1984年的某天，羅德尼·布魯克斯（Rodney Brooks）在泰國的家中感到炎熱、無聊、孤獨。正是在這種情形之下，他靈光乍現(xiàn)，產(chǎn)生改變機器人技術(shù)領(lǐng)域發(fā)展的靈感，并最終使Roomba掃地機器人走進數(shù)百萬個家庭。

那一年，布魯克斯即將步入而立。作為麻省理工學(xué)院的一名新成員，他努力使機器人在世界范圍內(nèi)得以應(yīng)用。如果可以，他可能會希望科幻小說中的場景成為現(xiàn)實：機器人進入危險的地方，探索周圍的情形，或者打掃我們的房屋。

雖然自20世紀(jì)60年代以來，固定式機器人手臂就已經(jīng)一直在工廠中執(zhí)行重復(fù)任務(wù)，但移動式機器人卻鮮少得以應(yīng)用。Shakey就是一個早期的例子。21世紀(jì)60年代末和70年代初，SRI International的研究人員開發(fā)了Shakey這種笨重的計算機。為了能在充滿大型障礙的房間中自由移動，Shakey需要強大的計算能力支持。因此，Shakey與主計算機通過無線鏈接。

AI研究人員試圖通過算法簡化Shakey的通用設(shè)置，這些算法可以良好結(jié)合機器的總體規(guī)劃能力。實際上，這一研究的進展非常緩慢。20世紀(jì)70年代后期，斯坦福大學(xué)的漢斯·莫拉維克（Hans Moravec）開發(fā)了一種推車，可以在停車、拍照和規(guī)劃下一步動作之前繼續(xù)行進一段時間。這輛車可以避開房間里的障礙物，但每15分鐘只前進一米。

1984年，布魯克斯采用了大致相似的思路。在一個項目中，他正在研究當(dāng)機器人更新周圍環(huán)境地圖時，如何使用數(shù)學(xué)方法解釋其運動的不精確性。他回憶道，在與當(dāng)時的妻子和他們的小兒子去泰國前一個月，他在一張紙上寫滿了數(shù)學(xué)方程式，他稱之為“世界上最無聊的紙”。

在澳大利亞長大的布魯克斯并不會說泰語。而他妻子的家人不會說英語。他說：“當(dāng)我的妻子和她的家人在一起時，她不說英語。所以我只能坐在那里發(fā)呆，花時間去思考，在熱浪中做白日夢。我聽著昆蟲嗡嗡作響。我想，他們只有一些很小的腦袋，有些只有10萬個小神經(jīng)元。他們不可能做一些數(shù)學(xué)計算。但他們能打獵、吃東西、交配，并且在我打他們的時候會跳開，而我只希望我的機器人做一些更簡單的事情。他們是怎么做到這些事情的呢？他們的身體各個部分的結(jié)構(gòu)組織一定不同?！?/p>

“這就是我靈感的起點?！?/p>

昆蟲不會評估每種情況，考慮各種選項，然后計劃每次動作。相反，他們的大腦依靠經(jīng)過數(shù)億年磨練的反饋循環(huán)驅(qū)動。感官信息使他們以特定的方式作出反應(yīng)；這些反應(yīng)相互組合產(chǎn)生了快速、準(zhǔn)確的行為。因此，當(dāng)布魯克斯回到劍橋時，他不再嘗試用復(fù)雜的數(shù)學(xué)方法編寫機器人，相反，他開始使用簡單的規(guī)則編寫軟件。

他將通過這種方式建造的第一臺機器命名為Allen，以紀(jì)念A(yù)I研究員Allen Newell。這款機器人形似一個倒置的垃圾桶，配備了聲納探測物體，布魯克斯為它編寫了一個基本指令：不亂打東西。遇到人時，Allen會靜止不動，直到人們走開才會繼續(xù)前進。隨后，布魯克斯增加了第二個反饋循環(huán)：使機器自由移動?，F(xiàn)在，只需一些傳感器和這兩個主要指令，Allen就可以穿過一個擁擠的房間，并跟上一個慢走的人。

