可视性机器人的挑战：首先是设计出一种能够在三维空间中识别并“理解”目标物的系统。首先他们需要开发一个机器人底盘，借助它计算照相机与其他齿轮装置等。与此同时，以一位叫格里尼墨尔为首的三位高中生已开始着手制造一个简单易操作的机器人“维克特罗伯特”。布鲁克斯不但购买了他们这一设计，还将他们招致麾下成为自己非正式研究助手。（这点“唯才是举、不拘一格降人才”做法很值得国内企业科研机构学习借鉴。）

        他们给这种机器人装上了声波定位仪（来自照相机的测距仪），外加两台照相机。机器人的外表呈圆柱形，规格为R2D2.此时还处于1980年代，尚找不到驱动人工智能软件的小型计算机，因此不能通过电缆将机器与后来功能强大的小型电脑连接起来。长期的电脑可视性差，原因在于固定物件只要一出现，就会迅速地移动，视觉角度发生变化。作为一个人分辨垂直效应的镜子与其中出现镜子是同一物体，并无多大难度，但电脑必须通过复杂的数学运算来计算出物体及相关的位置，计算机维反复冗长的。而斯坦福大学1960年代发明的机器人夏克，常常会想上数个小时，才能将屋子里的障碍物清除掉。绘制或者更新电脑图像，或者陈述常常需要这么长时间，确实不方便，机器人需要成功的导航系统。

        布鲁尼斯开始想到在机器人可视系统与导航系统中，纯粹依靠加强电脑运算提高水平，只能走进一条死胡同。他在一次“关于核心问题”演讲中说：“我们已经有了一套复杂的数学运算方法，但它对那些长着翅膀的动物并不适合。拿昆虫来说，它拥有成千上万的神经细胞，因此能够四处飞不受障碍物的限制。但这对那些极复杂的，却是象征性的数学计算来说并不同样适用。要让它们像昆虫一样还得想别的方法。”

         他开始考虑人的大脑是如何吸收感官传送而来的数据信息。一个典型的人工智能机器人在源源不断的数据基础上，建立一个“世界模型”。接着再计划下一步骤如何进行。但生命的进化却不然，即便最简单的生物体必须经过一条能够与周围联系的发展道路。例如阴影、振动或是一次自然界的寻常行为的感能与周围建立联系的生物体将生存下来并繁殖后代，将这种神经系统的基因蓝图延续到下一代。

        他意识到有机体的进化是一个非常复杂的过程。每一次都不可复制。一支老鼠一旦看到一个锐利的影像，它的眼睛会完全被改变。同样的新的连接及其处理过程将会加入到现有的结构中。老鼠的眼睛将会对移动的物体看的比过去更清楚，这样才有机会更好的生存下去，繁衍后代。

      “无脑型”机器人——可用于无人驾驶操作系统（飞机舰艇和汽车）盲人行走系统

        布鲁克斯决定对自己的机器人（也就是现在所说的艾伦）进行了电线重组。他不再将它和能够绘制环境示意图的电脑连接在一起，而是重新建起了“三层”电脑，以此来控制机器的行为。最底一层是为了避开障碍物，如果一台声波定位仪发出的信号，告诉机器人他与障碍物之间距离太近了，机器人将会及时改变方向，避免摔倒。第二层建立了一条随机路径，来让机器人自由地对周围的环境进行探险（当然，如果机器人距离障碍物太近的话，第一层会使之后退。）第三层则是用来识别特殊的“有趣的”目标物，一旦找到一个，机器人将会径直向那个方向移动过去。

       每一层电路或是每次行为都比传统的人工智能机器人所进行的复杂电脑运算制图简单的多了。除此之外，三层电路之间的配合也是非常有趣的。它们的创作使得机器人能够完成对一个房间的探险工作。不需固定，也不需要替它移走障碍物，而且看起来它探路还挺认真。1985年10月，布鲁克斯在一次国际性机器人技术研究座谈会上展示了机器人艾伦，不仅有机敏的导航系统，还具备了超强的探测能力。但艾伦没有认知能力，也就是说艾伦的大脑没有传统的感应装置——许多观看的研究人员都非常差异，科学家们往往会究其一生时间设计机器人，让它们看起来更聪明，却不清楚背后只有简单的电路与子程序控制着。

