HP Hewlett Packard 5086-7951, 08753-60168 Sampler T61516     
1155.6408 A110 Synthesizer T71728     
HP, Hewlett Packard 08591-60072, A-3123-53 Analog Interface Board T71800  

Gamma La Loggia T20-1 1737 Press T73916    
Glenair W803-P7, 786-30754-003 Cable Assembly T74114    

如今，机器人产业的发展如火如荼，工业机器人大行其道。在日前举办的中国人工智能大会上，中国工程院院士、香港中文大学（深圳）校长徐扬生向记者表示，在过去很长的时间里，相关科学家的研究主要集中在机器人的动作方面，现在是时候考虑机器人的智能问题，“对机器人而言，智能可能比动作更为重要”。
　　徐扬生院士从事机器人研究已经有将近30年的历史。他认为，机器人包含三个方面的内容，一个是动作，一个是感知（传感）部分，另一个是认知（人工智能）的部分。“比如说起风了。你知道起风了吗？这是感知问题。起风了以后要不要加衣服，这是认知问题。接着我们就可能决定要加衣服，这就是一个动作问题。”徐扬生认为，机器人这门科学50年来都在围绕“穿衣服”这件事情而进行，没有想“风来了吗”“需要加衣服吗”等问题。
　　徐扬生指出，即便之前科学家在研究机器人的动作问题时，其过程中也有很多需要解决的智能问题。以爬树机器人为例，其面临的挑战有很多，比如机器人要适应粗细不同的树枝，重量不能太重，斜着爬和竖着爬方式不同等问题。此外，书法机器人的设计过程中，也包含智能学习等方面的内容。
　　徐扬生介绍，其实早在20年前，科学家就已经开始讨论分布式智能的问题，但以前这件事情很难办到，随着网络的发展和技术的进展，现在已经可以进行这方面的研究。
　　徐扬生认为，在机器人研究方面，发展和动作有关的智能，首先应当考虑如何向自然学习，从中获得借鉴。“比如说，两千多年来，人类一直做着飞行的梦，想做大的翅膀，绑在手臂上，希望像鸟一样飞起来。但一直没有成功，当然飞机是另一回事，跟当初人的梦想不一样。为什么现在做不出来？我觉得还是向自然界学习不够，自然界有很多智能的东西还没有学习到。”
　　机器人的智能从哪里来？现在的研究人员都习惯通过算法来实现，即“向模型学习”。徐扬生觉得，可以“向人学习”，也可以“向动物学习”，“现在研究动物的人太少了，尤其是动物的智能”。

 

Gamma La Loggia T20-1 1737 Press T73916     
Philips BTMC C, 251 0236.1 Circuit Board T77102    

Gamma La Loggia T20-1 1737 Press T73916  
NSK W2513WF-11DX, 03F6-0088 Ball Screw Bearing Assembly T77305     
Moeller NZMB2-S160, NZM 2 Circuit Breaker T69596