薛少華

(北京理工大學(xué) 人文與社會科學(xué)學(xué)院， 北京 100081)

一、引言：什么是機(jī)器人？

什么是機(jī)器人？目前，學(xué)術(shù)界和產(chǎn)業(yè)界尚未出現(xiàn)一個(gè)嚴(yán)格且得到公認(rèn)的定義。如果根據(jù)某些廣義的概念(機(jī)器人是一種具有輸入功能與輸出功能的機(jī)器)，手機(jī)或洗衣機(jī)都可以被稱為機(jī)器人。但是，這種廣義的概念所涵蓋的范圍過于寬泛，顯然與普通民眾平常所理解的機(jī)器人完全不相符。因此，本文首先將“機(jī)器人”這一術(shù)語定義為一臺具有人形的機(jī)器，它在外部物理世界中，能與環(huán)境對象或其他行動主體進(jìn)行實(shí)際的真實(shí)交互行動，并讓其他認(rèn)知主體感受到它似乎具有“感知覺”和“思維能力”，這就是本文所要討論的主要對象。

目前，認(rèn)知科學(xué)與人工智能領(lǐng)域的主要研究方向就是心智計(jì)算理論，即認(rèn)為心智具有模塊性，其功能可以通過計(jì)算來實(shí)現(xiàn)，其主要立場可參見福多(Fodor)[1]、瑪爾(Marr)[2]和皮立辛(Pylyshyn)[3]等的研究。人類心智的運(yùn)作方式，就是對心理表征等內(nèi)在符號進(jìn)行操作的心理推理，并將意義賦予外在對象。因此，心智是一個(gè)建構(gòu)的過程。對知覺而言，其中的感覺信息被心理過程組合起來進(jìn)行一些推理處理，然后構(gòu)成心智對外在事物的知覺。在這種哲學(xué)范式下，心靈被當(dāng)做一臺計(jì)算機(jī)，而心理意向活動就是心理表征(mental representation)的操作與計(jì)算的過程，其中最典型的理論便是Fodor的心靈計(jì)算理論(Computation Theory of Mind， CTM)。

在這種理論大行其道的20世紀(jì)80年代，符號操作、計(jì)算式的建構(gòu)主義方法在計(jì)算機(jī)和工程應(yīng)用方面取得了相當(dāng)大的成功。舉例來說，我們常常使用的搜索引擎，實(shí)際上其背后就是機(jī)器學(xué)習(xí)的算法。它可以根據(jù)我們所輸入的關(guān)鍵詞，來進(jìn)行文本匹配，或推斷用戶的搜索目標(biāo)和意圖。同時(shí)，該算法還支持自然語言處理、機(jī)器翻譯等，這也是經(jīng)典人工智能方法的成功之處。最近，大規(guī)模依賴機(jī)器學(xué)習(xí)技術(shù)的數(shù)據(jù)挖掘、圖像識別和統(tǒng)計(jì)預(yù)測系統(tǒng)已經(jīng)被開發(fā)出來，國際象棋、醫(yī)療影像診斷和圍棋等領(lǐng)域的人工智能技術(shù)與產(chǎn)品，目前已經(jīng)能夠擊敗人類最頂尖的專家，這是一個(gè)相當(dāng)大的成就。這類系統(tǒng)的發(fā)展，業(yè)已成為計(jì)算機(jī)科學(xué)的堅(jiān)實(shí)組成部分。

根據(jù)上述經(jīng)典人工智能主流觀點(diǎn)，外部行為的執(zhí)行需要內(nèi)部表征提供引導(dǎo)和推理決策，這種表征是具有關(guān)聯(lián)內(nèi)容的符號結(jié)構(gòu)。在心靈計(jì)算理論中，知覺機(jī)制成為提供外部世界和內(nèi)部表征之間的一種聯(lián)系。如果我們要制造具有所謂的“感知覺”并能自主行動的機(jī)器人，那就必須要在人形機(jī)器人身上搭載能夠模擬人類某些認(rèn)知能力的傳感器以及行動控制設(shè)備。如果我們要機(jī)器人去自主地執(zhí)行任務(wù)，就要將人工智能系統(tǒng)搭載入機(jī)器人的硬件系統(tǒng)中，并且提供給機(jī)器人各種可以與外部環(huán)境進(jìn)行交互行動的程序算法，進(jìn)而使整個(gè)機(jī)器人系統(tǒng)做出適當(dāng)?shù)膭幼骱托袨椤?/p>

