2020年10月25日，“科普中国-我是科学家”第28期“AI：人工智能，或者爱”演讲现场，中国科学技术大学计算机科学与技术学院教授、机器人技术标准创新基地主任、全球人工智能理事会执行委员陈小平带来演讲：《十年后，谁来帮你分担家务，排忧解难？》。
大家好，我是陈小平。我今天想和大家分享：十年后，我们的生活会是什么样？现在科技发展很快，经济发展也很快，想想看：十年后，家务活谁做？或者，有一些空巢老人觉得寂寞，谁来帮他们排解寂寞，碰到了困难谁来帮他们解决？我们想用机器人帮助大家做这些事情。
为了实现这个目标，我们中国科大机器人团队研发了两款机器人。左边这个是可佳机器人。看起来其貌不扬，但是聪明能干、任劳任怨。右边这位美女是佳佳机器人，非常漂亮。有人问，能不能将它们合到一起？将来会合到一起的，未来我们的机器人会上得厅堂，下得厨房。
可佳机器人，为什么叫“可佳”？这个名字源于中国古代公元四世纪的一份文献，记录了一个神话故事，讲的是，一个孤儿住在海边，他非常辛苦，又要忙工作又要忙家务。
有一天，他捡到一只田螺，养在水缸里。养了三年后，突然有一天，他回家后发现家里的活都干好了，但不知道是谁，每天都是这样。有一天他就提前回来，发现田螺姑娘从水缸里钻出来了，帮他干家务。这个故事叫《海螺姑娘》（也有版本叫《田螺姑娘》）。“海螺”的英文是conch，所以我们为这个机器人取了音译的名字“可佳”。
这个神话传说反映了什么？我认为，“海螺姑娘”或“田螺姑娘”就是家庭服务机器人的一个文化原形。一些欧美机器人专家同行也都接受我这个观点。所以啊，早在公元四世纪，我们中国人就开始设想将来有这种家庭服务机器人，它们干活应该像可佳这样，而相貌要像佳佳这样。当然，这也是我们现在的理想。
最初我是怎么想出来的呢？也不是那么容易。25年前，我就在做人工智能理论的研究。
当时我的一个主要课题叫做“意图逻辑”，因为那时候有一些意图逻辑的难题，其中有一个难题叫“副作用问题”，十几年、二十年国际上都解决不了。我想了一个办法，提出一个理论，把这个问题基本上解决了，然后那篇论文就被世界人工智能联合大会录用了。我去做报告，结果很多人来听，我就很奇怪，为什么有这么多人关心这个问题？当时，我们中国的人工智能发展，还没有现在这么热烈。
那届大会上，有200篇正式论文，中国大陆只有我这一篇，所以很多人来看，这是一个什么样的怪物？
这件事给我帮助很大。因为引起了很多人的关注，我得以和当时国际上人工智能领域的一些领军学者、一流学者直接面对面交流。通过交流，我学到了很多书本或论文中没有的东西。其中一条是，我发现这些一流的、领军的学者，虽然他们的论文大部分写的是纯理论，有很多数学（我的论文里全是数学），但我发现，他们心里都有明确的应用背景，他们想的是十年、二十年、五十年以后可能有什么应用需要。我觉得我也应该这样。
回来后，我就想，做什么呢？我想做机器人。当时中国还不太需要机器人，因为我们的劳动力过剩；但我相信，未来中国还是需要机器人的。那么，要怎么学会做机器人呢？当时我不懂机器人，整个团队也都不懂。我们需要学习。怎么能懂呢？我想的是，我们要去参加一个比赛。因为，读书读得再好，考了一百分，作为一个学生是不错了，但作为一个研究人员，这说明不了什么问题。
于是我们就去参加机器人世界杯，RoboCup。这个比赛其实是一个50年的科学计划，计划用50年时间，到2050年前后，要让机器人的能力要和人类差不多。我们从2000年开始参加这个比赛。一开始我们什么都不懂，就是学习。到2006年，我们得到了第一个世界冠军。这张照片中间就是我们当时的两位核心队员，左边是第二名德国队，右边是第三名日本队。
从2006年到前几年，我们一共得了12次世界冠军。
这张照片是2007年在美国亚特兰大，左边是颁奖嘉宾彼得·斯通教授，他是国际人工智能青年科学家奖获奖者——这个奖每年只发给一位科学家。很荣幸，他也是参赛的选手，我们和他同场竞技。那一年，我们参加了10项比赛中的4项比赛，得了2项冠军、1项亚军、1项第四名，获得了总成绩世界第一。这个“世界第一”未必说明我们的机器人水平达到了世界第一，但至少证明我们懂了机器人。