                                               机器人行为示意图

               第四层            |    寻找目标       |

                                     ——-------------

                                         |                  |

                 第三层              |        探险—————----|

                 第二层              避免摔倒—————感应器

                                                |

                  第一层             细节细节方面的移动控制

         在机器人行为示意图的不同层次中，一些复杂的行为（例如寻找目标或是探险活动都建立在简单的行为基础上，（例如基本的定位能力与避免摔倒）。

         从某种程度上布鲁克斯机器人标志着人工智慧（AD)与人工生命(AL）之间的鸿沟拉大。研究人工智能的学者研究人工智能的学者们将目光集中于认知能力（推理能力）的模拟物，但人工生命的研究者们则重点构建感觉与反应的不同层次。就像在神经系统中发现的那样。而智能行为并不像有机体那样，在各成分相互关联的同时释放出足够的能量。

                                            人工生命与人工智能

        人工智能领域的产生要归功于阿兰图灵开创性工作。图灵是一名数学家与计算机科学的先锋人物。1950年，图灵发起了著名的“图灵实验”。实验证明，如果电脑的对话输出在一个可控制的情况下，并不能区别于人的对话，那么这台电脑就是具有人工智能的。

       早期的研究专家都将精力放在人工推理的问题、解决能力的发展认同，同时也在寻找将知识编码的途径。这样它们便能自由传输灵活运用。另一种研究则是通过自下而上的途径，从简单的关联中产生复杂的行为模式。最早的例子是神经细胞的工作，就像有机体的神经系统原理一样。网络中的计算机处理元件的排列与之相似。当系统遇到一个问题（诸如需要识别一个图像时）这些元件就会做出恰当反应。通过排列组合，功能变得更加强大，这一过程也训练了系统更有效率地完成任务。（具备记忆编辑功能，当今的神经网络系统通过各种各样方式进行工作。包括图像处理，机器人导航、语言辨听、甚至使用安全屏蔽等）

        人工生命领域扩大了自然生命的处理过程的模式范围，使其能够模仿有机体的自我繁殖与自我进化。早期的一个例子是，约翰孔维设计的“生命游戏”。这是一种“细胞自动给控制形式之一。其过程是将一系列简单的原理应用到每一个元素中去，并最终形成可操作的形式。”例如使机器人模仿一群鸟行为模式。

                                     人工生命的另一个重要的推动力是基因程序

      大部分人工生命基本由计算机的模拟软件组成的。不过许多机器人技术的研究者，如斯坦福人工智能实验室汉斯英拉维克制造出了机器人“蜂群”。它们能够做简单的动作，就像细胞自动控制那样，结果却能聚合成一种复杂的内在关联的整体。有的研究者甚至通过基因模拟的制作过程，设计出能够完成一代一代进化的机器人。

        机器昆虫，在几乎所有机器人中都能通过滚轮前进时，麻省理工学院的马克莱伯特设计出一些能走能跳的机器人。于是布鲁克斯和同事一起渐渐发明了一种貌似昆虫的机器人“耿赫斯”。

        耿赫斯身上拥有51个独立的，同时运转的电脑程序，这些程序叫做“无限扩大的兼有限状态机器”。每一个程序都针对一个具体状态或具体情况。例如，6条腿中的每条腿的位置等。这些小程序间相互交流合作最终使机器人能够一边攀爬，一边保持平衡。最终，3个特殊的程序分别找到了红外线感应器发出了信号，紧紧攀住目标，以及沿着既定的方向前进。每一个程序都在不断地发出并接收来自另一个程序的信号（有效的数据）。例如，一旦发现了目标物体，读取感应器信号的程序会向“巡视”程序发送信号。感应器程序同时也向不断纠正机器人路径的“纠结”程序发送数据。所有这些程序的工作都是针对同一个目标。

