机器人与人工智能

李胜麒

国网瑞嘉（天津）智能机器人有限公司 天津市300000

摘要：人工智能和机器人技术是两个截然不同的学科，它们都是独立发展以取得理想的研究成果。同时，人工智能和机器人技术在某些领域相互融合，取得了令人满意的结果。世界上主要的工业和技术强国都以此为目标。新兴的和知名的公司不断涌现，新的成果也不断出现，风险投资不断增加。各国政府将机器人和人工智能的开发作为其经济发展战略的重要方向，并提供了足够的政策和财政支持。在软件开发的新时代，人工智能与机器人之间的关系非常紧密。可以看出，对人工智能技术和机器人的深入研究具有重大的现实意义。

关键词：人工智能；机器人；发展趋势

引言

目前人工智能与数据分析、图像识别、传感器控制和机器人生产相关的材料技术正在取得巨大的进步和创新。尤其是，在大数据、互联网 +和人工智能等新兴的核心技术的支持和推动下，机器人的工业前景和潜在市场已大大扩展。有迹象表明，如果机器人技术与传统产业深入融合，将极大地促进新兴产业的发展，必将成为下一代经济增长的关键支柱之一。

1、早期机器人的基本概念

从某个层面上来讲，早期的机器人是一种结构精密的先进机械，以现代对机器人的定义来讲，其根本算不上机器人。而与人外形相似的机器人的概念最初是达芬奇提出来的，其集合左手写字专家、音乐家、植物学家、建筑师、雕塑家、画家、解剖学家等荣誉称号为一身，在其诸多草稿中，包含的就有机械构造复杂的武士盔甲。在当时，没有任何人知道这一草稿中的东西可以做出机器人来，然而从机械方面来分析，这一物体嘴巴会动、能挥手、会坐会站，与现代机器人非常相似。

2、 人工智能的发展历程

（1）人工智能的思想萌芽可以追溯到十七世纪的巴斯卡和莱布尼茨，他们较早萌生了有智能的机器的想法。十九世纪，英国数学家布尔和德摩尔根提出了“思维定律”，这些可谓是人工智能的开端。十九世纪二十年代，英国科学家巴贝奇设计了第一架“计算机器”，它被认为是计算机硬件，也是人工智能硬件的前身。1936年，24岁的英国数学家图灵提出了“自动机”理论，把研究会思维的机器和计算机的工作大大向前推进了一步，在定义智慧时，图灵做出了解释，如果一台机器能够通过称之为图灵实验的测试，那它就是智慧的，图灵实验的本质就是让人在不看外型的情况下不能区别是机器的行为还是人的行为。(2)上世纪三四十年代，维纳、弗雷治、罗素的数理逻辑，和丘奇、图灵的数字功用以及计算机处理发展促使了1956年夏Dartmouth会议上人工智能学科(由“人工智能之父”麦卡锡提出，麦卡锡曾是Stanford人工智能实验室主任)的诞生20世纪60年代以来，采用生物模仿来建立功能强大的算法，包括进化计算等，人工生命以进化计算为基础，研究自组织、自复制、自修复以及形成这些特征的进化和环境适应。70年代以来，Conrad等研究人工仿生系统中的自适应、进化和群体动力学，提出不断完善的“人工世界”模型。80年代，人工神经网络再度兴起促进人工生命的发展。(3)1992年贝兹德克提出计算智能。专家系统在90年代兴起，模拟人类专家解决领域问题。

3、机器人

1.机器人定义

机器人是自动执行任务的机械设备。他们可以接受人工命令，运行预先准备的程序，或者根据人工智能技术组成的原理和程序行事。它的任务是支持或替代人工任务，例如生产，建筑或危险工作。

2.机器人分类

机器人分为工业机器人和特殊机器人。所谓的工业机器人是在工业应用中使用的机械手或多自由度机器人。除工业机器人外，专业机器人还包括娱乐机器人，水下机器人，军用机器人，农业机器人等非制造业中使用的各种先进机器人，可以为人类提供高质量的服务。航空机器人，也称为无人飞行器，是一种特殊类型的机器人。无人机是目前最活跃的科学研究活动，是最大的技术进步，也是对研究和收购的最大投资。

