雷鋒網(wǎng) AI 科技評論按：IJCAI（國際人工智能聯(lián)合會議，International Joint Conferences on Artificial Intelligence）是人工智能領(lǐng)域歷史最為悠久，也是影響力最大的學(xué)術(shù)會議之一，隨著近年來人工智能的熱度日益攀升，原本僅在奇數(shù)年召開的 IJCAI 自 2015 年開始變成每年召開。今年，萬眾矚目的 IJCAI 也將如約而至，將于 8 月 10 日至 16 日在中國澳門隆重召開。

特邀報告（Invited Talks）作為 IJCAI 最受關(guān)注的環(huán)節(jié)之一，隨著會議的臨近，特邀講者名單也在相繼公布中。機(jī)器人作為人工智能領(lǐng)域的一個非常重要的研究方向，本次大會也特別邀請了機(jī)器人專家、麻省理工教授 Leslie Kaelbling 做特邀報告。屆時，她將帶來主題為《Doing for our robots what evolution did for us》的特邀演講。

Leslie Kaelbling 是麻省理工學(xué)院的機(jī)器人專家。 她在強(qiáng)化學(xué)習(xí)、規(guī)劃、機(jī)器人導(dǎo)航等人工智能研究領(lǐng)域獲得了引人注目的研究成果，其中包括將運(yùn)籌學(xué)中的部分可觀察的馬爾可夫決策過程應(yīng)用到人工智能和機(jī)器人中，曾獲得 IJCAI「計算機(jī)與思想獎」（Computers and Thought Award）等重要獎項，同時她也是人工智能領(lǐng)域頗負(fù)盛名的《機(jī)器學(xué)習(xí)研究雜志》的創(chuàng)始人兼主編。

近日，麻省理工學(xué)院教授 Lex Fridman 在其播客訪談節(jié)目《Artificial Intelligence Podcast》中與 Leslie Kaelbling 進(jìn)行了對話。對話中，Leslie Kaelbling 不僅分享了她從哲學(xué)領(lǐng)域轉(zhuǎn)入計算機(jī)科學(xué)領(lǐng)域，并與 AI 和機(jī)器人結(jié)緣的背后的故事，還詳細(xì)闡述了其對于機(jī)器人發(fā)展歷程以及現(xiàn)狀的見解。

采訪視頻播放地址：https://www.youtube.com/watch?v=Er7Dy8rvqOc

雷鋒網(wǎng) AI 科技評論將采訪視頻整理成文如下，全文進(jìn)行了不改變原意的刪改。

（本文為下篇，上篇閱讀請前往：http://www.ozgbdpf.cn/news/201904/MCIWUjYZeOXYofuJ.html）

Lex Fridman：您認(rèn)為感知和規(guī)劃哪個的難度系數(shù)更高？您如何看待通過了解周圍的世界來實(shí)現(xiàn)感知？

Leslie Kaelbling：我認(rèn)為一個重要的問題是表示。近來，感知取得了很大的進(jìn)展，我們可以用來分類圖像，玩某些類型的游戲或者將其應(yīng)用到駕駛汽車等等。我認(rèn)為，我們對于應(yīng)該提供怎樣的感知還沒有很好的思路。

關(guān)于模塊化，現(xiàn)在有一個很強(qiáng)烈的觀點(diǎn)表示，我們不應(yīng)該創(chuàng)建任何模塊化，而應(yīng)該創(chuàng)建一個巨型神經(jīng)網(wǎng)絡(luò)，并對它進(jìn)行端到端地訓(xùn)練使其完成任務(wù)，這才是向前發(fā)展的最佳方式。這個觀點(diǎn)很難反駁，除非在樣本復(fù)雜性的基礎(chǔ)上，你或許可以說，如果想要在在這個巨型神經(jīng)網(wǎng)絡(luò)上實(shí)現(xiàn)強(qiáng)化學(xué)習(xí)，就需要大量的數(shù)據(jù)以及許多類似損壞的機(jī)器人系統(tǒng)等。

