类脑智能机器人的未来发展前景

当前，机器人成为全球的热点话题，然而，机器人的研究和应用依然存在“瓶颈”。例如，如何让机器人实现：柔性、灵巧的动作；智能感知与智能控制；（3）与人协作、交互，都还存在一定的困难。如何让机器人技术产生“质”的飞越，形成下一代机器人的关键技术，成为科学家、企业家和政府关注的重点问题之一。

一直以来，人们对机器人的梦想是：机器人越来越接近人，成为人的助手和“朋友”。然而，机器人的灵巧性、智能性和与人的“共情性”还不能达到人们的期望。我们认为，想让机器人与人成为朋友，让机器人更“像人”，有以下两条途径。以功能和性能为导向，根据人的观察和分析建立认知、决策和控制模型，用于机器人系统。许多生物启发式模型得到了广泛的应用，相关研究成果也已在机器人视觉、听觉和控制等领域取得了重要的发展；

结合脑科学研究成果，从机理、结构的角度模仿人。神经科学与信息科学的深度交叉融合，有希望为机器人理论和应用研究带来新的突破，这也是我们想要提出的“类脑”智能机器人。

经过初步探索，我们认为“类脑”智能机器人可能有3大特点。

研究的出发点不同。以功能和性能为导向的方法，主要基于对机器人的功能的要求开展研究。根据所需的功能，从外表和观察对系统实现进行猜测。这种方法把人的认知能力、学习能力和动作控制能力看作是一种“黑箱”模型；而“类脑”智能机器人以探索人的内部机理为导向，从宏观、介观再到微观，层层深入，理解人体内部的具体机制。这种方法希望使人的认知能力、学习能力和动作控制能力逐渐“白化”，从“黑箱”模型逐渐成为“灰箱”模型。

技术、方法和理论不同。以功能和性能为导向的方法，通常基于一定的假设和猜测，并利用现有的数学工具进行描述，容易在泛化能力上产生一定的局限性；而“类脑”智能机器人基于人类的内部机理，不会受局限于假设、猜测和数学工具，可能会有更强的泛化能力和学习能力。应用表现不同。以功能和性能为导向的方法，针对某种特定场景，在充分对参数进行优化调节的基础上，可能在部分具体功能上产生突出的效果；而“类脑”智能机器人通过长期逐步白化“黑箱”模型的内部机理，从内部逐渐提高性能，有可能在各种不同场景下获得更好的泛化能力。

在我们团队粗浅的研究过程中，初步发现“类脑”智能机器人包括两个优点：认知的鲁棒性；操作控制的快速性和精准性的统一。

“类脑”智能机器人可以提高认知的鲁棒性。其主要原因在于，灵长类动物的视觉认知系统对于从视网膜输入的视觉信息进行了不同的认知处理，其中腹侧通路主要是对物体内容的识别，而背侧通路则是对于物体位置相关信息的识别。两条通路既相互独立，对于认知内容有着不同的作用；又相互影响，可以进行多方位信息融合，这样的处理方式对于认知的准确性和鲁棒性都有着不可替代的作用。同时，由于高级功能脑区（如前额叶、海马区等）的调控，视觉认知可以受到过去经历和经验的影响，同时还可以进行不同程度的提炼与融合，这对认知和识别的鲁棒性都有很大的贡献。

“类脑”智能机器人可以实现操作控制的快速性和精准性的统一。其主要原因在于，从硬件系统来看，人的运动系统由骨骼、关节和肌肉组成，相关的肌肉收缩或舒张由中枢神经系统与外周神经系统协同控制。而运动过程中有的肌肉起主导作用，有的则进行辅助控制和协同，保证运动可以平稳、协调、准确地进行；从软件系统来看，中枢神经系统与外周神经系统的协同控制，使得这样的多冗余、耦合、复杂非线性运动系统可以顺利完成任务。其中，中枢神经系统的输出与多层级反馈回路、外周神经系统的控制模板与触-力觉反馈以及两个系统之间的协同作用保证了控制的稳定性、快速性和准确性。

“类脑”智能机器人可以提高认知的鲁棒性。其主要原因在于，灵长类动物的视觉认知系统对于从视网膜输入的视觉信息进行了不同的认知处理，其中腹侧通路主要是对物体内容的识别，而背侧通路则是对于物体位置相关信息的识别。两条通路既相互独立，对于认知内容有着不同的作用；又相互影响，可以进行多方位信息融合，这样的处理方式对于认知的准确性和鲁棒性都有着不可替代的作用。同时，由于高级功能脑区（如前额叶、海马区等）的调控，视觉认知可以受到过去经历和经验的影响，同时还可以进行不同程度的提炼与融合，这对认知和识别的鲁棒性都有很大的贡献。

“类脑”智能机器人可以实现操作控制的快速性和精准性的统一。其主要原因在于，从硬件系统来看，人的运动系统由骨骼、关节和肌肉组成，相关的肌肉收缩或舒张由中枢神经系统与外周神经系统协同控制。而运动过程中有的肌肉起主导作用，有的则进行辅助控制和协同，保证运动可以平稳、协调、准确地进行；从软件系统来看，中枢神经系统与外周神经系统的协同控制，使得这样的多冗余、耦合、复杂非线性运动系统可以顺利完成任务。其中，中枢神经系统的输出与多层级反馈回路、外周神经系统的控制模板与触-力觉反馈以及两个系统之间的协同作用保证了控制的稳定性、快速性和准确性。

综上所述，机器人的未来前景非常美好，但要想大规模商用还要等很长的时间，尤其是在中国企业商用，短期内无法实现，一方面自然是技术瓶颈尚没有突破；另一方面，社会层面也不允许机器人暴风骤雨般地取代自然人工。众所周知，中国大陆的人力成本正逐年上涨，但企业不得不要替社会安置这些人力，而作为劳动密集型企业的制造业又都是用工大户。