然而，由于經(jīng)典的人工智能進(jìn)路無法完美解釋動物的真正智能行為，其理論描述與客觀實(shí)際相差過大而受到激進(jìn)涉身認(rèn)知科學(xué)研究者們?nèi)绮呙仿?Chemero)[4]等的質(zhì)疑。這些研究者們認(rèn)為，物理世界中的智能系統(tǒng)都是生物系統(tǒng)，而其工作機(jī)制并非完全能夠用純粹的計(jì)算和表征符號來理解。一個(gè)生物式的智能系統(tǒng)，必須從它的棲息居所、小生境(niche)和它的知覺與行動能力來理解。如果我們要使搭載人工智能系統(tǒng)的機(jī)器人在這個(gè)意義上更接近于自然界的生物，那就需要解決傳感器與動物感知系統(tǒng)的匹配問題、機(jī)器人的決策系統(tǒng)如何類似動物的感知和運(yùn)動的耦合能力等問題。目前，傳統(tǒng)的心靈建構(gòu)方法與經(jīng)典人工智能研究進(jìn)路都遇到了不可逾越的困難。那么，假設(shè)我們想要制造出完美的機(jī)器人，應(yīng)該如何進(jìn)行研究與設(shè)計(jì)？

二、CTD原則：從圖靈機(jī)器人到丘奇-圖靈機(jī)器人

盡管很多學(xué)者如塞爾(Searle)[5]等對于所謂完美機(jī)器人的討論，都表達(dá)了較為悲觀的看法；然而，完美機(jī)器人作為強(qiáng)人工智能進(jìn)路的一個(gè)終極目標(biāo)，如何將強(qiáng)大的認(rèn)知決策能力與類似動物般的知覺行動能力結(jié)合在一起，是很多研究者的夙愿。那么，這個(gè)難題是否有解決的可能性？答案并不是完全否定的。在機(jī)器學(xué)習(xí)技術(shù)將機(jī)器人的算法決策能力進(jìn)行極大增強(qiáng)之際，基于涉身認(rèn)知進(jìn)路的人工智能理論也將機(jī)器人的行動能力進(jìn)行了相當(dāng)?shù)奶岣?。按照這個(gè)發(fā)展趨勢，我們制造出那種完美的類人形機(jī)器人的難題或許會得到解決。為了詳細(xì)地描述這種路徑，首先從圖靈機(jī)的設(shè)想開始。

圖靈(Turing)[6]所要解決的問題是，如何用機(jī)器來代替人類進(jìn)行計(jì)算。圖靈在論文中將人的計(jì)算過程分為兩步：首先，用筆在紙上寫出某個(gè)符號，或者用橡皮去擦除某個(gè)符號；其次，在這個(gè)符號旁邊的空白處繼續(xù)寫出或擦除某個(gè)符號。舉例來說，我們通常用筆在紙上計(jì)算加減乘除的時(shí)候，就會列豎式進(jìn)行計(jì)算。在計(jì)算的時(shí)候，手指會握著筆，然后進(jìn)行涂寫或者計(jì)算錯(cuò)誤的時(shí)候會擦除。根據(jù)這樣的過程，圖靈設(shè)想了一種頭腦中的計(jì)算機(jī)器來模擬人類的計(jì)算過程，這就是圖靈機(jī)的最初靈感。圖靈機(jī)由存儲紙帶和控制器組成，其中控制器包括讀寫頭、寄存器和控制規(guī)則表。圖靈機(jī)也是現(xiàn)代計(jì)算機(jī)的本質(zhì)，而目前所有機(jī)器人系統(tǒng)中的算法也是基于圖靈可計(jì)算原則。對于“判定性問題”的解釋，圖靈試圖以圖靈機(jī)的形式來展現(xiàn)其構(gòu)想，而丘奇則采用遞歸函數(shù)和λ函數(shù)來形式地描述有效的可計(jì)算性，而這三者是等價(jià)的，這類問題也被稱為丘奇-圖靈論題，該領(lǐng)域的研究也是數(shù)理邏輯中的一個(gè)重要問題。它表現(xiàn)為尋求一種能行的方法、一種機(jī)械的程序或者算法，從而能夠?qū)δ愁悊栴}中的任何一個(gè)在有窮步驟內(nèi)確定是否具有某一特定的性質(zhì)。在基于圖靈機(jī)的當(dāng)代超級計(jì)算機(jī)中，幾乎可以模擬物理世界中可計(jì)算的一切現(xiàn)象，從天氣變化、核彈當(dāng)量直至當(dāng)前媒體口中熱門的圍棋和電子競技游戲?qū)?zhàn)。

