为什么 AI 发展到今天，围棋能下过李世石、柯洁，仍不能完成帮人类洗衣物、做饭这种简单的事？ 第1页

正好在等外卖，所以答一下。

之所以有这个疑问，是因为我们人类和机器人对 “容易” 的定义有所不同。

五年前，深度学习还没火起来的时候，经常可以看到大家用一个例子：计算机算精确定义的问题很快，如大数相乘、开根号等，但是对最简单的物体识别则无能为力，如认出猫。人类则正好相反。

目前，虽然深度学习已经很好地解决了物体识别的问题，但并不是说它已经能够在所有问题上超越人类了，依旧还有很多跟原来识别猫一样看起来简单的问题。

其中，机器人操作物体便是其中一个情况。

要操作一个物体，简单地想一下，首先我们就要知道机械手的动作对物体施加了哪些作用力，然后才能判断物体会怎么动。

这中间存在一个很麻烦的东西，那就是摩擦力。摩擦力这个东西，说实话大家还不是非常了解它的形成机制，所以也不太可能知道它的精确模型。摩擦力估计不准，自然就没法判断机械人的动作会让物体怎么动了。

除了摩擦力以外，如果被操作的物体不是刚体，而是一个会变形的物体（如毛巾、衣服等），那就更不可能做了。

既然，传统基于模型的方法似乎到了一定瓶颈，那么，是否有可能用机器学习的方法来做呢？ 这个就非常有趣了。已经有一些了，有没有将深度学习融入机器人领域的尝试？有哪些难点？，但是远没有到人类的水平。

外卖到了，我先吃。

吃完了，继续。

我们要知道，机器学习只是在做一个高维曲面拟合，所以，至少需要考虑几个点：

• 提供的数据是否包含足够的信息？
• 机器学习是否能够从提供的数据里提取到这些特征？
• 机器学习算法是否有足够强大的拟合能力？
• 数据量是否够？

对于第一个问题：提供的数据是否包含足够的信息？如果我们提供的数据有信息丢失，那肯定是无法学习出来的。

例如，我们想做一个分类器判断我买的外卖好不好吃，提供训练数据的只是各种菜的图片和相应的好吃等级。这样，机器学习是无法学习出来的。因为只从图片是无法得到食物好不好吃的所有信息。

对于机器人而言，也是一样。我们有时候不知道该提供哪些数据给机器人作为训练，就抓取而言，是否要提供物体的质量、形状、弹性模量等？不清楚背后的原理就没法做判断。胡乱训练就只会变成一场闹剧：【伪科学争议】谷歌研究员两万字批驳上交大用深度学习推断犯罪分子

与之相对应的，物体识别、或者围棋就不一样了，只要提供了整幅图片、整个棋盘，就包含了完成这个任务的所有信息。

对于第二个问题：机器学习是否能够从提供的数据里提取到这些特征？有时候，即使我们给了足够的数据，但是机器学习也没法从中抽取出需要的特征。这样，也自然无法做进行学习。

例如，都是做物体识别，都提供了完整的图片。传统的物体识别算法（如 BoW 等），只是利用了人工设计的局部特征点的信息，无法提取到一些更有用的特征，因此识别能力迟迟无法提高。而随着 GPU 的发展，卷积网络的能力被大幅挖掘出来，于是，在短短几年内，深度学习就把物体分类问题给基本解决了。

对于控制而言，很多问题都可以被抽象成一个马尔科夫决策过程（MDP，Markov Decision Process）。从这个角度上看，就是说能不能从给的信息中获取当前机器人所处的「状态」。例如，做一个电机的角度控制，我们需要知道电机的当前状态，然后用反馈控制。这个「状态」可以通过编码器直接测量，当然也可以通过一个高帧率摄像头拍摄得到。（这个其实就是系统可观性的概念了）

问题是，CNN 虽然能很好地提取图像的特征了，但是在机器人里，什么网络才能提取到所需的特征呢？直接给每个关节角度、力矩就行吗？这方面还没有一个比较好的尝试。

对于第三个问题：机器学习算法是否有足够强大的拟合能力？现在数据都有了，问题就变成了机器学习是否能够拟合出需要的高维曲面。

说实话，围棋并不是一个很简单的任务，它的状态维度非常高，基本不可能遍历，机器学习要做的是如何在极其有限的数据中拟合出合适的策略，这就使得很多「显然」的方法变得不可用（量变导致质变），AlphaGo 绝不只是计算效率高的结果。

