0
作者丨饒舒瑋
編輯丨岑峰
仿生學，一向被認為是一門“古老又年輕”的學科。古老在于人類從直立行走時期就已經(jīng)學會從自然界獲得靈感，年輕是因為不斷在模仿的過程中創(chuàng)造出新的事物。創(chuàng)造力，是人類區(qū)別于別的生物的一種本領，也是人類戰(zhàn)勝 AI 的一項天生能力。
在這個“AI 取代人類”言論喧囂塵上的時代，機器人開始進入家庭場景，大模型的出色表現(xiàn)讓人們不斷驚嘆，人們擔心人類和機器之間的界限逐漸模糊，焦慮情緒不斷蔓延。但在港科大（廣州）教授馬書根看來，“算力再高也算不出創(chuàng)造力”，對于人工智能威脅論他不擔心，他擔心的另有其事。
師從日本蛇形機器人之父，深耕機器人領域三十余年，馬書根自認為是“保守派”。當這個領域的熱錢不斷涌向人形機器人和大模型時，馬書根表示，社會資本應該往更需要的地方流動，而不是僅局限于智能方向。
具身智能的出現(xiàn)，讓硬件的重要性重新被看見。擁有仿生學背景的馬書根更加注重機器人在與外界環(huán)境互動時的身體表現(xiàn)。盡管仿生是從模仿開始，但是掌握機理，才是關鍵。在馬書根看來，如果沒有掌握機理，機器人就只能停留在按照指令完成動作，無法與外界環(huán)境實現(xiàn)互動，還遠沒有達到“具身智能”的程度。但要如何找到機理，如何驗證機理的正確性，馬書根仍在探索，這是一條尚待開拓的路。
對于機器人領域，馬書根有自己堅持的哲學思考。他始終認為，這個產(chǎn)業(yè)的發(fā)展目標不應該是全球經(jīng)濟產(chǎn)值，而是對人類社會發(fā)展的影響，即利用機器解放人類勞動力，為人類擺脫繁重勞動的枷鎖，改變多數(shù)人因工作重負而情感枯竭的社會現(xiàn)狀，讓人們的生活重心回歸到個體之間的相處上。
在AI科技評論對馬書根教授的專訪中，我們可以了解到在傳統(tǒng)機器人領域?qū)τ诰呱碇悄艿目捶ǎ约胺律鷮W發(fā)展對于具身智能的影響和當前面臨的行業(yè)挑戰(zhàn)等。
以下即為AI科技評論與馬書根就具身智能這一話題的訪談實錄，限于篇幅，AI科技評論進行了不改原意的編輯：
AI科技評論：當年您為何選擇赴日深造，又是如何確定的研究方向？
馬書根：因為在上世界80年代初期，日本在機器人領域處于世界領先地位，所以當時的留學目標就是日本。1985年，我畢業(yè)一年后就前往日本東京工業(yè)大學進行深造，跟隨梅谷陽二和廣瀨茂男兩位教授學習，他們自70年代末便開始研究蛇形機器人。
之所以選擇蛇形，主要還是我的興趣驅(qū)使。從科研的角度來說，研究蛇形機器人有兩點優(yōu)勢，第一是蛇結構簡單，只有像一條繩索似的生物結構；第二是蛇的大腦較小，卻能控制全身運動，這對于我們?nèi)绾卧谫Y源有限的情況下實現(xiàn)功能最大化的研究很有啟發(fā)。
當時的日本經(jīng)濟繁榮，產(chǎn)業(yè)界對技術創(chuàng)新的需求迫切，從那時我開始意識到，僅僅依靠興趣驅(qū)動的研究難以在產(chǎn)業(yè)界獲得廣泛的認可和應用。我的導師也多次找我談話，給我提供了航天機器人這一方向，主要解決零重力環(huán)境下機器人減震的問題。
但我還是更偏向研究工業(yè)機器人，在我博士期間就開始研究工業(yè)機器人的多關節(jié)和象鼻機器人。博士畢業(yè)后我去了小松制造所開始工作。在小松呆了一年，我認識到工業(yè)界不太合適自己，想繼續(xù)赴美深造。于是我在1992年去了美國，1993年又回到日本成立了自己的實驗室，正式開始科研方面的工作。
AI科技評論：作為深耕機器人領域三十多年的學者，您怎么理解具身智能？
馬書根：我們可以從一個簡單的例子出發(fā)理解其概念。比如，一條已經(jīng)失去生命的魚，借助一定流速的水流就可以讓身體實現(xiàn)“游動”的狀態(tài)。像這樣的身體形態(tài)與外界環(huán)境產(chǎn)生交互，正是具身智能的一個重要表現(xiàn)。
在我看來，具身智能包含兩種類型：一種是內(nèi)在智能，它負責穩(wěn)定身體內(nèi)部的動態(tài)平衡；另一種則是從外界環(huán)境中獲取信息，并根據(jù)這些信息調(diào)整內(nèi)部狀態(tài)以適應外界。
