在工廠和倉庫，機器人在力量和精度上通常都勝過人類。人工智能軟件可以駕駛汽車，可以戰(zhàn)勝國際象棋大師，還能在《危險邊緣》智力問答節(jié)目中完勝人類選手。

但機器仍然缺乏一些至關(guān)重要的能力，因此短期內(nèi)依舊難以在很多功能上趕超人類——精密而完善的觸覺便是其中之一。

例如，斯坦福醫(yī)院頭頸外科醫(yī)生尼古拉斯·布雷文思(Nikolas Blevins)經(jīng)常進行耳部手術(shù)，在手術(shù)過程中，他必須掌握熟練的技巧，才能將耳骨與薄如蟬翼的內(nèi)表面剝離開來。

布雷文思正在與機器人學(xué)家肯尼斯·薩利博瑞(J. Kenneth Salibury)和薩尼·陳(Sonny Chan)合作設(shè)計一款軟件，使之可以在正式手術(shù)前進行“排練”。這款程序能將X射線與磁共振成像數(shù)據(jù)進行融合，從而創(chuàng)造出栩栩如生的3D內(nèi)耳模型，供外科醫(yī)生練習(xí)之用。還可以借此對病人的頭蓋骨進行一場“虛擬旅行”，通過虛擬方式“感受”軟骨、骨骼和軟組織之間的細微差別。

然而，無論多么細致入微，這款軟件也只能在大致程度上為布雷文思提供粗糙的觸覺感受。“要做虛擬手術(shù)，就必須有觸覺。”他指的是可以通過計算機模擬技術(shù)模仿人類觸覺的技術(shù)。

這款軟件所面臨的局限在機器人行業(yè)十分典型，也正因如此，對人類而言十分本能的任務(wù)，在機器身上卻很難實現(xiàn)。自從斯坦福人工智能實驗室在上世紀六十年代設(shè)計出首款機器手臂以來，機器人已經(jīng)學(xué)會了在工廠里進行重復(fù)性的勞動。但在很多基本功能上卻始終面臨困難，例如打開處于關(guān)閉狀態(tài)的門，跌倒后自己爬起來，從口袋里拿出硬幣，以及在手指上轉(zhuǎn)動鉛筆。

在學(xué)術(shù)界，這種高級的人工智能技術(shù)與拙劣的實際行動能力之間的相關(guān)性，甚至有一個專門的名稱：莫拉維克悖論。這是以機器人先驅(qū)漢斯·莫拉維克(Hans Moravec)的名字命名的一種理論，他在1988年的寫下了這樣一段話：“要讓計算機在智力測驗或象棋比賽中，實現(xiàn)像成人一樣的表現(xiàn)，是相對比較容易的；但是要讓電腦具備如一歲小孩般的感知和行動能力，卻是相當(dāng)困難的，甚至完全不可能實現(xiàn)。”

如果要讓機器人像服務(wù)員、衛(wèi)生員、文秘、保健員一樣，與人類展開真正的協(xié)作，就必須依靠觸覺學(xué)和運動學(xué)領(lǐng)域的進步。

“這個問題很復(fù)雜，需要時間。”加州大學(xué)伯克利分校機器人學(xué)家肯·古德伯格(Ken Goldberg)說，“人類很擅長這些事情，我們經(jīng)過了數(shù)百萬年的進化。”

人類觸覺無比精密

作為一種感覺，觸覺的復(fù)雜程度遠超普通人的想象。人類擁有一系列器官，可以精確地感知壓力、沖力、溫度和震動。（德國研究人員發(fā)現(xiàn)，浣熊已經(jīng)進化出動物世界中最復(fù)雜的大腦功能，使之可以在黑暗中處理觸覺沖動）。

研究顯示，人類觸覺的精密程度比之前所認為的高出好幾個數(shù)量級。例如，瑞典科學(xué)家在《自然》雜志上刊登論文稱，人體的動態(tài)觸覺（例如，當(dāng)手指劃過表面時的觸覺）可以區(qū)分出高度不超過13納米的凸起，也就是0.0000005英寸。

