身体的智能：2.3具身化转折点

前面所述的这些失败主要是由于系统和环境之间缺乏丰富的交互。这也导致一些研究者开始追求不同的路：即具身性之路。随着方向的转变，研究问题的性质也开始改变。麻省理工学院计算机科学和人工智能实验室拥有约1000名研究者，这个实验室的主任Rodney Brooks是具身性智能的最早的推动者之一。Rodney Brooks在一系列富有挑战性的题为“无表达的智能”和“无推理的智能”的论文中指出智能总是需要一个身体，我们应该忘记复杂的内部表达和外部世界的模型，我们不应该侧重于复杂的推理过程，而是应该利用系统–环境的相互作用（Rodney Brooks，

1991a）。“世界是它自己最佳的模型”是他当时的一个口号。为什么当你可以容易地看到世界时还要去建立它的复杂的模型呢？20世纪80年代后半期，他开始研究昆虫的运动方式，并制造出著名的六足步行机器人“Ghengis”他为什么选择昆虫作为研究对象呢？Rodney Brooks给出了一个原因，因为从无机物到昆虫的进化所花费的时间要远超过从昆虫到人类的进化时间，所以我们应该从研究昆虫开始。以Rodney Brooks的论点，一旦我们了解昆虫这个层次的智能，认识和构建人类级别的智能就会容易而且快得多，因为从无到有实现昆虫层次智能，应该是一个比从昆虫层次跨越到人类层次的智能更困难的问题。为了理解这个观点，可以简要回顾一下地球进化历史。单细胞实体大约产生于35亿年前的原始海洋。过了10亿年，光合植物出现了。又经过约15亿年以上，大约5.5亿年前，第一个鱼类和脊椎动物应运而生，1亿年后，昆虫出现了。让我们直接引述Rodney Brooks的论点：

然后，一切开始快速前进。爬行动物出现于3.7亿年前，接着，3.3亿年前出现恐龙，2.5亿年前出现哺乳动物。灵长类动物出现在1.2亿年前，大猿猴则出现在1800万年前。直到250万年前人类才出现，他们于1.9万年前发明了农业，文字的历史则少于5000年，而“专家”知识的出现则只有数百年的时间。（Rodney Brooks，1990）

由于对昆虫的兴趣，步行和运动方式通常成为重要的研究课题。相对学习国际象棋、证明定理、解决抽象问题来说，这是一个根本转变，而且这两个领域之间的相互关系也不是那么的明显（这个问题，我们以后会详细解释）。人们开始研究其他问题包括定向行为：在部分已知且不断变化的环境中寻找出路，包括寻找“食物”

（由某类物体来表示，如小圆柱体）；带食物回“巢”，也称为归巢（homing）；或一般性的对环境的探索。人们也投入了大量精力研究非常基础的行为，如沿墙走、趋光运动和障碍回避。值得一提的是，在这一领域研究人员开始使用词汇如“寻找食物（search for food）”、“归巢（homing）”、“回巢（going back to
the nest）”等，这

表示开发的机器人其实有和动物相似的特性。由于在人工智能历史中赋予非生物以类似生命特性有着很悠久的历史，研究人员自一开始就赋予他们的电脑或电脑程序以人类的特性，称它们为智能或聪明的，并声称它们在回答问题时也能理解这些问题等。赋予人造物以类似生命特性是人类固有的特征，而牛津大学的行为科学家及

“动物机器人（animal robotics）”领域创始人―David McFarland这样提出：“人格化，不治之症”。但人格化已经有几百年的历史了，想想在童话或迪斯尼影片里有多少会说话的动物或物体。McFarland的观点是当我们观察动物、电脑、机器人的行为时，我们必须对我们人类强加给它们的特性非常谨慎，如当我们说这动物“想要”吃，或这机器人“看到”一个人。我们怎么知道动物是“想要”东西，我们这样说实际意味着什么呢？有关更详细的说明留待后文。

现在，具身性的观点需要与真实世界实体系统（如机器人）合作。虽然计算机和机器人经常被一起提到，好像它们是大致相同的，实际上他们是完全不同的。计算机的输入是由击打键盘和点击鼠标完成的，由于击键是离散的，用户需要借助有限按键的键盘，输入他想要处理的内容。相比之下，生物智能体（动物和人类）有复杂的传感器，这些传感器提供大量的、不断变化的刺激，也就是潜在的有关真实世界的丰富信息。但真实世界并不提供标签，我们必须设法自己搞清这个感觉刺激对我们意味着什么。而就计算机而言，这项工作则是由用户来完成的。因此，在很大程度上独立于人类控制之外的真正的自主型机器人必须是情境性的，即它们应该能够通过自己的传感系统了解环境，而电脑完全做不到这些。同时，电脑是简洁而且清楚的，几乎每个人都能理解，使用或进行编程，它们很适于仿真。但建造机器人，需要工程方面的专业知识，而这些知识一般在计算机科学实验室里是找不到的；另外，建造机器人是粗活，会弄脏你的手，这也为生活在信息技术时代的人们所不齿。

一般来说，具身化系统与真实世界的相互作用始终是“杂乱的”和难以定义的，面临许多问题，例如，决定机器人作业环境的种类（如办公环境、工厂、户外工作、

在城市的街道上、在不平路面上、在家中、在水中、在空中、在外层空间），决定采用何种传感器（摄像头、麦克风、红外、超声、触觉）、驱动器（手、胳膊、腿、翅膀、鳍、轮子或者吊钩或磁铁）、能源供应（最难的问题）以及构建机器人所需要的材料。更糟的是，智能体和环境相互作用的物理性质也必须加以考虑。这包括对机器人承受的力、力矩和摩擦的考虑，但由于环境变化迅速且人们对其预测能力非常有限，致使有关世界的信息总是非常有限。这些考虑事项中的大多数，一般与智能的概念无关。将会在本书第二部分中介绍的智能系统设计原理，试图抓住真实世界中的具身化系统所必须考虑的各项设计因素。

所以，在具身性出现以后，人工智能领域的性质发生急剧变化。传统的人工智能与心理学，尤其是与认知心理学之间的联系非常显著，然而至少在具身性智能方法诞生初期，人们的兴趣更多地转向了非人类生物系统，如昆虫、蛇或老鼠。此外，

在这一时期，人工智能这个术语的含义开始转变，确切地说，开始采纳两种含义：

第一种意思是GOFAI，即传统的演算方法，而另外一种更普遍地指一个范式，其目标是要理解生物系统，同时，利用理解到的知识，建立人工系统。结果，现代的具身性方法开始走出计算机科学实验室而进入机器人学、工程技术和生物学实验室。