在强化学习（RL，Reinforcement Learning）中，就是通过迭代的方法获得一个高维的表格，这个表格对应着所有的状态 s，每个状态对应着相应的动作 a。然后，深度网络就是用一个高维曲面来拟合这个表格。

至少从目前的一些应用（物体识别、AlphaGo等）上看，深度学习的拟合能力已经足够强了。而且，目前也有很多方法来防止过拟合 fly qq：机器学习中用来防止过拟合的方法有哪些？

对于第四个问题：数据量是否够？这个肯定是个问题。

对于图像而言，可以有 ImageNet 等。但是对于机器人，就不太好采集数据了，如果让机器人在现实生活中采集数据，那么一方面时间太长，另一方面可能损坏机器人。如果让机器人在仿真环境中采集数据，如何弥补仿真与实际之间的差距，又是另一个大问题了。

当然，或许有人会提 AlphaGo Zero 这次没有用人类数据。但是，这并不是说它不用大量数据。只是因为围棋这个规则比较确定，输赢也是明确定义的，我们就能通过给定一定规则，仿真出这些数据。

机器人这块确实还是任重道远，当然也不排除有从机器学习的角度弯道超车可能性。但要记清，机器学习也要遵守基本法，控制理论里的可观性、可控性还是有必要分析的。

因为你钱不够。

围棋为了下得赢李世石，你知道花了多少钱？

至少上百亿美元。

现在满足你的需求的机器人，大概只要几百万美元就能做到。

google 能花这几百亿，你能花这几百万吗？

人类的大脑最不可思议的一个地方就在于，就算它掌握了再多的知识，也还是要不可避免地用“人类”的方式去解决问题…

题主脑补的是不是下图这样的画面：

可事实上你说的这两件事，实现起来压根就用不上人工智能。

比如你说的自动做菜。听说过炒菜机么？啥？那玩意太低端看不上眼？

我可以把煎炸煮炖蒸全整在一台机器上，再加上自动投入原材料的功能，弄成一台这样的机器：

这台机器怎么工作？举个例子，你想吃小鸡炖蘑菇，就在手机上点小鸡炖蘑菇，然后机器就自动从料仓1号取出鸡肉，3号取出蘑菇，789号取出葱姜蒜.，按照一定顺序投入锅里，等上一会儿，小鸡炖蘑菇就会从出口处送到你的桌上。

是不是想起了某个城乡结合部的化工厂？

这个形态才是机器解决问题的最高效方式。只要有个正经公司想把这玩意弄成正经产品，拉个团队，上面这台机器理论上整个一年半载就可以搞出来了。

你是不是想说，原材料的处理还不是得自己做？这样一点也不酷。

我司既然做了这台机器，这点用（ba）户（ni）体（zha）验（gan）当然已经考虑在内了。

我们的工程师改进了方案：

你只需要购买我司生产好的真空食材包，多屯一些随意扔进在台子上，取料机会自动根据真空包上的二维码识别材料进行分拣，按顺序放到料仓里。

更过分一点，我司还提供直送服务，只要安装一条真空管道，我司会自动把刚出厂的原料直接输送到你的家里，你要做的只是在app上点一下你想吃的东西，以及转账付费：)

我司给这台机器整了个高大上性冷淡的壳子，装修时嵌到墙里，没有专用工具绝对拆不开。一个厨房这样一台就塞满了，不过管它呢，有了这个，要厨房何用？

本体安装加调试加5年保修收你10w贵不贵？你掐指一算，再也不用做饭了，等于5年雇了个保姆，一咬牙一跺脚，买！

然后咱们再来整理一下思路：

你在app上告诉机器你要吃A，机器由此得出需要用到BCD，通过二维码在原料中找到BCD之后，根据顺序E放入F锅中，用温度G烹调上H小时，最后通过装盘机把做好的菜送到你手边，app上再给你打上一句：饭菜出锅，小心烫嘴。

