人工智能是一門(mén)極富挑戰(zhàn)性的科學(xué)，從事這項(xiàng)工作的人必須懂得計(jì)算機(jī)知識(shí)，心理學(xué)和哲學(xué)。人工智能是包括十分廣泛的科學(xué)，它由不同的領(lǐng)域組成，如機(jī)器學(xué)習(xí)，計(jì)算機(jī)視覺(jué)等等，總的說(shuō)來(lái)，人工智能研究的一個(gè)主要目標(biāo)是使機(jī)器能夠勝任一些通常需要人類智能才能完成的復(fù)雜工作。但不同的時(shí)代、不同的人對(duì)這種復(fù)雜工作的理解是不同的。在了解人工智能之前我們需要對(duì)機(jī)器人的是如何工作的原理進(jìn)行一定的了解，下面跟著銳馳機(jī)器人小編一起來(lái)學(xué)習(xí)下！
機(jī)器人是如何工作的
英語(yǔ)里機(jī)器人（Robot）這個(gè)術(shù)語(yǔ)來(lái)自于捷克語(yǔ)單詞robota，通常譯作強(qiáng)制勞動(dòng)者。用它來(lái)描述大多數(shù)機(jī)器人是十分貼切的。世界上的機(jī)器人大多用來(lái)從事繁重的重復(fù)性制造工作。它們負(fù)責(zé)那些對(duì)人類來(lái)說(shuō)非常困難、危險(xiǎn)或枯燥的任務(wù)。
最常見(jiàn)的制造類機(jī)器人是機(jī)器臂。一部典型的機(jī)器臂由七個(gè)金屬部件構(gòu)成，它們是用六個(gè)關(guān)節(jié)接起來(lái)的。計(jì)算機(jī)將旋轉(zhuǎn)與每個(gè)關(guān)節(jié)分別相連的步進(jìn)式馬達(dá)，以便控制機(jī)器人（某些大型機(jī)器臂使用液壓或氣動(dòng)系統(tǒng)）。與普通馬達(dá)不同，步進(jìn)式馬達(dá)會(huì)以增量方式精確移動(dòng)。這使計(jì)算機(jī)可以精確地移動(dòng)機(jī)器臂，使機(jī)器臂不斷重復(fù)完全相同的動(dòng)作。機(jī)器人利用運(yùn)動(dòng)傳感器來(lái)確保自己完全按正確的量移動(dòng)。
這種帶有六個(gè)關(guān)節(jié)的工業(yè)機(jī)器人與人類的手臂極為相似，它具有相當(dāng)于肩膀、肘部和腕部的部位。它的肩膀通常安裝在一個(gè)固定的基座結(jié)構(gòu)（而不是移動(dòng)的身體）上。這種類型的機(jī)器人有六個(gè)自由度，也就是說(shuō)，它能向六個(gè)不同的方向轉(zhuǎn)動(dòng)。與之相比，人的手臂有七個(gè)自由度。
人類手臂的作用是將手移動(dòng)到不同的位置。類似地，機(jī)器臂的作用則是移動(dòng)末端執(zhí)行器。您可以在機(jī)器臂上安裝適用于特定應(yīng)用場(chǎng)景的各種末端執(zhí)行器。有一種常見(jiàn)的末端執(zhí)行器能抓握并移動(dòng)不同的物品，它是人手的簡(jiǎn)化版本。機(jī)器手往往有內(nèi)置的壓力傳感器，用來(lái)將機(jī)器人抓握某一特定物體時(shí)的力度告訴計(jì)算機(jī)。這使機(jī)器人手中的物體不致掉落或被擠破。其他末端執(zhí)行器還包括噴燈、鉆頭和噴漆器。
工業(yè)機(jī)器人專門(mén)用來(lái)在受控環(huán)境下反復(fù)執(zhí)行完全相同的工作。例如，在焊錫的領(lǐng)域，傳統(tǒng)的人工焊錫不但效率不高，而且焊錫過(guò)程會(huì)產(chǎn)生對(duì)人體有害的起來(lái)，利用自動(dòng)焊錫機(jī)就可以很好的解決這些問(wèn)題，不但可以提高焊錫的效果，機(jī)器人維修，成本也會(huì)得到相應(yīng)的減少。對(duì)于企業(yè)的發(fā)展是很有必要的。
