圖片來源 @視覺中國
钛媒體注：本文來源于微信公衆号億歐網（ID： i-yiou），作者 | 馬渭淞，編輯｜常亮，钛媒體經授權發布。
人工智能的發展使算法發展到智能算法，而智能算法的發展，則不僅趨向人工智能的自主進化， 更使人類社會的演化越來越建立在智能算法的基礎之上。例如從中國三國時期的木牛流馬到 2005 年美國波士頓動力研發的機械狗，明顯可見在算法的加持下，人類對機械工藝精緻化與智能化的追求得以加深，并改變了人類社會的生産結構。
從哲學的角度看，十八世紀七十年代，以蒸汽機發明為标志的第一次工業革命，可以被看做是将人力作用于對象的 " 物 "（生産方法），物的開發和激活釋放了生産力，提高了社會生産效率，加速了社會運轉節奏。
而在機器人與人工智能時代，基于智能算法的賦能，機器人在數據學習、醫療技術、工業生産、物流管理等領域的應用已經普及，公司股東與工人形成的生産關系逐漸由人工智能與機器人替代，生産力也獲得了質的提升。
但是，随着技術的不斷提升，機器人的應用逐漸被塞滿了黃金科幻時代的硬核浪漫。人們開始幻想獲得了智慧的類人型機器人會成為 " 拟态人類 "，并輔佐人類走向星辰大海。
就在不久前，特斯拉、小米等科技巨頭陸續推出了旗下自研的類人型機器人，這看似是類人機器人技術發展的一大步，實則更像是在 " 原地踏步 "。無論是特斯拉的 "Optimus" 還是小米自行研發的 CyberOne" 鐵蛋 "，在公衆面前的形象依舊是步履蹒跚、行動遲緩的 " 弱人工智能 " 形态，與科幻劇中與人類并肩而行的場景存有巨大差距。
從人類的 " 智能 " 夥伴到形态略顯 " 智障 "，類人型機器人的發展還有很長的路要走，而智能算法則是類人機器人智能化的重中之重。那麼，依仗智能算法的發展，我們是否還有機會将 " 強人工智能 " 的機器人投入進市場當中呢？
算法，難以托起 " 強人工智能 "
對于智能算法的重要性，此前，光明日報曾給出評論：人工智能技術和應用飛速發展應歸功于推動人工智能發展的三大要素：數據、算法和算力。
算法決定了人工智能的行為模式，一個人工智能系統即使有當前最先進的計算平台作為支撐，若沒有配備有效的算法，隻會像一個四肢發達而頭腦簡單的人，并不能算真正具有智能。
因此，算法對于人工智能，就如同廚師（烹饪的方法）與美味菜肴的關系。算法是實現人工智能的根本途徑，是挖掘數據智能的有效方法。
智能算法所蘊含的威力，早在數年前便已經展現在廣大受衆面前。2016 年 3 月，由谷歌（Google）旗下 DeepMind 公司所開發的機器人 AlphaGo，基于其算法 " 蒙特卡洛樹搜索 " 與 " 卷積神經網絡 "，以總比分 4 比 1 戰勝韓國圍棋名手李世石。
這次人與機器的交鋒，也意味着具有 " 深度思維 " 的機器人開始顯現優勢，在所有棋類戰勝人類隻是一個時間的問題，進而引發 " 機器人何時能夠戰勝人類 " 的讨論。
但是，以目前智能算法的發展，類人型機器人盡管能夠做到 " 科技遍布全身 "，但要想達到高度智能依舊困難。
以特斯拉 Optimus 機器人為例，作為一款類人型機器人，Optimus 面部顯示信息的屏幕内置 FSD 芯片，與汽車共用 AI 系統，在攝像頭采集信息後，可以通過神經網絡處理進行識别、預測和規劃。
在仿生外觀方面，Optimus 具有人類級别的雙手雙腳，四肢由全身搭載的 40 個機電執行器控制，雙腳可通過力反饋感應系統來實現平穩和敏捷的行走，手臂和雙手分别各依靠 12 個機電執行器，可以執行一些人類精細化的作業。
而在機器人 " 大腦 " 的構造領域，Optimus 更是采用特斯拉的超級計算機系統 Dojo，通過 AI 大數據進行神經網絡訓練。其核心是算力極強、帶寬超高的 "D1" 芯片，通過 Dojo 接口處理器進行互連，25 個芯片組成一個訓練單元，算力可達 9 千萬億次。
但是，盡管 " 集科技于一身 "，Optimus 在現在公衆面前裸露的電線，與笨拙的身形，依舊被衆多人調侃成 " 像坐輪椅的癱瘓老頭 "，遠沒能達到人類相似的機動性和靈活性。這也說明盡管當下軟硬件設備進入神速，但受困于智能算法，類人型機器人依舊難以走向 " 強智能 "。
以 " 環境感知 " 算法為例，機器人的環境感知系統包括視覺、聽覺、觸覺。所以感知系統，是人形機器人的一個增量環節，包含着各類傳感器分支，對應的如攝像頭、激光雷達、溫度傳感器、氣味傳感器、聽覺傳感器等。