懂了以后，怎么办？
我们想要做一件和实际应用、原始创新更加密切相关的事。2008年，我们决定做可佳机器人。这可比机器人足球难多了。现在人工智能比较火的是“阿尔法狗”。大家知道，阿尔法狗战胜了很多顶级的人类围棋高手。它到底是怎么赢的？
阿尔法狗下棋，不是看一盘一盘的棋，它是看所有的棋，根据围棋规则画出这样一棵树，叫做博弈树：第一步，根据围棋规则，黑棋要先走，它走的时候棋盘上有361个点可以落子，另外它也可以选择不走，所以总共有362个落子（或者叫行动）选择，它从中间选一个。
阿尔法狗怎么选？阿尔法狗不管对手，它只管选胜率最大的那个落子。第一步走了以后，第二步如果也是阿尔法狗走，那它能选多少？
因为黑棋已经占了一个点，白棋能走的就少了一个点，它就从361个落子中选一个，一直这样走下去，比如按照这样一条线走了一局棋。围棋总共有多少局棋呢？有10300那么多局。太多了，我们算不出胜率怎么办？阿尔法狗的办法叫“自博”，就是自己跟自己下，下了2900万局。
这些自博不是乱下，也不是用深度学习下，而是用了强力法中的一个关键技术蒙特卡洛树搜索（Monte Carlo tree search），它找到2900万局棋，再从这些棋里反推出所有落子的胜率估计。它用40天把这些胜率估计都学出来了，以后就根据胜率估计下棋，战胜了所有的人。
机器人足球也有一棵博弈树，但它比围棋博弈树复杂太多。
首先，围棋比赛是1:1，而机器人足球赛是11:11，这是第一个区别；第二个区别是，围棋中一步棋最大的选择是有362种，而机器人足球“仿真2D”比赛中，每一步都有3700万种选择。所以，我们人工智能程序要从那么多选择里选出最优的，比阿尔法狗还要复杂。但这些都不是最复杂的。要让机器人进入家庭，比这些都更加复杂。为什么呢？
因为围棋和机器人足球中的选择范围是固定的，就那么多，但在家庭环境里，我们不知道会发生什么情况。所以，2008年决定做可佳机器人，也是非常有挑战性的。我们就以机器人足球的技术作为基础，进一步往前走。
我们先在实验室里为机器人搭了一个家，在这里做一些试验。这是客厅，远一点是厨房——厨房里什么都有的，是真的能做饭的厨房，再旁边是卧室。
我们用的技术有很多，有强力法，有训练法，跟阿尔法狗一样；但对可佳机器人来说，这还不够，因为会碰到家庭环境非封闭的问题。什么是非封闭问题？比如，无人驾驶汽车在完全不受控制的全自然环境下的驾驶，再比如识别人真正的内心想法，非封闭问题是最复杂的AI问题。那怎么办呢？我们就想了一些办法，提出两种技术，一种是开放知识，一种是融差性原理。看看用了这些新方法，我们的机器人能做什么？
这个视频就是可佳机器人在家里操作微波炉来帮你加热食品。这个视频里的操作相对简单，就是加热牛奶。2010年，可佳就可以做这件事了，不过还只是在实验室的环境。如果未来将可佳引入千家万户，每家的环境都不一样，而且用户的行为也有可能干扰机器人，会发生什么样变化、产生什么干扰，事先是无法预知的，这就是非封闭性。2018年，我们想到了一个解决办法。现在可佳再做这件事情时，如果有人给它捣乱，它仍然能够正常工作。
看，它现在开微波炉完全是自己做，不需要人遥控。它一开门，这个微波炉就会移动，注意看，微波炉的位置就不一样了。这就是一个非封闭性问题。然后人捣乱又把门关上了，它想一想，它把东西放在微波炉顶上，人又把微波炉打开了——人是最麻烦的。
现在可佳还是有相当多办法，它想一想就知道该怎么办。
但它一关门，这个微波炉又移动了，然后它要去按那个按钮，按钮的直径不到10毫米，它的偏差只要有3毫米就按不准，这对移动操作机器人非常难。所以需要用到强力法加训练法，再加上融差性原理，现在按这个按钮就相当准了。按了以后，它会去看这个显示屏，就知道是按准了，如果没按中，它还会去按。它现在要开门的时候，又有人捣乱，这次门就打不开。但它会想一想，认为自己下次能打开，就把这个门打开了。
