Angelo Cangelosi：发展型机器人先驱，让机器人模仿儿童学习与发展｜42问AI与机器人未来...

42个AI与机器人大问题之——

「有身体的AI是否应该被区别对待？」

本届大会由腾讯 AI Lab 携手Nature Research（自然科研）及旗下《自然-机器智能》、《自然-生物医学工程》两本期刊联合举办。大会上将发布「42个 AI 与机器人大问题」报告，并邀请 11 位世界知名学者为这些宏大问题给出每个人独特而深刻的理解与答案。在报告中，我们还邀请到 Yoshua Bengio、Jürgen Schmidhuber和多位中国院士提供专家见解，也欢迎你参与报告调研。

「42 」源自科幻小说《银河系漫游指南》，是智能计算机「Deep Thought（深思）」经过 750 万年运算，找到的「关于生命，宇宙及一切问题的终极答案」。我们希望这个有终极目标意涵的 42 个大问题，能激发对人、AI与机器人未来的长远思考与规划。

下面我们将开启一段旅程，看看发展型机器人学先驱 Angelo Cangelosi 教授，如何思考机器人的学习原理和机制。

Angelo Cangelosi 是英国曼彻斯特大学机器学习和机器人学教授，以及阿兰·图灵研究所的研究员。此前，他曾担任英国普利茅斯大学机器人与神经系统中心教授和创始主任。

Cangelosi 是发展型机器人领域的先驱之一，为语言和涉身认知的神经-机器人建模做出了重要贡献。他的主要研究专长在于人形机器人的语言扎根（language grounding）和涉身性（embodiment ），发展型机器人，人机交互，以及用于机器人学习的神经形态系统的应用。他的研究在健康和社会护理机器人、人机交互中的信任和接受度方面都有重要的应用价值。

Cangelosi 是包括 IEEE ICDL-EpiRob 在内的众多研讨会和会议的 general/bridging 主席。他发表了 250 多篇论文，其最新著作《发展型机器人学：由人类婴儿启发的机器人》已被翻译为中文和日文。他领导的团队正在参与美国与欧洲数个重大科学项目，包括美国空军科学与研究办公室的 THRIVE++ 项目、欧盟 Horizon 2020 计划的 MoveCare 项目、欧盟玛丽•居里行动计划的 SECURE 和 DCOMM 项目等。

什么是发展型机器人学？

人工智能之父阿兰·图灵曾在《计算机器与智能》一文中写道：「与其尝试建立模拟承认心智的计算机程序，为什么不尝试建立模拟儿童心智的程序呢？只要儿童心智程序获得合适的教育，那么它应该有可能成长为成人的大脑。」

将儿童作为智能机器的设计模板，这一思想在1950年代的人工智能发展早期便已出现，然而并未受到广泛关注，直到20世纪末学界才开始了系统研究。

那么，什么是发展型机器人学（Developmental Robotics）？它是对人工智能体（机器人）行为和认知能力的自主设计方法的研究，灵感来自于在儿童先天认知系统中观察到的发展原理和机制。研究者认为，与人类儿童一样，机器人的学习应该是累积式的，并且逐渐增加复杂性，结合社交互动来探索世界，从而自主获得愈发复杂的感觉运动和心智能力。

发展型机器人学是一门高度跨学科的研究，既涉及发展心理学、神经科学和比较心理学等经验主义发展型学科，也包括机器人学和人工智能等计算与工程学科。Cangelosi 本人也拥有心理学、认知科学和人工智能的综合背景。他于1991年获得罗马大学的心理学（普通和实验心理学）硕士学位，1997年获得意大利热那亚大学心理学和人工智能博士学位。在此后的发展型机器人研究工作中，他为机器人的语言学习和涉身认知的神经-机器人建模做出了突出贡献。

儿童如何学习语言？

我们如何设计机器人，让它们能与人类自然地进行语言交流？按照发展型机器人学的观点，我们可以从儿童的语言学习中获得启发。儿童的语言习得原理之一是具有涉身性（embodiment ），也就是说，儿童会利用其身体与外界的关系（比如身体姿势与物体空间位置的关系），来学习新的物体-单词联系（记忆物体的名字）。

在我们的通常观念中，向儿童指着物体（比如「苹果」）并说出它的名字（「apple」）后，儿童一定会将两者联系在一起。然而，一个「Modi」实验却挑战了这一点。参与实验的是18~24个月大的儿童，由父母抱在膝盖上，坐在桌前。工作人员先后将两个他们不认识的物体A和B拿出来给他们看，A放在桌子左侧，B放在右侧。如此重复几次后，工作人员在拿出B的同时说出「Modi」这个单词，但把B放在了左侧。然后，工作人员同时将A和B放在桌子中间，问：「Modi在哪儿？」结果显示，60%的儿童选择了在左侧出现过好几次的物体A，而不是被工作人员叫做Modi、但只在左侧出现过一次的物体B。（注：Modi共有4个实验，限于篇幅，本文仅介绍了其中一个。）

