6．机器人学与强人工智能（通用人工智能）

机器人学作为一门典型的交叉学科，其研究范围广泛涵盖了环境适应机器仿生、机器人自主行为、人机协作、微纳操作、制造装备、科学工程以及服务型机器人等多个前沿方向。值得一提的是，当前国内机器人产业仍处于早期发展阶段，商业化方面较为成功的代表性企业包括大疆创新和沈阳新松等公司。

强人工智能（又称通用人工智能，AGI）是人工智能领域研究的核心目标之一。它指的是具备执行一般性智慧行为的能力，通常将意识、情感、知识、直觉等人类特质与智能系统相结合。简单来说，实现强人工智能至少需要具备以下几项关键能力：

（1）自动推理——能够运用策略解决问题，并在不确定环境中进行决策。
（2）知识表示——涵盖构建常识知识库的能力。
（3）自动规划能力。
（4）学习能力。
（5）使用自然语言进行沟通交流的能力。

这里存在一个引人深思的对比：人类智慧是由“隐性智慧”与“显性智慧”相互影响、相互促进、相辅相成所构成的能力体系。“隐性智慧”主要负责发现问题和定义问题，从而设定工作框架，其背后是目的、知识、直觉、抽象、想象、灵感、顿悟和艺术创造等能力，具有极强的内隐特性，因此难以被精确理解，更难以在机器上模拟实现。而“显性智慧”则是在隐性智慧所设定的框架内解决问题，依赖信息收集、知识生成、创新策略以及行动转化等能力，具有较明确的外显性，因此有可能逐步被理解并在机器上模拟出来。需要特别注意的是，当前几乎所有人工智能系统都仅限于模仿人类解决问题的能力，并不具备发现问题和定义问题的能力。因此，所谓“人工智能将全面超越人类智慧”的说法缺乏科学依据——目前的人工智能本质上仍是帮助人类提升生产力的工具。

可以预见，未来人工智能所催生的科技产品将成为人类智慧的“容器”。人工智能能够模拟意识与思维的信息处理过程，虽然它并非人的智能，但可以像人一样思考，甚至在某些特定领域超越人类。至于当前主流的算法，大致可分为两大类：传统的机器学习算法与神经网络算法。