        1992年，他与“阿波罗15号”的设计者大卫斯科特的行星探测问题进行了一次交流。他的设计的多层“具体化”机器人为空间机器人探索者提供了许多的可能。具备人的特点的机器人在研制出机器昆虫中，漫游者与其他移动机器人后，布鲁克斯决定发明一种能够与物体以及人类进行交往的，并与人类更为相似的机器人。布鲁克斯在经过大量实验的基础上，研制出了高智能。而日本早稻田大学研究者吉洋和加藤，在研制类人型机器人过程中，于1973年设计的“沃伯特1号”就能够用两条腿走路，用手抓东西，并能在有限的方式上简短地与人交谈。1984年，第二代沃伯特2号能够坐下来听音乐，按键盘、甚至用自己的脚打节拍。1998年出品的P2、P3、以及阿西莫机器人出现在公众面前，类型研究可达到某种巅峰状态。

        布鲁克斯的设计从机器人的眼睛开始。与数码相机不同，人类的研究在穿越视域的时候，并没有一个统一的注视方式与有色彩像。眼睛比起大部分照相机（最多160度）有着更宽的全景视感，而在接近视网膜的中央凹时，有着更高的反应能力与色彩感应能力。当眼角捕捉一些有趣的物体（比如奔跑中的动物）时，它会从这个点迅速地移动或者说“扫视”。在这个过程中，人其实是看不见的。尽管在大脑中已经清晰地勾勒出了一幅完整的画面。

        更深入的研究表明，与人工生命机器人不同，凭借对世界的内在认识，人类能够不停地审视这个世界，迅速做出反应，然后再审视一并根据进化原则，关注那些与生存与社会成就有关的东西。9个月大的婴儿开始知道父母何时看别的东西。渐渐地孩子也会追随父母的目光，从而注意到远处的物体。在人的眼睛中，神经（接看变为图像能力）集中于视网膜的中央凹处处于视力中心。

        20世纪90年代初，布鲁克斯的团队设计了一种能够模拟人的眼移动与其他行为的机器人，名叫“考格”（COg）取的是“认知”或“思想”之意。“考格”的每一只眼睛有着分开来的大角度和小角度摄像机，能够模仿人的眼的视网膜心。它的眼睛装了平衡环，这样它便能在头部与颈部移动时（这种机器人没有腿）轻松地将目光转向目标物体。“考格”的头部还有“耳朵”——那是一个能够帮它发现声源的麦克风。他在回忆了当他看到了“考格”与研究者及实验室的其他拜访者进行交流的过程中，人们对待自身模仿者的态度。

        ……这一系统包含了很少的内容。对人们来说很有亲和力。我们保证它的可视系统能够正常工作，保证它的眼睛与头部的移动，它还能听到外界的声音，并能飞快地扫视一番。接着头部开始随眼睛移动，到达移动的中点。当它做这些事的时候，人们会觉得再正常不过了，因为这就是人类平常的表现。甚至在校学生在这项实验的时候，即使知道它的头脑中什么都没有，还是觉得他像极了人……

         1998年，布鲁克斯成立了机器人制造公司，这就是后来的艾罗伯特公司。新的世纪开始的时候，公司产品主要包括一些具有很高的人际交往的玩偶、真空吸尘器机器人“鲁姆巴”以及为军队与法律实施部门工作的追踪机器人。与此同时，在麻省理工学院，布鲁克斯与人工智能实验室的同仁还在为“氧气计划”工作。这一计划的目的在于使计算机的应用更加深入。计划的一部分包括声音控制、图象控制、（也是房间墙壁上所显示的）无线电话连接与网线服务、其最终目标是让计算的所有功能都变得简单易得（就是现在我国已应用的智能物联网）。

