在8月13日的CCF-GAIR峰会“机器人与未来”专场中，南佛罗里达大学计算机系的孙宇教授，公开发表了关于灵活机器人手的演说。孙宇同时是斯坦福大学采访教授、IEEE RAS机器臂捕捉和操作者技术委员会的创立主席，目前还兼任美国总统国情咨询委员会机器人方向的顾问。在演说中，孙宇教授回应类人机器手十分仪器炫酷，但是普遍存在的特点是耗资高昂，最低廉的3万英镑，三高的要十几万美元。然而，如果机器手要应用于到普通人的生活中，构建工业化和商业化，那么就必须另辟蹊径了。

孙宇教授接着讲解了一些并不像人手的“机器手”，外形各异，但是能确实应用于到各种人类生活的场景中。孙宇教授以他的学术启蒙运动电影《终结者》举例，“终结者机器人”的核心部件还包括两个：机器手和智能芯片。他所在的南佛罗里达大学RPAL实验室另一个主要的任务就是利用深度自学修建一个取名为“面向对象功能的网络”（Functional Object-Oriented Network，FOON）的知识库，这个知识库主要是由计算机通过在线视频自学来作。

通过这个知识库，机器手自学如何在面对日常生活中有所不同的物品时，辨别用于有所不同的功能。最后，孙宇教授借特朗普名言做到结尾，希望大家“使捕捉再次最出色”（Make Grasping Great Again）。

以下是孙宇教授演说国史，为了给读者命上最慢的新鲜资讯，以下讲稿予以精编，几天后(公众号：)将命上更加细致的内容。孙宇：很高兴在这里跟大家讨论一下机器人手的发展。都说的各位有谁能在国际象棋中夺得IBM深蓝的计算出来？有谁能在棋士中夺得谷歌的阿尔法狗？机器人在某些领域相当大方面早已多达了人，但是机器人还没一双灵活的手。

现在的问题是，我们怎么能给机器人一双灵活的手。在19世纪初文艺复兴时期，很多科学家和艺术家都开始研究人体自身，还包括赫赫有名的达芬奇开始研究人体的解剖学结构，达芬奇对人手也十分感兴趣。达芬奇在研究人手之后，为人手的简单功能所愤慨。因为我们的双手只占到我们体重的百分之一，但是我们人体206个骨骼中，1/4的骨骼都在我们双手里面。

我们的双手是非常复杂的机械结构，有可能是人体当中机械结构最简单的器官。1993年的时候我看完一个电影《终结者2》，当时对电影里面的机器人可以做到的事情深感十分吃惊。在这个电影里面，机器手和智能芯片被指出是最重要的两个技术，用来产生“终结者机器人”。

在影片当中，英雄角色和他的母亲要烧掉这两项核心技术（机器手和智能芯片），同时要杀死研发这两项技术的教授。看完了这部电影，我并没对人类的未来充满著忧虑，反而脑子里实在机器人十分的好，特别是在对机器人手的灵巧性十分感兴趣。那个时候要求了我的梦想，我的梦想是要像电影里面的教授一样建构出有第一个类似于终结者的机器人。于是我带着这个梦想到美国自学，转入麻省理工大学实验室，在转入实验室的第一天我的梦想就吞噬了，为什么呢？因为我看见了这个名为“Utah/MIT”的机器手，我的老师在很久以前就把我的梦想构建了，比我看《终结者2》电影的时候还早于10年。

渐渐的我理解了一下它的历史，它只不过是由两位天才生产出来的。1983年以后，有各式各样的十分多的类人机器手，这里我佩了四项，都是十分有代表性的，第一个是德国的DNR和哈工大合作的类人机器手，第二个是NASA的机器手，第三个是近期出来的，第四个是较为炫酷的。这些机器手都像瑞士手表一样，设计地十分精美，机械部件都精准变形，每一个都有十几个维度，很多关节。