以人類為例，我們的日常技能并不只是通過教導完成，更多時候是身體為了適應環(huán)境進行主動學習。為了在不同的地形上穩(wěn)定行走，我們的身體會自動調(diào)整姿勢和動作。這種適應性和反應能力，正是具身智能的體現(xiàn)。
在過去，人工智能領域更多地關注計算和數(shù)據(jù)處理等虛擬層面的能力，現(xiàn)在人們開始思考如何把大腦的智能部分轉(zhuǎn)移到身體上，從而在現(xiàn)實世界進行互動和操作，因此具身智能得以發(fā)展。
AI科技評論：仿生學這一學科背景對于您之后研究具身智能有何影響？
馬書根：運用仿生學的知識，我們可以通過觀測生物的運動方式，運用現(xiàn)有的控制方法來實現(xiàn)機器人與環(huán)境之間的交互。比如蛇在冰面上、在平地上、在崎嶇的地面上，就會出現(xiàn)不一樣的運動形態(tài)，這正是其內(nèi)在智能的一種體現(xiàn)。生物體會根據(jù)其所處的不同環(huán)境演化出不同形狀和運動方式。
1994年前后，具身智能這一概念還沒出現(xiàn)，仿生學領域已經(jīng)開始通過研究生物的動態(tài)行走來研發(fā)機器人，不僅僅是兩條腿的生物，還有四條、六條甚至八條腿的都有，像仿昆蟲的六條腿，仿蜘蛛的八條腿。像是現(xiàn)在的四足機器人就是動態(tài)模型，實際上和我們所研究的一脈相承。
但讓機器人走起來還不夠，還要實現(xiàn)穩(wěn)定地行走，并具有承載重物的功能。要想實現(xiàn)穩(wěn)定，最理想的狀態(tài)就是和地面有三條腿以上的接觸，保持穩(wěn)定的三角結構。
從仿生學的角度來看，很多研究就是從觀察開始的。我們當時為了研究穩(wěn)定行走這一課題參考了鱉這一生物，關注這類生物的運動機制。雖然研究工作往往從觀察開始，但我們不能僅停留在模仿現(xiàn)象的層面，而是應該理解其中的機理和內(nèi)在的運行邏輯。
現(xiàn)在具身智能的研究也常提到大腦和小腦的類似功能，對此我持保留意見。有實驗顯示，有些生物即使切斷了某些神經(jīng)但仍然能運動，會跟隨跑步機的速率變化改變自己的運動速度，這說明運動控制了并非全由大腦主導。
而人類的一些基本日常活動也并不需要用到小腦。類似漫步行走運動由脊髓等低級中樞所控制，它們驅(qū)動我們進行最基礎的運動，使得我們能夠自然地進行日常活動。但如騎行運動或跳水等復雜技能，就需要小腦協(xié)調(diào)訓練。
AI科技評論：仿生如何避免單純的模仿？您在研究仿生機器人時期，有遇到哪些印象深刻的技術挑戰(zhàn)？
馬書根：在仿生學研究中，每次都會遇到技術挑戰(zhàn)。比如在研究蛇的行動時，讓蛇按照預期爬上樹棍就很難，因為蛇不聽指揮。對于蛇的爬行動作，要研究各種爬的方法和樣式。像是我們想象的蛇上樹是轉(zhuǎn)圈往上，但其實蛇是曲線爬行，其中有些平衡機制需要考慮。同時，要想實現(xiàn)機器人完全像蛇一樣爬行還很困難，因為蛇關節(jié)短且柔軟，而機器則很難做到。
所以仿生也不并是完全模仿，要先學后破再創(chuàng)造。最初人類模仿鳥類用手臂上下拍動嘗試飛行但失敗了，后來靠核心機和固定翼才發(fā)明了飛機，之后才有了空氣動力學等研究出現(xiàn)。
就仿人機器人這一塊來看，“破”這一方面還有待發(fā)現(xiàn)。現(xiàn)在的人形機器人以電機為主，關節(jié)肌肉等模擬技術還在發(fā)展，短期內(nèi)想要完全代替人類不太可能。
其實，仔細研究人體就會發(fā)現(xiàn)，人在完成動作時力學系統(tǒng)配合得很流暢合理。比如我們會發(fā)現(xiàn)快走比小跑還累，這是因為兩種運動的能量模式不一樣。人在走動時單腿擺動，重心有上下變化，向前走時重心會下降再上升。而跑步時不只是重心上下變化，你也會感覺到跟腱被拉伸。人走動速度不固定，有快有慢。速度低時勢能和動能有效傳遞，不需要太多肌肉能量；快速行走時，來源于重心上下變化的勢能遠遠達不到動能的需求，依靠肌肉提供更多的能量。人跑步時，不只重心上下的勢能還有跟腱的彈性勢能用于和動能有效傳遞，這樣比同速度走動需要較少的肌肉能量。所以感覺小跑比快走要輕松。