       布鲁克斯曾指出，1965年的国际象棋大赛上，马克哈克程序一秒钟只能计算出几千种棋子移动的位置，而电脑程序“深蓝”则在1997年打败了世界冠军加里卡斯帕罗夫，并能在同样的一秒钟内计算出20,000,000种移动位置。其实现在的围棋冠军和阿尔狗机器人对弈的原理也是如此。人算是用大脑对大脑的智力博弈，而人脑与对机器是在从亿万次选择中对弈，怎么能赢得了呢？这种强大的功能也带来了许多重要的改变，包括可视系统的提高，电脑变得能够更快地识别并分析周围事物。文章中布鲁克斯提出几种可能性。

       （1）我们可能会使一些参数发生错误。

        （2）我们可能会建一些不会过于复杂的模型。

        （3）也许计算机的功能仍然存在着缺陷

        （4）在生物学中我们也许已经错过了一些最基本的与最必要的模型。

         他还在努力地界定哪些部分对生物学是困难的同时，他也在研究“分区系统”。在这种系统下，许多协同操作的系统在一起工作形成一个整体。在计算机的错做系统与网络工作的设计中是至关重要的。

                                     7、计算机大使，广濑将人与阿西莫

        本田公司的广濑将人和他的同事将小型灵活的与人相似的机器人与计算机技术连接在一起，使具备多功能更丰富形态，更为服务型实用机器人提供模型。1956年2月7日，广濑将人出生于日本栃木县。1980年获得宇都宫大学的精确工程学位，后进入本田公司。1986年广濑被任命为一项机器人革新计划负责人，他准备在机器人技术领域实现孩童里“铁臂阿童木”的科幻愿望。他所在的公司主要是从事摩托车与汽车生产的。他了解到公司未来定位是“移动产品制造公司”。他对那些能够移动并能完成各种工作的机器表现出潜在的兴趣。这些生产线也使用了工业型机器人，但他们最感兴趣的还是生产可移动的机器人，使之能够四处巡走，帮助那些需要它们的人。一方面本团公司从机器人研究中学会更高级的控制系统，另一方面，这些控制系统也帮助他们发明更娇小的机器，以便在日益激烈的市场竞争中占据一席之地。

        学习走路

        广濑与其他四位工程师在本田公司新建的和光纯药研究中心工作期间，开始做一项简单实验，设计一种会走路的能够将货物从工厂的一处运到另一处的机器人。刚刚开始到动物园里找灵感，观察动物的走路姿势。例如鸵鸟。他们还特意跟装有两只假腿的人一起工作，观察他是如何远足，甚至爬山的。渐渐地广濑他们开始能够识别普通意义上的走路与人类的移动分别需要哪些关键因素。人类移动在不同情况下，每一个关节的移动，例如在平地上走路还是爬楼梯。他们还设计了一些感应器。这些感应器能够在机器人走路的过程中，为它们提供信息，告诉它们人们无觉察到它们的动作。这就需要机器人的内耳具有听力功能，能够帮它们判断速度，及时调整前进方向以及裸关节的感应能力与腿上的压力。

       在机器人的移动过程中植入其身体中的数据是由3个相互关联的控制系统，进行相关处理的。基底的反应控制处理是脚底与地面的碰撞与反弹，同时也安抚机器人对不平路面的不满情绪。目标控制“ZMP”即“零动力点”——此动力点是在考虑到地球重力及走路时产生的加速度减速的因素之外，剔除掉惯性因素的影响而得出的。只要零动力点在受脚底支持的范围内，机器人便能在需要的情况下，像人走路那样步伐稍稍错乱时，借助者合适的外力重新获得平衡。最后脚步装备定位会在需要的时候控制脚的的移动，将一切混乱的情形重新带回轨道来。

         1994年广濑与其同事发明了走路的机器人，名叫PI，被本田公司认定为世界上第一个真正会走路的类人型机器人。接着机器人P2也诞生了，所有的电脑功能都安置在主机口。2千年时阿西莫出现了。高47英寸（1、2m重约114磅，52千克）代表革新机动产业的高级阶段，目前我国的广州机器人产业就是大批仿阿西莫机器人的。

