许多专家帮助提高服务机器人的交互性
处于婴儿期的服务机器人需要掌握正确的学习方法
服务机器人是人工智能的载体，对不同的场景有不同的功能，如工业场景、老年场景、特殊场景等澳门科技大学教授、澳门人工智能与机器人研究所所长韩在近日举行的中国科协第22届年会机器人与人工智能产业发展论坛上说。
“当我在学习的时候，一个机器人的价格大约是60万到80万元。十年前是30万元，现在是15万元。国内价格是多少？大约8万元。”北京航空航天大学机器人研究所名誉所长王表示，机器人的普及速度越来越快。
依欧《2020中国服务机器人产业发展研究报告》称，人工智能技术的突破和核心组件成本的降低加速了服务机器人在各个领域的渗透。过去五年，中国服务机器人产业的增长率高于全球平均增长率，其市场规模占全球市场的25%以上。同时，在产业链和产业环境上具有全球竞争优势。在疫情的催化下，在几年持续高速增长的基础上，中国服务机器人产业将继续快速扩张，未来潜力巨大。
然而，专家们也普遍认为，目前的服务机器人在智力水平上相当于婴幼儿，尤其是在自主互动方面，这不仅是机器人产业化的一个障碍，也是未来应该大力发展的地方。
交互性差限制了服务机器人的发展
王列举了人工智能机器人在未来可能有广阔应用前景的几个方向：如机器人代理在企业服务领域；养老金、手术机器人、智能假肢等。在医疗保健领域；智能城市领域的安全、消防、环保、物流、无人驾驶、金融技术等。“大量使用人工智能的机器人将支持高效而丰富的物质生产活动和生产要素的重构。在这种背景下，我们来讨论一下人工智能和机器人的未来发展。”王对说道。
“机器人最大的优势在于，它们可以做重复性的、危险的或令人厌恶的工作，比如安保工作。人们不愿意在晚上巡逻或值班，所以这些工作可以被服务机器人代替。因此，不能说服务机器人完全是在与人类竞争，而服务机器人更多的是在加强和提高人类的工作。”韩对说道。
但是，在王看来，的环境仍然是比较固定的，操作过程是标准化的，工作是繁重、单调和枯燥的；但是，在幼儿教育和护理、老年人护理等方面。服务机器人仍然“束手无策”。据荷兰代尔夫特科技大学的副教授延斯科伯(Jens Kober)说，机器人能用人工智能做什么主要与认知和高级推理有关，但目前，机器人不具备这些能力。此外，它们需要在实际运动和与环境的互动中进一步发展。
韩还说，机器人目前没有思想或者自主意识。尽管它可以执行视觉感知、声音感知等。归根结底，目前的机器人没有独立的思想，没有办法做出好的独立决策，没有思想和知识体系，也不能与人类很好地互动。
婴儿服务机器人更依赖于场景
“服务机器人就像新生婴儿。当视觉技术和语言技术等许多新技术相对成熟时，就会有更好的服务机器人。”韩说，通用服务机器人目前很难实现。
“所以，服务机器人的发展，到目前为止，更多地取决于现场。这与工业机器人非常相似。工业机器人只能在生产过程明确定义的情况下使用。服务机器人也是如此。还需要清楚地定义其服务场景，并制定工作计划，以便服务机器人能够被放入工作现场。使用。”韩对说道。他强调这是服务机器人的场景依赖性。只有当人们清楚地定义了场景和机器人的行为，他们才能做出有用的服务机器人。
不屑科技副总裁王银雪举了一个人工智能堆垛机的例子。在立体仓库中，如果货物整齐，不可避免地会掉落，这往往会导致货物被压碎。在堆垛机上安装摄像头后，不仅可以观察货物的下落情况，还可以通过运行轨迹计算货物下落的位置，预测下落情况。此外，堆垛机不仅配有摄像头，还配有远红外探测设备，可随时巡逻。如果局部温度上升超过一定程度，它将发出警报以防止火灾。这种具有固定场景和固定模式的人工智能机器具有立竿见影的效果。
“机器人和智能设备的重要区别在于，机器人有行为，我们甚至希望它在未来能拥有自主行为。”韩说，我们所说的场景依赖，比如老年场景、车载场景、医疗场景、安全场景等等。这些场景相当于机器人服务的边界，重要的是它在这个服务边界的行为。
强化学习可以提高机器人的智能水平
“在过去的许多设计中，机器人都非常被动。他们用声音询问机器人的一些情况，或者问一些关于机器人特定场景的问题和答案，机器人的回答过程是标准化的。如今，机器人有越来越多的社交功能。在某些情况下，如在养老院服务或与儿童互动，主动互动已成为一个新的热点。”詹斯科布说，所谓的主动互动意味着机器人应该说话的时候应该说话，不应该说话的时候不应该说话。作为一个理解你的机器人，主动互动的设计已经成为一个非常重要的内容。
“机器人是拟人化的装置，它们的社会性非常重要。机器人和机器人之间不需要声音，但与人的互动需要声音交流、声音互动或行为的主动互动，以及它们的界限。它的适度性在哪里，是该行业近年来关注的问题。”延斯科布说。
困难就在这里。“是什么让机器人难以完成复杂的任务？很大一部分原因在于复杂的动力学，即机器人如何与周围环境互动。在与对象、环境和任务的交互中有许多不确定性和变化。如果机器人想与人类互动，情况可能会更复杂。”延斯科布说。
那么机器人是如何学习新技能的呢？延斯科布说，一般来说，机器人学习新事物有两种不同但互补的方式。第一种是模仿学习，也就是说，老师展示一种技能，然后学生尝试模仿它。这种方法适用于简单的学习，但对于更复杂的任务，机器人需要加强学习。强化学习是一种通过“试错法”进行的学习方法，其目标是使人工智能在特定环境下采取收益最大化的行为。如果机器在学习过程中做了正确的事情，它会得到相应的奖励，但是如果它错了，就不会有奖励。这种学习方法可以使机器理解在与环境的交互中什么是正确的行为，什么是错误的行为，而不是让机器通过大数据“记忆”。延斯科布强调强化学习可以使机器加快学习过程，从而使它们能够完成更复杂的任务。对人类来说，用这种方式教学也是相当直观的。这也是机器人今后加强学习和交互能力的一条可行途径。