在本书中，作者先描述了人工智能的缺陷（一个关键的缺点是:它没有具象化），然后提出了一种制造类人机器人的不同方法：成长型机器人，它受到成长心理学及其对早期婴儿行为的描述的启发。他讲述了自己对iCub类人机器人的实验，以及它从新生儿水平到相当于9个月大的婴儿的能力水平的成长，解释了iCub如何从自己的经验中学习。

如何开发出更像人类而不那么像计算机，
更加具有社交属性而不是像个机器，
更加有趣味性而不是那么程序化的机器人。

我一直对人与机器的关系着迷。年轻的时候，我对电机和工程非常感兴趣，现如今这是一门极具创造性的学科。但在我作为一名工程师接受培训期间，我被那些似乎能模仿人类行为某些方面的系统吸引住了。即使是简单的反馈系统也很吸引人（例如，看着一艘船在风和潮汐的冲击下不断地调整航向）。这就引出了这样的问题：人类到底使用了什么样的心理机制？我设法在一些项目上将工程与以人为中心的问题相结合：语音编码、色彩视觉处理和自主控制。我发现心理学是一个重要的缺失元素，而我博士期间的工作是建立感觉运动控制和协调模型，是这里所描述的工作的前提。计算机、大脑和机器之间的关系是多种多样的，令人着迷。
20世纪80年代，当我试图从事这方面的研究时，它完全不受欢迎。人工智能（AI）的新商业化刚刚开始，AI软件正变得非常畅销。在此之前，AI的先驱们认为人类智能和计算机智能之间没有太大区别，并认为两者可以一起研究。对软件产品和应用的推动使得AI与人类认知的研究在很大程度上分离。我记得和Andy Barto、 Richard Sutton，以及马萨诸塞大学阿默斯特分校的其他人一起讨论过我的工作，当时他们正在发展强化学习。在英国，由好奇心驱动的AI基础研究很难获得任何资助，所以我开始在工业机器人、触觉感知、错误恢复和诊断系统等领域研究AI，并一直探索人类在这些任务中的行为，以及AI如何应用于机器人技术。幸运的是，在21世纪，人们又回到了学习、自主主体等话题，以及对人类行为的关注上。在机器人发展的新领域，现在已经有了一个强大的全球研究社区。
我写这本书的部分原因是回应一些关于机器人和AI的常见误解。媒体上流传着大量关于机器人和AI的错误信息，其中一些显然是无稽之谈。虽然在不久的将来会出现一些令人惊叹的技术，但是AI本身也存在局限性，而且有一些涉及我们所有人的伦理问题。
然而，这并不是一个负面的故事，因为在解释了问题的困难之处和本质之后，我接着描述了一种替代方法，其目前正处于交付过程中，并显示出开发通用机器人的真正潜力。我通过自己和相关的研究给出了具体的细节，来说明如何借助心理学和发展理念更接近实现类人行为—这基本上是通用的，但可以加以调整来学习完成专门的任务。
我尽量回避最新技术的细枝末节或细微变化，而专注于趋势、技术发展的方式，以及技术在我们生活中的作用。我觉得重要的是，每个人都应该更多地欣赏当今的技术发展，以便更好地了解什么是可行的，什么是合理的，什么是夸张的。通过将基本常识应用到许多论断和预测中，可以评估技术在我们当前生活（以及未来生活）中的角色，并因此对其产生更大的影响。这本书就是对这些问题的回应，包含了我对这些有趣问题的一些发现和见解。我希望它能提供一个更好的视角来解决智能机器人所带来的一些更广泛的问题。
致谢
在我的职业生涯中，帮助过我的同事、朋友和学生有很多，其中包括英国亚伯大学计算机科学系的同事，以及英国、欧洲、日本和美国的许多大学及其他组织的同事。研究是一个真正的全球性社区，感谢所有慷慨支持、影响和鼓励本书所述方法的朋友和同事。特别感谢那些直接参与本书工作的人：Raphael Braud﹑Fei Chao﹑Kevin Earland﹑Tao Geng﹑Alexandros Giagkos﹑Richard Gunstone﹑Martin Hülse﹑Ian和Tom Izzett﹑Suresh Kumar﹑James Law﹑Daniel Lewkowicz﹑Sebastian McBride﹑Qinggang Meng﹑Marcos Rodrigues﹑Patricia Shaw﹑Michael Sheldon﹑Qiang Shen﹑James Wilson以及 Xing Zhang。当然，本书所表述的一些观点、错误和疏漏都由我负责。
其他帮助过我的人包括Anna Borghi﹑Merideth Gattis﹑Frank Guerin﹑Kevin Gurney﹑David Llewelyn﹑Giorgio Metta﹑David Midd- leton﹑Kevin O’Regan﹑Peter Redgrave﹑Peter Tallack﹑Raymond Tallis，以及我已故的好友Brendan McGonigle和Ulrich Nehmzow。请原谅我没有列出所有的人。
非常感谢麻省理工学院出版社Marie L. Lee的专业和热情支持，也感谢对这个项目提供过帮助的所有编辑和其他工作人员。
这里所述的研究主要在四个项目中进行：两个由英国工程和自然科学研究理事会资助，两个由欧盟委员会（EC）FP7项目资助。iCub仿人机器人起源于欧盟委员会资助的一个项目，欧盟委员会很有远见地为新的研究项目提供了该机器人，结果iCub现在已被全球超过25个机器人研究实验室所使用。
非常感谢英国皇家艺术学会允许我重复使用和修改我的文章“A Frame of Mind” 中的材料，它们出现在第9章。
我很感谢许多图书馆，特别是六个地方图书馆，包括英国亚伯大学的图书馆和威尔士国家图书馆。最后，我非常荣幸有一个积极、乐于助人的家庭，特别是我亲爱的妻子Elizabeth，她在很多方面鼓励和支持了这个项目。