對此也僅有唯一一個答案：我們需要在里面構(gòu)建一些東西（才能降低樣本復(fù)雜性的需求），比如構(gòu)建一些結(jié)構(gòu)、構(gòu)建一些偏倚。從機(jī)器學(xué)習(xí)理論上來看，降低樣本復(fù)雜性的唯一方法就是以某種方式縮小假設(shè)空間——這可以通過內(nèi)部的偏見來實(shí)現(xiàn)。我們有各種各樣的理由認(rèn)為，自然界為人類內(nèi)置了偏見。而卷積就是一種偏見，一種非常強(qiáng)烈、具有批判性的偏見。

所以我個人認(rèn)為，我們需要尋找更多像卷積一樣，并且還能夠解決其他方面的推理問題的東西。在與成像非常相似的空間推理等問題上，卷積給我們帶來了很大的幫助。我認(rèn)為，類似的其他想法，例如向前搜索、抽象概念以及目標(biāo)等的存在都是非常重要的，但是人們往往不給這些想法萌芽的機(jī)會。

Lex Fridman：目標(biāo)語義、目標(biāo)空間中的類似于卷積的想法？

Leslie Kaelbling：是的，人們開始研究的圖卷積就是與一種關(guān)系表征相關(guān)的想法。我認(rèn)為對于感知，研究者們接下來要實(shí)現(xiàn)的就是更好地理解感知是如何產(chǎn)生的。之后，我們才能更好地知道要對輸出做什么。但我們僅僅試圖去創(chuàng)建一個集成智能體，而實(shí)際上并不清楚感知的輸出應(yīng)該是什么，也不知道這些輸出怎樣和其他東西掛上鉤。因此，我認(rèn)為現(xiàn)在迫在眉睫的問題就是，我們能夠創(chuàng)建什么樣的架構(gòu)，比如另一個能像卷積網(wǎng)絡(luò)那樣允許我們在上面實(shí)現(xiàn)高效學(xué)習(xí)的真正非常厲害的架構(gòu)。

Lex Fridman：您對于感知目前的發(fā)展現(xiàn)狀令人信服的描述，我也贊成。您在教授一門關(guān)于智慧的集成的課程，那您認(rèn)為怎樣才能創(chuàng)建擁有人類智能水平的機(jī)器人？

Leslie Kaelbling：我不清楚我們到底是否知道該怎樣創(chuàng)建這樣一個機(jī)器人。

Lex Fridman：那您認(rèn)為機(jī)器人需要擁有自我意識、知覺、倫理道德嗎？

Leslie Kaelbling：我沒怎么考慮過機(jī)器人是否需要知覺這一問題，即便是大多數(shù)關(guān)注這個的哲學(xué)家都知道，我們可以擁有行為表現(xiàn)像人類但沒有知覺的僵尸機(jī)器人。在這個時候，我們會慶幸并不關(guān)心這個方面的問題。

Lex Fridman：您是否有從技術(shù)角度來思考過自我意識對于機(jī)器人的作用？

Leslie Kaelbling：但是自我意識到底意味著什么呢？你需要實(shí)現(xiàn)的是讓某些系統(tǒng)的部分觀察系統(tǒng)的其他部分，然后告知我們是否運(yùn)行良好，這是很關(guān)鍵的。它們是否具有自我意識，則取決于我們給「擁有自我意識」設(shè)定了怎樣的標(biāo)準(zhǔn)。但顯然，比如說某行代碼計算出程序執(zhí)行的次數(shù)，這其實(shí)也是一種自我意識。所以這里的邊界挺模糊的，可以要求很高、也可以要求很低，我們還在摸索一個合理的標(biāo)準(zhǔn)。

Lex Fridman：您在很多維度上都了解得很長遠(yuǎn)，但是最吸引該領(lǐng)域研究者的一個研究方向則是讓機(jī)器人的智能達(dá)到人類水平。

Leslie Kaelbling：但是現(xiàn)在對于我來說，最有吸引力的研究方向應(yīng)該是研究如何選擇把哪些東西構(gòu)建在系統(tǒng)中、把哪些東西交給系統(tǒng)去學(xué)習(xí)。如果你問我多少年后機(jī)器人的智能可以達(dá)到人類水平，我甚至都不會參與這一討論，因為我認(rèn)為我們錯過了很多想法，也不知道到底需要多少年去實(shí)現(xiàn)這一目標(biāo)。

