张有学（采访中简称张）老师，密歇根大学地质科学系的教授。高中毕业后务农四年，七七年在狂喜和犹豫中进入北大地质地理系学习，八十年代初意气风发去到哥伦比亚大学深造，其后在加州理工大学进行过两年多的博士后研究工作，然后在密歇根大学任教至今。对了，还有05到07年之间在北大担任讲座教授的经历。这是一张不太寻常却又如此典型的七七级大学生的简历。下面是Robot（以下简称R）同学的采访手记。

R: 能不能向我们的读者概括介绍一下地质学是做什么的，以及这个学科近年的发展趋势。
张：地质学就是研究地球的，包括物理学上的特性和过程，也就是我们所说的地球物理；化学性质和过程，又叫地球化学；地球上的古代生命，或者说古生物；还有地球的历史、构造和演化。我们这里说的地球不仅包括了陆地，海洋，大气层，还有一个时间上的概念，是一个四维意义上的地球。近年来地球科学发展比较快的一个方向是朝着地球的更深处发展，比如说深层地幔，甚至地核。另外，还多了一些像全球暖化这样的新关注点。

R: 听起来涵盖了相当多的学科。我在您的网页上看到您的研究兴趣里有一项是”地球的年龄”，这也是我最容易理解的一项了，能具体谈谈吗？
张：我们都知道地球的年龄大概是45亿年左右。近年这方面的工作主要是对这个时间的微调，并找出使用不同方法得到的地球年龄的具体意义，这能够帮助我们确定地球早期的演变进程。太空中的尘粒和微行星通过相互碰撞、累积形成地球是一个漫长而复杂的过程，很难准确定义地球的年龄。要有很仔细的研究，才能把地球的早期演变历史（像是地核的形成，大气的形成）拼凑起来。

R: 确实很复杂，那么这类研究的数据都是如何得来的呢？在地球表面，我们现在是很难找到非常早期的岩石或者其他常见的证据的。
张：研究地球的年龄并不需要早期岩石，所有能采到的地球岩石已经算“近期”了。一种方法是依靠短寿期核素，它们是超新星爆发时散布到太阳星云中的，因此在太阳系形成之初存在但随后就衰变而消失了。这些核素的半衰期大概是百万到上亿年，虽然现在已经找不到了，但我们能够从衰变产物中发现它们存在过的痕迹。假设有一种短寿期核素（母核素）的半衰期是九百万年，它倾向于存在于地幔岩石中，但是它衰变生成的子核素倾向于进入地核。如果我们能从今天的地幔岩石中找到母核素还存在时母子核素分馏的证据–通常这会导致同位素构成比例与陨石相比异常，那么地核的形成年龄就能被限定在短寿期母核素仍然存在的时间范围内，通过对同位素异常程度的分析，我们甚至能具体的量化这个时间。这样的话，我们就能推断出地核形成的平均时间大概是在原始陨石形成的3千万年后，也就是大概 45亿3千万年前。

R: 唔，我大致能理解您的意思。另外我好奇的是，如果最后有科学研究发现地球年龄比我们现在已知的久，譬如说，多了一亿年，那对我们现在的一些常识认知有没有什么影响？
张：地球的年龄要看我们如何来定义它，地球形成进程中的不同事件确实有早晚之分。如果地球的年龄只是变化一亿年的话，算不上什么大事。比方说，人们通常说地球的年龄是45亿5千万年。我在1998年的时候发表过一篇论文，认为地球的年龄（这里是指从大气保留算起，它要求地球质量足够大，而且不会再发生巨大的冲撞）应该是44亿5千万年，比我们通常认为的年轻了一亿年，这没有对我们的认识造成任何困扰。同样的，后来又有证据表明地核的平均年龄是45亿3千万年，这也没有产生任何麻烦。

R: 那我就放心了。我们接下来聊聊您的研究吧。
张：我个人的主要研究领域是在高温地球化学，尤其是地球化学动力学以及各种由气体驱动的喷发，如火山喷发，湖泊喷发和海洋喷发等。最近，我们的研究还表明煤与瓦斯突出其实类似于爆发式火山喷发。我的工作主要是搞清楚这些喷发的过程，终极目标是挽救生命。

R: 听起来都很危险，您需要去进行野外工作吗？
张：我的团队主要是进行一些实验工作和理论上的模型分析，很少会去野外做调查工作。像是火山喷发或是煤与瓦斯突出，我们都能够在实验室里做模拟实验。

R: 湖泊喷发是什么？我还是第一次听说这个名词。
张：湖泊喷发是一种由气体驱动的水喷发现象，和火山喷发的原理有相通之处。人们直到八十年代才意识到这种现象，你可能会觉得有点奇怪，虽然我们对地球的活动已经观察了这么多年，却还有许多地质现象有待发现。目前已知的湖泊喷发现象有两次，都发生在喀麦隆，一次是1984年的Mounoun湖，另一次是 1986年的Nyos湖。86年那一次喷发导致大约一千七百人窒息而亡。

R: 那可真是太恐怖了。我大概知道一点火山喷发的原理，一般来说是岩浆中的水蒸气和二氧化碳等气体随着岩浆向上运动，大量气体从岩浆中溢出从而冲破地面形成的。那湖泊喷发中的“气”是从哪里来的？另外，湖泊是没有“盖子”的，一个敞口的湖泊中溶解的气体浓度怎么会达到喷发这样危险的程度？按照我们的日常经验，一罐敞口的可乐似乎比没开罐的可乐爆炸威力小多了。
张：我们的理解（还有部分是猜测）是这样的：二氧化碳气体来自很深（比如说5公里深）的岩浆，逐步渗入到湖底并且溶解在湖底的水中，而上层的水提供水压因而起到了保护作用。像Nyos湖，大约有208米深，它底部的水中溶解的二氧化碳压力能达到21巴，而通常香槟酒的二氧化碳压力才不过6巴。尽管二氧化碳也在向上扩散，但是速度慢，反而是溶入湖底的二氧化碳来得更快。二氧化碳溶解后会增加水的密度，导致湖底的水留在湖底。长久下来，二氧化碳会累积到一个非常高的浓度，直到过饱和，这时就出现气泡了，许多气泡同时出现而上浮形成气泡柱—水夹带大量气泡因浮力而上升形成的柱体，上升的过程中因为水压减小，导致更多的气泡长大，这又反过来增加了浮力，使得气泡柱上升的速度更快。这是一个很强的正反馈过程，当气泡柱到达湖面的时候，能形成50-90米每秒的喷发速度。有时候，虽然湖底的水还未达到饱和状态，但发生了滑坡进入湖底之类的干扰，也可能使底部水上升，减小水压，导致气体在水体里过饱和并造成喷发。

R: 我明白了，之前我还在想，如果我们轻轻晃动开口的可乐瓶，就能够让气泡温柔地溢出的话，那么在有喷发危险的湖泊中组织人划划船，游游泳之类的，能不能降低危险。现在看来，起码要组织潜水队才行了。
张：你说的这种运动太小了，是不可能释放湖底水中的二氧化碳的。湖泊喷发需要三个条件，我们刚才说到了两个，一是要有气体来源，例如湖泊下方有岩浆；二是湖要够深。此外还有一个条件，就是要能够在湖底水中累积气体。一般的湖泊水体每年会翻转两次：一次是入冬前，湖面温度降低到4度，这时候水的密度最大；另一次是出冬后，湖面温度又攀升到4度。不过赤道附近的湖泊，因为四季和昼夜的温差变化小，不会有这样的水体翻转，就能够在湖底积累气体。目前，在很多研究者的共同努力下，我们已经能基本理解湖泊喷发的过程和动力学，也就能在一定程度上避免它。比如说，把湖底的水泵上来，释放出二氧化碳气体，就能减低喷发的风险了。

R: 这可太棒了，学界现在有针对这个现象监控特定的湖泊吗？
张：在80年代的两次湖泊喷发后，赤道附近的非洲湖泊就被检查过了。Kivu湖（这个湖相当大）也被发现在湖底水中含有高浓度的气体，不过还远没有达到饱和的程度。目前，Monoun、Nyos和Kivu湖的湖底气体浓度都在监控中。同我们预期的一样，气体的含量还在增加，Monoun湖和Nyos湖已经开始实施泵水排气了。

