机器人学与人工智能的关系需要密切?

机器人学,特别是智能机器人,与人工智能有十分密切的关系。人工智能的近期目标在于研究智能计算机及其系统,以模仿和执行人类的某些智力功能,如判断、推理、理解、识别、规划、学习和其他问题求解。这一研究抓住了创造力的首要问题——人类智能。

大多数机器人学的研究目前还是以控制理论的反馈概念为基础的。也就是说,迄今为止,机器人上的“智能”是由于应用反馈控制而产生的。但是,反馈控制技术本身并不是建立在人工智能技术基础上的,而是属于古典工程控制理论范畴的。

反馈控制有其局限性,因为数学(模型)及其实现有众多的强烈约束。而人工智能则有许多对环境和周围相关事物产生灵活响应的方法。按照古典控制理论,对事物的响应取决于经过数学化处理的输入,而人工智能技术可采用诸如自然语言、知识、算法和其他非数学符号的输入等。

一方面,机器人学的进一步发展需要人工智能基本原理的指导,并采用各种人工智能技术;另一方面,机器人学的出现与发展又为人工智能的发展带来了新的生机,产生了新的推动力,并提供了一个很好的试验与应用场所。也就是说,人工智能想在机器人学上找到实际应用,并使问题求解、搜索规划、知识表示和智能系统等基本理论得到进一步发展。

从人工智能已在机器人学方面进行的一些研究可以看出两者的密切关系。

1.传感器信息处理

机器人学今后能够从人工智能方面得到多大现实好处,人们能够使机器人技术发展到什么程度,其关键之一是在传感器信息处理方面。机器人具有越来越强的获取周围信息的能力,包括视觉、触觉、力觉、嗅觉、味觉、听觉、接近感和光滑觉等。

2.机器人规划

机器人学的研究促进了许多人工智能思想的发展。它所导致的一些技术可用来模拟世界的状态,用来描述从一种世界状态转变为另一种世界状态的过程。它对于怎样产生动作序列的规划以及怎样监督这些规划的执行有了一种较好的理解。复杂的机器人控制问题迫使我们发展一些方法,先在抽象和忽略细节的高层进行规划,然后再逐步在细节越来越重要的低层进行规划,这就是所谓机器人规划问题。

3.专家系统

专家系统是一种智能计算机系统,它处理问题的能力达到人类专家的水平。有些未来的机器人系统是专家系统,它们将掌握极其大量的有关某个主题的知识,并对这些知识不断修正、改进与完善,机器人规划专家系统就是一例。

4.自然语言理解

自然语言理解是人工智能最困难的课题之一,十多年来已取得长足进展。人工智能工作者一直在进行机器理解自然语言的研究。能够理解自然语言的程序,其关键在于:计算机内存包含一个由计算机和程序设计员两者共用的世界模型。需要处理的语言涉及计算机内部模型具有某些明确表示的物体、动作和关系。

原文发布于微信公众号 - 机器人网(robot_globalsources)

原文发表时间:2017-11-12

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏ATYUN订阅号

【科技】AI创新将引发“机器人网络效应” 促进机器人技术快速发展

作为当今智能机器人的核心,传感器和AI相融合正产生良性的反馈回路,或者我们所说的“机器人网络效应”。我们目前正处于“机器人网络效应”临界点的边缘,这将大幅加速机...

35960
来自专栏数据的力量

【05期】我的数据心经:从数据到智能

17850
来自专栏腾讯研究院的专栏

大数据带来的四种思维

近年来大数据技术的快速发展深刻改变了我们的生活、工作和思维方式。大数据研究专家舍恩伯格指出,大数据时代,人们对待数据的思维方式会发生如下三个变化:第一,人们处...

21990
来自专栏人工智能快报

美NSF支持神经与认知系统深度研究

美国国家基金会(NSF)将在2017财年划拨1500万美元支持对神经与认知系统的深度研究。该计划将支持一些具有潜在变革影响的创新科技研究,从而促进对神经和认知系...

36970
来自专栏ATYUN订阅号

进化计算将是人工智能未来发展的关键

AI可以说是2018年最大的科技话题。从Google Duplex的人为模仿,Spotify的歌曲推荐,到Uber的自驾车以及五角大楼使用 GoogleAI,该...

11030
来自专栏AI科技评论

专访腾讯钟黎:知文团队在智能问答系统方面的探索

对于刚刚成立的腾讯知文团队来说,过去是收获颇丰的一年。虽然成立尚不足一年,但这一团队已在 AAAI、IJCAI、SIGIR、EMNLP、COLING 等顶会上发...

22910
来自专栏新智元

世界首款AI魔镜:一照识别你性格

【新智元导读】来自墨尔本大学的研究人员设计了一种AI生物识别镜,可以仅仅根据人的脸部照片检测和显示其个性特征和外貌上的魅力,最多可以分析14项性格特征,这一系统...

8420
来自专栏新智元

微软前副总裁:机器学习和人工智能5大关键 | 黑箱不黑

【新智元导读】微软前副总裁S. Somasegar从智能应用开发的角度,总结了2016机器学习和人工智能的5大发展趋势:算法和数据结合的微智能,将能灵活地在应用...

34190
来自专栏人工智能

如何打造出与人类自然交流的机器人?

机器人 随着人工智能技术的不断发展,科技行业也逐渐看到了机器人使人类失望的一面;它或者基于人类固有的不信任以及对机器人的恐惧,比如“恐怖谷理论”,或是由人工无知...

19580
来自专栏人工智能快报

美NSF支持神经与认知系统深度研究

美国国家基金会(NSF)将在2017财年划拨1500万美元支持对关于神经与认知系统的深度研究。该计划将支持一些具有潜在变革影响的创新科技研究,从而促进对神经和认...

31070

扫码关注云+社区

领取腾讯云代金券