然而，圖靈機(jī)本身是一種抽象機(jī)器，而機(jī)器人則需要在實(shí)際的物理環(huán)境中即時(shí)當(dāng)下地與環(huán)境對象進(jìn)行物理交互。那么問題在于，機(jī)器人與環(huán)境的智能交互行動是否是圖靈可計(jì)算的？對于這個(gè)困惑，多奇(Deutsch)[7]提出了一個(gè)物理版本的“丘奇-圖靈論題”，即把計(jì)算概念和系統(tǒng)看作是一定意義上的物理定律，因此數(shù)學(xué)意義上的丘奇-圖靈論題，同時(shí)也意味著自然界中相對應(yīng)存在著這樣一個(gè)數(shù)學(xué)論題的物理版本，這就是CTD原則(Church-Turing-Deutsch principle)。多奇認(rèn)為，每個(gè)有限的真實(shí)物理系統(tǒng)，都可以被一臺通用計(jì)算機(jī)用有限的方式完美模擬出來,即這個(gè)物理世界中的每個(gè)對象都是圖靈可計(jì)算的。假設(shè)這個(gè)物理版本的“丘奇-圖靈論題”合理的話，那么世界中的客觀實(shí)體就是那些抽象算法或數(shù)學(xué)概念的外在物理表現(xiàn)。沿著這個(gè)思路下去，既然我們?nèi)祟惖拇竽X和外在的行為模式也屬于這個(gè)世界的一部分，那么或許有可能被圖靈計(jì)算機(jī)完全模擬和實(shí)現(xiàn)出來。目前基于圖靈機(jī)的計(jì)算概念，我們除了能創(chuàng)造出虛擬的程序機(jī)器人(bot)之外，還能創(chuàng)造出各類面向不同需求的工業(yè)、醫(yī)療與娛樂的實(shí)體機(jī)器人(robot)。

根據(jù)CTD原則，如果我們將來能夠創(chuàng)造出完美的實(shí)體機(jī)器人，那這種機(jī)器人必然是丘奇-圖靈式的物理完備，即該機(jī)器人的心智認(rèn)知能力與知覺行動能力可以完美地模擬人類。然而如前所述，心智計(jì)算理論目前是認(rèn)知科學(xué)和人工智能技術(shù)的主導(dǎo)理論框架，當(dāng)前最先進(jìn)的機(jī)器人也無法完美模擬人類的心智和行為能力。因此，丘奇-圖靈機(jī)器人系統(tǒng)除了需要基于邏輯的程序算法，對人類認(rèn)知與心智能力如判斷、決策和計(jì)算等進(jìn)行完美模擬之外，還需要對外在的物理實(shí)在(動物-環(huán)境系統(tǒng))的活動進(jìn)行算法解釋。這是因?yàn)?，人類和其他動物一般通過身體運(yùn)動來使用、操作和創(chuàng)建這些環(huán)境信息。那么問題在于，這些信息應(yīng)該如何通過算法解釋？當(dāng)前主流認(rèn)知科學(xué)理論對于這些信息的解釋，主要采用了基于表征的間接知覺論解釋，這同時(shí)也遇到了如錯(cuò)視覺、私人知覺對象、快照視覺與立體視覺和知覺不能直接通達(dá)世界等問題的困擾。這是因?yàn)閯游锍３Ｍㄟ^身體運(yùn)動來使用、操縱和創(chuàng)建這些信息，而且這些信息也并非香農(nóng)意義上的信息，而是更加接近于生態(tài)光學(xué)(ecological optics)中的具有意義的直接可感知信息。大腦是“大腦-身體-環(huán)境”認(rèn)知系統(tǒng)的組成部分，有些行為更依賴于大腦，就像另外一些行為更依賴于身體或者環(huán)境的其他特征。事實(shí)上，這種對于知覺信息的解釋和處理，給我們留下了一個(gè)可能性，即對于某些知覺信息的處理可能不需要大腦。那么，這些信息是什么？這些信息對于一個(gè)完美的實(shí)體機(jī)器人而言，又意味著什么？下面我們將對這些信息進(jìn)行大致的討論。