计算机\人工智能

“如果问我们在过去60年的人工智能研究中学到了什么，那就是没有一种神奇的成分可以让人工智能的梦想成为现实。也许人工智能比任何其他科学学科都更需要新的方向和新的思维方式来进步。本书提供了对充满活力和发人深省的人工智能的过去和现在的调查，并为一个新兴的方向——发育机器人技术提供了非常好的建议。总的来说，这本书是经典AI的一个有益的补充。”

——Michael Wooldridge，牛津大学计算机科学教授

“本书为机器人和人工智能技术的传播开辟了一条新的发展道路。对于任何渴望对该领域有客观理解的人来说，这都是一本必读的书。”

—— Kate Darling，The New Breed: What Our History with Animals Reveals about Our Future with Machines一书作者

人工智能（AI）是计算机科学的一个分支，它涉及开发计算机程序来完成某些需要人类智能的任务。AI算法用于学习、感知、问题解决、语言理解和逻辑推理，大多数AI程序不用于控制机器人。即使AI用于控制机器人，AI算法也只是较大的机器人系统的一部分，整个系统还包括传感器、执行器和非AI编程。
机器人是指可编程的机器，通常能够自主或半自主地执行一系列动作。机器人有三个重要的构成因素：通过传感器和执行器与物理世界进行交互；是可编程的；通常是自主或半自主的。机器人只是人工智能的一个载体。随着智能机器人应用领域的扩大，人们期望智能机器人在更多领域为人类服务，代替人类完成更复杂的工作。
本书通过详尽的解释和示例，描述了人工智能和机器人的发展，以及如何开发人性化的社交机器人，澄清了一直以来人们对人工智能和机器人的一些误解，更多地关注未来的发展趋势及方向。
对于那些对人工智能和机器人感兴趣的人以及未来想从事这方面研究的人来说，这是一本通俗易懂且非常受欢迎的书。
由于翻译水平和时间有限，译文难免存在错误和疏漏，恳请读者批评指正。

