让机（jī）器人理（lǐ）解：“昨天我在客厅里吃（chī）药，药瓶去（qù）哪（nǎ）里了？”

在家庭生活中（zhōng），王爷爷可能问机（jī）器人：昨天我在客厅里吃药，药瓶去哪里了？这个（gè）问（wèn）题貌似非（fēi）常简单，可能三岁小朋（péng）友（yǒu）也能（néng）理解（jiě），但是对机器人来说里面有（yǒu）很难跨越的（de）技术鸿沟。其中王爷爷是对人（rén）的识别（bié），吃药是动作识别，药瓶是物（wù）体（tǐ）识别，这些需要底层识别模块（kuài）来实现。再看“昨天”和（hé）“客厅”这两个关键词（cí），客（kè）厅是对空间的理解，昨天是对时间信的理（lǐ）解。如何让（ràng）机器人理解这句话？首先最底层要进行人物识别、物体识别、情绪检测、动作检测（cè），接下来（lái），有一个三维语（yǔ）义环境，就是把底层检（jiǎn）测到的信（xìn）息和物理环境对（duì）应起来，比如（rú）人在（zài）什么位置，物体在什么位置，这件事发（fā）生在什么位置，这些信息只有在三维语（yǔ）义环境（jìng）的模块中对（duì）应上，机（jī）器（qì）人才能够理解事（shì）件发生（shēng）的意（yì）义。

英（yīng）特尔利用三维语义环境和个性化知识库这（zhè）两个（gè）模块来解决这些问题，从（cóng）底层（céng）的感知模块走到应用，但是底层的感知模块不可能做（zuò）到百（bǎi）分之百（bǎi）精准。这（zhè）个错误会往上层（céng）传（chuán）播，到了空间层，我们希望把底层的这些（xiē）信息打上空间（jiān）智（zhì）能的（de）标签，位置（zhì）跟空（kōng）间相对的情况，包括跟空间的三维（wéi）建（jiàn）模，都是在这一层次进行的。理想（xiǎng）的情况机（jī）器人到了家里，马上建立空间模（mó）型，并且能够（gòu）理解空间的（de）含义（yì）。到了知识库层面（miàn），能够很（hěn）好（hǎo）的记忆这个知识（shí），基（jī）于这个知（zhī）识进行推理、应用，但是目前的技术（shù）还（hái）存在问题，不可能做到百分（fèn）之百精准。

三维（wéi）语义环境所（suǒ）做（zuò）的是从感知（zhī）层得到信息（xī），比如药瓶的位置，用坐标的方式标记（jì）出来，接下（xià）来空间智能（néng）要理解这个空（kōng）间是客厅（tīng）还是餐厅，到 这一层次才能跟人交流（liú），进而判断出客厅（tīng），然后顺利（lì）在客厅找（zhǎo）到药（yào）瓶。可以看出，空间智能（néng）主要的工作是快（kuài）速对（duì）空（kōng）间进行建模，并理解这个（gè）空（kōng）间。关于个性化（huà）的知识图谱，主要功能（néng）是记忆和推理，所面临的最大挑战来自于我们想记录的知识（shí）。人类知识分两块：一块是（shì）稳定的（de）知识（shí），就像谷歌和Facebook力图想存的（de）知识，谷歌叫Google Graph，这些知识可（kě）以事先做好，并且经（jīng）过（guò）专家审核；另（lìng）外一种（zhǒng）是个性化知（zhī）识，是动态变（biàn）化（huà）的，机（jī）器（qì）人来到家庭（tíng）之前无法提前获取，为了获（huò）取这样的知识，我们的（de）挑战必（bì）须要有一个合适的（de）知识（shí）表示（shì），合适的知识推理，而且这个（gè）知识图谱要能容（róng）忍底层产生的错误。

强化学习让机器（qì）人能够完成主动服务（wù）

当机器人能够理解语言的时候，说明机器人（rén）已经具备了和人沟通（tōng）的能力，但（dàn）是想要实（shí）现真正的（de）照顾别人，机器人需要（yào）更（gèng）深的理（lǐ）解能力，不光是被动（dòng）地去服务，还能（néng）主动的猜测主人的意（yì）图。从王爷爷的例子（zǐ）来看，当王爷爷需要药瓶（píng）时机器人可以拿给他是一（yī）种（zhǒng）情况，如（rú）果（guǒ）机器人看到王爷爷在找东西，能够猜测他想找药瓶还是找水，就能提供主动服务。这里会用到强化学习，它教给机器人（rén）三个功（gōng）能：一是如何学习新的能力（lì）；二是（shì）如何（hé）做（zuò）的一（yī）次比一（yī）次好（hǎo）；三是如何主（zhǔ）动地提供正确服务。

关于一次比一次（cì）做的好（hǎo）这一点（diǎn），需要通过小（xiǎo）样本的强化学习来解决。我们希（xī）望机器人一（yī）次（cì）比一次做得好，需要猜测，而猜测本身也是需（xū）要优化的。猜测的目的主要有两方面，一是有时候不能进行标注，比如王爷爷走向桌（zhuō）子可能是找水，走向柜子可能是（shì）找药，但（dàn）是这个事情无法去标注，机器人需（xū）要去主动采集样本，通过（guò）回报自己（jǐ）进行标注。强化学习需要（yào）不断探（tàn）索和（hé）优化，从而（ér）让机器人更加智（zhì）能。

当然，机器人的学习还面临巨大的（de）挑战，比如：人的关节都是全向关节，而机器人（rén）不能做到（dào）这一点，每（měi）一个关节只能向一（yī）个（gè）方向旋转。如果我们希望把人的一个（gè）动作映射到机器人上，需要（yào）做（zuò）一个（gè）推广，使它能够适（shì）应机（jī）器（qì）人独（dú）特的（de）运（yùn）动（dòng）特（tè）性（xìng）。另外（wài），我们应用时（shí）还（hái）要（yào）考虑到采样（yàng）成（chéng）本的预算，当学习一个新（xīn）的（de）性能时，机器人必须一次学会。我们（men）需要考虑采样（yàng）成本和（hé）比较更高级的（de）需求，来达到对于实际（jì）机器（qì）人学习来说可（kě）用的程度。

关于（yú）人（rén）工智能会替代人类的（de）说法已经深（shēn）入人心，曾经引来（lái）一波恐慌（huāng），听完英特尔研究院的工程师讲解（jiě），笔者觉得那个时代还很（hěn）遥（yáo）远，机（jī）器人需要经（jīng）过漫长的（de）自我学习（xí）才能达到熟练理解空间和（hé）语义的阶（jiē）段，要实现真正的智（zhì）能似（sì）乎还（hái）需要计（jì）算能力和（hé）存储能力的进一步的提高，硬件技术和软件算（suàn）法还（hái）需要很大的进（jìn）步空间（jiān）。