三、affordance實(shí)體機(jī)器人

生態(tài)心理學(xué)家吉布森(Gibson)[8]自創(chuàng)了“affordance”這一術(shù)語概念，用來描述動物使用其生物能力與環(huán)境對象進(jìn)行交互活動中所承載的信息。并且，吉布森還使用其獨(dú)創(chuàng)的生態(tài)光學(xué)理論，對目前認(rèn)知科學(xué)中的知覺理論領(lǐng)域做出了巨大的貢獻(xiàn)?；谄渖鷳B(tài)心理學(xué)理論，吉布森對認(rèn)知科學(xué)的貢獻(xiàn)在于將外在的感知覺感官材料的刺激，描述為知覺所獲得的能量和生態(tài)光線分布中所包含的行動可能性信息。知覺是直接的，而非間接的。事物的意義并非認(rèn)知主體所賦予的，而是事物本身就具有的屬性。

早期的認(rèn)知科學(xué)，其實(shí)質(zhì)目標(biāo)就是要發(fā)展出一種全新的信息處理理論。吉布森認(rèn)為，相比于認(rèn)知科學(xué)研究“在認(rèn)識過程中信息是如何傳遞的”這個(gè)問題，更重要的問題在于“哪些信息才是可獲得的？”在他看來，“人類與其他動物是如何產(chǎn)生信息的?”這樣的問題，其實(shí)可以被更好地考慮成“人類或其他動物在環(huán)境中使用他們本身的能力時(shí)，在環(huán)境中存在著哪些信息資源?”區(qū)別于人類與其他動物自己建立了供其可生活的和可理解的世界這樣一種主流觀點(diǎn)，吉布森認(rèn)為，是人類和其他動物在他們的生存活動中適應(yīng)了世界中信息的流變，并與我們所生活的這個(gè)世界上的其他系統(tǒng)中的生物產(chǎn)生交互，進(jìn)而不斷地生存繁衍下來的。[8]與此同時(shí)，我們也應(yīng)清楚地認(rèn)識到，正統(tǒng)的科學(xué)哲學(xué)家和認(rèn)知科學(xué)家如福多和皮立辛(Fodor & Pylyshyn)[9]、烏曼(Ullman)[10]和維拉和西蒙(Vera & Simon)[11]等很難理解這種觀點(diǎn)。究其原因，很大程度上在于，吉布森關(guān)于認(rèn)知與行動的理論框架的特殊性，與這些主流認(rèn)知科學(xué)的理論框架有著本質(zhì)的不同。在這些正統(tǒng)的認(rèn)知科學(xué)家的理論中，知覺是人與其他動物在與環(huán)境交互的過程中的一部分，他們通過知覺來對具體的環(huán)境特征進(jìn)行編碼，再反饋到人的認(rèn)知系統(tǒng)中進(jìn)行信息處理，并對認(rèn)知過程中的不同階段進(jìn)行分離，最后進(jìn)行認(rèn)知的分析。比克哈德和瑞奇(Bickhard & Richie)認(rèn)為，吉布森的知覺觀，領(lǐng)先于這些正統(tǒng)的認(rèn)知科學(xué)家的知覺觀。[12]而生態(tài)心理學(xué)的核心觀點(diǎn)，便是認(rèn)知與行為的交互，是非常細(xì)微和復(fù)雜的生物行為，那種純粹科學(xué)式的對知覺的分解分析必然不成功。簡言之，就是布魯克斯(Brooks)所說的“這個(gè)世界就是其本身最好的模型”[13]。

董明珠認(rèn)為格力股東“太短視”，做事從不輕言放棄的她決定自掏腰包，并聯(lián)合萬達(dá)、京東、中集集團(tuán)等“大佬”，以個(gè)人名義入股銀隆。

根據(jù)吉布森的觀點(diǎn)，affordance這一概念實(shí)際上解決的就是如何描述動物與環(huán)境的交互這樣的復(fù)雜生物行為。在生態(tài)心理學(xué)理論中，知覺是直接的，并不是一種心理推理機(jī)制。知覺本身就是一種行動，動物憑借自身的生物能力，就可以從環(huán)境中“拾取”到周圍實(shí)物所提供的有意義信息，這種信息就是affordance。國內(nèi)有學(xué)者將其翻譯為“功能可見性”“可供性”和“機(jī)緣”等，但都無法準(zhǔn)確表達(dá)其含義，因此本文仍舊使用原詞語寫法。所謂affordance，就是某個(gè)具體的環(huán)境給予在此環(huán)境中生存的有機(jī)體所提供的東西，可粗略地分為兩種，即消極的 affordance(對有機(jī)體的生存產(chǎn)生威脅)與積極的 affordance(有利于有機(jī)體生存)。吉布森有時(shí)用一種語言學(xué)式的建構(gòu)來指涉affordance，即“可(具體動詞)……的(verb-able)”。