R: 我还有个问题，从80年到现在全球有明确记载的湖泊喷发只有两次，您先前提到的三个条件要同时满足是不是非常苛刻？
张：湖泊喷发确实不常见。不过，虽然人们在80年代才发现这个现象，但在那之前，应该已经出现过很多次。在非洲传说中，有好湖和坏湖之分，居住在坏湖附近的人们可能会突然无缘无故的死去。这其实就有可能是湖泊喷发所致，不过当时的人们还认识不到这一点，因为湖泊喷发通常不会留下什么痕迹。

R: 能说说海洋喷发吗？这是不是跟海底火山有关系？
张：海洋喷发还只是一个未经证实的假说。我们知道，海底沉积物中是含有气体的，特别是甲烷水合物（可燃冰）和气态甲烷。这些甲烷的含量非常大，差不多抵得上所有的碳化石能源（包括天然气，石油，煤），而且在某些地方是存在密集甲烷的。在特定的条件下，譬如海底温度升高、滑坡或地震，这些气态甲烷和水合物就有可能被释放出来，水合物还会分解成气体。如果有巨量的这种气体被释放的话，就有可能形成喷发。

R: 这个可燃冰我听说过，甲烷好像跟全球暖化还有关系。您说的海洋喷发现象，我们现在有办法预防吗？
张：海洋喷发的规模会非常大，目前还没有什么预防的办法，不过这个现象也还没有证实。至于全球暖化会不会造成灾难性的海洋喷发和失控的温室效应，现在学界还没有达成共识。

R: 说到全球暖化，能谈谈您的观点吗？还有，火山喷发对此有什么影响吗？
张：我不是这方面（全球暖化）的专家，尽管目前对于二氧化碳排放以及温度到底会上升几度还不确定，但别忘了我们只有一个地球，我们没有资本去做实验来看气温到底会升高几度。至于火山喷发，大的爆炸性喷发会释放出气体和悬浮物，产生两种相反的效果。从短期（可能从几个月到几年）来说，温度会降低，因为巨量的悬浮物会遮挡住阳光。从长期（可能从几千年到几百万年）来说则会造成升温，因为温室气体被释放到了大气中。短期的效应可能会在全球暖化中形成干扰，长期的效应则会增强暖化，不过这很缓慢，而且从几百年的时间跨度来看并不是很要紧。

R: 火山喷发的预报现在好像做的比较好，我们在预测到火山喷发的危险性后，除了安全疏散，有没有一些更为积极的干预措施？
张：通常来说，如果一个火山如果是处在现代仪器的仔细监控下，大部分状况下我们是能预测到喷发的。例如1991年的皮纳图博火山，大喷发前几天被准确预报，人员得以疏散。至于你提到的积极干预，现在还不能阻止爆发式的火山喷发，不过人们确实能采取一些措施来控制非爆炸性的岩浆流动。在美国，流行的做法是让大自然沿着它的轨道正常前行，即使这会带来一些财产上的损失。

R: 能说说煤与瓦斯突出吗？我们能借鉴火山喷发的预测经验吗？
张：煤与瓦斯突出是煤矿事故中的主要杀手之一，常常瞬间发生，从煤层中喷出大量的煤块和气体。这种煤块和气体的突然自动喷发与爆炸性火山岩浆和气体的突然喷发很相似。在这条喷射轨迹上的工人就可能遇害，它还可能引起塌方，喷出的瓦斯也可能引起燃烧和爆炸。我们现在正在了解煤与瓦斯突出的现象，还没有到预测的地步。虽然它和火山喷发的基本原理有相似之处–都是由过饱和气体驱动产生的，但预测可能会用到非常不同的模式。

R: 您早期主要是关注火山喷发，后来是怎么想到把湖泊喷发和煤与瓦斯突出也联系起来的？
张：我开始关注煤与瓦斯突出是在2006年，那年中国、俄罗斯、美国都在发生煤矿事故。我当时正利用假期去北大担任讲座教授，就打印了一些相关的文章在飞机上看。其中一篇文章描述了煤与瓦斯突出发生时喷射出的粉末颗粒和气体，使我联想到了这同火山喷发之间的相似性。至于湖泊喷发，是一个有关湖泊喷发的讲座给了我灵感。

R: 看来真是生活中要随时随地用功才行呀。多谢您接受我们的采访，非常棒，我感觉自己看了一个小时Discovery的节目。
张：我在美国还真的参与过电视节目，一次是关于海洋喷发的，一次是关于火山喷发的。

后记：在我这个地质学白痴人生中的第一次采访里，张老师充分展示了他的好脾气，耐心，以及深入浅出的专业讲解功夫，这是一次非常愉快的采访经历。有兴趣的同学可以到张老师的网站上找到更多更专业的信息。

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

本图为Marvin P.同学在小庄的威逼利诱下所作

通常人们如果要将音乐与计算机联系起来，第一个想到的自然是近十年来才开始流行的MP3和IPod播放器。不过，计算机与音乐创作之间的合作远比这密切的多。数字音效合成、音频编辑软件、乐器数码界面（MIDI）标准以及数码录音设备早已在各个音乐工作室里被广泛应用，并且大大缩短了唱片制作的成本和时间。然而，一个音乐白痴是否能够仅仅靠敲几下键盘就创作出一曲动听的乐章呢？两千多年前的古代希腊人就已经在思考类似的问题。

音乐可数

公元前五百年的一天，哲学家毕达哥拉斯（Πυθαγόρας，约前580年－前500年）走在大街上，突然被街边铁匠铺里传出的声响所吸引，他驻足细听，发现铁锤敲打在砧板上的声音并不像通常那样令人生厌，反而非常优美。这位企图用数来解释宇宙万物的哲学家意识到，在这美妙的音乐背后，一定有某种他所不了解的数学法则。通过不同的击打实验，毕达哥拉斯发现了和谐音程的秘密：当音与音之间的频率比是简单的整数比时，产生的音乐最美妙和谐。这个发现无疑是他所宣扬的“万物可数”哲学思想的最好证明，也巧妙地将音乐与数学紧密联系在了一起。毕达哥拉斯还坚信，宇宙中各天体也是按照某种数学法则来运行的，而与这种数学法则相对应的音乐，就是宇宙间真正的天籁之音。按照哲学家的观点，既然天地间的万物都可以用“数”来解释，那么，是否任何领域的知识都能够转化成音乐呢？两千年多前的古人并没有给我们留下实证，然而，关于数字和音乐的游戏却一直在继续。（在此声明一下，铁匠铺的故事乃是来自传说，而关于天体音乐理论的提出者也有争议，有人认为是柏拉图。）

投骰子作曲

1791年，天才作曲家莫扎特英年早逝，一支《安魂曲》留给世人无数浪漫的想像。两年之后，出版商在柏林公开了据说是他生前创作的一套随机乐曲生成系统，后世称之为“莫扎特的音乐骰子游戏”。这款小游戏由176条小步舞曲小节，96条三重奏小节，两张写满数字的规则表以及两粒六面骰子组成。游戏的规则非常简单，两粒骰子被随机投掷16次，根据骰子显示的数字，规则表中对应的小步舞曲片段被依次选定，组成了一支小步舞曲。同样，一粒被随机投掷16次的骰子就能够谱出一段三重奏。我们可以发现，这个简单的游戏总共可以生成11^16（4千多兆）的小步舞曲段和6^16（2千多亿）的三重奏段。

回文诗《璇玑图》（可有异曲同工之妙？）

莫扎特的音乐骰子游戏有多个版本，并被认为多是他人托名而作。虽说没有人发现过原始手稿明确证实这款游戏确实出自莫扎特之手，不过很多音乐家还是认为在他1787年创作的乐曲“K. 516f”中可以找出类似的随机生成机制。事实上，莫扎特并不是音乐骰子游戏的创始人，早在1757年，约翰•菲利普•克恩伯格（Johann Philipp Kirnberger，1721～1783）就在柏林公开发表过类似的游戏手稿。而他手稿扉页上的一段话，也多次被后来者所引用：只要愿意，任何懂得骰子和数字的人都能够谱写出足够多的乐曲段。伴随着十八世纪欧洲社会对数学的极大热情和关注，类似的小游戏在当时的音乐圈中相当流行。即使在200年后，也还有不少人借用类似方式向自己的作品中注入随机因素，美国实验音乐家约翰•凯奇就曾经制作过一个写满音符的棋盘来“演奏”棋局。相似的，一个圆周率就可以通过数字和音符之间不同的对应关系永无止境地演奏下去。而计算机的出现，更是为音乐自动创作打开了一扇新的大门。