同时，他们还有一个联合的特点，他们的耗资十分便宜，三高的十几万美元。这些机器手在很多实验室当中早已展示了，他们可以做到很多的事情，刚才大家也看见了一些机器人的视频。他们可以做到很多类似于人手的事情，可以吃饭，可以做到家务，日常生活无所不能。只不过，所有这些你们从视频中看见的机器手，大部分都是通过仔仔细细的选曲和编剧，通过很简单的编程，花上了很长时间使这些展示能在特定的环境和运动当中能构建。

他们现在还近无法在简单的环境当中以求应用于。刚才大家看见的机器手都十分的酷，但是在实际生活中很少看到这些机器手大规模的应用于，不仅是因为耗资便宜，还是因为应用环境非常复杂。

我们用工程的方法来解决问题工程的问题，我们有一些必须可以修改成工程的必须，通过这些必须可以寻找工程的解决办法。好莱坞都指出我们的理念是不切实际的，他们有一个电影叫WALL-E，这个电影里面机器人的手跟人手没什么相似的，它有三个手指头，跟人的手指头十分的有所不同。

WALL-E可以做到很多事情，最少可以在动画片里面换灯泡。只不过，第一步简单的编程并不是类人手的机器手，而是一个具备三个手指的机器手，以这个领域开始，因为各种各样的工程原因，以及各种各样的问题，我们可以看见有很多有所不同的工程解决方案。

只不过在工业当中我们早已有很多的解决办法，并没适当用机器手展开捕捉。这是上一年的机器人大赛冠军并没用机器手，用真空汲取技术击败了其他的团队。在这种环境下，美国的学者指出“捕捉物件”这个问题早已解决问题了，但是“捕捉工具并用于工具”，这个问题还没解决问题。

所以，只剩的仅次于的问题就是机器智能，我们缺乏智能芯片。随着科技发展，好莱坞也第一时间了，在它的电影里面有一个智能中心，我们现在只不过也有很多这样的智能中心，还包括谷歌的智能中心。在我们实验室，我们发明者了一个“面向对象功能的网络”（Functional Object-Oriented Network，FOON），这是用各种物体和它的功能及所用到的操作者融合一起辟了一个网络知识库。

我会展示一下这个网络怎么辟一起，这个网络通过看在线的视频，比如告诉怎么做一样东西，把这个展示出来放在网上，通过处置，根据这个视频得出结论这个事情是怎么做的，用了什么东西，用了什么动作辟了一个网络，相等于一个科学知识网络。这个科学知识网络通一起之后不会创建一个相当大的知识库，我们通过搜寻知识库就可以获得想的信息。

比如说今天你晚上想要不吃油炸牛排，跟机器人说道，机器人就到这个网络里面查找，查找之后不会获得一幅图，这幅图还包括必须什么原料，必须什么步骤，整个画面的基本元素还包括物体和运动。当机器人做到明确的任务的时候，很多的操作者与其他的物体有实实在在的认识，比如说把手螺丝的事情，跟螺丝刀认识（在把手的过程中机器手受到有所不同的作用力）。某种程度的物体，做到有所不同的运动，也必须有有所不同的力和部位，捉的时候必须用有所不同的手捉姿势。我们做到的是根据有所不同的任务总结出有有所不同的拒绝，根据这个拒绝获得拟合的手捉解决方案。

比如说做到锤子，轨迹是以定下来了，必须做到的是如何让机器手运动地较较少。这幅图里，捉的时候机械手在运动期间要确保鼠标不掉过来，另外一个把手灯泡的例子，在把手灯泡的时候，这个灯泡跟灯座实实在在的认识（过程中产生有所不同作用力）。我个人指出，机器人智能和计算机智能是两个不过于一样的概念。因为机器人要和自然环境有实实在在的认识，这是十分大的问题，是一般的计算机智能还没牵涉到到的问题。

我们今年10月份将在韩国举行一个捕捉的竞赛，这里有很多的奖品，期望大家组队去参与。这里面我们公开发表了9个任务，都是要机器人实实在在与实体环境认识的任务。

最后借特朗普的这句“名言”－－Make Grasping Great Again，期望大家更佳地来关心机器人灵活手捕捉。原创文章，予以许可禁令刊登。下文闻刊登须知。

本文来源：PG电子平台-www.kehdbv.com