舉例來說：

一個(gè)物理平面，如懸崖邊緣→[承擔(dān)(affords)→“可墜落的(fall-off-able)”] affordance;

一個(gè)物理實(shí)體，如蘋果→[承擔(dān)(affords)→“可吃的(eat-able)”] affordance;

一個(gè)物理事件，如燃燒著的火焰→[承擔(dān)(Affords)→“可煮飯的(cook-with-able)”] affordance。

由于affordance 可以清晰地描述和定義動物在環(huán)境中行動的可能性，該理論實(shí)際上就為實(shí)體機(jī)器人與物理環(huán)境的交互這一目前人工智能的熱點(diǎn)問題，提供了一種全新的研究范式和思路。遵循這一理念，在認(rèn)知科學(xué)與人工智能領(lǐng)域新近的一些研究熱點(diǎn)，就體現(xiàn)在如何制造出與物理環(huán)境能夠?qū)崿F(xiàn)完美交互的實(shí)體機(jī)器人，它們被稱之為affordance機(jī)器人或生態(tài)機(jī)器人(ecological robot)，它們目前的進(jìn)展具體可參見新近的一些研究：薩辛等人(ahin E.,etc)[14]關(guān)于機(jī)器人通過對自己身體比例的認(rèn)知，來確定自身行動的affordance信息和明確具體的行動可能性，并隨后進(jìn)行避障和通過狹窄區(qū)域等測試，取得了非常好的結(jié)果；梅塔等人(Metta G.,etc)[15]對affordance信息對于機(jī)器人的認(rèn)知發(fā)展進(jìn)行了一定的研究，并強(qiáng)調(diào)了機(jī)器人的身體對于機(jī)器人內(nèi)部認(rèn)知的形成具有重要的作用;提卡諾夫等人(Tikhanoff V.,etc)[16]則在iCub機(jī)器人平臺上，對于機(jī)器人通過affordance模式的視覺信息來使用和抓取工具等進(jìn)行了研究，等等。這些研究都聚焦于機(jī)器人的外在物理能力與當(dāng)下環(huán)境條件或工具使用，并以吉布森對認(rèn)知能力的解釋來進(jìn)行研究，并將機(jī)器人可讀取的信息構(gòu)造為affordance的模式，使得機(jī)器人對于外界的行動能力都大為增強(qiáng)。無疑，這些研究明確顯示了吉布森的affordance理論對于實(shí)體機(jī)器人作為行動主體與物理環(huán)境進(jìn)行交互研究，作出了巨大貢獻(xiàn)。

然而，上述這些實(shí)體機(jī)器人的進(jìn)步，顯然還不能滿足我們未來對于實(shí)體機(jī)器人的需求。這是因?yàn)?，人類不僅需要機(jī)器人能夠勝任在產(chǎn)業(yè)工廠的重體力勞動，而且還需要機(jī)器人去勝任人類不愿意做的那些3D[即骯臟的(Dirty)、枯燥的(Dull)和危險(xiǎn)的(Dangerous)]工作；更進(jìn)一步的是，隨著未來老齡化社會加劇，在醫(yī)療衛(wèi)生、家庭護(hù)理和情感陪伴等方面，對于機(jī)器人的需求更是與日俱增。這些環(huán)境與場景都對機(jī)器人的交互行動提出了更高和更為苛刻的要求，因此機(jī)器人僅僅能夠與外在環(huán)境的客體對象進(jìn)行交互，還遠(yuǎn)遠(yuǎn)滿足不了人類的需求，社交機(jī)器人也逐漸走向了舞臺。

四、affordance社交實(shí)體機(jī)器人

帶有社交功能的機(jī)器人，目前幾乎普及到了所有電子終端設(shè)備的使用者，如智能音箱“小愛同學(xué)”、蘋果手機(jī)語音助手“Siri”和虛擬聊天程序“微軟小冰”等。這些社交虛擬機(jī)器人可以幫助用戶進(jìn)行日常行程安排、問題咨詢回答和網(wǎng)絡(luò)瀏覽購物等。然而，這些虛擬程序人對機(jī)器人服務(wù)的需求來說，幾乎是杯水車薪。在未來，人類希望能夠讓機(jī)器人做得更多。