依利亚克组曲
1952年，28岁的列哈伦•希勒（Lejaren Hiller）告别了杜邦公司，怀揣一大笔奖金重返校园。在美国伊利诺伊大学，这位23岁就拿到博士学位的化学家开始了对合成橡胶的研究。也正是在同一年，第一台完全由美国大学研发的冯•诺伊曼式计算机Illiac正式亮相伊利诺伊大学。得天独厚的希勒得以接触到电子计算机并用它来计算统计意义上理想聚合分子的大小。他无意中发现，如果将控制变量由几何数变为音符，同样的计算机代码可以用于对位法谱曲（一种使两条或者更多条相互独立的旋律同时发声并彼此融洽的作曲法则）。一向对音乐颇有兴趣的希勒开始“不务正业”，试着利用计算机来谱曲，他不仅在闲暇时间开始攻读音乐硕士学位，还把自己的助手——化学师里奥纳德•艾撒克逊（Leonard Isaacson）一同拉下了水。

他们最开始是希望让计算机实现类似传统对位法的谱曲工作，并进行了一系列的实验。包括如何生成全音阶旋律和复调，如何用计算机代码编写对位法规则以及如何生成半音阶。最后，统计学里的的马尔可夫链（一种通过历史状态来预测未来状态概率的数学模型）被用于决定音调。例如，如果当前的音调是C，那么下一个可能的音调则可能是G（概率70%），E（概率15%），F(概率10%)或A（概率5%），不同的概率由不同的马尔可夫链模型所决定。这样，整个谱曲工作被分为三个阶段：初始化—包括建立规则表和数学模型；生产—计算机随机生成单个音符；测试—计算机根据初始化中的规则测试随机音符是否有效。于是，通过不断重复生产和测试环节，越来越多有效音符被选择出来并组成了完整的乐曲。

希勒教授和他的音乐工作室

1956年，在美国计算机协会（ACM）的一次会议上，希勒做了一场关于计算机创作音乐的报告。听众的反应不一，有趣的是，计算机专家们大多对此持非常开放的态度，音乐家们则显得更为谨慎，而很多其他领域的学者们却认为他完全是在胡说八道。不管怎样，希勒的第一个作品在1957年诞生，为了纪念用以作曲的计算机Illiac，他为这支弦乐四重奏取名《依利亚克组曲》（Illiac Suite），这也是历史上第一支完全由计算机生成的音乐作品。而化学家希勒则从此彻底投入计算机音乐创作的怀抱，他转入音乐系任教，成立实验性的音乐工作室并“编写”出了有着诸如《算法一》、《算法二》、《算法三》这样古怪名字的乐曲。

算法各异
在希勒之后，随着计算机相关技术的发展和普及，越来越多的人关注到这个科技与技术奇妙结合的领域，于是各式各样的作曲算法涌现出来。上世纪八十年代进入这一领域的大卫•库佩（David Cope）算得上其中的佼佼者，他执教于美国加州大学圣克鲁兹分校（UCSC）艺术系，同时也是中国厦门大学计算机学院的名誉教授。库佩最开始是想编写一个能够描述自己作曲风格的计算机程序并用它来记录自己工作的发展轨迹，不过，很快的，他将目标转向了那些已经故去的大师们，希望能用软件创造出带有不同大师风格的音乐作品。库佩将这样的工作称为“重组合”（recombinancy）——在现存的音乐上加入新的，符合原有逻辑的演绎，从而创造出新的作品。

“所有伟大的英文著作都是26个字母的重组合，同样的，大多数现存的西方伟大音乐作品都是十二平均律音阶和对应的八度音阶的重组合”库佩这样理解自己的工作，“这秘密并不在于生成新的字母或音符，而是在于重组合的巧妙与优雅。” 他编写的音乐智能实验软件EMI能够模仿上百位作曲家的风格，其中包括类似巴赫的器乐协奏曲，类似莫扎特的奏鸣曲以及类似肖邦的夜曲。EMI能分析同一作曲家的多个作品，通过特殊的匹配过程找出作品中共有的特征，根据在现有作品中出现的次数多少，这些特征被赋予不同的权值，存放在数据库中。在创作的时候，这些特征被应用，而缺省的内容则由不同的计算函数来填充，模仿已故作曲家作曲风格的新作品便诞生了。库佩的机器创作取得了巨大的成功，EMI的效率是惊人的，我们现在可以在网络上听到多达5000首由EMI自动生成的音乐作品，足以举办一场全球巡回音乐会了。

酷酷的库佩教授

与库佩同时期的理查德•奥斯（Richard Voss）则采用了不同的方式。1978年，奥斯和约翰•克拉克（John Clarke）在分析众多音乐和演讲的频谱密度时发现：当他们将频谱密度降到万分之五赫兹时，就能分析出长时间内的旋律波动，而很多音乐的波动都呈现出“粉红噪音”（一种自然界最常见的噪音，频率分量功率主要分布在中低频段，可以模拟出瀑布或者下雨的声音）的模式。为了对比，奥斯和克拉克使用计算机分别生成了基于粉红噪音、褐色噪声和白噪音的旋律，上百名听众几乎一致认为基于粉红噪音的旋律更为动听。从那以后，许多基于粉红噪音的数学公式也被应用到了作曲算法中。

除了传统的统计学方法，作曲家们还瞄上了人工智能的最新发展。亚当•阿尔珀恩（Adam Alpern）在九十年代将遗传算法用到了音乐谱曲中。他将一支爵士乐曲输入计算机，通过模拟进化过程—改变些微参数生成新的相似乐曲，根据预先设定的淘汰规则（包括音调、节奏、自然音阶的平衡）去掉不适应的乐曲—自动生成了全新的乐章。而乔纳森•伯格（Jonathan Berger）设计的人工智能算法不仅会谱曲，还会“听音乐”，如此一来，机器就能够接受和识别音乐，并以音相和了。

不过，对大多数音乐家来说，他们更愿意从“数”中吸取灵感而不是完全放弃自己动手谱曲的能力。近年在中国频频露面的美国先锋音乐家艾略特•夏普（Elliott Sharp）便是如此将毕达哥拉斯“万物可数”的概念充分表达了出来。在他的手下，无论是混沌理论，斐波纳契数列，核糖核酸（RNA）重组算法，还是几何分形学，都能转化成不同的旋律。

尽管机器创作或辅助创作的音乐越来越被大多数人所接受，反对或质疑的声音永远都存在。我们需要什么样的艺术？本身毫无情感的机器如何能创造出真正能打动人心的音乐？艺术家们永恒追逐的灵感是否能由严格程序控制的机器再现出来？这些问题已经被无数人翻来覆去的讨论了。也许库佩的想法是对的：“大多数现存的西方伟大音乐作品都是由十二平均律音阶和对应的八度音阶组合起来的。”可是，正如罗丹所言：“完成一件雕塑，只不过是把石料的多余部分去掉。”伟大的音乐作品所需要的也是机器创作最棘手的技巧所在，正是如何去掉那些多余的部分。

买一送一的小贴士：机器也恶搞论文
与自动化作曲不同，到目前为止，除了一些勉强可以归入朦胧派或梨花体的诗句，机器创作在有意义的写作上还是毫无建树，而由机器翻译的长篇文章也确实让人有惨不忍睹之感。

几年前，出于对学术界“野鸡会议”（指那些学术水平低下，无质量把关，只知收取昂贵注册费用替作者攒论文发表数量的学术会议）的反感和年轻人的恶搞冲动，美国麻省理工大学（MIT）计算机专业的三位研究生编写了论文自动生成软件SCIgen。它能够从固定的词库中，随机抽取专业术语，以符合文法的方式生成句子。因为学术论文中大量充斥着一些专业性很强的用词和固定的句式，这种软件生成的文章乍看上去相当符合规范。再配上自动生成的漂亮图表和详细的引用文献，一篇就内容而言不知所云的文章第一眼往往能唬住不少人。

SCIgen的首次亮相是在2005年，机器论文Rooter: A Methodology for the Typical Unification of Access Points and Redundancy被WMSCI会议（World Multiconference on Systemics, Cybernetics and Informatics）所接收。虽然事后主办方澄清了此论文是作为“非同行评审论文”被接收并及时撤销了作者的报告资格，但在媒体的大肆渲染下，仍然是颜面大失。一方面，电气电子工程师学会IEEE暂停了对会议组织者的赞助，将论文从资料库中删除，努力将影响降到最小。另一方面，三位年轻人却在三天之内从网络上募捐到了两千四百美元，他们去到佛罗里达，在召开WMSCI会议的旅馆里租下房间，举行了一场同样是机器随机生成的混乱学术报告，并将整场闹剧录下来放在了互联网上。