           8、会社交的机器人——辛西娅布雷泽尔和科佳麦克发明的保姆型和陪伴型类人机器人

         1968年，出生在新墨西哥州的阿尔布科的辛西娅布雷泽尔，全家都搬到了加利福尼亚州，在一个高科技区开始了新的生活。父亲是位数学家，母亲是劳伦利维莫实验室的一名计算机科学家。她受电影《星球大战》的启发，爱上了机器人德里兹。出对机器人感兴趣外，还对药品与天文学感兴趣。后进入了加利福尼亚大学后，去国家宇航局工作。曾注意到大学里有个机器人研究中心。在那里她学习了如何设计制造可以在行星四处漫游的机器人。在取得电子与计算机工程学学士学位之后，布雷泽尔申请在麻省理工学院读硕士，并申请到罗德尼布鲁克斯主持的机器人研究中心。当时他们正研制新一代具有很强的实用性的行星探测器机器人设计的时候，还巧妙地从昆虫的移动中找灵感。布雷泽尔进入实验室后，主要设计出两种机器人：阿提拉与汉拔尼。这类型机器人后来由帕萨特德那喷气动力实验室进一步研发，最终发展成1997年前往火星的“旅居者”漫游机器人以及2006年仍在火星表面发挥巨大作用的“精神号”和“机遇号”漫游者。

        “阿提拉”和“汉尼拔“特点不仅仅包含着空间探索的努力，还显示出通过成百上千的彼此关联的能够对特殊情况做出回应的小型程序的开发。机器人制造出来也变得极为可行。他们进一步认识到机器人和有机生物一样，在简单生物体的基础上做出更复杂的行为活动，而不仅仅依赖于一个简单的自顶向下的装置。（从应用角度讲，目前超导材料、石墨烯、导电塑料、纳米材料、柔性半导材料若与刚性材料或涂层材料结合效果更好。）

        从”考格“到”科斯麦格“

      当时她（布雷泽尔）从布鲁克斯的新计划中意识到一个新的机会，那就是将机器人带入人的世界。这样它们便能通过各种途径给我们帮助。而这些途径是以前想都不敢想的。人们或许能够做到”改进机器的学习程序“或许机器人能够像婴儿一样，在学习适当的行为过程中变得更加社会化。

        在布鲁克斯与包括布雷泽尔和她的同事努力下，高约1.96的机器人”考格“诞生了。意为认识。另一层意思是机械上用的齿轮。”考格“能尝试着学习婴儿的感觉与推理能力，眼睛与人特别是婴儿的眼睛极为相似。附近人在干什么，对什么感兴趣都逃不过它的眼睛。

       她在设计”考格“立体视觉系统上花了不少心思。设计了许多相互关联的信息反馈路线。这便使”考格“能不时做出令人莞尔一笑的举动。还能够追踪移动的物体及声源。经过不断实验，机器人终于有了高度的协调与平衡能力。能够做出扔球和接球这样的大幅度的动作，并能够踩着鼓点舞出节拍。有一次布雷格尔拾起一块橡皮，在考格面前挥舞，考格的目光死死盯着橡皮，忽左忽右接着便伸出手，试着摸摸它。布雷泽尔接连不断地挥舞着，”考格“也不断伸手够它，看起来似乎是”考格“与布雷泽尔俩轮流玩橡皮。布雷泽尔从小游戏中意识到，机器人的程序没有给它传达”轮流玩“的概念。这一行为只是复杂的机器人与其设计者之间交流的突然升级（由此推论复杂的机器人在重复学习中，由于其他程序交流并联的可能。当把应急反应判断记录下来，展开后便形成了衍生程序。当再与设计者交互过程中几条线路交叉。人很多属于随机应变而做出的反应（下意识本能的）而机器人则会通过储存经验记忆流程通过交叉互动记录下来，生成随即经验。于是便形成新的程序。机器人便进入更高的与存储经验链接——经过再存储与人类大脑形成互动学习的过程。因为它有过目不忘功能，所以深蓝也好，阿尔法狗机器人也罢，在于国际象棋、围棋大师对弈时会产生不断积累以前的经验并生成新的经验。） 