那么，什么是社交環(huán)境中的affordance？由于不同物種之間的行動能力不同，因此不同物種之間是否能夠產(chǎn)生社交型的affordance信息，也是社交機(jī)器人領(lǐng)域要解決的難題之一。比如人類基于文化產(chǎn)生的一些肢體動作和面部表情，人類之間可以互相理解，但在其他動物看來，那些行為是沒有任何意義的。以日常行為中人與人之間的握手活動為例，在某個(gè)具體的社交環(huán)境中，甲和乙兩個(gè)人互相面對面走近準(zhǔn)備握手，在這個(gè)時(shí)候，何時(shí)伸出自己的手、伸出哪只手、手要抬起來多高、兩只手接觸的時(shí)機(jī)、兩人即將握手時(shí)的眼神接觸、兩人各自的情緒表現(xiàn)、肢體動作的互相協(xié)調(diào)等諸如此類的行動交互，都需要兩個(gè)行動主體之間互相獲取對方的行動可能性信息，然后再對自己的行動進(jìn)行適配和協(xié)調(diào)。如果我們能將這種完美社交的行動能力，內(nèi)嵌入那些醫(yī)療護(hù)理和家庭陪伴的實(shí)體機(jī)器人系統(tǒng)中，那么我們未來的實(shí)體機(jī)器人將會更加類似于人類。

那么，affordance理論除了能為機(jī)器人與物理環(huán)境進(jìn)行完美交互提供相關(guān)的研究理論基礎(chǔ)之外，是否還能夠?yàn)樯缃粰C(jī)器人領(lǐng)域的研究提供一些理論資源和研究進(jìn)路呢？答案是肯定的。吉布森(1979)也極具預(yù)見性認(rèn)為，affordance并非僅僅可以為自然環(huán)境行動主體提供行動的可能性，還可以為社會環(huán)境中主體之間的交互提供相應(yīng)的理論解釋；而且除了環(huán)境，其他的行動主體如動物和人類都能夠構(gòu)造出affordance環(huán)境，并提供給行動主體進(jìn)行相應(yīng)的交互活動機(jī)會。在經(jīng)典的affordance概念學(xué)習(xí)中，機(jī)器人交互研究主要應(yīng)用于物理環(huán)境；而在社交環(huán)境中，機(jī)器人交互對象則是行動主體——即人類或者其他機(jī)器人，因此這種affordance帶有了一定的社交屬性。因此，affordance概念對于主體交互的解釋涵蓋了物理與社交兩個(gè)環(huán)境領(lǐng)域。

在當(dāng)下，學(xué)術(shù)界和產(chǎn)業(yè)界已經(jīng)在大力發(fā)展和研究這種帶有社交屬性的機(jī)器人，目前的研究進(jìn)展可參見布魯肯斯等人[17]對于看護(hù)老人的輔助護(hù)理型機(jī)器人的研究與綜述、培西尼等人(Pennisi P.,etc)[18]對于護(hù)理機(jī)器人應(yīng)用于對自閉癥的治療與陪伴的研究綜述和如蘭德(Ruhland K.,etc)[19]對社交機(jī)器人關(guān)于人機(jī)交互中行為的生成與用戶知覺理解的相關(guān)研究等。在上述這些研究與綜述中，使用affordance理論去刻畫和模擬社交機(jī)器人與人類之間的交互行為的研究也比較突出，如受到美國國防部先進(jìn)技術(shù)開發(fā)局資助的一項(xiàng)社交affordance機(jī)器人與人類之間手勢的交互與理解研究就非常具有前沿性。

研究人員舒、羅伊和朱(Shu, Ryoo and Zhu)[20]讓虛擬機(jī)器人程序根據(jù)視頻觀看人類的社交行為，并且通過弱監(jiān)督機(jī)器學(xué)習(xí)的方法來使機(jī)器人學(xué)習(xí)和理解人類的社交affordance行為模式，繼而將該社交affordance的獲取與理解技術(shù)應(yīng)用到實(shí)體機(jī)器人身上，使實(shí)體機(jī)器人在自然環(huán)境與社交環(huán)境并存的條件下，能夠同時(shí)獲取與物理對象的affordance信息和機(jī)器人使用者的社交affordance信息，再根據(jù)上述信息調(diào)整和適配自身的交互行動。在該研究中，虛擬的機(jī)器人需要通過視頻采集五個(gè)社交活動的數(shù)據(jù)集，即握手、擊掌、伸手拉坐在地上的同伴起身、拋擲籃球與用手相接、兩人換手遞東西等。通過視頻學(xué)習(xí)與程序模擬，虛擬機(jī)器人較好地掌握了與人類行動主體之間的一些基本交互行為，而該研究也是學(xué)界第一次在人類-機(jī)器人交互這個(gè)領(lǐng)域中，將社交活動中的affordance信息進(jìn)行模擬和表征，而未來后續(xù)的研究將會把這種社交affordance行為模式與算法編碼進(jìn)實(shí)體機(jī)器人中，力圖使機(jī)器人的行為方式更加自然，更像人類。

