏漏都由我負(fù)責(zé)。
其他幫助過我的人包括Anna Borghi﹑Merideth Gattis﹑Frank Guerin﹑Kevin Gurney﹑David Llewelyn﹑Giorgio Metta﹑David Midd- leton﹑Kevin ORegan﹑Peter Redgrave﹑Peter Tallack﹑Raymond Tallis,以及我已故的好友Brendan McGonigle和Ulrich Nehmzow。請原諒我沒有列出所有的人。
非常感謝麻省理工學(xué)院出版社Marie L. Lee的專業(yè)和熱情支持,也感謝對這個項目提供過幫助的所有編輯和其他工作人員。
這里所述的研究主要在四個項目中進(jìn)行:兩個由英國工程和自然科學(xué)研究理事會資助,兩個由歐盟委員會(EC)FP7項目資助。iCub仿人機器人起源于歐盟委員會資助的一個項目,歐盟委員會很有遠(yuǎn)見地為新的研究項目提供了該機器人,結(jié)果iCub現(xiàn)在已被全球超過25個機器人研究實驗室所使用。
非常感謝英國皇家藝術(shù)學(xué)會允許我重復(fù)使用和修改我的文章A Frame of Mind 中的材料,它們出現(xiàn)在第9章。
我很感謝許多圖書館,特別是六個地方圖書館,包括英國亞伯大學(xué)的圖書館和威爾士國家圖書館。后,我非常榮幸有一個積極、樂于助人的家庭,特別是我親愛的妻子Elizabeth,她在很多方面鼓勵和支持了這個項目。
譯者序
前言
部分 人工智能怎么了
第1章 問題的本質(zhì) …… 2
1.1 行動與思考 …… 3
1.2 社交機器人 …… 5
1.3 人工智能的作用 …… 6
1.4 智力概述 …… 7
1.5 大腦需要身體 …… 9
1.6 本書的結(jié)構(gòu)和主題 …… 9
1.7 應(yīng)對變化的步伐 …… 17
1.8 對行話的解釋 …… 18
注釋 …… 20
第2章 商用機器人 …… 21
2.1 家用機器人和服務(wù)機器人 …… 23
2.2 野外機器人技術(shù) …… 25
2.3 機器人道路車輛 …… 26
2.4 醫(yī)用機器人 …… 29
2.5 群機器人技術(shù) …… 30
2.6 娛樂機器人 …… 33
2.7 伙伴機器人 …… 34
2.8 類人機器人 …… 36
2.9 觀察 …… 37
注釋 …… 38
第3章 從廣泛研究到市場 …… 41
3.1 箱中取物 …… 44
3.2 仿生機器人技術(shù) …… 46
3.3 護(hù)理和輔助機器人 …… 47
3.4 情感計算 …… 48
3.5 仿人機器人 …… 49
3.6 為什么工業(yè)機器人技術(shù)如此成功 …… 54
3.7 機器人技術(shù)的現(xiàn)狀 …… 59
3.8 觀察 …… 62
注釋 …… 63
第4章 一個暴力的故事 …… 66
4.1 在選項中搜索 …… 67
4.2 國際象棋世界冠軍是一臺計算機那又怎樣 …… 70
4.3 計算機思維 …… 74
4.4 結(jié)果 …… 76
4.5 觀察 …… 79
注釋 …… 80
第5章 知識與力量 …… 82
5.1 如何存儲知識以供利用 …… 86
5.2 常識 …… 88
5.3 搜索是一種標(biāo)準(zhǔn)技術(shù) …… 90
5.4 符號與數(shù)字 …… 91
5.5 學(xué)會改進(jìn) …… 92
5.6 特征工程 …… 94
5.7 觀察 …… 95
注釋 …… 96
第6章 小遠(yuǎn)見和大突破 …… 98
6.1 特征工程的結(jié)束 …… 104
6.2 發(fā)生了什么 …… 109
6.3 觀察 …… 111
注釋 …… 112
第7章 學(xué)習(xí)機器的興起 …… 113
7.1 機器學(xué)習(xí)的發(fā)展 …… 114