Lex Fridman：我不問您多少年后可以實(shí)現(xiàn)，但是我可能需要問，對于我們目前已實(shí)現(xiàn)的成就，您印象比較深刻的是哪個？您認(rèn)為什么才是不錯的智能測試？您認(rèn)為面向機(jī)器人自然語言的圖靈測試等測試基準(zhǔn)怎么樣？是否思考過這些問題？

Leslie Kaelbling：我比較反對這些測試基準(zhǔn)。我認(rèn)為我們花了太多的時間在爭論哪些事情對于提高機(jī)器人的性能更好上。

Lex Fridman：測試基準(zhǔn)、數(shù)據(jù)集或者圖靈測試挑戰(zhàn)其實(shí)可以將研究者們匯聚起來，激勵他們創(chuàng)建出表現(xiàn)更好的機(jī)器人，因為他們都希望在比賽中獲勝，例如自動駕駛領(lǐng)域的 DARPA 挑戰(zhàn)賽。您怎樣看待它們的價值呢？

Leslie Kaelbling：許多人都認(rèn)為這些比賽是具有激勵性的，是很好的，但是我個人認(rèn)為它們是反激勵性的。不過你們或許能夠獲得一段有趣的時期——一群聰明的人在比賽中獲得了超大的動力，并最大限度地發(fā)揮出腦力，有時候可能也會產(chǎn)生很酷的想法，可供我們事后咀嚼。這對我來說并不是一件好事，不過我也并不反對大家這么做。

Lex Fridman：這就跟您之前所說的，某件事以外的所有其他事情都會讓它變得更好。下面我們跳過一些問題。您創(chuàng)立了《機(jī)器學(xué)習(xí)研究雜志》（Journal of Machine Learning Research，JMLR）并擔(dān)任其主編，那出版這一期刊是基于怎樣的契機(jī)？您如何看待當(dāng)前機(jī)器學(xué)習(xí)和人工智能領(lǐng)域的出版模式？

Leslie Kaelbling：好的。我之所以會創(chuàng)立《機(jī)器學(xué)習(xí)研究雜志》，故事源自于當(dāng)時由 Kluwer 創(chuàng)立的叫做《機(jī)器學(xué)習(xí)》的期刊。當(dāng)時我也是編輯委員會中的一員，我們常常會召開一些會議，向 Kluwer 抱怨，對于圖書館來說雜志太過昂貴并且人們難以在上面發(fā)表文章。當(dāng)時，我們真的希望為這部分人解決這些問題，不過其他人永遠(yuǎn)只會表示自己的同情而會采取任何行動，所以我們就決定創(chuàng)立一份新雜志。當(dāng)時也有一份雜志叫做《人工智能研究雜志》，這份雜志也采取同樣的出版模型，并且以這一模型存在了 5 年左右的時間，也發(fā)展得非常好。

我猜想我們當(dāng)時都并不知道怎么創(chuàng)立一份雜志，好在這件事情本身并不難。于是，《機(jī)器學(xué)習(xí)》期刊編輯委員會中 75% 的成員都從那里辭職，來共同創(chuàng)立了這份新雜志。

Lex Fridman：所以新創(chuàng)立的這份雜志更加開放？

Leslie Kaelbling：是的，《機(jī)器學(xué)習(xí)研究雜志》是完全開放的。當(dāng)時我有一個博士后學(xué)生 George Kennedy 就想要呼吁這些雜志免費(fèi)向所有人開放。

由于《機(jī)器學(xué)習(xí)研究雜志》既沒有版面費(fèi)用，也沒有訪問限制，當(dāng)時很多人都對這本雜志心存懷疑，認(rèn)為這是一場欺詐，覺得這是不可能發(fā)生的事情。運(yùn)行這份雜志期間，我在很長一段時間都沒有存款，因為需要支付合作律師和 IP 地址的費(fèi)用，當(dāng)時雜志一年的運(yùn)營費(fèi)用大概為幾百美元，現(xiàn)在的花費(fèi)可能更高些但是也沒有高很多。