五、恐怖谷理論如何克服

生態(tài)心理學(xué)的信息處理研究進(jìn)路，并非是心智計(jì)算理論的一種對抗或反駁，相反它可以作為心智計(jì)算理論的一種補(bǔ)充或合作者，共同為解釋心智做出應(yīng)有的貢獻(xiàn)。丘奇-圖靈意義上的完美實(shí)體機(jī)器人實(shí)際上目前并不存在，但研究者們正在朝這個(gè)方向逐漸發(fā)力。我們可以設(shè)想，如果一個(gè)機(jī)器人能夠完美地拾取自然環(huán)境和社交環(huán)境中的所有affordance行動交互信息，并且能夠按照這些信息做出適應(yīng)性的行動，這種機(jī)器人再輔之以仿生皮膚和外型的話，那么距離未來所構(gòu)想中的完美實(shí)體機(jī)器人就又更近了一步。

在現(xiàn)實(shí)中，機(jī)器人還不能獲得像人類這樣的身體外觀和生理特征。但與此同時(shí)，卻有一個(gè)新的困難凸顯了出來，那就是恐怖谷現(xiàn)象。眾所周知，人類可以跟與自身幾乎沒有任何相似之處的玩偶、雕像和玩具進(jìn)行有效的交互活動。事實(shí)上，人形機(jī)器人在形體上越接近人類，人類與人形機(jī)器人之間的和諧就會越來越差;直到機(jī)器人的外表動作與人類完全一致的時(shí)候，這種和諧感又會上升。這個(gè)有些矛盾的結(jié)果被日本機(jī)器人學(xué)家森政弘稱為“恐怖谷”。當(dāng)機(jī)器人越來越像人類的時(shí)候，我們對它們的情緒好感會持續(xù)上升，直到它們與人類的相似度太過接近但卻又顯得非常怪異時(shí)，我們對機(jī)器人的好感與信任便會大幅下降——在曲線上的表現(xiàn)就是直接跌入谷底。但是隨著機(jī)器人的擬人化達(dá)到百分之百的程度時(shí)，這種具有共情的好感又會開始突然上升。

近年來隨著技術(shù)的發(fā)展，社交機(jī)器人的逼真程度越來越接近于人類，如機(jī)器人索菲亞、性愛機(jī)器人洛克西等，因此“恐怖谷”理論的實(shí)現(xiàn)越來越成為了可能，機(jī)器人與人類外觀之間產(chǎn)生了更加直接的相關(guān)性，因此這一現(xiàn)象極大地引起了人們的關(guān)注，也相應(yīng)產(chǎn)生了很多的討論和評估。“恐怖谷”理論認(rèn)為，當(dāng)機(jī)器人與人類相似程度超過一定程度的時(shí)候，人類對他們的反應(yīng)便會突然變得極其反感，即哪怕機(jī)器人與人類有一點(diǎn)點(diǎn)的差別都會顯得非常顯眼刺目，從而使整個(gè)機(jī)器人有非常僵硬恐怖的感覺。

同時(shí)，神經(jīng)科學(xué)家似乎也找到了“恐怖谷”效應(yīng)的大腦生物機(jī)制。研究人員塞根等人(Saygin A.P.,etc, 2012)[21]發(fā)現(xiàn)，大腦的顳葉腦區(qū)中存在一個(gè)行動知覺系統(tǒng)，當(dāng)某個(gè)主體在觀看不同的對象時(shí)，該系統(tǒng)會產(chǎn)生神經(jīng)元放電激活，這意味著主體會對不同的對象的行為模式進(jìn)行評估，以便使該主體產(chǎn)生相應(yīng)的情緒、決策與判斷。在這個(gè)生物機(jī)制基礎(chǔ)上，研究人員讓被試者去觀看三種不同的場景：

