搜狐科技《思想大爆炸-對話科學家》欄目第42期，對話清華大學計算機系教授，清華大學人工智能研究院智能機器人中心主任孫富春。
嘉賓簡介：
孫富春，清華大學計算機科學與技術系教授，博士生導師，清華大學人工智能研究院智能機器人中心主任，IEEE/CAAI/CAA Fellow，國家杰出青年基金獲得者。同時擔任國家重點研發計劃機器人總體專家組成員，中國人工智能學會副理事長，中國自動化學會和中國認知科學學會常務理事，并兼任多個國際刊物主編。
出品 | 搜狐科技
作者 | 梁昌均
“人形機器人跟人相比，現在也就兩三歲的水平，還處于幼崽時期。”談及目前機器人的發展水平，清華大學教授、人工智能研究院智能機器人中心主任孫富春對搜狐科技表示。
今年以來，在AI大模型加持下，機器人也成為市場熱點。特斯拉多次公布人形機器人Optimus進展，從澆花到瑜伽表演，其運動、平衡能力越來越強。另外，機器人創投市場也保持活躍。
孫富春表示，可以把機器人看作是機器+人。在機器本體方面，傳感器技術、執行器技術等發展非?？?，也使機器人機構的自平衡和協調能力大大提高。人的方面主要就是AI技術，而大模型發展恰恰為機器人增加了一個聰明的腦袋。
在這波機器人熱潮中，人形機器人尤其受到追捧。華為前天才少年稚暉君投身創業，小鵬、科大訊飛等公司近日也披露了人形機器人的進展。
對此孫富春認為，我們的生活和工作環境主要是為人設計的，如果機器在形體、行為等方面和人接近，那么它會更容易在人的工作生活環境中取代人去做更多事情。另外，人總是喜歡跟同類去交流，如果機器人做得像人一樣逼真，就更加容易跟人去交互。
不過，孫富春表示，現在人形機器人跟人之間還存在很多差別，比如人有靈感，有頓悟的能力，而機器人還是利用編程和設計去做事情，即便是大模型，也還是利用人類知識與智能算法去推理和學習。同時，現在機器人的軀體和四肢是通過電機控制，靈巧性、適應性等跟人差距也很大。
因此在孫富春看來，目前人形機器人僅相當于人兩三歲的水平，要想達到人類成年的水平，可能還需要很多年的努力。
此外，隨著大模型的興起，人形機器人也在朝著通用的方向發展。“大模型能提高機器人的交互能力、多模態融合感知與任務規劃能力，能讓機器人實現多任務，進而實現通用化。”孫富春表示。
不過，這還需要做很多研究。比如大模型與知識圖譜結合，提高機器人的推理能力，與擴散模型的結合，提高機器人的跨模態感知能力，以及如何通過具身優化讓機器人能夠適應具體的場景等。在10月26日開幕的中國計算機大會上，孫富春作為具身智能研討會共同主席，將就此展開更多探討。
這也意味著，人形機器人的規?；瘧眠€有距離。孫富春認為，迎賓服務、工業巡檢、生產線上的自主作業等領域會較快落地，而家庭場景會相對較慢。“這類機器人的成本比較高，它應對一些場景的適應能力還不夠強，還需進一步研究開發。”
雖然目前機器人取代人的很多工作還很困難，但如AI一樣，機器人的發展也引發了不少人對失業的擔憂。“大模型跟機器人的結合，可能會取代很多人類做的事情。我個人認為，15年到20年時間，80%的人工勞動會被機器人取代。”孫富春判斷。
同時，他強調，未來機器人的發展也要關注倫理安全和治理問題，需要兼顧阿西莫夫的機器人三定律和AI原則。“我們不應該讓機器人去控制人，必須把這種情況消滅在搖籃里。”
以下為對話實錄（經編輯整理）
搜狐科技：現在經常把ChatGPT稱為對話機器人，這個說法有問題嗎？智能機器人到底如何定義？
孫富春：中國機械工業部在1986年定義機器人為“一種能自動定位控制、可重復編程的、多功能、多自由度的操作機。它能搬運材料、零件或夾持工具，用以完成各種作業。根據國家機械工業部的定義，那時機器人更多體現的是機器，能執行搬運、操作、定位、導航等能力。機器人與人工智能相結合，人工智能程序將實現機器人的感覺（Sensing）、思考（Thinking）與行動（Action）。我們將具備感覺、思考和行動的機器人稱為智能機器人。