感不感动？智不智能？

这一点都不智能，只是个调用数据库的程序，随便找个本科生对着菜谱估计都能写出来。

是不是想起了某硅谷的智能网红榨汁机？

别笑，这玩意虽然侮辱了大多数人的智商，但是基本思路是对的。这个思路是整个人类工业体系解决问题的思路：前期麻烦的事分步骤大批量集中做，最后简单的事才让用户自己做。以及另外一个赚钱的思路：不赚耐用品的钱，赚耐用品带来的消耗品的钱。

有没有觉得做菜机能做的事情实在太少了，10w买得有些不值？

再举个例子，题主觉得不过瘾，想要一台又能做菜又能洗裤头的机器。

我司的工程师专门为你又改进了方案：

在做菜机的外层加一层滚筒，你可以把你的裤头放到这层里，做饭的时候顺便洗裤头，用做菜的高温杀灭裤头上的残留细菌，一举两得。

是不是觉得有些傻。

不知道看到这里有没有发现一个规律，这台机器想要实现设计外的功能，只能对机器本身进行改进。

然而人却不是这样。人可以完成好多说明书上没有的事，如果真有这么本说明书的话。

扯得有些远，再回到人工智能。

我所理解的“人工智能”，不是用来对付“做菜”、“洗内裤”这样的工作的，而是用来对付“这块肉这么硬按照菜谱炒不熟怎么办”、“不小心把主人内裤洗漏了是什么体验”、“我的坑货主人跟我说‘随便整俩小菜来个啤酒’的时候我应该做什么” 这类不按套路出牌的问题的。

机器什么时候才能变得无所不能呢？

对不起这锅人工智能才不自己背，得硬件设备过来一块背。

人类千百年前长成了现在这个样子，以两只胳膊两条腿的姿态为基础建立起的生产生活，所以个人猜测，在很远的未来，机器发展趋势可能有两个极端：

【A】操作端设备极度趋近于人形。用人形机器人代替人类进行工具的使用，包括操作其他的机器设备，“人”和“人形机器人”的位置可以完全互换。

【B】彻底抛弃所有机器关于“人”的部分，完全闭环，人类只需要看着一坨黑盒子里生出自己想要的东西就可以了。

假设人类的科技树每项最高值为100，那么：

达成成就A所需要的【人工智能】指数为100，需要的【硬件性能】指数为30.

达成成就B所需要的【人工智能】指数为40，需要的【硬件性能】指数为100.

那么人类现在的科技树点到哪了呢？

以我个人所能了解到的部分，大概是【人工智能】指数5，【硬件性能】指数20吧。

以上两个成就，【二】的难度就目前看来要远远大于【一】。从物理层面上提升机械设备的性能，并不是一个明显的循序渐进过程，而是需要类似于“工业革命”这样的重大突破。

人最终不可能改变物理法则，但是相信不久的将来，人工智能能够进化到足够去应对这些法则。

就跟人类现在用自己的脑子所做的一样。

我觉得都跑题了。

提问者所举的例子，首先是和AI关系不大。其次是这些并不是做不到，而是成本所限，简单说就是人力太便宜，机器不划算。

在食品工业里面，从原材料到成品完全不需要人参与是很正常的事情，远的不说，橙汁机目前就已经可以小型化摆在街上，从选橙子到切开榨汁丢弃橙皮全套都是机器完成的，不需要人做任何事情。如果不计成本，那么做一个辣椒炒肉机或是蛋炒饭机也不见得做不出来。只是这种机器目前无法小型化和家用化而已。

换句话说：因为你穷啊。

当然，如果你退而求其次，允许部分工作由人类完成，那么你只需要下载一个叫做饿了么的应用，在中国大陆范围，已经可以享受这种服务了。

其实想象中的那种机器人，我觉得主要不是算法的锅，这应该是材料方面的问题，最主要的是输入输出的问题。

人体的输入输出要比任何计算机系统复杂丰富多了，全身上下每一块肌肉，骨骼都可以用来输出，无数的神经可以用来输入。现在机器人哪有这种条件？哪怕有个简单廉价的方式可以把输出维度升到10的平方以上，应该都可能会有很多进步吧，即使基本靠视觉和少量传感。

现有条件下，我觉得相对可能性高一些的也许可以用多机器人协作，把价格降下来的话也许可以用不同于人的方式实现更多功能。

你要求也太高了。别说洗衣做饭了，仅仅是自动驾驶汽车这种相对容易点的自动技术能在十年二十年之内达到实用水平就不错了。洗衣做饭估计还得再等一百年。