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(wèn)題，即便是遙遠的未來(lái)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?！艾F階段的人工智能，針對一些典型場(chǎng)景，取得了很好的進(jìn)展。但處理復雜場(chǎng)景和任務(wù)時(shí)，人工智能算法還需要極大提升?！?nbsp;

王碩說(shuō)，了解人的智能是怎么形成的，會(huì )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(méi)有太多變動(dòng)。他覺(jué)得，這樣的堅守讓研究變成樂(lè )趣，也有助于讓汗水結出碩果。 

二十年堅守 

王碩是中國科學(xué)院自動(dòng)化研究所（以下簡(jiǎn)稱(chēng)自動(dòng)化所）研究員。他所在的復雜系統管理與控制國家重點(diǎn)實(shí)驗室，主要針對智能機器人技術(shù)開(kāi)展從基礎理論、前沿核心到重大應用的全方位、多層次的研究和探索。 

1998年，王碩來(lái)到自動(dòng)化所攻讀博士學(xué)位，方向就是多機器人系統。2001年畢業(yè)后，留在自動(dòng)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?！痹诋敃r(shí)，人工智能的發(fā)展并沒(méi)有現在這般如火如荼。蟄伏多年，王碩和同事們才迎來(lái)了人工智能的黃金機遇期。 

“仿鰩魚(yú)水下作業(yè)機器人”是王碩及其團隊近年來(lái)的一個(gè)標志性成果。這個(gè)仿生機器人系統借鑒了鰩魚(yú)的推進(jìn)結構，并掛載了一個(gè)輕量的機械臂，可以抓取物體。 

機器魚(yú)類(lèi)的產(chǎn)品，仿生推進(jìn)控制問(wèn)題是一大難點(diǎn)。王碩及其團隊在研究中，研發(fā)了仿魚(yú)鰭推進(jìn)系統，使得機器魚(yú)的推進(jìn)控制問(wèn)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物體。自動(dòng)化所多年來(lái)在模式識別領(lǐng)域的積累，為物體識別提供了保障。不過(guò)，識別物體后，是讓機器魚(yú)先游過(guò)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(gè)問(wèn)題讓團隊犯了難。 

王碩說(shuō)，不同的環(huán)境和目標位置，就有不同的操作和控制策略?！拔覀儼讯喾矫娴募夹g(shù)結合在一起，取得的效果還可以?！?nbsp;

2018年，仿鰩魚(yú)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場(chǎng)的操作，最終的成績(jì)十分亮眼。 

“我們的機器魚(yú)在在線(xiàn)識別方面取得第一名，在抓取方面取得第三名?！蓖醮T說(shuō)。 

研發(fā)“云腦” 

隨著(zhù)智能機器人應用領(lǐng)域的不斷擴大，機器人所需面對的環(huán)境變得越來(lái)越復雜與不確定，對機器人自主、智能的要求也越來(lái)越高。特別是面對云計算、大數據等技術(shù)的迅速發(fā)展，王碩思考，如何結合新技術(shù)，構建一個(gè)機器人系統的公共“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(shí)現機器人基礎功能的模塊化、標準化和快速接入，并且實(shí)現機器人之間數據的交互和知識的共享，“是機器人研究和應用領(lǐng)域的共性需求和發(fā)展目標”。 

王碩及其團隊為此開(kāi)展了“云腦”系統研發(fā)，希望通過(guò)云端智能信息處理與決策服務(wù)平臺，實(shí)現多個(gè)機器人的統一協(xié)調管理并為機器人提供智能服務(wù)。 

同時(shí)，“云腦”通過(guò)標準化、模塊化的機器人核心基礎軟硬件和本地/云端接口協(xié)議，可實(shí)現機器人軟件和硬件功能構件的可復用和可置換，能有效解決目前機器人研發(fā)中難以快速集成、存在大量的重復性工作的問(wèn)題。 

王碩說(shuō)，這將大大提高機器人系統學(xué)習的效率、知識的共享。 

邁向更深 

在王碩看來(lái)，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)相結合，也將產(chǎn)生很好的顛覆性技術(shù)。 

自動(dòng)化所參與了中國科學(xué)院腦科學(xué)卓越創(chuàng )新中心建設。在這個(gè)創(chuàng )新型機構中，集成了中國科學(xué)院神經(jīng)科學(xué)研究所（以下簡(jiǎn)稱(chēng)中科院神經(jīng)所）、深圳先進(jìn)技術(shù)研究院、中國科技大學(xué)等單位，促進(jìn)學(xué)科交叉融合是這一機構的重要特征。 

但如今的腦科學(xué)中，關(guān)于大腦智能的研究還沒(méi)有形成統一、完整的理論體系。王碩意識到，現在的人工智能，更多的是借助計算能力，通過(guò)高性能的算法對人類(lèi)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(shí)際生活中，有一些已經(jīng)在應用了，應用效果也很好。但這些都僅是在特定場(chǎng)景的應用。如果場(chǎng)景環(huán)境發(fā)生較大變化，其適用能力就會(huì )大幅降低?！蓖醮T說(shuō)。 

通過(guò)與中科院神經(jīng)所等單位的同仁進(jìn)行交流，促進(jìn)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，“這對我們人工智能算法的進(jìn)一步研究很有啟發(fā)”。 

摘自《中國科學(xué)報》