本文已发表于《新发现》8月刊，感谢Marvin专门配的插图，太酷了。

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

雷娜图

她是让无数专家为之痴迷和痛苦的研究对象，她是充斥着枯燥数学公式的论文中最吸引眼球的光芒，翻开任何一本关于计算机图像处理的教材，你都能看到她动人的微笑。她就是雷娜（Lena），她的照片是图像处理领域使用最为广泛的标准测试图。她是真人吗？她到底从何而来？

1、事件起因一举成名计算机界知

1973年的夏天，美国南加州大学信号与图像处理研究所里，年轻的助理教授亚历山大（Alexander Sawchuk）和研究员威廉（William Pratt）正为一篇学术论文忙碌，试图从一叠常用的测试图片中找出一张适合测试压缩算法的图片：最好是人脸，表面光滑，内容多层次。不过这些单调陈旧，如同早期电视画面的图片很快就让他们失望了。历史在这里开了个小小的玩笑，正巧有人拿着一本《花花公子》杂志（1972年11月刊）到实验室来“串门”，当期的玩伴女郎雷娜（Lena Söderberg）立刻吸引了众人的目光。亚历山大发现这张有着光滑面庞和繁杂饰物的图片正好符合要求，于是，他们撕下这张彩图，将上半部扫描成一张512×512像素大小的图片，“雷娜图”就此诞生。

亚历山大并未觉得有任何不妥的地方，他用这张图片测试了自己的压缩算法，满意地完成了论文。而对于这一切，远在芝加哥的雷娜一无所知，在结束自己的模特生涯后，她回到瑞典的故乡，结婚生子，无从知晓自己将成为一个学术圈里的传奇人物。在亚历山大的论文发表后，不断有同行向他索要原始的扫描件，以便能同他们自己的图像压缩算法进行效果比较。久而久之，这张图片成为了图像处理领域的一个标准测试图，只要支付一小笔费用，你就能从南加州大学得到原始的扫描件拷贝，而大多数研究者奋斗的目标只有一个：如何在保证图片质量的同时让它的压缩率高一点，再高一点。

随着这张标准图在学术圈的流行，不少人开始对这位迷人的女郎产生了兴趣。1988年，一家瑞典的电脑出版社联系并采访到了雷娜，这是她十五年来首次得知自己的照片被应用在计算机行业里，兴奋和惊讶之情溢于言表。1997年，在《花花公子》杂志社的帮助下，图像科学和技术会议(IS&T)的筹办方正式邀请雷娜参加于当年五月份在波士顿召开的五十周年大会。这离当初雷娜图的诞生，已经过去了约四分之一个世纪，当初的年轻教授已成为业内的知名学者，而红颜少女的鬓边终于也见到了白发。“他们肯定早已厌烦我了，这么多年都看着同一张照片。”雷娜在会议上受到了热情的欢迎，她看到了许多基于雷娜图的研究工作，并忙于在一张又一张自己的照片上签名。

雷娜和邀请她的IST会议主席

雷娜在IST会议上

2、版权之争 “盗用”带来一纸风行

1991年，学术期刊《光学工程》（Optical Engineering）使用雷娜图作为其7月刊的封面。至此，《花花公子》才得知这张图片已然在学术界被“盗用”了18年之久（由此我们亦可得知学术界和娱乐界是多么的不通往来）。当初的无心之举使得照片的版权问题终于浮出水面。《花花公子》正式致函《光学工程》的出版者国际光学工程学会（ SPIE ），要求在其之后出版物中任何使用雷娜图的地方都要事先得到授权。作为业内最流行的标准测试图，完全依循此要求无疑将会给遍布全球的研究者们带来极大的不便。不得已，SPIE在回复中解释了雷娜图在学术界的使用现状，并且指出自己是一个非盈利科学协会，出版物只供教育和研究使用。面对既成事实，《花花公子》亦乐得慷慨，表示不会追究雷娜图在学术领域造成的侵权问题。

在这起小小的纠纷之后，学术界对于论文图片的版权问题更加注意。（值得一提的是，雷娜图并不是首次用于图像处理领域的《花花公子》图片，早在1961年，麻省理工大学的一位学生就在自己的硕士论文中使用了一张事先得到授权的《花花公子》图片。）而对于广大使用雷娜图的研究者来说，他们从此可以免费从南加州的大学得到雷娜图了。大度的杂志社也没有吃亏，刊有雷娜的那一期《花花公子》，是它历史上卖的最好的一期，总共售出了超过700万份（Geek们的购买力是很惊人的！）。

版权的风波已经过去，但关于雷娜图的争议还在继续。

3、技术之争 “雷娜图”并非完美无缺

雷娜图（轮廓版）

雷娜图为何如此受欢迎？《IEEE图像处理期刊》的主编大卫（David Munson）认为有两个原因：“首先，这张图片含有细节部分、平坦区域、阴影和纹理，有利于测试各种不同的图像处理算法。其次，这是一个非常迷人的女性照片，图像处理领域（多数人为男性）愿意使用一张他们认为很有吸引力的图片也并不令人惊奇。” 这张图片含有丰富的频段，包括处于低频的光滑皮肤和处于高频的羽毛，很适合做为测试图片。而人眼对于人脸的细节差别感受也远比一般的景物更为明显。不过，这也并不意味着雷娜图是完美无缺的。

当年扫描雷娜图使用的是如今看来很落后的扫描仪和计算机。由于软件错误，亚历山大只得到了511行（预计是512行）数据，图片最上面一行的数据是复制而来的，这造成了边缘的些微瑕疵。由于扫描仪上数模转换器的计时器问题，扫描件相比原件有略微的拉长变形——亚历山大如果知道这会是一张标准图，一定会更小心些的。最重要的是，作为一张标准图，雷娜图缺少了很多关键信息，例如所用胶片、光线环境、印刷环境、扫描仪型号等等。上世纪70年代以来，图像技术已经有了很大的改进，完全能够制作出一幅比雷娜图更“标准”的标准图来。不过，雷娜图的粉丝们理直气壮：“研究者们对雷娜图非常熟悉，能够轻易地判断出压缩算法的好坏。”也有不少人赞成用今天的技术重新扫描原始图片，得到新的标准雷娜图。

4、性别之争 此图涉嫌性别歧视？

雷娜图（变形版）

扫描雷娜图时所用的扫描仪在每英寸长度上可以产生100条扫描线，所以共512行的雷娜图只显示原图上方5.12英寸的范围，正好展示出雷娜漂亮的肩部。这掩盖不了一个事实：原图是一张裸照。正所谓成也萧何，败也萧何，随着越来越多的女性研究者进入图像处理领域，性别歧视无疑是雷娜图面临的最大问题。

1997年，《电子工程专辑》（Electronic Engineering Times）的编辑桑尼（Sunny Bains）在同出版社商量之后，决定在自己的工作范围内封杀雷娜图。她解释说：“一个女性在一个由男性主导的领域里工作是很容易感到被孤立的，在学术杂志上看到这种有争议的图片将会加重这种不被接受的感觉。”据说，她收到了不少来自女性的感谢信，也没人抱怨这影响了工作。无独有偶，纽约州立大学石溪分校的教授特奥（Theo Pavlidis）在编写计算机图形学教材时，也因为编辑的坚持，将雷娜图换成了其他图片。

作为引用雷娜图最多的期刊编辑，大卫也接到了不少的投诉：“很多人希望我封杀雷娜图，人们并不是反对图片本身，而是认为它来源于一本‘利用’女性的杂志。”他提供的办法则更为折中：不用封杀雷娜图，而是鼓励作者多用其他的图片。

时至今日，雷娜图仍是图像处理领域最受欢迎的测试图。不过近年来，其压倒性的优势已经有所松动。关于版权、技术和歧视的多重争议让雷娜图不堪重负，不断涌现的新测试图也为研究者们提供了更多的选择。然而无论如何，雷娜这个不经意间闯入学术圈的“玩伴女郎”，以及“她”所见证的几十年来图像压缩技术的发展，将会永远留在我们的记忆里。