         布雷泽尔做博士论文时，决定进一步研究人与机器人做类似”轮流玩“的社会活动时，互相交往的行为，重点研究父母与孩子之间的主要沟通方式：注意力面部表情和语言表达。于是她设计了一个更像给孩子的机器人”科斯麦特“。”看“”听“”说“：它的主体部分是一个脑袋，没有手臂，也没有腿，但它有一双大大的眼睛（眼球很夸张）。一对粉红的能卷起的耳朵，还有一个弯曲的管状嘴唇。”科斯麦特“的肢体语言也能及时地予以回应，或做出情绪表露。它还装有各种软硬件，以保证它与人们进行充分交流。

        与”考格“一样，”科斯麦特“的电子眼与人眼功能相似，但它的可视系统比起早期机器人已经前进了一大步。它还喜欢找那些颜色鲜艳的物体，譬如玩具之类，而且具备人类的潜在玩性更高功能——它能够识别出特定的面部表情（例如眼睛）以及声音（动作变动代替的潜在语言。）

        （科斯麦特的”行为“分成四个主要层次。原始层与感应层和效应器相关，其主要功能是保持反射平衡。功能层能够将电动方面的技术与其他技术联系起来，协调其工作，从而产生更多更复杂移动。行为层为全面战略的决定提供驱动与其他相关条件。最后社会层则尝试着决定人如何回应机器人发出的信息。）

        四层最底层为原始层，通过电动程式之间的协作，当前”原始层“与上一层”技能层“交流互动；而”技能层“又与更高一层”行为层“互动形成了知觉回馈，和当前的目标；而”行为层“的更高一层为第四层”社会层“交流互动，形成机器人对人的行为作出的反应和人对机器人的行为作出的反应互动 。

       尽管”科斯麦特“看起来只有一个脑袋，但它在对人或物发生兴趣时还会把脑袋向前伸一伸，为使”科斯麦特“ 对人类的关注发出回应，布雷泽尔在其照相机的镜片上装上了类人的义眼。甚至还附上了睫毛。但如果一个人太靠近它时，（这样会阻挡机器人的视线）科斯麦特也会不客气推开他。这是种身体语言，意即”你这是侵占我的地盘“。”科斯麦特“并不真正理解人们的对它说的话，但它会细细分辨这些人说话语调与语速，并将它们与不同的情绪状态连接起来。如果一个来访者对科斯麦特发出友好的赞美，（就当它是一个婴儿，或是一条小狗似的）机器人会显示出愉快的情绪状态。如微笑。而一个尖刻责备的语气则会让它显得非常沮丧眉毛打结。为了传递出更丰富的面部表情，科斯麦特”红色的嘴唇“ 受着一些不同的驱动程序控制。眉毛与耳朵的移动组合可以形成一系列的不同情绪。如好奇，兴奋、或是厌倦等，将不同的驱动程序组合在一起，使它们顺畅地工作，无疑是对程序与技术提出了高难度的要求。

       一台机器如何能真正获得人类甚至是一些高等动物的情感体验呢？无论如何，人和其他动物都是数亿年间进化结果。从另一个角度看机器，无论有多么复杂，都是由精密设计思想来决定的，任何模拟行为都属数字化模拟化的范畴。而怀疑论者的反对意见牵出一个原因，一个人如何体会到其他人在与自己身处同样情形下的情感呢？人类并没有一个共同的神经系统，而且就目前来说也没有直接体会到别人思想情感的能力。作为个体只能通过口头或书面语言了解另一个个体的思想状态。