3.人工智能与机器人的关系

人工智能和机器人不是同一概念，但是它们是密切相关的。现实中已经存在的机器人不在人工智能研究的范围之内。首先，工业机器人可以连续重复某些精确的动作，以提高效率并减少错误。军事机器人可以捕获和射击移动目标，需要一个简单的图像识别功能。无人机遥感需要一些图像识别功能的机器人。人工智能是“类人”机器人所需的算法和技能。这意味着研究的主题是高级智能的本质，而不是外部性能和辅助组件。人工智能需要解决的问题主要有以下几个方面：（1）识别过程中，将外部输入信息转换为概念逻辑信息，并将动态和静态图像、文本、触摸、品味等信息转换为形式概念逻辑信息。（2）智能计算过程，用于自学刺激的信息输入、信息检索、逻辑判断、决策、生成响应。 （3）控制过程并将所需输出的反应转换为身体运动和媒体信息。实用机器人在第三方面做了很多工作，尤其是以概念知识的存储，逻辑判断和决策的形式，这很少能实现，它们的认知和智能计算能力还很弱，这是当下人工智能的重点问题。

4、人工智能在机器人控制方面的应用

1.模糊控制

模糊控制也是一种相对常见的控制模式，在机器人工业中被广泛使用。专家控制系统通常由于缺乏人力等原因而无法实施，这时公司通常倾向于选择模糊控制系统。例如，由于在主要部件焊接，钢水熔化和铸造的生产环节中暴露于外部的信息通常是“模糊的”和“难以确定的”，因此有必要模拟人为操作以进行控制。模糊控制系统的工作原理是传感器接收外部数据，然后进行模糊处理，并根据已建立的知识算法获得模糊值，然后进一步计算出正确值。但是，该控制系统通常需要传感器数据接收系统的灵敏度的密切配合。

2.神经网络控制

神经网络控制是一种高级控制方法，近些年正在迅速发展。神经网络控制可以快速处理外界环境（例如人脑）的复杂情况，比人脑做出更准确的决策，并且还可以适应不断变化的外部情况并调整自身状态。它具有平滑的容错和纠错机制。因此，该系统具有很大的发展空间。该控制系统中有两种常见的控制方法。一种称为计算转矩控制，另一种称为分解运动加速控制。

3.人工智能机器人的发展趋势

所有新科学技术都是一把双刃剑，只有合理科学地使用它，才能充分利用其价值和优势，才能为人类带来更多的利益。作为新时代的尖端技术，人工智能技术的最大危险在于，可能会失去有效的人为控制，或成为不法分子的犯罪工具。人工智能技术是一种可以快速交流的高科技信息技术。因此，必须非常警惕，以有效防止犯罪分子在对社会和人们有害的各种活动中使用人工智能技术。同时，人类具有足够的信心和智慧，必须积极开发一种方法，以侦查和预防所有智能犯罪。当前，人工智能技术在机器人开发中有许多应用，但是从某种程度上说，仍处于起步阶段。许多机器人可以使用人工命令来完成其任务，并没有思考能力，这要求机器人朝着未来的类人生物和智能方向发展，当人类进行思考性工作时，它可以取代人类。针对人工智能技术在机器人设计和制造中的单一应用问题，研发人员需要具有强大的学习能力，了解最先进的人工智能技术，并将其与机器人设计相结合。降低人工智能的计算复杂度和算法效率。另外，机器人设计的计算机软件和硬件仍不足以满足多种人工智能技术的应用需求，因此在未来的发展中，必须增加机器人计算机软件和硬件的升级。将来，将会出现更多的人工智能机器人，例如医疗机器人。该原型系统包括协调计划，机械臂和机器人。人工智能技术的飞速发展催生了机器人的发展，目前的研究方法是将人工智能与机器人相结合，以促进机器人的发展。软材料层出不穷，加速了机器人的人性化阶段。在当今的历史时代，人工智能和机器人的结合是一种普遍的趋势。也许在不久的将来，机器人可以满足人们的各种需求，并逐渐进入人们的生活。

参考文献：

[1]常周林,袁婷.人工智能在智能机器人系统中的应用研究[J].科技创新导报,2016,13(23):10-10.

[2]付肖宇.人工智能在智能机器人领域中的研究与应用[J].科研:00039-00039.