僅增加了一層反饋，就使Allen的動作更加復(fù)雜。布魯克斯向Allen發(fā)送了一條新指令：探測較遠(yuǎn)的地方并返回。這項第三條規(guī)則可以抑制無目的的自由移動，除非第一條避免障礙的規(guī)則生效。在這種情況下，機器人應(yīng)該在繼續(xù)探測較遠(yuǎn)的地方之前恢復(fù)原狀。

在缺少預(yù)判的前提下，Allen完成了所有指令，因為每組傳感器都獲得了足夠的反饋，從而調(diào)整其他兩層反饋在進行的內(nèi)容。這使布魯克斯的一些AI前輩們困擾不已，幾十年來他們一直在為計算機處理的思維與行動的象征性表征而努力。兩位著名的研究人員后來告訴布魯克斯，當(dāng)他在某次會議上介紹Allen時，一個人曾向另一個人耳語道：“為什么這個年輕人要拋棄自己的前途？”

布魯克斯沒有被嚇退，他復(fù)制了Allen在Tom and Jerry玩具車中的動作。隨后，他制造了可以檢測并撿起汽水罐的機器人Herbert和一個一公斤重的六條腿機器人Genghis，后者可以在不平坦的地面上快速移動。

1990年，在一篇名為《Elephants Don’t Play Chess》的論文中，布魯克斯認(rèn)為他的機器人揭示了經(jīng)典AI方法的缺點，這些方法只是將世界上復(fù)雜模型塞進了無實體的電子大腦。為什么不讓機器自己去探索世界呢？布魯克斯寫道：“世界就是自己最好的老師。世界始終是最新的，包含著所有最新的細(xì)節(jié)。秘訣就在于對世界適當(dāng)?shù)馗兄??！?/p>

經(jīng)典AI研究人員會抨擊布魯克斯的簡單機器人功能有限。但是，布魯克斯表示，通過更復(fù)雜的反饋，他的機器可以執(zhí)行更復(fù)雜的任務(wù)?！巴瑯?，因為大象不下棋就認(rèn)為大象不值得研究，這樣的論斷是不公平的，”他寫道。

布魯克斯證明了他在iRobot時提出的觀點。iRobot由他與他的兩個學(xué)生，科林·安格爾（Helen Greiner）和海倫·格雷納（Colin Angle ）于1990年共同創(chuàng)立。iRobot為美國軍方開發(fā)了用于檢測和摧毀地雷、搜索碎石，或為士兵攜帶裝備的移動機器人，并于2002年發(fā)布了Roomba掃地機器人。隨后，該公司還研發(fā)了可以清理排水溝、地板、游泳池的機器人。截至目前，該公司已售出2500萬臺機器人。

但是，布魯克斯在2008年聯(lián)合創(chuàng)辦的Rethink RoboTIcs公司并沒有像iRobot一樣成功。Rethink研發(fā)了可以在工廠和包裝設(shè)施中與人類共事的機器人Baxter和Sawyer。但這兩款產(chǎn)品需求疲軟，去年該公司出售了這項技術(shù)。 目前布魯克斯正在創(chuàng)辦一家名為Robust.AI的創(chuàng)業(yè)公司，致力于為一系列機器人開發(fā)軟件。

在過去十年中，雖然計算機科學(xué)家通過神經(jīng)網(wǎng)絡(luò)和其他AI技術(shù)取得了令人矚目的進步，但布魯克斯仍堅持認(rèn)為機器不會成為真正的智能代理，除非他們也與世界進行物理接觸。這種觀念與技術(shù)專家發(fā)生沖突，他們認(rèn)為超強AI時代即將來臨，但布魯克斯從未想過逆勢而行。

他說：“許多人拋棄前程使科學(xué)技術(shù)成為現(xiàn)實，我們無法知曉誰將獲得成功。這是一場需要耗費大量精力的賭博，也許有一天人們的付出會獲得回報?！?/p>