机器人专家展望人机协作未来
移动机器人正逐渐融入我们的日常生活：它们在超市过道中盘点库存，在夜间清洁机场地板，为医院病房提供物资并进行消毒，以及检查石化管道的腐蚀情况。在某大型科技公司的运营中，超过20万台机器人正投入使用。人与机器人正越来越多地学习共同生活与工作。机器人专家比尔·斯马特希望简化他们之间的交互过程。
斯马特是某大学机器人学教授，也是该校协作机器人与智能系统研究所的副主任。他正与某中心合作，研究人与机器人如何在较长时间内进行交互。
从学术界到产业界：拓展研究规模
在学术界，一项典型研究可能只包含30人。研究人员将参与者逐一带入房间，让他们以各种方式与机器人互动。斯马特表示，这可能会产生一些见解，但这些研究是在孤立环境中进行的——只有一个人和一个从未见过的机器人。这种场景并未真实再现正在形成的人机共存世界。
作为学者，只能运行几个机器人几天时间，进行本质上相当于概念验证的研究。而与某中心合作，使得有可能一次性地、在数月乃至数年的时间尺度上，以更大的规模进行思考。这能让你提出那些在学术界无法探讨的问题。
随着时间的推移，这种规模效应对斯马特来说极具价值。他关注的是在一个月或一年内，这些接触会是怎样的。第一小时的互动与一个月或一年结束时的互动将截然不同。他感兴趣的是人们如何与机器人一起工作，以及当他们不直接协作，但共享同一个空间时，他们会做些什么。
进行更 robust（鲁棒性更强）实验的愿望促使斯马特加入了某学者项目。他计划研究人与机器人如何长期互动。
在某中心进行机器人研究的优势之一就是规模。这对于机器人行为变化的数据收集至关重要，例如测试机器人应该使用过道的哪一侧，或者它的速度应该是多少。在较小规模的环境下无法学习到的东西，在这里可以收集到相关统计数据。同时，这也为衡量这些变化提供了更真实的框架。大规模的数据也使得推断有用结果变得更加容易。
机器人的意图表达与人机共融
斯马特的研究重点在于拓展人与机器人长期协作的方式。他特别想拓展的一个领域是，机器人如何通过信号传达其即将执行的动作以及下一步的移动方向。
目前，与其合作的机器人配备了一套指示灯，类似于汽车的方向灯，用来显示机器人的意图。机器人的底层安全系统会使其减速或停止。但最终目标是让机器人“在使用中隐形”，这样员工就不必比思考人类同事的行为更多地考虑机器人的动作。
大量的数据对于机器学习也至关重要。斯马特的工作涉及将传感器信息转化为可操作的情报。他将机器学习视为一种工具，并且是一种非常有效的工具。他认为，这在生产环境中尤为重要。
机器人技术的政策思考
斯马特对人工智能领域的公共政策也有浓厚兴趣。尽管政策考量贯穿其职业生涯，但真正的起点是在2011年。当时一位同事建议他参加一个关于机器人和人工智能法律与政策方面的新会议。最终，他在该会议上做了有史以来的首次报告。
那次会议让他大开眼界。会议最初由参与互联网法律的律师发起，而互联网法律大多是在互联网已经爆发后才制定的。该会议希望在机器人出现在现实场景之前，就能理清人机共存世界的法律含义。斯马特是当时到场的少数技术专家之一。
他发现，大多数学术成果来自法律和政策方面，并且没有紧密地结合技术实际能做什么。他们讨论的是可能在未来几十年成为问题的事情，而不是今天已经存在的问题。这是因为他们误解了当今技术的现状。
在与机器人专家交流多年后，斯马特发现这次会议让他接触到了不同的观点。他想通过帮助解释机器人技术，不带任何炒作地做出贡献。他认为，人们对机器人了解得越多，他们就能做出越好的决策。
斯马特还担心人们过度依赖“机器人或人工智能可以充当万能药”的想法，而忽略了它们只是解决问题的工具。尽管如此，他仍然感到兴奋。在该领域耕耘20年后，他终于看到机器人出现在现实世界中。甚至他所在的大学也开始使用配送机器人，执行有用的工作，让人们的生活更美好。
斯马特认为，现在还处于早期阶段，相当于个人电脑时代来临前的计算机发展水平。还有很多工作要做，而难点在于机器人活动与人类活动的交叉领域。他预测，五年后，人们可能仍在努力解决这个问题。
FINISHED