AI科技評論：不同于模擬環(huán)境，您認為面對復雜多變的現(xiàn)實環(huán)境，機器人可以如何應對？
馬書根：機器人需要通過傳感器獲取數(shù)據(jù)，識別障礙物，再規(guī)劃動作，這個過程就是一整套的閉環(huán)控制。如果在其中某一環(huán)節(jié)沒能夠及時反應，就會導致其余環(huán)節(jié)脫節(jié)，可能出現(xiàn)機器人在高速運動時發(fā)生碰撞的情況。所以，我們提出了一個理念，即不能完全依賴認知來完成動作，而要通過機構設計實現(xiàn)。
在機構設計上，我們合理利用了欠驅(qū)動系統(tǒng)。比如，當機器遇到障礙物時，傳統(tǒng)思維是抬起或避開，但我們嘗試通過來源于障礙物推力被動改變運動模式來繼續(xù)前進。這種創(chuàng)新的設計思路讓我們在解決問題時有了更多的選擇。通過科研上的不斷進步，讓我們開始嘗試通過機構本身的調(diào)整來解決問題，從而實現(xiàn)更可靠更高效的移動方式。
例如，現(xiàn)在我們在研發(fā)機器人抓手的時候，經(jīng)常需要面臨這么一種情況，即如何在高速運動的時候提高抓取的魯棒性。按照一般的思路，一般會在機器人抓穩(wěn)后再用驅(qū)動器吸取固定，但這樣驅(qū)動器數(shù)增加并控制會復雜。運用調(diào)整機構設計的方式，當遇到電機功率滿足“抓”這一動作后，可以讓同一電機驅(qū)動吸取機構移動，實現(xiàn)安全可靠抓取。同時利用氣壓驅(qū)動也能夠完成抓取和吸附動作，如此也能夠可靠的完成目標任務。
AI科技評論：在您看來，目前仿生機器人發(fā)展到什么水平？未來的突破方向會是什么？
馬書根：按滿分100分來看的話，目前的仿生水平未達到40分，一些動作像走動、跑動、翻跟斗等，與人的動作還有差距。雖然像波士頓動力等公司的電機技術在近幾年有很大的進步，但像往上跳、打跟頭、背躍式跳高等高難度動作，要么是所需電機功率太大，要么是機體需要較大彈性，導致這些動作都很難實現(xiàn)。
尤其是在模擬人體肌肉的復雜性和協(xié)同性方面，目前的技術仍處于初級階段。人體在行走、奔跑乃至跳躍時，不僅依賴于四肢的力量，還涉及到腰部、背部等多塊肌肉的協(xié)同作用，這種全身性的動力鏈傳遞機制是現(xiàn)有機器人技術難以完全復制的。
剩下的60分，我認為突破的關鍵在于基本的驅(qū)動器，就如電梯平衡系數(shù)一樣，運行時所需的能量與自身重量比值越高越好，但目前我認為這一方面并未達標。相反算法方面整體都有了很大的提高，也相對容易實現(xiàn)優(yōu)化。但基于機理的算法相對不足，需要硬件方面更要努力跟上。
AI科技評論：您認為機器人領域突破發(fā)展瓶頸的關鍵點會是什么？
馬書根：我認為是機理，我一直覺得現(xiàn)在的機器人研究始終沒有把握真正的機理。即使大模型出現(xiàn)后，這一部分也并沒有得到發(fā)展。
因為雖然大模型能夠幫助處理大量數(shù)據(jù)，并在感知到?jīng)Q策的過程中展現(xiàn)出了巨大的潛力，但因為其“黑箱”的特性也帶來了可靠性的問題。這也在某種程度上限制了工業(yè)界對于大模型的使用，特別是高精度高可靠性要求的領域。這些領域的企業(yè)需要有很明確的排障方案，而大模型因為難以解釋其決策依據(jù)往往找不出故障原因。
在算力還沒那么強的上個世紀70年代，計算機領域尚可通過日積月累形成一定的機理基礎。到了八九十年代，計算機的算力逐步提升，但機理方面還沒有大的突破。如今，盡管這個領域有了很多突破，但其實很多都是因為算力的提升才得以解決，并不是因為對機理掌握程度的提高。
此外，盡管機器人技術日新月異，但機器人學科的基礎科學知識尚顯薄弱。在90年代中期，日本等國就開始探討這一問題，任何學科都一定要有堅實的基礎知識來支撐其發(fā)展。無論是機械、電子還是信息科學，都需要在各自領域內(nèi)深化基礎研究，才能推動機器人學科的成熟。
AI科技評論：機理可以通過什么方式探索？未來的機器人發(fā)展方向會是什么？
馬書根：目前沒有一個定論，也沒有方法可以驗證機理的正確性。所謂的機理都還是假設，需要有實際的東西來證明。
