让（ràng）机（jī）器人理解：“昨天我在（zài）客厅里（lǐ）吃药，药（yào）瓶去哪（nǎ）里了？”

在家庭（tíng）生活中，王爷爷可能问机器人：昨（zuó）天我（wǒ）在客（kè）厅里吃药，药瓶去哪（nǎ）里了？这个（gè）问（wèn）题貌似非常简单，可能三岁小朋友也能理解，但是对（duì）机器人来（lái）说里（lǐ）面有（yǒu）很难跨越的技术鸿沟。其中王爷爷是对人的识别（bié），吃药（yào）是动作识别（bié），药瓶是物（wù）体识别，这些（xiē）需要底层识别模块来实现。再看“昨天”和“客（kè）厅（tīng）”这两个关（guān）键（jiàn）词，客厅（tīng）是对空间的理解（jiě），昨天是对时间信的理解（jiě）。如何让机器人理（lǐ）解这句话？首先最底层要（yào）进行人物识别、物（wù）体识（shí）别、情绪检（jiǎn）测、动作（zuò）检测，接下来，有一个三维（wéi）语义环境，就是把底层检测到的信息和物理环境对应起来，比如人在什么（me）位置（zhì），物体在什么位置（zhì），这件事发生在什么位置，这些信息只有在三维语义环境的（de）模（mó）块（kuài）中对应上，机器人才能（néng）够（gòu）理解事件发生的意义。

英特尔利用三维语义环境和个性化（huà）知（zhī）识库这两个模块来（lái）解决这些问题，从底层（céng）的感（gǎn）知模块走到应用，但是底层的感知模块不可能做到（dào）百分之百精准。这个错（cuò）误会往上层传播，到了空间层，我（wǒ）们希望把底层（céng）的这些信息打上空（kōng）间智能的标签，位置跟空间相对的情况，包括（kuò）跟空间的三维建（jiàn）模，都是在这一层次进行的（de）。理想的（de）情况（kuàng）机器（qì）人到了家里，马（mǎ）上建立空间模型，并且能够理解空间（jiān）的（de）含义。到了知识库（kù）层面，能（néng）够很好的记忆这（zhè）个知识，基于这个知识进行推理、应用，但（dàn）是目前的技术还（hái）存在（zài）问题，不可能做到百分之百精准。

三维语义环境所做的是从感知层（céng）得到信息（xī），比如药瓶的位置，用坐标（biāo）的方式标记（jì）出来（lái），接下来空间智能（néng）要（yào）理解这个空（kōng）间是客厅还是餐厅（tīng），到 这一层次才能（néng）跟人交流（liú），进而判断（duàn）出客厅，然后（hòu）顺利（lì）在客厅找到药瓶。可以看出，空间智能主要（yào）的工作是（shì）快速对空间进行建模，并理解这（zhè）个空间。关于个性化的知识图谱，主要功能是记忆和推（tuī）理，所（suǒ）面临的最大挑战来自于我们想记录的知（zhī）识。人类知识分两（liǎng）块：一块是稳（wěn）定的知识，就像谷歌和Facebook力图想存的知（zhī）识，谷（gǔ）歌叫Google Graph，这些知识可（kě）以事先做好，并（bìng）且经过专家（jiā）审核；另外一种（zhǒng）是个（gè）性化（huà）知（zhī）识，是动态变化的，机（jī）器人（rén）来到家庭之前无法提前获取，为了获取这样的知识（shí），我们的挑战必（bì）须（xū）要有一（yī）个合适（shì）的（de）知识表示（shì），合适的知识推理，而（ér）且这个知识图谱要能容忍底层产生（shēng）的错误（wù）。

强化（huà）学（xué）习让机器人能够完成主动（dòng）服务（wù）

当机器（qì）人能够理解语言的时候，说明机（jī）器人（rén）已经具备（bèi）了和（hé）人沟通的能力，但是（shì）想要实现（xiàn）真（zhēn）正的照顾别人，机（jī）器（qì）人（rén）需要更深的理解能（néng）力，不光（guāng）是（shì）被动地去服务，还（hái）能主（zhǔ）动（dòng）的猜（cāi）测主人的意图。从王爷爷的例子来看，当（dāng）王爷爷需要药瓶时机器人可以拿给他是一种情况，如果机器人（rén）看（kàn）到王爷（yé）爷在找（zhǎo）东（dōng）西，能够猜测他想找药（yào）瓶还是找水，就能提供（gòng）主动服务。这里会用到强化学习，它教给机器人三个（gè）功（gōng）能：一是如何学习新（xīn）的能力；二是如何做的一（yī）次（cì）比一（yī）次好（hǎo）；三是如（rú）何（hé）主动（dòng）地提（tí）供正确服务。

关于一次比一（yī）次做的好这一（yī）点，需（xū）要通过小样本的强化（huà）学习来解（jiě）决。我们希望机器人一（yī）次比一次（cì）做得好（hǎo），需要猜测，而（ér）猜（cāi）测本身（shēn）也是需要优化（huà）的。猜测的（de）目的主要有两方（fāng）面，一是有时候（hòu）不能进行（háng）标注，比如王爷爷走向桌子可能是找水，走向柜子可（kě）能是找药，但是这个事情无法去标注，机器人需要去主动采集样（yàng）本，通（tōng）过回报自（zì）己进行（háng）标注。强（qiáng）化学习需要不断（duàn）探索和优化，从而让（ràng）机器（qì）人更加智能。

当然（rán），机器人的学习还（hái）面临巨大的（de）挑战，比（bǐ）如：人的关节都是全向关（guān）节，而机器人不能做到这一（yī）点，每一个关（guān）节（jiē）只能向一个方（fāng）向旋转。如果（guǒ）我们（men）希望把人的（de）一个动作映射到机器（qì）人上，需（xū）要做一个推广，使它（tā）能够（gòu）适（shì）应机器人独（dú）特的运动特（tè）性。另外，我（wǒ）们应用时还（hái）要考虑（lǜ）到（dào）采样（yàng）成（chéng）本的预算，当学（xué）习一个新的性（xìng）能时（shí），机器人必须一次学会。我（wǒ）们需要考虑采样成本和（hé）比较更高级的需求，来达（dá）到对于实际机器人学（xué）习来（lái）说可用（yòng）的程度。

关于人（rén）工智能会替代人类的（de）说法（fǎ）已经深入人心，曾（céng）经引（yǐn）来一波恐慌（huāng），听完英特尔研究院的（de）工程师讲（jiǎng）解，笔者觉得（dé）那个时代（dài）还（hái）很遥远，机器人需要经过（guò）漫长（zhǎng）的自（zì）我学习才能达到（dào）熟练（liàn）理（lǐ）解空（kōng）间和语义的阶段，要实现真（zhēn）正的智能似乎还需要计算（suàn）能力和存储能力的进一步的提高（gāo），硬件技术（shù）和（hé）软件算法还（hái）需（xū）要很大的进步空间。