時(shí)光倒回幾年前，當(dāng)我們談?wù)摗?span id="iecubaeg" class="technical_term" style="box-sizing: border-box; color: rgb(0, 85, 255); cursor: pointer;">人工智能（AI）”時(shí)，心里浮現(xiàn)的或是科幻片里神秘難觸的智能系統(tǒng)，或是科研論文里晦澀難懂的模型算法；而當(dāng)我們談?wù)摗?span id="iecubaeg" class="technical_term" style="box-sizing: border-box; color: rgb(0, 85, 255); cursor: pointer;">機(jī)器人”時(shí)，想到的則是工廠里那些鋼鐵巨臂。在很長一段時(shí)間里，這兩者像是生活在平行宇宙——一個(gè)是“缸中之腦”，擁有智慧卻沒有手腳；一個(gè)是“無腦巨人”，擁有力量卻沒有靈魂。

但現(xiàn)在，這堵墻正在被推倒。計(jì)算神經(jīng)科學(xué)的獨(dú)特視角為“智能與載體”“算法與機(jī)械”的深度融合提供了關(guān)鍵思路。

（圖片由AI生成）

打破“虛擬大腦”的認(rèn)知誤區(qū)

“AI是軟的、虛擬的，機(jī)器人是硬的、物理的”二元對(duì)立觀點(diǎn)，長期主導(dǎo)著大眾的思維。對(duì)此，鄧志東表示：“智能不是虛擬的，智能也有物理載體?！?/p>

這一命題的合理性，可以從人類智能的生物學(xué)本源中得到印證。鄧志東指出，人類的智能并非懸浮在空中的“幽靈”，而是嚴(yán)格對(duì)應(yīng)著極其復(fù)雜的生物物理實(shí)體——大腦。從解剖學(xué)角度來看，負(fù)責(zé)視覺理解、狀態(tài)預(yù)測(cè)、邏輯推理、決策規(guī)劃等高級(jí)認(rèn)知功能的區(qū)域是大腦皮層；而負(fù)責(zé)維持身體平衡、協(xié)調(diào)運(yùn)動(dòng)軌跡、控制肌肉收縮的區(qū)域則是小腦。大腦皮層與小腦，無一不是由數(shù)以億計(jì)的神經(jīng)元、突觸和膠質(zhì)細(xì)胞構(gòu)成的實(shí)實(shí)在在的物質(zhì)實(shí)體。

“智能的產(chǎn)生，本質(zhì)上是物理實(shí)體在處理信息?！编囍緰|強(qiáng)調(diào)，同樣的邏輯完全適用于機(jī)器人領(lǐng)域。如果將機(jī)器人比作人類的軀體，那么AI就是它的神經(jīng)系統(tǒng)。機(jī)器人本體是AI發(fā)揮作用的物理邊界，而AI算法則是機(jī)器人的神經(jīng)中樞。沒有物理載體，智能就無法與真實(shí)世界進(jìn)行能量與信息的交換；而沒有智能，物理載體不過是一堆冰冷的廢鐵。

這種“腦－體協(xié)同”的機(jī)制，在計(jì)算神經(jīng)科學(xué)的研究中占據(jù)核心地位。鄧志東進(jìn)一步解釋道，人類在面對(duì)現(xiàn)實(shí)世界中復(fù)雜、動(dòng)態(tài)且信息不完整的場(chǎng)景時(shí)，往往不是依靠窮盡所有可能性的邏輯計(jì)算，而是依靠“經(jīng)驗(yàn)”和“記憶”來快速完成決策與動(dòng)作的生成。比如，一個(gè)守門員撲救點(diǎn)球時(shí)，他沒有時(shí)間去計(jì)算空氣動(dòng)力學(xué)公式，而是大腦皮層與小腦瞬間調(diào)用長期訓(xùn)練積累的肌肉記憶，做出的下意識(shí)的反應(yīng)。

對(duì)于機(jī)器人而言，要實(shí)現(xiàn)“100%的任務(wù)成功率”，單純依靠云端的大模型邏輯推理是不夠的。它必須像生物一樣，建立起屬于自己的“技能性持久記憶”。這意味著，未來的AI研究不能脫離硬件空談算法，必須將深度學(xué)習(xí)模型植入機(jī)器人的人工智能芯片中，讓機(jī)器人在與物理世界的反復(fù)碰撞、交互中，“生長”出智能。這種基于物理載體的智能進(jìn)化，才是具身智能的發(fā)展方向。

深度學(xué)習(xí)如何賦能工業(yè)場(chǎng)景

AI技術(shù)，尤其是深度神經(jīng)網(wǎng)絡(luò)與深度強(qiáng)化學(xué)習(xí)，正在重構(gòu)機(jī)器人“感知”“決策”“執(zhí)行”三大核心環(huán)節(jié)。

鄧志東以工業(yè)協(xié)作機(jī)器人為例，描繪了一個(gè)典型的應(yīng)用場(chǎng)景：在高速流轉(zhuǎn)的物流生產(chǎn)線上，機(jī)器人需要為不同規(guī)格的包裝箱貼標(biāo)簽。