(1)讓被試觀看具有一副機(jī)械軀體和零件的機(jī)器人，同時(shí)檢測其顳葉腦區(qū)；

(2)讓被試觀看具有一副仿真皮膚和肢體的人型機(jī)器人，同時(shí)檢測其顳葉腦區(qū)；

(3)讓被試觀看一個(gè)真人，并監(jiān)測其顳葉腦區(qū)的神經(jīng)元活躍情況。

最終，實(shí)驗(yàn)結(jié)果非常有趣：當(dāng)被試在觀看機(jī)械軀體的機(jī)器人和真人的時(shí)候，其顳葉腦區(qū)的行動知覺系統(tǒng)活躍程度相差無幾；但當(dāng)被試觀看人形的仿生機(jī)器人時(shí)，其大腦活躍程度呈指數(shù)倍增。這項(xiàng)研究說明，當(dāng)被試在觀看機(jī)械機(jī)器人和真人時(shí)，由于其大腦可以非常輕松地對觀察對象進(jìn)行分類和確認(rèn)，因此不需要調(diào)動那么多的神經(jīng)元去處理這件事情；但是當(dāng)被試面對人形的仿生機(jī)器人時(shí)，由于其具有人形外觀，但其行動模式卻是機(jī)器人那樣軀體僵硬不自然，因此大腦需要調(diào)動更多的腦區(qū)和神經(jīng)元，根據(jù)其運(yùn)動模式和外表情況對這個(gè)對象進(jìn)行判斷和分類。這種現(xiàn)象的產(chǎn)生，或許是一種人類通過生物進(jìn)化出的生理反應(yīng)，其目的可能是為了促使人們遠(yuǎn)離重病或喪失行為能力的人類，以促進(jìn)和提高健康人類的生存概率。而另一個(gè)看似合理的理論假設(shè)，則是當(dāng)我們觀察一個(gè)外觀太過于人格化的機(jī)器人所產(chǎn)生的那種非自然的肢體運(yùn)動時(shí)，會引發(fā)我們對自己死亡的恐懼，如僵尸等。

“恐怖谷”理論認(rèn)為，人工智能機(jī)器人越像人類，人們就越會變得不安，直到我們完全厭惡排斥它。研究表明，當(dāng)機(jī)器人擁有某種類似于人類的特質(zhì)時(shí)，人與機(jī)器人之間會更有共鳴。那么，我們怎樣才能設(shè)計(jì)出我們愿意與之互動的機(jī)器人，而不是被它們打擾呢？ 按照吉布森的affordance理論，將人類的交互行為方式(包括自然環(huán)境與社交環(huán)境中的兩種信息)在未來編碼進(jìn)入實(shí)體機(jī)器人系統(tǒng)中，讓實(shí)體機(jī)器人的行動更加自然和仿生，或許在未來的某一天，人類會樂意接納那些與自己行動模式相同，通過行動能夠互相共情和理解的丘奇-圖靈機(jī)器人。

本文從圖靈機(jī)的本質(zhì)開始，設(shè)想了一種所謂完美的機(jī)器人，即物理版本的丘奇-圖靈機(jī)器人，并嘗試性地提出一個(gè)如何實(shí)現(xiàn)該機(jī)器人的可能性路徑：在人工智能的研究中，使用吉布森的affordance理論去刻畫和形式化機(jī)器人在自然環(huán)境與社交環(huán)境中的行動模式，使其更加接近人類自身的交互習(xí)慣和行為動作。并且，還在社交行為上對社交機(jī)器人的行為模式進(jìn)行了探討，討論了社交機(jī)器人的應(yīng)用會引發(fā)的人類社會倫理風(fēng)險(xiǎn)，這無疑加劇了社會在未來的變革程度與速度。在科幻作家菲利普·迪克的名著《當(dāng)仿生人夢見電子羊》中，作者為我們描述了一個(gè)賽博朋克式的社會，在其中仿生人、復(fù)制人、機(jī)器人和人類共存，并引發(fā)了一系列社會倫理、人類認(rèn)同等深刻問題的討論。盡管森政弘的“恐怖谷”理論認(rèn)為當(dāng)機(jī)器人與人類的相似程度達(dá)到一定的高度時(shí)，人類就會對機(jī)器人產(chǎn)生好感，不再懼怕;然而，筆者所擔(dān)心的是，當(dāng)我們某一天真的處于菲利普·迪克所描述的那個(gè)賽博社會中，如果僅僅通過自己的知覺系統(tǒng)區(qū)分不出機(jī)器人與人類時(shí)，那是不是比恐怖谷更恐怖？