搜狐科技：特斯拉Optimus披露新進展引發關注，創業者、資本也在進入，您怎么看目前機器人的發展？
孫富春：可以把人形機器人分為人形機器+人兩方面。在機器本體方面，要有很好的軀體，手腳要靈巧，眼睛要看得遠，相關的傳感器技術、執行器技術，這幾年發展非常快。人的方面主要就是AI技術，而大模型恰恰為機器人增加了一個聰明的腦袋。這兩者結合在一起，才引起大家高度關注。
搜狐科技：從您說的感知、思考、行動三個層面來看，大模型對機器人能帶來哪些提升？
孫富春：大模型能提高機器人的交互能力、多模態融合感知與任務規劃能力。它改變了傳統機器人就事論事的做事方式，就是針對具體的場景、具體的任務，需要用具體的算法去實現，很難做到通用。但大模型能讓機器人實現多任務，進而邁向實現通用化。
這具體怎么做？首先在數學上，把分離的傳感器投影到標準空間。其次在物理上，要形成從數據空間、特征空間，再到概念空間、知識空間的映射，實現感知模組的標準化。此外，還需研究基于形態的進化學習，實現工具集的合理調度，這些都需要與物理世界進行交互。
第三要建立知識庫，通過知識去學習。大模型帶來的是一種范式的改變，就是知識+數據+反饋。一方面機器人要向人學習，即模仿學習，另一方面也需要偏好學習，學習特定的人做事情的技巧和方法。
此外，還需要具身優化，讓機器人能夠適應具體的場景。通過這些過程來實現大模型的通用化，這是未來要做的工作，而大模型恰恰為機器人面向場景的通用化應用奠定了基礎。
搜狐科技：波士頓動力、特斯拉，國內有企業都在做人形機器人，為什么它會受到追捧？
孫富春：我們特別期盼機器人像人一樣，為什么？第一，人總是喜歡跟同類去交流，如果機器人跟人一樣逼真，就更加容易跟人去交互，特別是情感層面，包括意圖理解等。
第二，人所處的環境都是按照人的行為習慣設計的，如果機器人像人一樣，就更能像人一樣去做更多的事情。所以最好讓機器人在形體、行為等方面和人更接近，那么它會更容易在人的工作生活環境中取代人去做更多事情。
搜狐科技：隨著大模型帶來AGI的曙光，業內也提出通用機器人，有觀點認為，人形機器人是通用機器人的終極形態，您怎么看？
孫富春：通用機器人的外觀形態是否像人，不是最重要的。更重要的是，機器人的信息處理層能夠有自我認知和環境理解，極少量的成本可以實現功能遷移，功能上是否具有好的擴展性。變形金剛在需要快速運動的時候就是車的形態，在需要戰斗的時候就是人形。
通用機器人應該可以根據任務需求調整自己，可以是像變形金剛一樣的硬件結構重構，也可以像人調整腦補的神經元連接一樣調整軟件系統的功能重構。通用機器人在綜合能力或智慧方面，人類可能是它的終極，但從行為層面來看這個觀點有問題。比如在某些行為方面最好的是動物，而不是人。
搜狐科技：如果是以人來作為參照對象，人形機器人現在達到什么水平？
孫富春：目前機器人和人之間差距還很大。從硬件結構方面，人通過大量的肌肉纖維來控制骨骼運動，骨骼的形態是人在逐漸進化的過程不斷修正完善的。而目前的人形機器人往往都是電機控制的連桿，運動的柔順性方面較差。從決策層面，人有靈感，有頓悟的能力，而機器人更多還是利用編程和設計去做事情，即便是大模型，也還是利用人類知識與智能算法去推理和學習。
從能耗方面，人和動物等生物的能耗比是非常高，但是現階段機器人的能量系統在許多方面也制約了其應用。此外，機器人目前可以具有識別物體的能力，但是上下文推理能力仍是其短板，跟人相比，現在也就兩三歲的水平，還處于幼崽時期。
搜狐科技：人形機器人現在只有兩三歲的水平，要達到10歲或者成年的水平，還需要多久？
孫富春：按目前趨勢發展，我覺得20年能見到雛形，50年左右我覺得應該差不多。像AI一樣，機器現在也是在按照人的思路在進化去學習。但很多關鍵技術還沒有突破，比如類似肌肉纖維控制關節的高效驅動技術，還需要深入研究。