之所以一切免費(fèi)，是因為我覺得計算機(jī)科學(xué)家所具有的能力和自主性，是其他領(lǐng)域的科學(xué)家們所不具備的。我們教授們自己很熟悉這些技術(shù)，學(xué)生也熟悉，我們也認(rèn)識那些有能力制作和破解網(wǎng)站的人，大家一起動手，一下午時間就能做一個免費(fèi)開放的學(xué)術(shù)網(wǎng)站出來。所以基礎(chǔ)設(shè)施對我們來說不是問題，但對于其他領(lǐng)域的人來說就是比較難實(shí)現(xiàn)的事情。

Lex Fridman：所以這一訪問開放的期刊不需要聲望、也不需要任何其他論文也可以得以出版？

Leslie Kaelbling：事實(shí)證明，確實(shí)不需要聲望。

Lex Fridman：在很早之前，我不記得具體的時間了，當(dāng)時我評論了一篇您也評論過的論文，記得當(dāng)時讀到您評論說：這篇論文寫得非常出色，對您產(chǎn)生了較大的影響，并影響了您未來的評論方式。當(dāng)時您并不贊成我的觀點(diǎn)，但是您將我的評論修改得更好了。這其實(shí)可以看出，當(dāng)時雜志的整個評論過程是存在缺陷的，您認(rèn)為該怎樣才能改進(jìn)這一過程呢？

Leslie Kaelbling：實(shí)際上，這份雜志創(chuàng)立之初，我想要做一些完全不同的事情，但是最終沒有實(shí)現(xiàn)，這是因為似乎我們更需要的是一份傳統(tǒng)的記錄雜志，所以基本上，我們把這份雜志打造得跟一般的雜志一樣，只不過對外開放訪問了。當(dāng)然了，「出版」什么東西現(xiàn)在越來越變得稀松平常，你隨便在哪個學(xué)術(shù)文本存儲網(wǎng)站傳一篇文章就算是發(fā)表了，并且對于所有的這些內(nèi)容，我隔天就可以將它們進(jìn)行出版。因此，將這些內(nèi)容對外開放是沒有任何障礙的，不過我們依舊需要進(jìn)行策劃以及評估，而我沒有時間去閱讀所有的檔案，一般認(rèn)為出版社會公眾所稱贊的文章就足夠了。

這樣的話，你可以說我們不再需要任何期刊了，大家只需要把論文傳到學(xué)術(shù)網(wǎng)站上去，然后人們就可以上傳或下載論文，你的簡歷也就會顯示文章獲得了多少個稱贊。同時我認(rèn)為期刊在仔細(xì)閱讀和評注方面也存在其價值。在 Twitter 或者 Reddit 上很難辨別讀者對論文是支持、否定還是爭議的態(tài)度，以及他們是否知道他們在談?wù)摰氖鞘裁础Ｋ晕艺J(rèn)為期刊的第二個目的是，判斷我應(yīng)該重視那些觀點(diǎn)。

我不知道如果我有無限的時間，我是否也不會去做這些，因為我希望讓機(jī)器人來做這部分工作。但如果我覺得我傾向于在出版方向上做更多的事情，我會去實(shí)現(xiàn)我最開始想做的另外一件事情，那就是將我重視并且非常清晰的一些人的觀點(diǎn)匯聚起來，至于是對外公開還是私人保留，這個我不確定。我們可能不會出版所有的評論，僅僅將為非常出色的論文所寫的評論對外開放。

如果一些論文得到 Leslie 的朋友們的評論，并且論文觀點(diǎn)得到夸獎，論文作者也可以將其寫入簡歷中：Leslie 的朋友們給了我的論文打了五星好評。這就可以說明論文就跟雜志所收錄的論文一樣出色。我認(rèn)為我們應(yīng)該將很好的評論對外開放，并以某種方式對這些評論進(jìn)行組織，但當(dāng)時我真的不知道該怎么做。

Lex Fridman：其實(shí)您可以借鑒電影領(lǐng)域的互聯(lián)網(wǎng)電影資料庫（IMDb），那里匯聚了電影評論員，他們會寫影評，不過資料庫匯中會定期更新非評論員寫的影評，這兩個部分是分開的。