这是一个比较短的视频，“加热牛奶”也是比较简单的操作，其实可佳还可以用微波炉做简单的饭，而且不仅可以做饭。这张照片是我们在参加比赛时做的实验。我们的一名队员躺在地上，模拟的是老人在家摔倒了，但是家里没人，怎么办？机器人要发现老人摔倒了，还要走过去帮助老人。可能老人说，赶紧给我吃一粒速效救心丸，那机器人就要能把药找到。这是可佳机器人在找药，找到后还要送过去，帮助老人吃药。
当然机器人也可以发短信、发微信去报警，那都是很简单的事。更重要的是，机器人要在现场及时去帮助跌倒的人。
现在中国已经有四千万失能老人，另外，民政部还有个数据，中国有3.5亿个家庭，其中2.5个亿家庭需要家庭服务。但我们的家庭服务员却只有不到1700万，而且这个数字在不断地减少。未来，我们只能依靠机器人。我们发现，有的机器人刚才那些事情都能做得很好，但是它的手不行，抓东西比人要差很远。于是我们用融差性原理做了一个手爪，可以抓鸡蛋，抓比较大的东西，抓碗，抓软的东西，比如豆腐。
我们实验室研制的这款手爪很便宜，现在人民币100万进口的手爪都抓不了豆腐，但我们这个几千块钱的手爪能抓豆腐。看一下，这个豆腐非常软。看，豆腐被人抓碎了。我们把这个豆腐和其他硬的东西都放在同一个传送带上，上面有一个摄像头，也是很便宜的那种一千块钱的摄像头，大致看一下豆腐的大小和位置。人用两个指头抓不起来的豆腐，这种手爪可以抓起来。这里面，木块很硬，蛋糕比较软，豆腐最软，这些东西我们的手爪都能抓起来。
我们做这个试验，研究人员一方面可以做科研，另一方面他们的生活能力也得到了锻炼，原来我的这些学生只会吃豆腐，现在也学会买豆腐了。还有一件事也很困难。有人说，可佳它看上去是个机器，不像人，很多用户不太接受，说，什么机器人，你那个是机器，不是人。于是我们想，怎么能让机器人更像人，像人一样可亲、可接受？我们就做了佳佳机器人。佳佳机器人和人对话时，它能理解人的一些意思，包括理解上下文。
机器人干活其实是挺难的，但是相对情感交互来说，还是“干活”比较容易。比如说高铁，它运行的时候两边都有护栏，所以其实高铁的运行相对简单；但如果是无人驾驶，那就比高铁难多了，因为是个开放的环境；要让机器人去读懂人心，那就更难了。我们只看表面，都很难弄清楚人心里想的是什么。目前用强力法和训练法，是不能直接地去解决这些开放的问题的。所以在基础理论的研究中，我们要做更大的努力。
可另一方面，只要把一个实际问题封闭化，就像高铁的轨道，两边加上护栏，这个问题就大大变简单了。在大量的应用中，我们可以用封闭化的办法帮助制造业、物流行业、信息产业和一部分服务业转型升级。刚才谈的都是技术，其实，还有些问题需要在技术之外考虑。比如我们想让人工智能把人心读得更准，我们想交互的时候让用户更接受机器人，觉得它像人一样可亲，这些短期内靠训练法、靠强力法是有难度的，至少未来十五年内是有难度的。
但我们可以换一个角度，不仅有科学的观点，还可以有人文的观点。佳佳就是这么做的，它的能力可能没有人强，但它的表现让人觉得非常可爱，乐意使用它，所以佳佳的追求目标是“人见人爱，春暖花开”。另外，过去做研发，只要研发出新技术，研发出了一些新产品，只要有用户，在经济上能有很好的经济效益，那就会去推广这样的产品——但未来的创新模式会有所变化。
比如说，如果一个产品它确实有很多用户，可是它导致了一些不好的社会后果，比如说导致大量的工人失业，那么，未来是否还要做这样的产品，我们就要谨慎考虑了，因为不能只考虑经济效益，还要考虑社会效益。
所以，我认为，未来社会会有更大的变化，未来人工智能参与设计的不仅仅是产品，而是要设计人工系统。这种人工系统的设计要综合考虑社会效益和经济效益。技术的发展会和人类的根本利益、福祉更紧密地结合，因为技术的目标就是要提高人类的福祉。谢谢大家。