另外一些废话：
作为一个女性，常常有人问我在男性主导的领域中工作是否有不满或特别困难的时候，我个人并没有遇到值得抱怨的地方。不过，积极吸引和鼓励更多的女性进入这个行业无疑比强烈反对一张有潜在歧视意味的图片来的更有意义。在这一点上，国外有很多经验值得我们借鉴，美国很多学校和机构都有特别为女性进入应用科学和工程学领域而设置的奖学金和研究经费。我博士期间的导师是一位非常出色的女性，她多次在暑假期间指导由各种机构赞助的本科女生来我们实验室进行短期（二个月左右）的研究工作。我毕业找工作时也常常能在各大学或研究所的招聘广告上发现这样的声明：“我们特别鼓励符合条件的女性来申请这个职位（qualified female candidates are strongly encouraged to apply for this position.）”。我目前工作的学校在吸引女生就读工程学专业也不遗余力，每年专门有一天是Introduce a Girl to Engineering Day，组织高中女生前来参观各个工程院系的实验室。他山之石，可以攻玉，希望中国所谓的“和尚班”和招聘会上“只招男性”的告示牌能够越来越少。

附诗一首《致雷娜》
这是一首不知名作者给雷娜的献诗，在圈中流传甚广。原作用英文写成，使用了大量的图像处理术语，表达了图像处理工作者对这位神奇的玩伴女郎的热爱。

哦，亲爱的雷娜，你的美丽是如此浩瀚而难以快速描绘
如果我能压缩你的影像，我想我能震动整个世界
唉，当我第一次使用矢量量化，我发现你的面庞只属于你自己
你那千缕丝般的长发，怎能用离散余弦变换来匹配
而你那性感的双唇，即使耗尽十三部超级计算机也找不到合适的分形碎片来形容
虽然这些挫折如此巨大，我也许还能将它们一一克服
但当滤波器夺走了你眼中的光彩，我只能说：“算了，数字化就好。”

本文已发表于本期的《新京报&新知周刊》

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

失败的先行者

美国国防部对于开发这样一套能让士兵们在战场上实现“更高、更快、更强”目标的机器外甲一直颇感兴趣。1962年，美国空军曾让康奈尔大学的航空实验室就此装备做初步的研究，在提交的报告中，康奈尔大学设计出了一套有十四个关节的铠甲上衣，能让穿戴者拿起一千磅（约450公斤）重的物品。不过遗憾的是，这份设 计始终停留在蓝图阶段。

康奈尔大学设计蓝图

第一次对于机器外甲的真正尝试由通用电气公司在上世纪六十年代后期进行。这套被称为“硬人”（Hardiman）的装备重达700公斤，共有30个由液压和电力驱动的活动关节。理想状况下，穿戴者的肢体动作能带动铠甲的内层运动，从而引导铠甲外层做出相应的动作。不幸的是，最终这套铠甲只有一只胳膊能动，而它的承重也只能达到自身重量的一半。“硬人”的失败意味着全盘复制人类的运动模式以及主从式控制方法无法有效地应用在机器服装上。

硬人Hardiman

继“硬人”项目折戟沉沙之后，八十年代中期洛斯阿拉莫斯国家实验室和九十年代初期美国军方研究实验室的机器外甲计划也都相继流产。基于当时的技术限制，这些失败的先行者们都遇到了一些根本性的困难：计算机的运行速度无法控制机器服装有效地跟上使用者的肢体运动；没有便携式的供能设备；驱动装置不仅过于缓慢，而且非常沉重。在很长一段时间内，“钢铁侠”被认为是不可能在现实生活中出现的。研究者们也将注意力从这些全套的机器外甲上转到了更具有实际应用的机械手臂上。

新一代的机器战士

不过，随着硬件技术的快速发展以及更快计算机、更小巧电源设备的出现，机器外甲又一次进入了人们的视野。2001年，在美国高级研究计划局(DARPA)的赞助下，加州的伯克莱大学、田纳西州的橡树岭国家实验室和盐湖城的Sarcos公司分别开始了对机器外甲的开发。DARPA的目标是为战士们设计一种可穿戴的机器外甲，能让士兵在双倍负重的情况下更快更久地行军，这种铠甲在提高力量和防御能力的同时又要保证灵活性，使穿着者仍旧能够匍匐穿过铁丝网或翻过战壕。三个团队的前期研究都取得了不错的成果，最终Sarcos公司的XOS雀屏中选，进入了最后的研究阶段。

Sarcos公司设计的XOS外甲

虽然XOS还未最终亮相，目前的实验结果显示它正在一步步地接近DARPA的目标。XOS使用压力感应器来感知使用者的动作意图。安装在手或脚上的感应器可以读取压力数据，计算机分析出用户的动作意图并在使用者真正用力之前控制液压驱动的机械装备做出相应的动作。穿着XOS的实验者曾经连续500次举起200磅（90公斤）重的杠铃，而他最后放弃的理由不是疲倦，而是厌烦。

来自日本的HAL：军用还是民用？

来自日本的HAL-5

2009年的5月，在国际机器人自动化大会（ICRA）上，我得以亲眼目睹最接近我们现实生活的机器外甲—由日本筑波大学山海嘉之（Yoshiyuki Sankai）教授开发的HAL-5。在这次会议上，这套装备也获得了本年度的IERA大奖，这是专为那些在机器人和自动化产品商业化方面发展不错的个人或团队而设置的奖项。事实上，山海教授早在2004年就成立了Cyberdyne公司，逐步将他十年来的研究成果推向市场。如今，这款名为HAL （Hybrid Assistive Limb）的机器服装已经是第五代产品了。

HAL-5的服装框架中含有镍、钼和一种曾用在零式战斗机机翼上的硬铝合金，表面覆盖塑料壳，硬度非常强。穿戴的时候是被绑在使用者身上的，全套服装重约23公斤，不过用户并不会觉得沉，因为它自身能够承担这部分重量。一些小型的直流电动马达被放置放在肩、肘、髋和膝盖部位，这些马达充当着机器服装的“肌肉”，能够为使用者的四肢提供动力支持。HAL-5的计算和通讯设备能够放置在腰间的一个小包中。而锂电池背包充一次电就能保证全套服装行动2小时40分钟。

HAL-5的传感系统由三部分构成，能够检测到机器服装和使用者的状况：放置在各关节部位的传感器能够判断各关节之间的角度；安装在足底的传感器能够在用户行走时监测出地板传回的力道；最为特别的还是紧贴在用户皮肤上的生物电流感应器。这种硬币大小的感应器被粘贴在用户肩部、肘部、髋部和膝盖部位附近的皮肤上。当用户想要挪动四肢，例如行走的时候，大脑会向相关部位的肌肉发送电脉冲，当这种电脉冲沿着肌肉纤维流动时，在相应的肌肤表面就会出现微弱的生物电信号，而HAL-5配置的感应器能够准确地识别这些微弱的信号，从而判断出用户的意图。

HAL-5的控制系统也由两部分组成。一部分与生物电流感应器相连，当感应器监测到生物号后，计算机马上就能分析出用户需要多大的力量，机器服装需要提供多少的支持力并控制相应的关节和部件做出适当的反应。所有的这一切，包括检测、分析和行动都在极短的时间内完成，通常比实际的肌肉活动还要快一点点。

想站起来—>HAL协助站立-->HAL协助前进—> HAL协助直立

另一部分的控制系统则是与使用者的行动相连。不同的运动模式，包括从椅子上站起来、向前走、上下楼梯等，都被细分成一连串更小的基本动作并被储存起来。这样，机器服装与用户的行动能够保持同步，更加协调。这些动作还能针对不同的使用者被细化，从而符合单个用户独特的步法。这套控制系统特别适用于那些脊柱或者大脑有问题的残障人士，如果生物电信号无法被监测到，HAL-5会在使用者开始移动的时候自行启动，协助用户完成基本的行动功能。

Seiji Uchida和他的穿着HAL-5的朋友

事实上，虽然HAL-5能够赋予正常人部分的“超能力”，山海教授最为看重的还是如何利用这套机器服装来帮助那些残障人士，如肌无力患者、中风病人以及脊柱损伤者。目前，这套机器服装已经在日本向部分残障人士出租，而从目前的实验来看，不少的患者在HAL-5的帮助下都部分地重获了行走的自由。2006年8月，骑在一位身着Hal盔甲的朋友背上，四肢瘫痪的Seiji Uchida“爬”到了距离瑞士阿尔卑斯山布来特（Breithorn）峰顶不到500米的高处。“今天，在这里，我又感到了第一次看到布来特山峰照片的那种震撼感。”在友谊和科技的双重帮助下，Seiji的梦想终于得以成真。而当我看到视频中从小就瘫痪的病人小心翼翼地摇晃着前行，中风患者又得以重新迈步，我深切地体会到了机器外甲中所蕴含的强大力量：不是影片中展示的那种上天遁地的超能力，而是让那些不幸的人们有机会体会到作为正常人的快乐。