以人形機器人為例，盡管它目前非常熱門，但我們并不認為人形是機器人發(fā)展的唯一方向。機器人的形態(tài)應該根據(jù)具體應用場景和需求來確定，而不是盲目追求人形。
在功能上，我們更強調(diào)機器人的輔助性，它們應該能夠輔助人類完成一些危險、繁重或人類不愿意從事的工作。試想一下，當危險系數(shù)很高的工程全部可以由機器人自動化完成，人類得以解放享受生活，那才是機器人真正理想的應用場景。而不是像現(xiàn)在的一些宣傳概念，機器人取代人類出現(xiàn)在日常的家庭場景中，尤其是在養(yǎng)老和育兒這兩大類看護型場景中，這才是人類最需要存在的地方。這類需要人類進行情感關懷的角色絕不能由機器人來承擔。
世界上的產(chǎn)值增加了多少，對于人類社會的發(fā)展來說并不是最關鍵的，如何利用自動化解放人類才是需要我們思考的東西。所以我認為目前的社會資本應該往更多需要的地方流動，而不是只局限在一個方向。
AI科技評論：您如何看待具身智能領域現(xiàn)在的發(fā)展現(xiàn)狀？
馬書根：具身智能這個領域現(xiàn)在學習算法方向的年輕人多了，但是這個領域還很需要機器人方向的人才。學習算法無可厚非，軟件實力也已經(jīng)大大提升了，需要有一些新的東西出現(xiàn)。
要想做機器人的研究，不能光靠軟實力，必須兩條腿走路。算法這方面現(xiàn)在相對來說比較容易解決，硬件背后的機理研究更需要受到重視。特別是在這個時代，人的創(chuàng)造力才是最重要的，這是無論怎樣提高算力都沒辦法從人工智能那里得到的東西。創(chuàng)造力也沒辦法從書本里的知識里得出，很多時候反而是“玩出來”的。所以，我現(xiàn)在經(jīng)常和學生說，別只是鉆研書本，要多接觸社會，要多看看外面的世界。
AI科技評論：在您看來，您怎么衡量一個研究的科研價值？
馬書根：我現(xiàn)在衡量一個研究成果的科研價值時，主要考慮這個成果能不能經(jīng)過市場經(jīng)驗，實踐后能不能看到效果。總結此前與企業(yè)合作的經(jīng)歷，我們更希望研發(fā)成果不僅只局限在某幾家企業(yè)應用，還能為更廣泛的應用場景提供借鑒。
舉例來說，當某鋼廠希望我們能設計一套管道檢測機器人時，我們更關注這一設備日后的應用和共性需求。比如，檢測的內(nèi)容是什么，這個尺寸是否適用于別的場景，如何確保檢測的準確性和效率等。我們更希望這套設備具備通用性，而不是只用于這一個公司。所以在研發(fā)的時候，提煉出適用于類似場景的共性技術，為未來的研究和應用提供有價值的參考，如此研發(fā)投入才更有意義。
我現(xiàn)在認為，在開始一個研究前，就要從實用性層面來思考，在這個場景里到底需要什么樣的形狀，什么樣的材質(zhì)，要達到什么樣技術水平等。在我看來，科研價值可以分為兩種，一種是基礎科學， 像是數(shù)學、物理等學科知識，在全行業(yè)適用；一種是技能的應用，可以發(fā)展出什么樣的產(chǎn)業(yè)，真正可以投入使用，這樣科研的價值才得以體現(xiàn)。
AI科技評論：您下一步想要攻克的科研方向是什么？
馬書根：我希望研究出一種醫(yī)療機器人，可以直接進入人的身體，打通血管，解決血栓等問題，或是直接可以達到病灶，減少藥物對人身體的副作用。最后處理完，就可以通過某種方式變成營養(yǎng)增強人體抵抗力。
AI科技評論：能介紹一下您現(xiàn)在的研究項目嗎？
馬書根：我最近在研究適用于近海領域的水下機器人。這類水下機器人通常使用螺旋槳作為推進器。如果是在深海，這可能沒問題，但在近海就比較難實現(xiàn)，因為螺旋槳可能會卷死海洋植物，或者是在靠近海底面觀測時卷起雜質(zhì)影響觀測等。
所以我們團隊希望通過仿生學的方式，研究什么樣的機器人可以在不對生物造成影響的情況下進行作業(yè)，這在近海養(yǎng)殖等藍色經(jīng)濟領域有比較大的需求。
雷峰網(wǎng)雷峰網(wǎng)雷峰網(wǎng)(公眾號：雷峰網(wǎng))
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