機(jī)器臂是制造汽車時(shí)使用的基本部件之一
大多數(shù)工業(yè)機(jī)器人在汽車裝配線上工作，負(fù)責(zé)組裝汽車。在進(jìn)行大量的此類工作時(shí)，機(jī)器人的效率比人類高得多，因?yàn)樗鼈兎浅＞_。無(wú)論它們已經(jīng)工作了多少小時(shí)，它們?nèi)阅茉谙嗤奈恢勉@孔，用相同的力度擰螺釘。制造類機(jī)器人在計(jì)算機(jī)產(chǎn)業(yè)中也發(fā)揮著十分重要的作用。它們無(wú)比精確的巧手可以將一塊極小的微型芯片組裝起來(lái)。
機(jī)器臂的制造和編程難度相對(duì)較低，因?yàn)樗鼈冎辉谝粋�(gè)有限的區(qū)域內(nèi)工作。如果您要把機(jī)器人送到廣闊的外部世界，事情就變得有些復(fù)雜了。
首要的難題是為機(jī)器人提供一個(gè)可行的運(yùn)動(dòng)系統(tǒng)。如果機(jī)器人只需要在平地上移動(dòng)，輪子或軌道往往是最好的選擇。如果輪子和軌道足夠?qū)挘鼈冞�適用于較為崎嶇的地形。但是機(jī)器人的設(shè)計(jì)者往往希望使用腿狀結(jié)構(gòu)，因?yàn)樗鼈兊倪m應(yīng)性更強(qiáng)。制造有腿的機(jī)器人還有助于使研究人員了解自然運(yùn)動(dòng)學(xué)的知識(shí)，這在生物研究領(lǐng)域是有益的實(shí)踐。機(jī)器人的腿通常是在液壓或氣動(dòng)活塞的驅(qū)動(dòng)下前后移動(dòng)的。各個(gè)活塞連接在不同的腿部部件上，就像不同骨骼上附著的肌肉。若要使所有這些活塞都能以正確的方式協(xié)同工作，這無(wú)疑是一個(gè)難題。在嬰兒階段，人的大腦必須弄清哪些肌肉需要同時(shí)收縮才能使得在直立行走時(shí)不致摔倒。同理，機(jī)器人的設(shè)計(jì)師必須弄清與行走有關(guān)的正確活塞運(yùn)動(dòng)組合，并將這一信息編入機(jī)器人的計(jì)算機(jī)中。許多移動(dòng)型機(jī)器人都有一個(gè)內(nèi)置平衡系統(tǒng)（如一組陀螺儀），該系統(tǒng)會(huì)告訴計(jì)算機(jī)何時(shí)需要校正機(jī)器人的動(dòng)作。
人工智能（AI）無(wú)疑是機(jī)器人學(xué)中最令人興奮的領(lǐng)域，無(wú)疑也是最有爭(zhēng)議的：所有人都認(rèn)為，機(jī)器人可以在裝配線上工作，但對(duì)于它是否可以具有智能則存在分歧。就像機(jī)器人這個(gè)術(shù)語(yǔ)本身一樣，工業(yè)機(jī)器人維修，您同樣很難對(duì)人工智能進(jìn)行定義。終極的人工智能是對(duì)人類思維過(guò)程的再現(xiàn)，即一部具有人類智能的人造機(jī)器。人工智能包括學(xué)習(xí)任何知識(shí)的能力、推理能力、語(yǔ)言能力和形成自己的觀點(diǎn)的能力。目前機(jī)器人專家還遠(yuǎn)遠(yuǎn)無(wú)法實(shí)現(xiàn)這種水平的人工智能，但他們已經(jīng)在有限的人工智能領(lǐng)域取得了很大進(jìn)展。如今，具有人工智能的機(jī)器已經(jīng)可以模仿某些特定的智能要素。