這相當(dāng)于一個分子的大小。按照瑞典皇家理工學(xué)院表面化學(xué)教授馬克·魯特蘭德(Mark Rutland)的解釋，假如人的手指像地球一樣大，它足以感覺出一輛汽車和一棟房子的大小差異。生理學(xué)家認為，手指與各種表面之間的互動可以被一種名為“機械感受器”(mechanoreceptor)的器官探測到，這種器官植根于人體皮膚的不同深度中。有些能感受到物體的尺寸或形狀變化，還有的可以感受到震動。

具體到細微的表面震動，關(guān)鍵信息源自帕氏小體(Pacinian corpuscles)，這是一種長約1毫米的橢圓形結(jié)構(gòu)，可以在形狀改變時發(fā)出信號。

觸覺學(xué)的目標(biāo)就是復(fù)制這種敏感性，因此，這門學(xué)科在計算世界與人類相聯(lián)系的過程中扮演著越來越重要的作用。觸覺學(xué)最重大的進步之一是由Mako Surgical公司創(chuàng)造的，這是機器人學(xué)家羅尼·阿伯維茨(Rony Abovitz)2004年創(chuàng)辦的一家公司。2006年，Mako Surgical開始提供一種機器人，能在外科醫(yī)生修復(fù)膝關(guān)節(jié)炎的過程中，為其提供精確反饋。

“我認為觸覺學(xué)是一種將機器智能與人類智能整合起來的方式，它能讓機器和人類分別發(fā)揮自己的長處。我認為二者將存在一種有趣的共生方式。”阿伯維茨說。

“外科醫(yī)生仍然擁有控制感，可以將精力投入到動作和力道上。但所有的智能引導(dǎo)任務(wù)，以及外科醫(yī)生的常規(guī)活動，都是由機器來負責(zé)的。”

機器人蘊含危險

即使是在機器人的地位已經(jīng)確立的工業(yè)領(lǐng)域，專家也擔(dān)心，與機器人并肩工作的人可能面臨危險。機器人已經(jīng)在美國引發(fā)了數(shù)十次工人傷亡時事件。如果要真正促成機器人革命的發(fā)生，科學(xué)家就必須創(chuàng)造能嚴格遵守安全標(biāo)準的機器，而且成本不能過高。

“過去30年間，工業(yè)機器人一直都只關(guān)注一個指標(biāo)：又快又便宜。”美國機器人公司HDT Global高級項目總監(jiān)肯特·梅西(Kent Massey)說，“我們一直都看重速度，這很好，但當(dāng)今的常規(guī)機器手都很死板，而且又笨重又僵硬，所以十分危險。”

現(xiàn)在已經(jīng)有很多機器手設(shè)計公司開始著眼于更加安全的產(chǎn)品，梅西的公司便是其中之一。波士頓的Rethink RoboTIcs和丹麥的Universal Robots已經(jīng)開發(fā)了“彈性”機器人，可以感知與人類的接觸。Universal的系統(tǒng)將一系列位于關(guān)節(jié)處的傳感器與軟件相互配合，從而實現(xiàn)了這一功能。Rethink的機器人則使用了“串聯(lián)彈性促動器”——其本質(zhì)上是關(guān)節(jié)處的一些彈簧，可以模擬人體肌肉和肌腱的彈性——和聲學(xué)傳感器，從而讓機器人在與人類接近時能放慢速度。

除了提升基本的安全性之外，科學(xué)家還在關(guān)注更多的細微觸覺。去年，喬治亞理工學(xué)院的研究人員在《科學(xué)》雜志上發(fā)表論文稱，他們裝配了一組名為“taxel”的小型晶體管，可以測量電荷變化，從而判斷機械應(yīng)變或壓力。其目標(biāo)是借此設(shè)計各種觸敏應(yīng)用，包括為機器人或其他設(shè)備制作的人造皮膚。