2010年的5月，《机器侠2》又将卷土重来，在品味无所不能的铁甲超人带给我们乐趣的同时，也不妨关注一下我们现实生活中的机器外甲的发展。不管是战场上让人不寒而栗的新式装备，还是日常生活中让残障人士重获自由的神奇服装，离我们都会更近一步了。

本文已发表于《人民画报》

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

此文已发于《新发现》

东京大地震，一个大都市倾覆了，成千上万的人死去，成千上万的人痛苦着，却成全了北村次郎的爱情。在他怀中残破的机器人女友终于在“临终”前体会到了人类的情感：“我能感觉到你的心，能感觉得到”。这是电影《我的女友是机器人》中最感人的一幕。导演满意地看到观众在唏嘘流泪的同时，轻易地接受了片中关于时空大挪移以及机器智能化的含糊解释。在这个情人节的前夕，不妨让我们怀着一颗八卦的科学心，为那些梦想能同次郎一样幸运的宅男们做一场关于机器人女友的可行性分析报告。

我是谁？我从哪里来，要到哪里去？

“So you are a robot?”（那么你是个机器人？）
“Don’t call me a robot. I’m a cybordyne model 103.”（别叫我机器人，我是cybordyne 出品的103型号）

这是影片中次郎和女机器人关于“我是谁”的对话，显然，次郎对于新时代的高科技产品分类还不甚了解。事实上，中文把“robot”翻译成“机器人”稍有误导之嫌，大多数的机器人是以机械臂或普通机器的外型出现的。人型机器人（Humanoid robot）只是机器人中的一个分支，它们“型似”人类，有对应的头，手，身体和双腿但并不苛求细节。脑袋可圆可方，外壳可以用金属也可以用塑料，鼻子嘴巴有没有都无所谓。影片《变形金刚》中的机器人就属于这一类。

人型机器人中真正“形似”人类的一个分支被称为仿生人（Android），这类机器人追求和人类在外形与动作方面的高度逼真。它们有足以乱真的体型，皮肤和五官，理想中的仿生人无论静态还是动态看上去都同真人无异。Android一词在希腊文中的词根专指男性，除了政治不正确的因素外，也与现实中男性主导的机器人工程界对美女仿生人孜孜不倦的追求相违背，于是Gynoid这个专指具有女性外表仿生人的词就应运而生了。因此，片中次郎所提问题更准确的表述应该是“So you are a Gynoid?”。

赛博格（Cyborg），在电影字幕中常常被翻译成机械化人，生化人或改造人，是对任何机械生物结合体的统称。此类形象频繁地出现在各类科幻小说和影视作品中，例如《终结者》中的施瓦辛格扮演的未来战士，《蜘蛛侠》中那个身上长满钢铁触角的大反派以及《星际旅行》中善用纳米探针的博格人。在现实生活中，赛博格一般指的是装有仿生学机械义肢的人类。比起其他作品天空行空的想象，《机械公敌》中装有电子手臂的警探史普纳大概是最接近现实赛博格的荧幕形象。《我的女友是机器人》一片的英文译名叫《Cyborg She》，很明显是将女主角划分到了赛博格这一类。

（左：本田出品的人型机器人Asimo，中：大阪大学和Kokoro公司联合推出的仿生人Actroid-DER2，右：使用德国Otto Bock公司出品的C-Leg义肢的赛博格）

同部分科幻作品中人类进化到赛博格再进化到仿真人的进程不同，以上三类智能体的研究现在可谓是全面开花。在生物学，机器人，人工智能，认知学等领域的共同推动下，智能体的明天将走向何方？让我们拭目以待。

芙蓉如面柳如眉

仿生人最基本的要求是“看上去像真人”，逼真的皮肤起着关键的作用。影片中女主人公自称“皮肤和人类一样都是活体细胞”。的确，随着生物科技的发展，组织工程培养出来的人工皮肤已经被广泛应用于治疗烧烫伤患者，在金属上成功植皮的消息也偶见报端。不过将医院的有限资源用在机器人身上，现在还是太过奢侈。工程师和艺术家们找寻的是能呈现皮肤特性的替代材料。

同迪斯尼主题公园中的玩偶一样，橡胶和塑胶都曾用于制作仿生人皮肤。不过这些材料不容易模拟面部皱纹，脸部表情变化所需的能量又太大，因而逐步被淘汰。当今流行的是以高弹性的硅树脂或硅胶来做皮肤，日本的Actroid，韩国的EveR，中国的邹人倜二号都属此列。美国机器人艺术家大卫•汉森(David Hanson)则使用一种特殊的海绵状橡胶材料Frubber，这种材料做出的皮肤褶皱非常逼真，推动面部表情所需的力度也更小。汉森制作的“爱因斯坦”面部下装有28处人造运动肌，因此可以做出相当丰富的面部表情。（看视频）

（上左：韩国工业技术研究院推出的仿生人EveR， 上右：汉森制作的“爱因斯坦”头部，下：中国雕塑家邹人倜和他制作的邹人倜二号）

实现仿生人逼真面部表情的硬件条件并非高不可攀，难的是如何让机器人知道在什么情况下做什么样的表情。同理，我们发现影片中的女主角大部分时间都面无表情，这并不是因为她那由活体细胞组成的皮肤动不了，而是因为彼时她还没有灵魂，不知道应该做什么表情。当然了，如果导演让她临终之前的面部表情再丰富一点，就更有说明力了。

仿生人的皮肤还能提供其他的功能：譬如使用皮肤下的触觉传感器阵列来感觉压力，使用感温传感器来更好的理解周围的环境。同样的，在机器人体内装上适当的装置，可以很好地模拟出类似真人的心跳，体温甚至呼吸。因此在影片中次郎和女主人公同回故乡的那一幕中，对机器人没有体温不够温暖的抱怨应该是导演的疏忽。

秋水为神玉为骨

仿生人的四肢要如何才能活动自如呢？我们不妨先来看看赛博格们使用的产品。含有碳纤维和电子传感器的智能下肢近年不断问世，成熟的产品包括德国Otto Bock公司出品的C-Leg和冰岛Ossur公司推出的系列产品。后者因曾为著名截肢短跑运动员奧斯卡•皮斯托利斯设计飞腿义肢而名声大震。智能手臂因为体积小，灵巧度要求高，现在还处在研究阶段，英国Hanger公司的i-Limb， 美国DARPA赞助的Luke arm都是这块市场的有力竞争者。与影片中出手不知轻重的彪悍女机器人不同，这些智能手臂该强则强，该弱则弱，既能提箱子，又可剥香蕉皮。而另外一些看上去没那么像人手的机械手臂，因为没有体积的限制，更加灵活，使得老虎钳，也能拿生鸡蛋。

（上左：英国Hanger公司的i-Limb；上右：美国DARPA赞助的Luke arm；下：美国shadow robot公司研发的机械手臂）

尽管有这些灵活度相当高的智能肢体，作为整体的仿生人目前能做的肢体动作却相当少，大多只限于歪歪脑袋弯弯腰。即使是发展更为成熟的人型机器人，也只能放在展厅里唱唱歌跳跳舞。比起带轮子或多足的机器人来说，双足的人型机器人如何在行走中保持身体平衡还是一个难题。现今表现最好的人型机器人可以在平地上行走，能够上下楼梯，但是在其他环境中则变得寸步难行，更不要说像影片中的女主人公那样健步如飞，同歹徒展开殊死搏斗了。一个算法优秀的机器人可以轻松打败象棋高手，但在行动上却赶不上一个三岁的小孩。在“想到”与“做到”之间，还有很长的路要走。

除开双脚的因素，如何将机器人的各部分整合成一个高效系统也是人型机器人面临的一个大难题。在动态的环境中，机器人如何准确接收外界信息，并及时正确地做出相应行动是非常困难的。那些在展厅中流利表演舞蹈的机器人都是事先编程或者远程控制的，与实时模仿真人舞蹈的机器人之间还有不小的差距。能源供给也是一个问题，移动中的机器人耗能不小，高性能电池的出现也许能在一定程度上解决这个问题。影片中我们看不出女主人公是如何充电的，不过从她对于食物的痴迷程度来看，也许她肚子里装着一个生物燃料电池呢。

