让机器人理解：“昨（zuó）天我在客（kè）厅（tīng）里吃药，药瓶（píng）去哪里（lǐ）了？”

在家庭（tíng）生活中（zhōng），王爷（yé）爷可能（néng）问机器人：昨天我在（zài）客厅里吃药（yào），药瓶去哪里了？这个问题貌似非（fēi）常简单（dān），可能三岁小朋友也能理解（jiě），但是对机器人来说里面有很（hěn）难（nán）跨越的技术鸿沟。其中（zhōng）王爷爷是对人的识别，吃（chī）药是动作识别（bié），药（yào）瓶是物体识别，这（zhè）些需要底（dǐ）层识别模块来实（shí）现。再看“昨天”和“客厅”这两（liǎng）个关（guān）键词，客厅是对空间的（de）理解，昨天是（shì）对时间信的理解。如何让机器人理解这句（jù）话？首先（xiān）最（zuì）底层要进（jìn）行（háng）人物（wù）识（shí）别、物（wù）体（tǐ）识别（bié）、情绪检测、动作检测（cè），接下来，有一个（gè）三维语义环境，就是把底（dǐ）层检测（cè）到的信息和物（wù）理（lǐ）环境对应起来，比如人在（zài）什么位置，物体在什么位置（zhì），这件事发（fā）生在什（shí）么位置，这（zhè）些信息只（zhī）有在（zài）三维语义环境的模块中对应上，机（jī）器人才能够理（lǐ）解事件发（fā）生的意义。

英特尔利用（yòng）三维语义环境和个性（xìng）化知识库（kù）这（zhè）两个模块来解（jiě）决这些（xiē）问题（tí），从（cóng）底（dǐ）层的感（gǎn）知模块走到应用，但是底层的感知模块不（bú）可能做到百分之（zhī）百精准（zhǔn）。这个错误会往（wǎng）上层传播，到了空间层，我们希望把底层（céng）的这些信（xìn）息（xī）打上空（kōng）间智（zhì）能（néng）的标签，位置（zhì）跟空间相（xiàng）对（duì）的情况，包括跟空间的三维建模，都是在这一层次（cì）进行（háng）的。理想的情况机（jī）器人到了家里，马（mǎ）上建立（lì）空间模型，并且能够（gòu）理解空间的含义。到了知识库层面（miàn），能够很（hěn）好的记忆（yì）这个知识，基于这个知识进行推理、应用，但是目前的技术还存（cún）在问（wèn）题，不（bú）可能做到百分之百精（jīng）准。

三维语义环境所做的（de）是（shì）从感知（zhī）层得到信息，比（bǐ）如药瓶的位置，用坐标的方（fāng）式（shì）标记出（chū）来，接下（xià）来空间智能要（yào）理解这个（gè）空（kōng）间是客厅还是餐厅，到（dào） 这一层次才能（néng）跟人交流，进而判断出客厅，然后顺（shùn）利在（zài）客厅（tīng）找到药瓶（píng）。可以看出，空间（jiān）智能主要的工作是快速对空间进行建模，并理解这个空间。关（guān）于个性化（huà）的知识图谱（pǔ），主要功能是记（jì）忆和推理，所面临的最大挑战来自于（yú）我们想记（jì）录的知识。人类知识分两块：一块是稳定（dìng）的知（zhī）识，就像谷歌和Facebook力图想存的知识（shí），谷歌叫Google Graph，这些知识（shí）可以事先做（zuò）好（hǎo），并且经过专家审核（hé）；另外一种是个性（xìng）化知（zhī）识，是动态变化的，机器人来（lái）到家庭之（zhī）前无法提前获取，为（wéi）了（le）获取（qǔ）这样的知识，我们的（de）挑战必须（xū）要有一个（gè）合适的知识表示，合适的知识推（tuī）理，而且这个知识图谱（pǔ）要（yào）能容忍底（dǐ）层产生的错误。

强化学习让机器人能够（gòu）完成主（zhǔ）动服（fú）务

当机器人能够理解语言（yán）的时（shí）候，说明机器人已经（jīng）具备了和（hé）人沟通的能力，但是想要实现真正的照顾别人，机器人需（xū）要更深的理（lǐ）解能力，不光是被动地去服务，还能主动的猜测主人的（de）意图（tú）。从王爷爷（yé）的（de）例子来看，当王爷爷（yé）需要药瓶时（shí）机器人可以拿给他是一种情（qíng）况，如果机器人看到王爷爷（yé）在找东西，能够猜测他（tā）想找药瓶还是找水（shuǐ），就（jiù）能（néng）提供（gòng）主动服务。这（zhè）里（lǐ）会用到强化学习，它教给机器（qì）人三个功能：一是如何学习新（xīn）的能力；二是如何做的一次比一次好；三是如何主（zhǔ）动地提供正确服务（wù）。

关于一次比（bǐ）一次做的好这一点，需要通过小样本（běn）的强化学习来解决（jué）。我们（men）希望机（jī）器人一次比一次做得好，需要猜测，而猜测本身也是需要优化的。猜（cāi）测的目的主（zhǔ）要有（yǒu）两方面（miàn），一是有（yǒu）时（shí）候不能（néng）进行标注，比（bǐ）如（rú）王（wáng）爷爷走向桌子可能是找（zhǎo）水，走向柜子可能是找药，但是这（zhè）个事情无法去标（biāo）注，机器人（rén）需（xū）要去主动采集样本（běn），通过回（huí）报自（zì）己进行标（biāo）注。强化学习需要不断探索和（hé）优（yōu）化，从而让机器人更加智能。

当然，机器人（rén）的学（xué）习还面临巨大的挑战（zhàn），比如：人（rén）的关节都是全向关节，而机（jī）器人（rén）不能做到这一点（diǎn），每一个关（guān）节只能向（xiàng）一个（gè）方向旋转。如果我们希望把人（rén）的一个动作映射到（dào）机（jī）器人上（shàng），需要做一个推广，使它能（néng）够适（shì）应机器人（rén）独特的运动特性。另外（wài），我们应用时还要考虑（lǜ）到采样成本（běn）的预算，当学习一个（gè）新的性能时，机器人必须一（yī）次学会。我们需要考虑采样成本和比较（jiào）更高级的需求，来达（dá）到对于实际机器人学习来（lái）说可（kě）用的程度（dù）。

关于人工智能会替代人类的（de）说（shuō）法已经（jīng）深入人心（xīn），曾经（jīng）引来一波恐慌，听完英特尔研究院的工程师讲解，笔者（zhě）觉得那个时（shí）代（dài）还很遥远，机器人需要经过漫长的自我（wǒ）学习才能达到熟练（liàn）理解空间和语义的阶段，要实现（xiàn）真正的智能（néng）似乎还需要（yào）计算能力（lì）和（hé）存储能力的进一步的提高，硬件技术和软件算（suàn）法还需要很大（dà）的进步空间。