       但一般来说，人们允许其他人像自己一样思想感觉有两个原因。从知情上讲，两个个体同同属一个物种，有着相似行为，他就必须有相似的情感状态。能够体会其他人感受的最重要原因是：从小就是在父母的不断回应中长大。他们理解他们对我们感觉作出回应，同时也与保姆老师朋友甚至竞争对手建立了广泛的情感联系。而对机器人来说，人们在与其交流过程中，很容易地忘记了自己是在跟一台机器打交道，而机器背后则是一系列说明书和电路图。当”科斯麦特“的后代变得越来越结构复杂精细时，没人会完全明白其中蕴含的动力学成分。当我们与这类机器人交往越来越轻松自如时，当它们越来越好地为我们服务时，我们会认为机器人也是活生生的东西。

                 情绪带来的脸部表情                     脸部器官的位置与行动           嘴唇与脸部表情器官同步 

                  与移动指令同步工作                     与移动指令同步工作              与移动指令同步工作作                                       |                                                                                        |

                                          |                                                                                         |

                                          | ——————————————————————-----|-                                                                                           |

                                                                     发动装置区分原始动力的软件

                                                                                            |

                                                                                      原始动力

                                                控制身体各部分耳朵、眉毛、眼睑、嘴唇、下颚等等

                                                                                             |

                                                                     魔鬼主动力层控制身体的自由度

                                                                                              |

                                                                                           驱动

          "科斯麦特"面部表情也是由一系列模数层发出来的。每一种寻常的表情都在服务器输送移动指令，进而将命令下达出去，按着这一请求传向原始动力层。这一层主要动能是身体各个组成部分，最后准确的移动指令被送至个体驱动中。（也就是说，每个机器人面部丰富的表情都是由各个驱动器背后的指令发出的。正像人体面部的每块肌肉背后的连锁的神经线一样，如我们的提线木偶和皮影戏一样只是机器人背后不是线而是肌肉传感器。）

      情绪状态：”科斯麦特“的情绪并不仅通过周围人身上获得提示信息，再提供给软件简单的指令，以此来决定自己的行为。它会通过反馈系统细心调整自己，并建立起一套效果显著的自然发声法与视觉交流系统。它对人们的行为作出反应，而人们也会进一步地对它做出回应。（这点是我们工业军事民用乃至保安、公安刑侦部门最好的反馈手段，非常值得我们举一反三从中得到启发。）

        布雷泽尔发明了新形态的“反应型”机器人，它们已经运用到金星探测器上。使用范围远远超过实验室。2003年纽约的库柏何维特国际设计博物馆举办了由布雷泽尔策划的“电子植物展览会”。一种由金属与硅树脂制成的“花”会在人们的手靠近它们时候瞬间竞相开放缤纷炫丽（这就是我们看到的魔术师端上的瞬间生长开放的鲜花）。这样的机器人确实能够吸引不同年龄不同背景的人，而像机器花园这样设计地表明艺术和技术融合同样能联合起来，创造出来悉心研制很强的交流能力的雕刻家，从而进入创造的工艺狂欢中。

       她渴望做进一步实验，准备将认知能力学习过程和情感驱动，社会交往结合起来。当她接受采访时，说起未来“社交型机器人”将会像婴儿那样学习语言，而在所有的单词中，机器人学得最快的将是那些与情感需求联系在一起的单词。她希望未来终极机器人能够与同速建立起种种联系，就像一个刚刚开始走路的孩子本能一样，“当我心怀期盼的时候，我会果断的采取行动，造出我满意的机器人。”

         布雷泽尔的“列奥纳多”机器人有浊完整的手和脚，表面有人造皮肤，身体中精密组合含着32种独立的动力装置。这些都使它的面目表情比起“科斯麦特”来与人类的真实面部更为相似，甚至连耸肩这样的高难度肢体语言也不在话下。它能够在教师指导下模仿他人的行为（从面部表情与简单游戏语言）学习新的概念和任务。