Leslie Kaelbling：我喜歡公開評論，我認(rèn)為了解這個過程很有趣。

Lex Fridman：這也許是推進(jìn)論文評論的一個正確方向，但是可能仍然無法像評論電影或視頻游戲那樣吸引人。這是我的個人觀點(diǎn)，可能聽起來有些愚蠢，但是執(zhí)行評審的趣味和輕松程度取決于用戶界面，而作為一位評論家的效率，則意味著向一位優(yōu)秀的評論家邁進(jìn)了多遠(yuǎn)，這些人為因素會起到作用。

Leslie Kaelbling：現(xiàn)在給論文寫優(yōu)秀的評論是一項大投資，現(xiàn)在可以看到的論文數(shù)量非常多。每年有 3000 多篇新論文，雖然我不知道每年會新出多少電影，但是現(xiàn)在我認(rèn)為數(shù)量要比每年新出的機(jī)器學(xué)習(xí)論文要少。

我是一個老年人，所以不可避免地會說現(xiàn)在的事情都變化得太快了，像陷在泥巴中一樣執(zhí)著。我認(rèn)為現(xiàn)在研究者們的眼光變得越來越短視，比如學(xué)生們想要發(fā)表大量論文，他們認(rèn)為這樣才是令人興奮、有價值的事情，然后拍拍腦袋寫論文，諸如此類。雖然其中的一些工作成果是不錯的，但是我擔(dān)憂的是，這種做法會把那些花兩年的時間來思考某個問題的研究者逼走。

在我們那個年代，我們做研究并不發(fā)表論文，你可以花數(shù)年時間來研究論文，你可以選擇研究一個非常難的問題，然后花費(fèi)大量時間來不斷研究、咀嚼這個問題，當(dāng)你去寫作完成論文時，也會經(jīng)歷一段艱巨的時期。我不認(rèn)為每個人都需要按照這種模式進(jìn)行研究，但是我認(rèn)為現(xiàn)在也有一些難度非常高的問題需要研究者以更加長遠(yuǎn)的眼光來從事這些問題的研究。然而我們現(xiàn)在完全沒有激勵研究者們采用這種研究方式，這是我所擔(dān)心的地方。

Lex Fridman：在目前的情況下，對于 AI 未來的發(fā)展您有什么期望和擔(dān)憂？AI 已經(jīng)經(jīng)歷了多次寒冬、起起伏伏，您認(rèn)為還會有下一次寒冬到來嗎？您是否對于創(chuàng)造出如您所說的機(jī)器人更抱有期待？

Leslie Kaelbling：我認(rèn)為經(jīng)歷這個周期是無法避免的，但是這個起伏的周期曲線實(shí)際上是一次比一次高的，就像你用一個有噪聲的優(yōu)化器優(yōu)化某個函數(shù)曲線一樣。顯而易見，機(jī)器學(xué)習(xí)的出現(xiàn)對于人工智能領(lǐng)域的發(fā)展，意義深遠(yuǎn)且重大，毫無疑問，目前人工智能的發(fā)展是比之前更高的。當(dāng)然，我也認(rèn)為人們高估了人工智能，吹的牛皮太大，投資者們最終會說，「當(dāng)初說得那么好聽，怎么最后什么都沒做到」。這些泡沫未來可能會破滅。但我覺得在實(shí)現(xiàn)達(dá)到人類水平的人工智能的過程中是不可能一帆風(fēng)順地一直向上的。

Lex Fridman：您對于 AI 所存在的威脅是否有短期或者長期的擔(dān)憂呢？或許短期的擔(dān)憂會比較少，但是關(guān)于將會有更多機(jī)器人替代人類工作的擔(dān)憂呢？

Leslie Kaelbling：我們可以探討一下效用問題。實(shí)際上我之前與一些軍事倫理學(xué)家有過一次有趣的交流，他們希望跟我探討自動核武器的問題。他們是非常有趣、聰明并且接受過良好教育的一群人，但是他們對于人工智能和機(jī)器學(xué)習(xí)知之甚少。他們問我的第一個問題就是，你研發(fā)的機(jī)器人有做過什么你沒有預(yù)料到的事情嗎？我情不自禁地笑出聲，因為稍微了解過機(jī)器人的人都知道，它們做不出來。而我意識到，他們對于我們怎樣對機(jī)器人編程的理解是錯誤的，他們認(rèn)為我們對機(jī)器人編程就像給樂高的 Mindstorm 機(jī)器人編程一樣，執(zhí)行前進(jìn)一米、左轉(zhuǎn)、拍照這些動作。這樣的編程方式固然也是對的，但這種機(jī)器人如果做一些預(yù)料之外的事情，就有點(diǎn)奇怪了。