計(jì)算機(jī)已經(jīng)具備了在有限領(lǐng)域內(nèi)解決問(wèn)題的能力。用人工智能解決問(wèn)題的執(zhí)行過(guò)程很復(fù)雜，但基本原理卻非常簡(jiǎn)單。首先，人工智能機(jī)器人或計(jì)算機(jī)會(huì)通過(guò)傳感器（或人工輸入的方式）來(lái)收集關(guān)于某個(gè)情景的事實(shí)。計(jì)算機(jī)將此信息與已存儲(chǔ)的信息進(jìn)行比較，以確定它的含義。計(jì)算機(jī)會(huì)根據(jù)收集來(lái)的信息計(jì)算各種可能的動(dòng)作，然后預(yù)測(cè)哪種動(dòng)作的效果最好。當(dāng)然，計(jì)算機(jī)只能解決它的程序允許它解決的問(wèn)題，它不具備一般意義上的分析能力。象棋計(jì)算機(jī)就是此類機(jī)器的一個(gè)范例。
某些現(xiàn)代機(jī)器人還具備有限的學(xué)習(xí)能力。學(xué)習(xí)型機(jī)器人能夠識(shí)別某種動(dòng)作（如以某種方式移動(dòng)腿部）是否實(shí)現(xiàn)了所需的結(jié)果（如繞過(guò)障礙物）。機(jī)器人存儲(chǔ)此類信息，當(dāng)它下次遇到相同的情景時(shí)，會(huì)嘗試做出可以成功應(yīng)對(duì)的動(dòng)作。同樣，現(xiàn)代計(jì)算機(jī)只能在非常有限的情景中做到這一點(diǎn)。它們無(wú)法像人類那樣收集所有類型的信息。一些機(jī)器人可以通過(guò)模仿人類的動(dòng)作進(jìn)行學(xué)習(xí)。在日本，機(jī)器人專家們向一部機(jī)器人演示舞蹈動(dòng)作，讓它學(xué)會(huì)了跳舞。
有些機(jī)器人具有人際交流能力。Kismet是麻省理工學(xué)院人工智能實(shí)驗(yàn)室制作的機(jī)器人，它能識(shí)別人類的肢體語(yǔ)言和說(shuō)話的音調(diào)，并做出相應(yīng)的反應(yīng)。Kismet的作者們對(duì)成人和嬰兒之間的交互方式很感興趣，他們之間的交互僅憑語(yǔ)調(diào)和視覺(jué)信息就能完成。這種低層次的交互方式可以作為類人學(xué)習(xí)系統(tǒng)的基礎(chǔ)。
Kismet機(jī)器人
Kismet和麻省理工學(xué)院人工智能實(shí)驗(yàn)室制造的其他機(jī)器人采用了一種非常規(guī)的控制結(jié)構(gòu)。這些機(jī)器人并不是用一臺(tái)中央計(jì)算機(jī)控制所有動(dòng)作，它們的低層次動(dòng)作由低層次計(jì)算機(jī)控制。項(xiàng)目主管羅德尼？布德克斯（RodneyBrooks）相信，這是一種更為準(zhǔn)確的人類智能模型。人類的大部分動(dòng)作是自動(dòng)做出的，而不是由最高層次的意識(shí)來(lái)決定做這些動(dòng)作。
人工智能的真正難題在于理解自然智能的工作原理。開(kāi)發(fā)人工智能與制造人造心臟不同，科學(xué)家手中并沒(méi)有一個(gè)簡(jiǎn)單而具體的模型可供參考。我們知道，大腦中含有上百億個(gè)神經(jīng)元，我們的思考和學(xué)習(xí)是通過(guò)在不同的神經(jīng)元之間建立電子連接來(lái)完成的。但是我們并不知道這些連接如何實(shí)現(xiàn)高級(jí)的推理能力，甚至對(duì)低層次操作的實(shí)現(xiàn)原理也并不知情。大腦神經(jīng)網(wǎng)絡(luò)似乎復(fù)雜得不可理解。