==================小朋友们请跳过以下三行========================
由此我们不难推断，次郎心心所念的和机器人女友“做爱做的事”有多么困难了。相比起来，日本新一代的充气娃娃无疑是宅男们更好的选择。它们有着和仿生人相近的皮肤，活动的关节，乃至拟人的呼吸，心跳和体温。更重要的一点是：现在就可以买得到。
==================小朋友们可以继续了===========================

襄王有梦，神女无情

随着科技的发展，我们也许能造出外表和行动都与真人无异的机器人，但有一个问题是无论如何也绕不开的：机器人会思考，有感情吗？

片中女主人公的头脑是利用再现人类神经元纳米技术制成的分子电路复合体（导演明白这是什么意思吗？），依靠这样的大脑，她可以在日常的生活中通过学习逐步掌握人类的情感。而在影片的结尾，她也确实学会了爱，体会到了次郎的一片真心。然而，基于逻辑计算的机器人真能拥有直觉、灵感、想像力乃至感情这些人类所引以为豪的东西吗？关于这个问题，请大家参考wilddonkey的大作“超越逻辑” ，讲的非常详细。

那么，在目前人类本身尚不明了情感是如何工作的情况下，我们如何指导机器人的智力或情感开发呢？来自欧洲多所大学的研究者们正在尝试对机器人婴儿进行教育，希望能找到让机器人自动学习的方法。第一代婴儿机器人Babybot的大脑由20台计算机组成，这些计算机联合起来运行多个神经网络，模拟人类的神经系统。Babybot会自动试验面前的玩具，不同的行动结果导致神经网络中各神经元之间的关联不停变化，通过这些不同关联之间的增强或减弱，Babybot能够学习到如何更好地使用这些玩具，从而逐渐掌握运动技巧。例如，这一次Babybot用某个姿势去抓玩具但没成功，下一次它就会换另一种方式去抓。通过这样的反复训练，婴儿机器人能够学会一些新技巧，譬如把瓶子在桌上滚来滚去。新一代的婴儿机器人iCub看上去如同一个2岁的孩子，除了玩玩具之外，它还成功地学会了爬行，科学家们期望它在今后的几年里能够学会说话，如同婴儿一样，从一堆毫无意义的咿呀声中学会发出有意义的单词或句子。

（左：第一代婴儿机器人Babybot，右:第二代婴儿机器人iCub）

婴儿机器人能学着动，学着说，也能学着爱吗？按照这样的发展模式，我们是否能造出电影《人工智能》中那个楚楚可怜的机器人小孩大卫呢？不容忽视的是，关于机器人伦理道德的担忧已经不再是天方夜谭了。

神女有心，襄王无意

影片中，次郎在目睹女主人公施展超能力救人于水火之后，情不自禁地爱上了她。然而，现实生活中，人们对于外表酷似人类而行为却大相径庭的智能体看法又如何呢？不妨想象一下，一位长相酷似林志玲的温柔美女突然一抬手，把旁边的垃圾桶拍成了铁饼，或者若无其事地把脑袋拆下来修理。你还会认为你正在看一部爱情片吗？

日本机器人专家Masahiro Mori在七十年代提出了著名的“机器人恐怖谷理论”。根据这个理论，人类对机器人的好感度是随着拟人程度的增加而增加的，但是当这种相似达到某个程度的时候，人类的好感会突然下降，形成一个谷状区间。这种情况在动态机器人身上表现地尤为明显。心理学家们认为这种排斥反应的原因有多种：可能是某些“非人类特征”在非常拟人化的实体中会显得特别不协调；或者是处于恐怖谷区间的机器人看上去类似僵尸；或者人类在进化过程中会下意识地排斥某些反映遗传性疾病的外表畸型。因此，许多机器人商家在设计产品的时候都会参考这个模型，尽量避免落入谷中。然而，人型机器人发展不过是最近十几年的事情，七十年代的理论是否能用于指导今天的高仿真产品？Mori的理论也受到了不少人的质疑。

恐怖谷曲线

尽管对于恐怖谷的理解还有着差异，大部分的研究者都认为机器人应该在外表和行为上保持一定的统一性，以避免用户的反感。也就是说，外表酷似人类的机器人，最好不要有太出格的举动。而要想让机器人做一些“超人”的活，则不妨让它看上去更像一台机器。如果你对此还不能理解的话，不妨想想你在服装店橱窗里偶然看到的没穿衣服的塑料模特，会不会感觉有点不舒服呢？

最后，请允许我对以次郎为代表的宅男们提出一点忠告：既然大家喜欢的是看上去酷似人类，行为也酷似人类的智能体，为什么不走出门去追追那些真正的女孩呢？情人节就要到了，赶快约你心仪的姑娘去天文馆参加小姬看片会吧。

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

第一个90天过去了，第二个90天过去了，第十个90天也过去了，惊喜万分的科学家们一次又一次地将这次火星探测任务延长下去。在2007年10月做出的第五次延期决定中，科学家们期望兄弟俩能顺利度过2009年。如今，在牛年春节来临之际，这对双胞胎已经在火星上行进了将近2万米，并将正式踏入它们在火星上的第六个年头。

在这过去的五年的时间里，它们传回了大量火星地表的图片信息，对火星上的岩石和土壤进行了测量分析，也发现了曾经有过水存在的痕迹。那么，这不断带给人们惊喜的两兄弟算得上机器人中的高IQ吗？人工智能领域的专家也许并不这么认为。因为，它们还是属于远程控制机器人（Telerobot）。顾名思义，这类机器人是要靠人操作的，它们的头脑和身体是分家的。NASA控制室里的工作人员才是机器人的大脑，火星上的漫游者只是机器人的身体，对于环境的判断，推论，如何下一步行动都是由地面上的人来决定的。这似乎有些类似中国古代传奇小说中的剑侠，能够以气御剑，杀人于千里之外。

最早期的远程控制机器人源于上世纪四五十年代的核能研究。Raymond Goertz在美国阿贡国家实验室搭建了一个处理放射性材料的远程控制机器人。虽然这台机器人的“远程”只是隔着一道防护墙，而且机器人本身也没有任何智能化，只是一个完全听命于操作者的机械装置。但这个概念被迅速接受并应用到太空，水下作业，炸弹拆除等其他领域。

如今，外科手术机器人逐渐成为远程控制机器人中的一颗新星。2001年9月7日，一台特殊的腹腔镜胆囊切除术在两个地点同时进行，参与这场手术的除了在纽约的外科医生，在法国的病人，还有一台叫做 “宙斯（ZEUS）”的机器人。如果你得知医生只能通过摄像头观察病人的情况，你是否为病床上的病人捏了一把冷汗？ 毕竟，这一刀下去，医生手上可没感觉。还有，要是恐怖袭击早4天来临，拿“刀”的这位手一抖，那可怎么办？ 幸好，“宙斯”比五十年前那台愚昧听话的机器人聪明不少，它能够综合接收到的医生指令和自身所带传感器的反馈信息来进行手术，所以我们不必太担心纽约这边的情况。

不过，对于远程控制机器人的研究者们来说，最理想的境界是能够让“空间障碍”彻底透明化。那就是说，任何机器人一端的传感器所接收到的反馈信息都能够传达到操作员这端来。如同新一代游戏手柄能够反馈给玩家触觉感受一样，远程控制机器人也在尽量将三维视觉，听觉，触觉等各种感觉传回给操作者。

对于漫游者兄弟来说，情况又不同了。因为地球和火星之间距离太远，信号传一个来回差不多要20分钟。这使得地面工作人员无法像控制“宙斯”一样实时交互地控制漫游者。再加上深空网络的带宽，太阳磁场的电子干扰，以及无法充分掌握火星地表信息，都迫使地面工作人员不得不放弃直接控制漫游者的想法。因此，勇气号和机遇号也有着比手术机器人更高的智能，或者说，它们有部分的脑子。兄弟俩能够用眼睛（摄像头）来判断行进道路中的障碍、坡度、危险性，能够自动绕开障碍物，还能判断是否有旋风或者烟雾。这样，对于地面上的操作者来说，给漫游者发送的通常就是一连串指令了，譬如说：前进20米到A点，拍照，再走到B点，停下来，挖土… 而具体如何达成这些一个个的小目标，则是由机器人自己来完成。

通常，在火星夜晚来临，漫游者入睡之前，它们会将周围环境的图片拍下来，传回地球。地面工作人员则会将这些图片放在模拟环境中，通过反复的模拟测试，仔细设计出第二天的任务，再将任务分解成一连串的指令传送给漫游者。接下来，当火星上新的一天开始的时候，兄弟俩就会尽力去完成接收到的任务了。当然，模拟环境并不总是万无一失的。2005年4月，机遇号在试图翻越一个波浪形沙丘时就被陷住了，NASA的地面人员在模拟环境中测试了许多种方式，花了一个多月，才把它搭救出来。