刘红泉
2021年6月于北京

译者序
前言
第一部分　人工智能怎么了
第1章　问题的本质 …… 2
1.1　行动与思考 …… 3
1.2　社交机器人 …… 5
1.3　人工智能的作用 …… 6
1.4　智力概述 …… 7
1.5　大脑需要身体 …… 9
1.6　本书的结构和主题 …… 9
1.7　应对变化的步伐 …… 17
1.8　对行话的解释 …… 18
注释 …… 20
第2章　商用机器人 …… 21
2.1　家用机器人和服务机器人 …… 23
2.2　野外机器人技术 …… 25
2.3　机器人道路车辆 …… 26
2.4　医用机器人 …… 29
2.5　群机器人技术 …… 30
2.6　娱乐机器人 …… 33
2.7　伙伴机器人 …… 34
2.8　类人机器人 …… 36
2.9　观察 …… 37
注释 …… 38
第3章　从广泛研究到市场 …… 41
3.1　箱中取物 …… 44
3.2　仿生机器人技术 …… 46
3.3　护理和辅助机器人 …… 47
3.4　情感计算 …… 48
3.5　仿人机器人 …… 49
3.6　为什么工业机器人技术如此成功 …… 54
3.7　机器人技术的现状 …… 59
3.8　观察 …… 62
注释 …… 63
第4章　一个暴力的故事 …… 66
4.1　在选项中搜索 …… 67
4.2　国际象棋世界冠军是一台计算机—那又怎样 …… 70
4.3　计算机“思维” …… 74
4.4　结果 …… 76
4.5　观察 …… 79
注释 …… 80
第5章　知识与力量 …… 82
5.1　如何存储知识以供利用 …… 86
5.2　常识 …… 88
5.3　搜索是一种标准技术 …… 90
5.4　符号与数字 …… 91
5.5　学会改进 …… 92
5.6　特征工程 …… 94
5.7　观察 …… 95
注释 …… 96
第6章　小远见和大突破 …… 98
6.1　特征工程的结束 …… 104
6.2　发生了什么 …… 109
6.3　观察 …… 111
注释 …… 112
第7章　学习机器的兴起 …… 113
7.1　机器学习的发展 …… 114
7.2　超市数据挖掘 …… 115
7.3　通过学习算法来学习算法 …… 119
7.4　发现模式 …… 121
7.5　大数据 …… 122
7.6　统计很重要，但是被误解了 …… 124
7.7　变革仍在继续—使用Deep Zero …… 125
7.8　观察 …… 130
注释 …… 131
第8章　深思熟虑和其他预言 …… 132
8.1　AI是一种高度专注的产业 …… 133
8.2　基于任务的AI …… 134
8.3　机器预言 …… 135
8.4　知识工程 …… 140
8.5　社交对话 …… 143
8.6　观察 …… 146
注释 …… 148
第9章　打造巨型大脑 …… 150
9.1　大脑建设项目 …… 151
9.2　全脑仿真 …… 153
9.3　大脑是一台机器—那又怎样 …… 156
9.4　基本人工神经网络 …… 159
9.5　不同的方法：AI和脑科学 …… 161
9.6　更先进的网络 …… 164
9.7　预测编码和自动编码器 …… 165
9.8　ANN的问题 …… 166
9.9　机器人的模拟问题 …… 170
9.10　观察 …… 172
注释 …… 173
第10章　把组件子系统拴在一起 …… 177
10.1　模块化交互的复杂性 …… 179
10.2　计算机如何表示所知道的知识和经验 …… 182
10.3　基于任务的AI局限性 …… 184
10.4　通用AI …… 184
10.5　主算法 …… 185
10.6　生物学比较 …… 187
10.7　超级智能 …… 189
10.8　集成深度人工神经网络 …… 192
10.9　对第一部分的观察 …… 195
注释 …… 201
第二部分　成长和发育机器人
第11章　基础工作——综合、基础和真实性 …… 204
11.1　经典控制论运动 …… 206
11.2　现代控制论 …… 210
11.3　符号接地 …… 212
11.4　新机器人技术 …… 214
11.5　观察 …… 216
注释 …… 217
第12章　发育的方法—培育你自己的机器人 …… 219
12.1　个体发育的作用：成长中的机器人 …… 222
12.2　次序、阶段和时间表 …… 224
12.3　发育的制约因素 …… 228
12.4　从小处开始，尽早开始 …… 230
12.5　解剖学的重要性 …… 232
12.6　人体惊人的复杂性 …… 234
12.7　自主和动机 …… 236
12.8　玩耍—没有目标的探索与发现 …… 239
12.9　成长的架构 …… 242
12.10　观察 …… 247
注释 …… 248
第13章　iCub仿人机器人的发育成长 …… 251
13.1　iCub—用于研究的仿人机器人 …… 252
13.2　管理不成熟的约束 …… 254
13.3　视觉、凝视和注视 …… 256
13.4　运动和视觉空间 …… 258
13.5　物体感知 …… 260
13.6　实验1—纵向发展 …… 260
13.7　实验2—玩耍行为的产生 …… 263
13.8　它是如何工作的 …… 267
注释 …… 274
第三部分　我们将何去何从
第14章　发育机器人将如何发展 …… 278
14.1　发育机器人的行为 …… 279
14.2　教，而不是编程 …… 285
14.3　了解自己和其他个体 …… 287
14.4　自我意识在动物身上很常见 …… 289
14.5　机器人自身 …… 291
14.6　意识 …… 293
14.7　交流 …… 295
14.8　发育特征 …… 296
14.9　这一切会发生吗 …… 297
14.10　我们必须多出去走走 …… 300
14.11　观察 …… 301
注释 …… 302
第15章　AI和AI机器人是如何发展的 …… 303
15.1　基于任务的AI …… 303
15.2　人类水平的AI …… 305
15.3　深度AI …… 308
15.4　机器人发展 …… 310
15.5　社交机器人 …… 312
15.6　人工人类智能 …… 314
15.7　观察 …… 316
注释 …… 317
第16章　了解未来的技术 …… 318
16.1　快速增长—并不是真正的指数级增长 …… 319
16.2　21世纪迄今为止的增长模式 …… 321
16.3　人工通用智能 …… 324
16.4　深度网络、深度学习和自主学习 …… 325
16.5　有什么确凿的证据吗 …… 326
16.6　信任、验证和安全 …… 330
16.7　以产品为中心的观点 …… 331
16.8　人类的关键作用 …… 337
16.9　道德观 …… 340
16.10　来自不透明和不受监管的市场的教训 …… 343
16.11　观察 …… 344
注释 …… 346
第17章　未来学与科幻小说 …… 349
17.1　我们是否聪明到可以知道动物有多聪明 …… 350
17.2　我们生活在一个怎样的世界里 …… 352
17.3　未来学、专家看法和元观点 …… 352
17.4　威胁就在眼前 …… 357
17.5　超级智能与奇点 …… 357
17.6　超人类主义—下载大脑 …… 359
17.7　迫在眉睫的威胁 …… 361
17.8　反乌托邦 …… 364
17.9　并不全是悲观失望 …… 367
17.10　正确看待威胁 …… 368
17.11　结束语 …… 368
注释 …… 371
附录　发育途径的原则 …… 374
参考文献 …… 380