        社交型机器人的未来

        在2002年，布雷泽尔的《社交型机器人的制造》一书中她介绍了“科斯麦尔”身体内部相互发生关联的诸多驱动程序，以及这些驱动程序是如何组合在一起的，制造出各种复杂的行为。她还得出一些能够主导未来机器人技术新发展方向的重要讨论，机器人与许多学生、同事之间的频繁交往。如果机器人能够吸引与之交流，那么它将会发展的越来越迅速。

         这些年来，机器人技术取得了一些进展，包括敏捷走路、在一个嘈杂的环境中有坚定的航向感以及一种更好的认识与处理物体的能力。布雷泽尔在上述进展中还添加一项：对人类的情感语言做出识别和回应。近期一些作家提出“情商”这一概念，——这意味着能够准确地获知自己或是他人的情绪，并及时地做出回应——这与智商同样重要，主要包括以下几项：

         *    一个能够照顾婴儿的机器人可以与一个会走路的婴儿之间进行一系列内容丰富的交流。机器人还能够知道婴儿什么时候时候会感觉到疲倦，什么时候应该休息。

        *     教师机器人能够帮助年长一点的孩子训练心眼一致以及动手能力。如果孩子表现表现出不耐烦的情绪，机器人也会采取各种应对措施。

        *     照顾年长老年人保姆型机器人不仅能够帮他们取到所需要之物，提醒他们按时吃药，还能认识各种沮丧或是其他所需不良情绪。

         *   老年痴呆症患者也能够进行记忆的强化训练以及认知强化能力训练。同时还能获得良好的方向与情感恢复训练。

         *      具有很强的适应能力的社交型机器人，能够鼓励中风患者重新开口，在其他移动训练中也会给他们相应的帮助。

         *    机器人能够帮助人们摆脱严重的认知混乱（例如孤独症）能够时刻关注他们的生活与渐进的行为，使他们更好的适应环境，对其他人也不再沉默到底。

        布雷泽尔对科学女性方面细致而重要的研究取得一些反响，提供了一种技术人员与物理学家和常人的不同视角。很少有人看到技术工作与儿童、心理学或是儿童社会学之间的联系。尽管机器人技术与人工智能将生物学、神经学和认知科学结合起来。通过设计具备社会交往能力与学习能力的机器人，她也渐渐改变了机器人技术的现状，将机器人技术与其他领域诸如心理学者、社会科学之间架起了一座桥梁。这座桥也将逐渐对女性敞开。

        这章节到这儿我想大家也觉得类似保姆伺服机器人、家庭贾政机器人、幼儿园教师机器人也正是国内转型升级期最最需要的吗？现在什么最贵？随着老龄化社会到来，人力劳动服务成本最贵。一位工薪阶层家庭每月顶多不到万元收入，有的更少至7千到8千，一个伺服保姆需要万元，少则5.6千元。不要说孩子、房租水电伙食，更有需要房屋还贷。家长都是六十岁以上老人，从脾气心理心态情绪都不好服侍。应该说我国最有市场的就是类似市场。研发难，但比起当初电脑来说不可谓更加复杂。一旦模块化批量生产竞争就会白热化，更新换代前占先机。因为全世界都需要替代人工的服侍机器人，因为人类老龄化任何国家都必将经历，没有哪个国家可以逾越。因为老年人更有理由更有尊严的活着，而且由于财富的积累需要减少，势必需要更高的质量更人性化服务。

       从另一个角度讲，今天的人造柔性材料皮肤、电脑动漫仿真技术、传感器控制人造肌肉模块，导电塑料石墨烯材料驱动器传感器，印刷电路，光导纤维都会给人工辅助功能器材，智能机器人提供大展宏图的广阔驰骋天地。向我国传统的玩具猴爬杆、气蛤蟆、水枪、皮影、提线木偶、甚至木匠的技巧绝活都是机械人与机器人融会贯通的渠道。

                                                                                                                       ————-----未完待续