世界各地永不满足的科学家们还在不停地研究，如何让远程控制机器人更聪明一些。不过，真正聪明的无人驾驶车辆应该出现在地球上而不是火星上。作为当今最大的无人驾驶车辆大赛，大挑战（DARPA Grand Challenge）受到的关注自然不仅仅源于它提供的两百万奖金。2005年，以斯坦福大学的Stanley为首的五辆无人驾驶汽车顺利通过了212公里的越野竞赛。2007年以卡内基梅隆大学的的Boss为首的六辆无人驾驶汽车又顺利通过了96公里的市区竞赛。相信在这些汽车走向千家万户的时候，相关的技术也会被应用到今后的火星（或者其他星球）探测器上去。

作为太空俱乐部新成员的中国，也将于2009年10月发射第一颗火星探测器（轨道飞行器）“萤火一号”。在期待看到“萤火一号”发回火星照片的同时，我们也期待着中国的航天事业能够推动中国机器人技术在其它领域的进一步发展。

后记：这篇文章以美国火星探测器漫游者兄弟始，以中国的火星探测器萤火一号止，我更想说的是不同的远程控制机器人拥有的智能程度，以及为什么如此安排。希望这个简单的描述能够让大家对直接控制（direct control），共享控制（shared control）和监督控制（supervisory control）这三种层次的控制方法有一个比较直观的理解。

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...

为了争当高科技时代的“潮人”，我可爱的室友翠花不惜血本从淘宝网上拍下了当前最流行的家庭清洁机器人Roomba。“真的好Q，不愧是全球卖的最火的机器人，让我抢到了第二百五十万台。”两眼冒光的翠花忙不迭地拉着我试用。

Roomba先是在客厅中央转了几个圈，然后一头钻进了沙发底下，从沙发下钻出来之后，它就在房间里乱转起来。我有些急了，“哎，这里还没吸呢，怎么又跑那边去了，那边刚刚才吸过阿。”潮人翠花给了我一个“你很土耶”的眼神，“我在网上查过了，人家是有程序控制的，保证地板上每个点至少会被吸四次，扫的比一般的吸尘器干净多了。”她靠在沙发上兴致勃勃地看着自己最新的电子宠物，我则盯着眼前的一小块地方，心里暗自数着“人家”经过的次数。大半个小时后，乱转一气的Roomba终于停止了工作，自动返回充电座充电去了。翠花立刻跑去检查灰尘袋，战果丰硕，地板也确实非常干净。但是我发现，我盯着看的那一块地方Roomba只扫了两次。难道是买到水货了？讨论之后，我们决定拎着这款宝贝去拜访隔壁王二，让这位正在做机器人课题的博士替我们辨一辨真假。

王二并没有急于回答我们的问题，倒是给我们展示了他的清洁机器人Ottoro。翠花马上表露出她喜新厌旧的本性来：“哇，好高级，还有两个摄像头呢。”接着，王二打开了充电座上的一个开关，天花板上立刻出现了激光图案。正当我们大惑不解的时候，Ottoro开始工作了。和Roomba不同，它走的是直线，从客厅的这一头走到另外一头再折回来，中途碰到桌腿椅腿之类的障碍物会绕一下，但是还是大致保持了直线。就这样几个来回下来，不到十分钟整间客厅就被打扫的干干净净。王二耐心地给我们解释了这两种机器人之间的差别。

对于清洁机器人来说，规划好在房间里怎么走是很重要的。我们当然希望既要把整个房间都清洁到，又要尽量避免重复扫同一块地方而做多余的工作。如果机器人能记住哪些地方已经走过了，哪些地方还没有，它就可以合理地安排路线，避开那些已经走过（清洁过）的地方了。要记住走过的路线，首先就要让机器人知道自己在房间中的位置。“找位置的方法有很多种，激光、声波、超声波、红外线、无线电都可以用。”王二说，“Ottoro用的是视觉，你们有没有发现，打在天花板上的激光不同地方形状是不一样的。这样的话，Ottoro就可以通过它顶部的摄像头知道自己的所在地了。另外，它前部的摄像头和四周的超声波传感器可以帮它发现周围的障碍物，从而制定出非常高效的行走路线。” 我和翠花又仔细地观察了Ottoro的豪华装备，同时感慨：这真是机器人中的战斗机阿。

那么，相比起来略显寒酸的Roomba是怎么工作的呢？王二解释说，“Roomba靠的是它前部的接触式传感器，它借鉴了昆虫的哲学。假设现在我们房间中进了一只虫子，它当然不知道房间的格局和它自己的位置了，不过，只要给它足够长的时间让它在这个房间里随意走动，它的足迹终有一刻会遍布整个房间的。”哇，足够长的时间？这样看起来，效率岂不是很低？“对虫子可能是这样的，但Roomba并不是完全随意走动的，它有好几种运动模式来提高效率。一种是像蚊香一样的外螺旋形前进，Roomba一开始就是按这个形状转圈的。另外，当它碰到墙壁或者其他障碍物的时候，还会随机选择其他两种模式继续运行：一是稍微后退一点，改变些许角度，继续前进，这样的话就可以绕过像桌腿椅腿这样的小型障碍物；另一种模式就是沿着碰撞反弹回来的方向前进，这样就可以避免老是在墙边打转。如果不知道这些模式，看上去还蛮像乱走一气的。”原来是这样，我和翠花又仔细回想了一下Roomba的动作，好像还真有些道理。

可是，如果Roomba没法记住它走过的路线，它怎么知道房间被打扫完了没有呢，岂不是要一直扫下去？王二说，“从理论上讲，Roomba确实是不知道的，不过，它可以根据它走过的最大直线距离估算房间的大小，还可以监测地板的清洁度来预估清洁整个房间所需的时间，时间到了就会停止工作。”我和翠花齐声叫道：“估算，那不是很不靠谱？”“那倒不会，”王二解释道，“这些都是有一定的实验数据做后盾的，Roomba虽然不敢宣称100%的地方都打扫到了，但实际上没有扫到的地方是非常少的。”

“不过，你们也可以看出，Roomba这样的运动模式效率是比较低的。”王二继续说，“为了保证尽可能多的地方被打扫干净， 它会做很多重复的工作。平均下来，Roomba打扫的时间是同样设备下人打扫时间的4-5倍。所以有人说，地板上的每个点Roomba平均会打扫4次。不过，这并不是Roomba的优点，恰恰相反，这是为了节省配置所付出的代价。而且，也不能说地板上的每个点至少被打扫了4次，要知道，有的地方可能打扫了十几次，有的地方可能一次都没有打扫到。”翠花好奇地问：“有没有可能有一种特别好的算法使得低配置的清洁机器人有很高的效率呢？”王二笑道：“你太贪心了，No free lunch，理论上来说没有一种算法在任何情况下都是最优的，不过提高还是可能的。iRobot公司刚推出了一款可开发的Roomba，用户可以在上面接其他的设备，还可以自己编程控制，你们要不要试试？” 这个么，还是等我看完那本《程序设计入门》再说吧。

告别了王二，我和翠花拎着Roomba回家了。一路上，翠花还在惦记着高配置的Ottoro，我不得不提醒她，一个Ottoro可以买十个Roomba了。“那倒是，”翠花又高兴起了，“再说了，扫个地，何必追求100%覆盖率呢？而且又不要我自己动手，多扫几遍也没什么嘛。”

后记：当然了，以上只是我为了讲清楚两种机器人不同的设计理念编出来的一个小故事。事实上，Roomba的具体清洁算法还属于商业秘密，没有披露。不过从观察它的行动可以发现上面提到的三种模式，至于还有没有其他的模式希望大家补充。同样，从Roomba的这个例子中，我们可以一窥启发式算法（Heuristic algorithm）在实际问题中的广泛应用以及商业上高成本和高效率之间的矛盾。不得不说，在市场上众多的家庭清洁机器人里，技术上算不得顶尖的Roomba能够一枝独秀，高性价比是最重要的原因。

注：以上描述中，我、翠花、王二是假的，关于Roomba和Ottoro的描述都是真的。不用怀疑了，Roomba在2008年1月的统计就卖出了两百五十万台。

本文地址（转载请注明出处）： 复制
收藏、分享这篇文章：        更多...