雖然現階段傳感器的成熟度和豐富度已經較為成熟，但由于傳感器所輸出的信号在一定程度上影響着視覺感知的識别結果。機器視覺模塊還要配合運動系統實現高精度估計和機械手的伺服控制。這也意味着機器人需要通過巨大的樣本量來進行深度學習，還要有海量的算力支持，才能在任何狀态下都能夠獲取正确的正向運動模型。
因此，這種能令類人型機器人實現精密執行操作的算法，很難在短時間内無法實現。同時，基于大量的底層技術研發與投入，也很難從價格上讓大量用戶接受，讓産商盈利。
存在差距，但前景無限
然而，盡管更為精确的算法還未面世，但人工智能的發展，使人們日益清晰地看到社會結構中算法日益擴展的影響。
清華大學新聞與傳播學院教授金兼斌此前曾公開表示：" 算法已經成為信息社會和智能社會的生産力核心要素。" 尤其是在數字經濟中，智能算法與算力更像是數字經濟的生産力，數據就是與之對應的生産資料，而算法決定了數字經濟發展的質量與高度。
值得注意的是，在人工智能乃至算法領域，中國與西方發達國家依舊存在差距。
長期以來，中國在軟件與核心算法整體處于被西方國家 " 卡脖子 " 的狀态。例如在核心工業軟件領域，國産 EDA（電子設計自動化）與發達國家 EDA 工具相比，在性能上（如工具完整性、穩定性、工藝設計等）仍存在代際差距。
在操作系統上，絕大部分手機和個人電腦依舊被谷歌、蘋果、微軟等西方企業所壟斷。在核心算法方面，中國國産的高端機器人在穩定性和易用性上仍與日本、美國、德國和瑞士等國家存在差距，反映了中國在中高端制造業上仍未能掌握相匹配的核心算法。
因此，在類人型機器人的制造方面，基于底層算法與技術的差距，不僅要達成 " 強人工智能 " 任重而道遠，要追上西方發達國家的水平依舊需要時間去打磨。
但值得慶幸的是，我國智能算法的發展環境相對于衆多前沿技術則更加寬松。當前，發達國家對中國在中高端價值鍊上的制裁主要集中在以芯片、光刻機和半導體為代表的硬件技術上。而在算法等軟件方面，諸如 GitHub 等國外開源代碼分享社區并未采取類似的制裁手段，這也成為我國近年來算法技術快速發展的主要原因之一。
除此之外，從市場需求方面來看，如今中國已經成為全球最大的機器人市場。《中國機器人産業發展報告 ( 2022 年 ) 》稱，預計 2022 年，中國機器人市場規模将達到 174 億美元，五年年均增長率達到 22%。
而人形機器人的高适配性可以打通工業、商用、家用場景限制，整合各類應用的市場空間。這也正好契合了中國處于人口紅利減退、勞動力成本上升刺激各行各業加速推進一二三産業人工替代的時代背景。
因此，中國對于人形機器人産業加以重視并不令人意外。目前，北京理工大學的 " 彙童 " 系列、浙江大學的 " 悟空 " 系列、深圳優必選的 Walker 系列是中國人形機器人中的佼佼者，小米、達闼等本土科技企業紛紛跨界入局，進一步推動了中國人形機器人的發展。
而基于對機器人市場的需求日益加深，在算法研發領域，小米自研的 Mi-Sense 深度視覺模組 +AI 算法幫助 CyberOne 實現對真實世界的三維虛拟重建。情緒感知上，CyberOne 搭載自研 MiAI 環境語義識别引擎和 MiAI 語音情緒識别引擎，能夠實現 85 種環境音識别和 6 大類 45 種人類情緒識别。
所以盡管國産類人型機器人依舊難以達到近似于人類同等智能的水準，但是追趕世界第一梯隊并非遙不可及。
結語
科學技術具有創造巨大物質财富的能力，成為物質世界的主要力量。培根認為，科學技術應轉化為現實的财富，而非長期停留在抽象理論的階段。科學技術是改造物質世界、生物質世界或者人類的重要手段，不是簡單的生産工具改進，而是凝結着人類智力勞動和體力勞動精華的體現。
如今，随着人工智能的不斷發展，機器人的大規模場景落地，顯著提升了人類的生産水平。而在智能領域中，人型機器人被譽為 AI 的終極形态，成為我們亟需跨越的技術門檻。
不得不承認，或基于科幻電影及小說，我們對類人機器人犯有基本的歸因錯誤。AI 總是讓我們誤認為它擁有與人類相仿的智慧，而事實上根本沒有，主要在于機器人 " 學習算法 " 的局限性。我們距離實現高度人工智能依舊有很長的路要走。
但是，随着我國對于智能算法的研究加深，跻身世界人形機器人産業第一梯隊隻是時間問題，而是否能率先叩開 " 強人工智能 " 那扇大門，則更讓人充滿期待。