研究者还观察到一个重要的现象：当抱着儿童的父母由坐姿改为站姿时，会扰乱儿童根据空间位置将物体与名字联系在一起的能力。神经科学中对脑成像的研究表明，语言能力会与动作处理共享神经基质。Modi 实验也证明了身体在认知和智力中的基础性作用，这启发了发展型机器人的语言学习方式也应该注重涉身性因素和外部环境交互，并在机器人的Modi实验中得到确认。

机器人能像儿童一样学习语言吗？

Cangelosi 于2009年左右开始使用一个开源的认知人形机器人平台 iCub 进行机器人早期语言学习研究。如下图所示，iCub 的身体设计以三岁半的儿童为模型，高105cm，体重约22kg，有53个电机驱动，可以移动头、手、手臂、腰和腿。它由意大利理工学院开发，属于欧盟项目RobotCub的一部分，现已被全球20多个实验室采用，是发展型机器人研究中使用最广泛的机器人平台之一。

鉴于语言习得中的涉身性和情境性原理，机器人的语言学习不能局限于静态物体命名，而要积极进行包含物体命名和动作操纵的场景学习。Cangelosi 及团队于2011年提出了一个基于神经网络与视觉/语音识别系统的模块化认知结构，可控制 iCub 的认知与感觉运动功能，并将其整合以学习物体和动作的名称，从而理解「捡起蓝色球」这样的指令。

在运动技能方面，iCub 有两个神经网络控制器，一个负责靠近身边的物体，另一个负责用单手抓握物体，二者在 iCub 模拟器中进行训练，用于执行机械臂操作。视觉和语言输入信息分别由基于标准的视觉对象分割算法和SPHINX语音识别系统进行处理。目标选择神经网络集成了应对语言指令的多种处理能力，在训练时，物体及其对应的语音信号会同时展现给机器人。经过5000个语句-物体对的循环训练后，iCub 能够正确应对4种动作名称和物体名称的所有组合，比如「接近蓝色球」「抓握蓝色球」「把蓝色球放到篮子里」等等。

上述感觉运动技能和对具体物体的命名是发展型机器人学的主要研究方向，而关于抽象词汇的习得研究非常少，Cangelosi 在这方面也做出了开创性的工作。Cangelosi 于2006年提出了「符号扎根转移」（symbol grounding transfer）理论，即词义的传递是在与世界的互动产生的，例如我们可以用「马」+「条纹」这两个词语组合，向不知道「斑马」的人传递「斑马」这个新概念，并且也可以描述抽象概念，比如「使用一个物体」「接受一个礼物」，甚至更抽象的「幸福」「美好」之类。

2012年，Cangelosi 及团队使用符号扎根机制开发了一个基于 iCub 机器人模拟器的模型。以「接受」这个抽象概念的学习为例，机器人首先通过感觉运动，学会8个动作的名称，即「推」「拉」「抓」「释放」「暂停」「微笑」「皱眉」和「中立」。然后，结合这些基本动作元素，学会「给」「接收」「保持」这3个高阶动作词——比如「保持[是]抓[和]暂停」。接下来，机器人继续学会了「接受」「否定」「挑」这3个高阶动作，比如「接受[是]保持[和]微笑[和]停止」。当然，对于机器人来说，更大的挑战是「幸福」「美好」这类高度抽象词汇的扎根建模。

机器人能像孩子一样学习吗？它能否在设计时，以及在未知和不断变化的环境中学习各种新技能和新知识？它如何发现它的身体及其与物质和社会环境的关系？一旦离开工厂，没有工程师的介入，它的认知能力如何不断发展？通过与人类的自然社交互动，它能学到什么？对于发展型机器人学这个近20年才涌现出来的新兴研究领域，这些极为有趣的核心问题在未来还需要更多的、进一步的探索。9月2日，Cangelosi 教授将在 AI 与机器人大会上分享他的前沿研究，让我们共同聆听吧。

｜演讲摘要

《用于语言学习、信任和心智理论的发展型机器人学》

Developmental Robotics for Language Learning, Trust and Theory of Mind

在动作和语言处理以及数值学习和手势方面，越来越多的理论和实验研究都清楚地表明了涉身性在认知和语言处理中的作用。在心理学的神经科学领域，这一证据构成了涉身认知（embodied cognition）的基础，这也被称为扎根认知（grounded cognition）。在机器人学和人工智能领域，这些研究对认知智能体的语言能力和人机交互协作的机器人的设计都具有重要意义，并已经催生出了发展机器人学的新型跨学科方法。在本演讲中，我们将展示发展型机器人学模型的示例以及在早期词习得和语法学习中的涉身性偏好方面的 iCub 实验的结果，还将展示在数值学习方面的指向手势和手指计数实验。然后我们将展示一种全新的发展机器人学模型和在心智理论上的实验以及其在机器人的自主信任行为中的应用。我们还会讨论在 AI 和认知科学以及机器人伴侣应用中的涉身认知以及使用这种涉身方法的意义。

☟ 点击【阅读原文】参加AI与机器人大会