智能的本質(zhì)是什么？人的智能是怎么產(chǎn)生的？要探索這些終極問題，即便是遙遠的未來也未必有解。
這也是王碩在人工智能研究的道路上遇到的最大困難。“現(xiàn)階段的人工智能，針對一些典型場景，取得了很好的進展。但處理復(fù)雜場景和任務(wù)時，人工智能算法還需要極大提升。”
王碩說，了解人的智能是怎么形成的，會對機器的智能生成有比較大的幫助。在人工智能與機器人領(lǐng)域近二十年的耕作中，王碩的研究方向沒有太多變動。他覺得，這樣的堅守讓研究變成樂趣，也有助于讓汗水結(jié)出碩果。
二十年堅守
王碩是中國科學(xué)院自動化研究所（以下簡稱自動化所）研究員。他所在的復(fù)雜系統(tǒng)管理與控制國家重點實驗室，主要針對智能機器人技術(shù)開展從基礎(chǔ)理論、前沿核心到重大應(yīng)用的全方位、多層次的研究和探索。
1998年，王碩來到自動化所攻讀博士學(xué)位，方向就是多機器人系統(tǒng)。2001年畢業(yè)后，留在自動化所工作至今。
“所里的很多老師，堅持人工智能的相關(guān)研究很多年。”在當(dāng)時，人工智能的發(fā)展并沒有現(xiàn)在這般如火如荼。蟄伏多年，王碩和同事們才迎來了人工智能的黃金機遇期。
“仿鰩魚水下作業(yè)機器人”是王碩及其團隊近年來的一個標(biāo)志性成果。這個仿生機器人系統(tǒng)借鑒了鰩魚的推進結(jié)構(gòu)，并掛載了一個輕量的機械臂，可以抓取物體。
機器魚類的產(chǎn)品，仿生推進控制問題是一大難點。王碩及其團隊在研究中，研發(fā)了仿魚鰭推進系統(tǒng)，使得機器魚的推進控制問題得到了很好的解決。
而要讓機械臂能夠抓取物體，首先是要讓機器能夠識別目標(biāo)物體。自動化所多年來在模式識別領(lǐng)域的積累，為物體識別提供了保障。不過，識別物體后，是讓機器魚先游過去再抓取，還是直接伸臂去抓？是從上面去抓，還是從左邊去抓？這個問題讓團隊犯了難。
王碩說，不同的環(huán)境和目標(biāo)位置，就有不同的操作和控制策略。“我們把多方面的技術(shù)結(jié)合在一起，取得的效果還可以。”
2018年，仿鰩魚水下作業(yè)機器人參加獐子島水下機器人大賽，下海抓取海參、海膽、扇貝等。團隊的王宇參與了現(xiàn)場的操作，最終的成績十分亮眼。
“我們的機器魚在在線識別方面取得第一名，在抓取方面取得第三名。”王碩說。
研發(fā)“云腦”
隨著智能機器人應(yīng)用領(lǐng)域的不斷擴大，機器人所需面對的環(huán)境變得越來越復(fù)雜與不確定，對機器人自主、智能的要求也越來越高。特別是面對云計算、大數(shù)據(jù)等技術(shù)的迅速發(fā)展，王碩思考，如何結(jié)合新技術(shù)，構(gòu)建一個機器人系統(tǒng)的公共“大腦”。
王碩認為，將大量計算需求從機器人本體移至具有更強計算能力和存儲能力的“大腦”，實現(xiàn)機器人基礎(chǔ)功能的模塊化、標(biāo)準(zhǔn)化和快速接入，并且實現(xiàn)機器人之間數(shù)據(jù)的交互和知識的共享，“是機器人研究和應(yīng)用領(lǐng)域的共性需求和發(fā)展目標(biāo)”。
王碩及其團隊為此開展了“云腦”系統(tǒng)研發(fā)，希望通過云端智能信息處理與決策服務(wù)平臺，實現(xiàn)多個機器人的統(tǒng)一協(xié)調(diào)管理并為機器人提供智能服務(wù)。
同時，“云腦”通過標(biāo)準(zhǔn)化、模塊化的機器人核心基礎(chǔ)軟硬件和本地/云端接口協(xié)議，可實現(xiàn)機器人軟件和硬件功能構(gòu)件的可復(fù)用和可置換，能有效解決目前機器人研發(fā)中難以快速集成、存在大量的重復(fù)性工作的問題。
王碩說，這將大大提高機器人系統(tǒng)學(xué)習(xí)的效率、知識的共享。
邁向更深
在王碩看來，機器人產(chǎn)業(yè)是很重要的產(chǎn)業(yè)方向，而多學(xué)科交叉、機器人技術(shù)與其他不同領(lǐng)域技術(shù)相結(jié)合，也將產(chǎn)生很好的顛覆性技術(shù)。
自動化所參與了中國科學(xué)院腦科學(xué)卓越創(chuàng)新中心建設(shè)。在這個創(chuàng)新型機構(gòu)中，集成了中國科學(xué)院神經(jīng)科學(xué)研究所（以下簡稱中科院神經(jīng)所）、深圳先進技術(shù)研究院、中國科技大學(xué)等單位，促進學(xué)科交叉融合是這一機構(gòu)的重要特征。
但如今的腦科學(xué)中，關(guān)于大腦智能的研究還沒有形成統(tǒng)一、完整的理論體系。王碩意識到，現(xiàn)在的人工智能，更多的是借助計算能力，通過高性能的算法對人類智能做一些功能的模仿。這些模仿與人的真正的智能差距還是很大的。
“盡管在實際生活中，有一些已經(jīng)在應(yīng)用了，應(yīng)用效果也很好。但這些都僅是在特定場景的應(yīng)用。如果場景環(huán)境發(fā)生較大變化，其適用能力就會大幅降低。”王碩說。
通過與中科院神經(jīng)所等單位的同仁進行交流，促進了王碩團隊對神經(jīng)科學(xué)的了解。他們也跟中科院神經(jīng)所、東北師范大學(xué)心理學(xué)院等單位建立了合作聯(lián)系，“這對我們?nèi)斯ぶ悄芩惴ǖ倪M一步研究很有啟發(fā)”。
摘自《中國科學(xué)報》