多種輔助方案

很多研究的重點都集中在視覺及其在觸覺中的作用。IntuiTIve Surgical公司開發(fā)的da Vinci Xi手術(shù)系統(tǒng)使用了高清3D攝像頭，使得醫(yī)生可以通過微型手術(shù)器械，進行遠程精細操作。該公司還在努力提升外科醫(yī)生的視野范圍和清晰度，因為當(dāng)今的觸覺學(xué)技術(shù)仍然遠遠無法滿足很多手術(shù)操作的要求，例如在器官等軟組織上進行必要的操作。

非營利組織SRI InternaTIonal首席工程師科特·薩利斯伯瑞(Curt Salisbury)認為，盡管外科醫(yī)生可以依據(jù)軟組織提供的視覺線索來了解他手中的工具施加的壓力，但很多時候，僅憑視覺仍然難以作出充分的判斷。

“在視野不佳時，觸覺反饋仍然至關(guān)重要。”他說。

其他研究人員相信，隨著不斷進步的傳感器更加精準地模擬人類皮膚，再加上融合了視覺、觸覺學(xué)和運動學(xué)的算法，便可以推動下一代機器人實現(xiàn)巨大的進步。

馬薩諸塞州伍斯特理工學(xué)院機器人學(xué)助理教授愛德華多·特雷斯-加拉(Eduardo Torres-Jara)，正在探索一條道路。他定義了一種名為“敏感機器人學(xué)”的理論，并據(jù)此開發(fā)了一個模型，只需要知道機器人的手腳與地面或物體接觸的位置，便可幫助機器人實現(xiàn)運動、抓取和操作。

“一切都是為了識別觸覺事件，并很好地理解這些事件。”他說。借助能夠探測微小磁力變化的人造仿生皮膚，他已經(jīng)開發(fā)出了一種兩腿行走的機器人，可以通過測量腳底的支撐力變化自動實現(xiàn)平衡，甚至大步行走。

如果能夠獲取更加強大的計算能力，便可改善觸覺能力，那么曙光或許就在前方。伯克利的機器人學(xué)家古德伯格已經(jīng)開始設(shè)計一套云計算機器人系統(tǒng)，可以通過互聯(lián)網(wǎng)獲取強大的計算能力。

“云機器人的理念令我振奮。”他說，“它可以突破我們在計算能力上面臨的限制。”

今年7月，在美國國家科學(xué)基金會的贊助下，布朗大學(xué)、康奈爾大學(xué)、斯坦福大學(xué)和加州大學(xué)伯克利分校的機器人學(xué)家，共同設(shè)計了一個名為Robo Brain的數(shù)據(jù)庫，希望提供一個專門存儲圖片和視頻的在線平臺，為在現(xiàn)實世界進行各種行動的機器人提供支持。例如，任何聯(lián)網(wǎng)的機器人或機器手均可獲取如何識別、抓取和拿起咖啡杯的信息。

其他觸覺學(xué)研究人員相信，通過人工方式復(fù)制觸覺將對自動化機器人的發(fā)展產(chǎn)生重要影響，甚至對增強人類自身能力的各種系統(tǒng)形成促進。

去年秋天，斯坦福大學(xué)機械工程副教授阿里森·奧卡姆拉(Allison Okamura)講授了一門觸覺學(xué)在線課程。學(xué)生們組裝了由奧卡姆拉與他人共同設(shè)計的“hapkit”組件，然后通過編程開發(fā)了彈簧和減震器等虛擬設(shè)備，而且可以像在現(xiàn)實世界中一樣進行操作。

這些學(xué)生探索了各種新項目，調(diào)整了硬件，并相互分享了各自的項目。奧卡姆拉表示，學(xué)生們的熱情完全可以理解。

“如果你擁有所有的感覺——視覺、聽覺、味覺、觸覺和嗅覺——但有人卻會逐一將其奪走，你最不愿放棄哪一種？”她問，“幾乎所有人的回答都是視覺，但我的答案是觸覺。”