搜狐科技：現在特斯拉的人形機器人去澆花或跳舞，感覺還是比較笨拙，這需要從哪些方面去解決？
孫富春：這一方面要提高機器本身的機械結構，提升機構的自平衡和協調能能力。另一方面，要模仿學習，向人學習，學習人的操作技能，比如學習護工澆花，把澆花的行為變成知識，建立場景庫、技能庫和基元庫，通過技能的認知學習，就能達到人的靈巧度，這個也是我團隊目前在做的事情。
搜狐科技：波士頓動力或特斯拉現在只是放了演示視頻，人形機器人還在概念階段，什么時候能夠大規模應用？
孫富春：還有很長的路要走。我覺得現在人形機器人最佳的發展途徑就是，推動科研工作同產業結合。一方面突破人形機器人的主要關鍵技術；另一方面要推動落地，逐漸形成新的產業。
搜狐科技：工業領域已有機器人取代了枯燥重復的工作，酒店、餐飲也出現了服務機器人，人形機器人會在哪些領域落地比較快？
孫富春：未來落地比較快的領域包括：服務迎賓、工業巡查、生產線的人工替代裝配作業等。巡檢有些場景比較危險，用移動機器人可能會更好，在公路上用輪子去運動，在崎嶇不平的地方用腿去運動。
搜狐科技：相較工業和商業場景，家庭場景的機器人還比較少見，為什它落地比較慢？
孫富春：工業和商業場景，從任務來講，是相對確定性，如巡檢。從環境上來講，結構化程度更好。從法律責任方面，也相對清晰。與工業和商業場景相比，家庭場景下的機器人的功能需求非常復雜。
比如，家務勞動服務機器人需要完成洗碗、掃地、做飯、整理等，這些任務千差萬別，家庭環境也千差萬別。這些任務至少是確定性任務，但家庭場景中有更為復雜的任務，比如老人陪護，需要考慮老人的健康狀態、心情，需要聊天、輔助生活等。從技術角度，機器人的本體設計要求靈活、安全，制造成本低；從軟件決策層面，需要具有良好的環境理解能力，根據環境狀態自適應調整決策方案。
搜狐科技：現在很多人認為AI、機器人會給人帶來生存危機，您認為機器人會造成人的大面積失業嗎？
孫富春：現在機器人完全取代人的很多工作還很困難，但大模型跟機器人的結合，可能會取代很多人類做的事情。我個人認為，15年到20年時間，80%的人工勞動會被機器人取代。不會被取代的20%，比如創造性工作、科學研究、生命健康等層面仍然需要人，也需要人和機器的合作。另外，對機器的監管也需要人。
隨著AI、機器人技術的發展，行業更新速度加快。雖然老行業消失，但會誕生新行業，而且新行業越來越關注人本主義，就是以人為中心的服務。某些行業可能很快被機器取代，那么我們要構造新的就業場景，這需要政府和市場結合去解決這些問題。
搜狐科技：目前在機器人發展過程中，您認為有哪些問題值得關注？阿西莫夫的機器人三定律現還是適用的嗎？
孫富春：機器人發展也要關注倫理安全，包括治理問題。它既會涉及機器人三定律，還要兼顧人工智能的三個原則，目的性原則，是要讓機器人增強人、服務人和擴展人的能力，而不是取代人；透明性原則，人工智能系統用哪些算法，用哪些數據訓練，我們必須知道。此外，我們希望AI系統在人的回路中。機器人未來的發展也要考慮AI的這些原則。
搜狐科技：很多科幻電影中機器人都有自主意識，這會成為現實嗎？會出現機器人控制人的情況嗎？
孫富春：我認為總有一天會，這不是樂觀，而是肯定避免不了?，F在機器人是硅基系統，它也可能具有生命。但我們不應該讓它去控制人，必須把這種情況消滅在搖籃里。
第二十屆中國計算機大會（CNCC2023）將于2023年10月26-28日在沈陽舉行，會議以“發展數字基礎設施，支撐數字中國建設”為主題，展望前沿趨勢，分享創新成果。本屆大會共設19個特邀報告、3場大會論壇，130場技術論壇和豐富的活動及展覽展示，ACM、IEEE CS、IPSJ、KIISE等國際合作學會的代表將出席這一盛會，線下參會人員預計達到萬人規模。
