人工智能机器人、人工智能机器人实现难点

人工智能机器人经常出现在科幻电影里，比如太空深航机器人管理太空飞船在宇宙深度空间内飞行，管理内部设备，同时避开外部风险，按预设的航线飞行，另外还有蜘蛛侠贾维斯智能管家，管理建筑、战甲和个人事务等等。

现实的人工智能机器人已经达到了具备人类部分感知器官功能，按照预设程序能够为人类长时间进行服务的层次。这类层次具备了人类小孩部分的智力水平，只是部分，还不能算完全体。生物的基因本能是机器很难代替，但现在的机器人确实比几十年前的冷冰冰的机器要强的多。

现在虚拟空间里的人工智能机器人已经能够在大数据支撑下，提取场景数据来表达对场景的理解，就相当于现实中，老师让小孩背书，小孩能背出来，但老师用发散思维问小孩，小孩答不上来，虚拟人工智能机器人也解决不了发散思维下的问题。

这种发散导致的问题，让现在AI专家们关注开放式深度学习框架，相当于范围内格式化好的数据能分析，范围外的不太好吃的数据也能分析，微软的ONNX框架就是这类，另外还有个在游戏世界内的人工智能机器人，能够适应越来越多的游戏世界，这也是开放的体现。

按照正常的推理逻辑，人工智能机器人能够处理开放数据，就会具备更多智力，让人更轻松，但这也是一个挑战。

上面说了人工智能机器人的大方向，微观方向是人工智能能力是在模拟人的神经元，按网图的方式来组织神经元进行数据判别，给出结果。因为网图机制复杂，所以迭代非常难，所以一般的人工智能机器人其实是对特别单类数据进行网图分析，其它类数据只是简单分析，也有多类都进入网图神经元模式，但是比较少。比如现在的智能音箱、送货机器人和安检机器人，都是为了处理某个行业的需求而服务，并不是全面行业服务。

未来可能出现人工智能机器人助手来处理多面数据，但是只会是数据助手，在海量数据下，人脑是不可能跟上，但是海量数据又需要巨大能源，这和当前环保是有明显冲突。所以人工智能机器人技术的发展有很多不确定性，某些领域是离不开人工智能机器人，这些领域是必定要发展，这是大趋势，但是整体人工智能机器人怎么和社会整体利益兼顾发展，是个需要仔细思考的问题。