IROS 2016 | 德國Heinrich H Bulthoff教授：機器人能從人腦感知和認知中借鑒什么？

AlphaGo贏得圍棋大戰后，很多人開始思考AI革命的問題，說白了就是AI階段上升的問題，它標志著我們從弱AI階段進入了強AI或者說人類水平的AI階段，但既然跟“人類”開始掛鉤，那我們就應該探討從人那里，機器人可以切身學到什么？

在今天韓國大田舉辦的IROS 2016 人腦項目中的虛擬神經機器人分論壇里，德國馬克斯·普朗克學會的Heinrich H. Bulthoff (Heinrich H. Bülthoff）教授從5個方面為我們闡述了他的觀點。

在講這5個方面前，我想說，從弱AI階段進入了強AI或者說人類水平的AI階段，首先第一個關鍵是要增長計算力。

第二個關鍵是看大腦如何運作的。

所以引申出下面的5方面。

1) 我們能從大腦識別里學到啥？  

目前我們通過3D建模，精確的物理控制和維度控制學會了人臉識別和物體識別這些大腦常做的工作。

2）大腦怎么計算的（推理的）？

大腦不是一個曝光計，它不是根據光的密度來決定它對什么感興趣的，而是根據它的推斷來決定它對什么感興趣的。下面這三個經典例子都表明，而這個感知過程，很有可能是由一種無意識的推斷組成的。

3）為什么積極的感知很重要？

人類感知很大程度上，是一種被動的的積極感知。當一些東西進入我們的視野，我們會選擇性地對進入事業的東西的一部分進行高分辨率的感知。比如這個自上而下的圖我們目前就不能解釋我們如何選擇感知目標的。

4）關于虛擬世界中的感知和行動。

在飛行員訓練中我們經常見到這種例子，飛行員坐在訓練室里的椅子上，椅子在360各種旋轉，飛行員自己手里拿著方向盤移動，雖然它沒有在天上開飛機，但他獲得的感覺跟在藍天上完全一致。這給了我們一個重要啟示，就是大腦如何在復雜的控制運動中，用不同的（感知）傳感器就可以達到任務，而不是真的要完全模擬我們的大腦。

在現實生活中我們怎么應用它？下面這個圖是非常常見的一部分。

小結：

Heinrich H. Bülthoff教這個話題給我們的啟發是，跟運動模仿那邊不一樣的是，基于人腦的模仿，除了物理上的模仿，還摻雜了人類意識上，甚至可以說哲學層面的模仿，這告訴我們在做基于這類模仿的機器人技術時，應該對人類行為背后的認知和感知思維有個更深層次的理解，從而助力我們更好地實現真正的“類人”人工智能。

雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。