具有拟人交互和认知能力的机器人

俞　凯

上海交通大学电子信息与电气工程学院

特别研究员

1　科学发展背景

目前，机器的认知能力是人机交互研究的主要方向之一，机器上使用的语音、图像、触感等技术的研究正是机器人在拟人化过程中嘴巴、耳朵、眼睛、皮肤等感官的基础。各个细分技术正随着其可用性的提升而逐步产业化，进入人们的生活。在今天，越来越多带有智能这个标签的硬件开始进入人们的视野，这些智能硬件正是这一系列细分技术的载体。

可以说，在机器出现的时候，其对数据处理的能力就已超越人类，不过那时，机器离具有“像人一样的智能”还差得很远。而在提供认知能力的“拟人部件”在近些年取得巨大发展的当今，出现的形态是各种细分领域的智能。而机器人的拟人交互设计，是以上技术最终能够打破单独应用场景，被整合应用于机器人使其拥有“像人一样的智能”需要的重要步骤。

机器的认知技术在过去几十年已经达到可用，传统弱认知下的交互已经做过无数实验，催生出一批相关产业。可以预见，在未来使用认知能力的“拟人部件”作为输入源，结合语义理解、交互控制、知识管理等信息处理模块，以自然语言、手势、触感等方式为输出的交互方式的拟人机器人将会成为各项技术的碰撞点和爆发点。

图1　智能陪伴机器人Jibo^[1]

图2　智能音响Amazon Echo^[2]

2　原理

具有拟人交互和认知能力的机器人强调机器人在任务完成、信息交换和环境感知方面的拟人特性，把机器人作为双向信息交互中的一个“认知主体”。我们将系统分为三个层次，其中最外部的输入输出层（IO层）是对物理层面信号的处理，通过将各类通道信息融合的多通道输入输出技术，提升输入输出的信息带宽。最内部的知识层是对领域任务相关知识的管理。控制层对IO层得到的编码进行语义解释，维护对话系统的认知状态空间，管理知识的交互式提取和交换，并进行对话推理和决策。起到认知作用的控制层部分包含了非精确条件下的理解、基于不确定性的推理及决策控制、交互自适应及进化、诱导式信息生成及传递四类技术来进行语义理解、对话管理和信息生成。这三个层次共同构成具有拟人交互和认知能力的机器人。

3　应用领域与前景

具有拟人交互和认知能力的机器人的独特之处体现于其拥有智能，可以与人进行非配合的、类人的智能口语交互。这样的机器人可以直接与人打交道，进入人们的生活，给人带来便利。机器人可以以各种形态出现，具体如下：

（1）智能车载设备，如车载导航、车载后视镜、车载助手等；

（2）智能家庭控制，如灯、厨房用品、电视机、冰箱、路由器等；

（3）人形机器人，如陪伴机器人、助理机器人、销售机器人等；

（4）智能穿戴，如智能手表、眼睛、衣服、鞋等；

（5）智能背景，如智能背景音乐系统等。

由于智能的存在，机器人可以面向个体进行学习，将习得的知识经过智能处理后，为每个人提供定制化的服务。人机交互会与大数据资源结合，作为“自然交互入口”，使得机器人可以自由地获取并影响大数据云计算的信息，成为未来大数据和任务型服务的入口。

具有拟人交互和认知能力的机器人会慢慢进驻人类社会的服务业，在大规模使用后，社会结构将发生巨变。由于人类生活将因此变得更方便快捷，这也是更进一步解放人类双手，让人类更快速地朝着下一次产业革命前进的重要助推力。

【注释】

[1]http://www.indiegogo.com/projects/jibo-the-world-s-first-social-robot-for-thehome#/.

[2]http://www.theverge.com/2015/7/8/8913739/amazon-echo-re-review-in-the-realworld.