在傳統(tǒng)自動(dòng)化時(shí)代，這項(xiàng)任務(wù)對(duì)預(yù)設(shè)條件的依賴極強(qiáng)。工程師需要編寫固定代碼，明確箱子必須精準(zhǔn)出現(xiàn)在指定X、Y坐標(biāo)，且光線需保持恒定。可一旦傳送帶速度波動(dòng)，或是箱子位置偏移幾毫米，傳統(tǒng)機(jī)器視覺就容易因特征點(diǎn)匹配失敗而報(bào)錯(cuò)。

“現(xiàn)在的深度神經(jīng)網(wǎng)絡(luò)，特別是結(jié)合了大模型技術(shù)后，給機(jī)器人裝上了一雙慧眼?！编囍緰|指出。深度學(xué)習(xí)算法不再依賴人工設(shè)計(jì)的特征點(diǎn)，而是通過海量數(shù)據(jù)訓(xùn)練，學(xué)會(huì)了像人眼一樣“理解”圖像。

在貼標(biāo)場(chǎng)景中，AI驅(qū)動(dòng)的視覺系統(tǒng)可以實(shí)時(shí)捕捉傳送帶上快速移動(dòng)的物體。它不僅能“看清”箱子的輪廓，還能“看懂”箱子的姿態(tài)——是正放、側(cè)放還是歪斜。通過語義分割技術(shù)，機(jī)器人能精準(zhǔn)識(shí)別出箱子表面的文字、圖案區(qū)域，并推理出標(biāo)簽應(yīng)該粘貼的最佳空白位置。即便遇到了訓(xùn)練中從未見過的異形包裝，或者現(xiàn)場(chǎng)光照條件突然變暗，具備強(qiáng)大泛化能力的視覺大模型依然能鎖定目標(biāo)。這種從“像素匹配”到“語義理解”的跨越，是AI賦予機(jī)器人最核心的感知變革。

感知只是第一步，更關(guān)鍵的是決策。鄧志東特別強(qiáng)調(diào)了“深度強(qiáng)化學(xué)習(xí)”在這一環(huán)節(jié)的價(jià)值。

在復(fù)雜的工廠環(huán)境中，不確定性無處不在：突然出現(xiàn)的人員、意外掉落的貨物、設(shè)備自身的震動(dòng)，等等。傳統(tǒng)的決策算法是基于規(guī)則的，面對(duì)規(guī)則之外的突發(fā)狀況，機(jī)器人往往只能選擇急停，這會(huì)嚴(yán)重影響生產(chǎn)效率。

而深度強(qiáng)化學(xué)習(xí)允許機(jī)器人在虛擬仿真環(huán)境中進(jìn)行數(shù)百萬次的“試錯(cuò)”訓(xùn)練。通過設(shè)定獎(jiǎng)勵(lì)函數(shù)（例如：成功貼標(biāo)得1分，碰撞扣10分，時(shí)間最短得5分），機(jī)器人會(huì)自動(dòng)探索出最優(yōu)的控制策略。鄧志東舉例說，在動(dòng)態(tài)避障環(huán)節(jié)，經(jīng)過強(qiáng)化學(xué)習(xí)訓(xùn)練的機(jī)器人，當(dāng)檢測(cè)到有人的手臂伸入工作區(qū)域時(shí)，它不再是簡(jiǎn)單地停機(jī)，而是能瞬間規(guī)劃并生成一條平滑的繞行軌跡，既避開了障礙物，又不中斷貼標(biāo)動(dòng)作。這種“自主決策”能力，使得機(jī)器人從只會(huì)執(zhí)行命令的機(jī)器，進(jìn)化成為具備一定“生存智慧”的智能體。

政策護(hù)航與協(xié)作機(jī)器人的崛起

執(zhí)行層面，“工業(yè)協(xié)作機(jī)器人”憑借獨(dú)特優(yōu)勢(shì)成為關(guān)注焦點(diǎn)。與傳統(tǒng)被關(guān)在鐵籠子里、體型龐大、動(dòng)作剛猛的工業(yè)機(jī)器人不同，協(xié)作機(jī)器人更聚焦“安全性、柔順性和交互性”。鄧志東介紹，通常這類機(jī)器人的額定負(fù)載在25kg以內(nèi)，設(shè)計(jì)輕巧，末端處配備了高靈敏度的觸覺與力傳感器。

“傳統(tǒng)機(jī)器人更側(cè)重于機(jī)電性能，強(qiáng)調(diào)剛度、精度和速度；而協(xié)作機(jī)器人更聚焦于安全性與智能化水平?！编囍緰|分析道。它們不需要物理圍欄，可以安全地與人類工人肩并肩地工作。一旦在運(yùn)行中觸碰到人體，它們會(huì)瞬間感知到力矩的異常變化，并在毫秒級(jí)時(shí)間內(nèi)自動(dòng)停止或回撤，確保人員安全。這種“人機(jī)共融”的特性，徹底改變了工業(yè)生產(chǎn)的組織形態(tài)。