7.2 超市數(shù)據(jù)挖掘 …… 115
7.3 通過學(xué)習(xí)算法來學(xué)習(xí)算法 …… 119
7.4 發(fā)現(xiàn)模式 …… 121
7.5 大數(shù)據(jù) …… 122
7.6 統(tǒng)計很重要,但是被誤解了 …… 124
7.7 變革仍在繼續(xù)使用Deep Zero …… 125
7.8 觀察 …… 130
注釋 …… 131
第8章 深思熟慮和其他預(yù)言 …… 132
8.1 AI是一種高度專注的產(chǎn)業(yè) …… 133
8.2 基于任務(wù)的AI …… 134
8.3 機器預(yù)言 …… 135
8.4 知識工程 …… 140
8.5 社交對話 …… 143
8.6 觀察 …… 146
注釋 …… 148
第9章 打造巨型大腦 …… 150
9.1 大腦建設(shè)項目 …… 151
9.2 全腦仿真 …… 153
9.3 大腦是一臺機器那又怎樣 …… 156
9.4 基本人工神經(jīng)網(wǎng)絡(luò) …… 159
9.5 不同的方法:AI和腦科學(xué) …… 161
9.6 更先進(jìn)的網(wǎng)絡(luò) …… 164
9.7 預(yù)測編碼和自動編碼器 …… 165
9.8 ANN的問題 …… 166
9.9 機器人的模擬問題 …… 170
9.10 觀察 …… 172
注釋 …… 173
第10章 把組件子系統(tǒng)拴在一起 …… 177
10.1 模塊化交互的復(fù)雜性 …… 179
10.2 計算機如何表示所知道的知識和經(jīng)驗 …… 182
10.3 基于任務(wù)的AI局限性 …… 184
10.4 通用AI …… 184
10.5 主算法 …… 185
10.6 生物學(xué)比較 …… 187
10.7 超級智能 …… 189
10.8 集成深度人工神經(jīng)網(wǎng)絡(luò) …… 192
10.9 對部分的觀察 …… 195
注釋 …… 201
第二部分 成長和發(fā)育機器人
第11章 基礎(chǔ)工作綜合、基礎(chǔ)和真實性 …… 204
11.1 經(jīng)典控制論運動 …… 206
11.2 現(xiàn)代控制論 …… 210
11.3 符號接地 …… 212
11.4 新機器人技術(shù) …… 214
11.5 觀察 …… 216
注釋 …… 217
第12章 發(fā)育的方法培育你自己的機器人 …… 219
12.1 個體發(fā)育的作用:成長中的機器人 …… 222
12.2 次序、階段和時間表 …… 224
12.3 發(fā)育的制約因素 …… 228
12.4 從小處開始,盡早開始 …… 230
12.5 解剖學(xué)的重要性 …… 232
12.6 人體驚人的復(fù)雜性 …… 234
12.7 自主和動機 …… 236
12.8 玩耍沒有目標(biāo)的探索與發(fā)現(xiàn) …… 239
12.9 成長的架構(gòu) …… 242
12.10 觀察 …… 247
注釋 …… 248
第13章 iCub仿人機器人的發(fā)育成長 …… 251
13.1 iCub用于研究的仿人機器人 …… 252
13.2 管理不成熟的約束 …… 254
13.3 視覺、凝視和注視 …… 256
13.4 運動和視覺空間 …… 258
13.5 物體感知 …… 260
13.6 實驗1縱向發(fā)展 …… 260
13.7 實驗2玩耍行為的產(chǎn)生 …… 263
13.8 它是如何工作的 …… 267
注釋 …… 274
第三部分 我們將何去何從
第14章 發(fā)育機器人將如何發(fā)展 …… 278
14.1 發(fā)育機器人的行為 …… 279
14.2 教,而不是編程 …… 285
14.3 了解自己和其他個體 …… 287
14.4 自我意識在動物身上很