這一技術(shù)趨勢(shì)與我國當(dāng)前的產(chǎn)業(yè)政策高度契合。近年來，國家層面密集出臺(tái)了多項(xiàng)政策，旨在推動(dòng)機(jī)器人產(chǎn)業(yè)的高質(zhì)量發(fā)展。

工信部等十七部門聯(lián)合印發(fā)的《“機(jī)器人+”應(yīng)用行動(dòng)實(shí)施方案》明確提出，要聚焦制造業(yè)、農(nóng)業(yè)、醫(yī)療等重點(diǎn)領(lǐng)域，推廣機(jī)器人的深度應(yīng)用，打造一批“機(jī)器人+”應(yīng)用標(biāo)桿企業(yè)。在此背景下，我國機(jī)器人產(chǎn)業(yè)正從“規(guī)模擴(kuò)張”轉(zhuǎn)向“質(zhì)量躍升”。有行業(yè)學(xué)者認(rèn)為，“十五五”將是我國邁向機(jī)器人強(qiáng)國的關(guān)鍵階段，產(chǎn)業(yè)將進(jìn)一步朝著智能化、綠色化、融合化方向發(fā)展，圍繞細(xì)分場(chǎng)景需求加速產(chǎn)品創(chuàng)新迭代。

鄧志東指出，在標(biāo)準(zhǔn)化的包裝、碼垛、精密裝配等流程中，國產(chǎn)協(xié)作機(jī)器人已成為“機(jī)器換人”的主力軍。它們部署更靈活，而且在AI視覺和力控算法的加持下，作業(yè)精度和穩(wěn)定性已達(dá)到國際先進(jìn)水平。

特別是在當(dāng)前勞動(dòng)力人口結(jié)構(gòu)變化、制造業(yè)招工難的背景下，協(xié)作機(jī)器人的價(jià)值日益凸顯。它不是要完全替代人類，而是接管那些重復(fù)、枯燥、繁重的勞動(dòng)，讓人類回歸到更具創(chuàng)造性的管理與質(zhì)檢崗位上。

算力內(nèi)嵌與集群化

盡管產(chǎn)業(yè)前景廣闊，但算力不足仍是制約其進(jìn)一步智能化的核心瓶頸。

“機(jī)器人需要大幅度增加本身的AI算力，才能實(shí)現(xiàn)復(fù)雜環(huán)境下的實(shí)時(shí)響應(yīng)。”鄧志東強(qiáng)調(diào)。目前，很多復(fù)雜的視覺大模型還需要依賴云端服務(wù)器進(jìn)行處理，但這會(huì)帶來不可避免的網(wǎng)絡(luò)延遲。對(duì)于要求毫秒級(jí)響應(yīng)的運(yùn)動(dòng)控制而言，這種延遲往往是致命的。因此，未來的趨勢(shì)必然是高算力推斷芯片的植入，把“超級(jí)大腦”裝進(jìn)機(jī)器人的身體里，實(shí)現(xiàn)真正的“端側(cè)智能”。

展望未來5到10年，鄧志東預(yù)判，工業(yè)場(chǎng)景將朝著集群化方向深度發(fā)展。在汽車制造等高端產(chǎn)線，機(jī)器人將不再是單打獨(dú)斗，而是通過端云協(xié)同實(shí)現(xiàn)“集群化作業(yè)”，通過實(shí)時(shí)共享感知數(shù)據(jù)，協(xié)同完成復(fù)雜的裝配任務(wù)。

家庭場(chǎng)景則將聚焦小型化與自主化升級(jí)。未來的家用機(jī)器人將具備更強(qiáng)的自主移動(dòng)與操作能力。它們將不再局限于掃地，而是“一機(jī)多用”，能夠完成疊衣服、收拾玩具等需要復(fù)雜機(jī)械手操作的家務(wù)，成為不可或缺的智能伙伴。

針對(duì)想進(jìn)入該領(lǐng)域的青少年和年輕從業(yè)者，鄧志東建議：“人工智能特別重要。就拿我們?nèi)祟悂碚f，少了大腦還能做什么？”他同時(shí)提醒，機(jī)器人是軟硬結(jié)合的產(chǎn)物，光有算法不夠。要打破學(xué)科壁壘，“學(xué)習(xí)機(jī)械結(jié)構(gòu)設(shè)計(jì)”，掌握物理世界的運(yùn)動(dòng)規(guī)律。

算力內(nèi)嵌、場(chǎng)景深耕、人機(jī)共融，AI與機(jī)器人的融合之路正越走越寬。依托計(jì)算神經(jīng)科學(xué)的底層支撐，我們也期待著未來的智能機(jī)器人能夠更懂世界、更貼需求，勾勒出科技服務(wù)于人的鮮活圖景。

來源：北京科技報(bào)

采訪專家：鄧志東（清華大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)系教授、人工智能研究院視覺智能研究中心主任）

撰文：記者 段大衛(wèi)