事實(shí)上，我認(rèn)為這應(yīng)該成為我一項新的教育任務(wù)，如果我需要跟非專業(yè)人員交流，我要試圖去教給讓他們理解：我們控制的其實(shí)是機(jī)器人中至少一個或多個層次的抽象，同時機(jī)器人還存在假設(shè)層，可以是規(guī)劃空間或者分類器空間，此外還有一系列答案和目標(biāo)函數(shù)，然后我們使用一些優(yōu)化方法，在各個層級優(yōu)化解決方案，并且我們不知道最終產(chǎn)生的解決方案是什么。我認(rèn)為溝通這些非常重要，或許其中有一些人了解相關(guān)知識，但我還是認(rèn)為這種溝通這門學(xué)科是必不可少的。

現(xiàn)在有很多人在探討價值對齊的問題，我們可以確定的是，當(dāng)機(jī)器人或者軟件系統(tǒng)的能力越來越強(qiáng)時，它們的目標(biāo)會與人類的目標(biāo)更加一致，或者說二者間的目標(biāo)會以某種方式互相兼任，也可以說當(dāng)它們與我們有不同的目標(biāo)時，我們也可以用一種很好的方式去進(jìn)行調(diào)和。

因此我認(rèn)為思考這些術(shù)語非常重要，比如說，你無需被機(jī)器人世界末日論所嚇倒，而是思考價值對齊的目標(biāo)函數(shù)的重要性。每一位從事優(yōu)化工作的研究者都知道，必須要謹(jǐn)慎考量最終期望得到的東西，比如說研究者們有時候可能獲得了最佳的解決方案，然而最終發(fā)現(xiàn)目標(biāo)方向是錯誤的。

對于我來說，即便在最短時期內(nèi)，務(wù)實(shí)也是至關(guān)重要的問題，任何一位從算法工程師到目標(biāo)函數(shù)工程師的研究者，這一問題都完全有可能發(fā)生，并且會改變我們的思維和方法論。

Lex Fridman：所以可以說，您的研究生涯始于斯坦福的哲學(xué)專業(yè)，現(xiàn)在又回歸到哲學(xué)中來。

Leslie Kaelbling：我在上課時也提到過，當(dāng)機(jī)器學(xué)習(xí)研究者在設(shè)計目標(biāo)函數(shù)時，需要「戴上兩個帽子」，一個「帽子」是他需要實(shí)現(xiàn)的目標(biāo)是什么；另一個「帽子」則是他的優(yōu)化器能夠?qū)?yōu)化實(shí)現(xiàn)到什么程度，這都是需要考慮和衡量的要點(diǎn)。

關(guān)于機(jī)器人會取代人類工作這一擔(dān)憂，我能理解這件事情非常重要，但我不太了解社會學(xué)、經(jīng)濟(jì)學(xué)，也不是很了解人類，所以我不知道該怎么看待這個問題。

Lex Fridman：確實(shí)，這個問題涉及到社會學(xué)和經(jīng)濟(jì)學(xué)的方面，很難去講清楚。

Leslie Kaelbling：雖然這個問題并不是我的專長，但我還是認(rèn)為人類思考這個問題很有必要。

Lex Fridman：您認(rèn)為對于人工智能領(lǐng)域以及您自己而言，短期內(nèi)哪個領(lǐng)域的研究會是最令人興奮的？

Leslie Kaelbling：我之前講述過如何設(shè)計智能機(jī)器人的事情，智能機(jī)器人是我們這個領(lǐng)域中大部分人都想要實(shí)現(xiàn)的目標(biāo)，而大家面臨的問題則是，機(jī)器人怎樣實(shí)現(xiàn)最高效的策略？我們可以嘗試很多不同的極端方案，其中一個非常極端的方案就是做內(nèi)?。↖ntrospection），然后編程，這種方法現(xiàn)在的表現(xiàn)還不是很好；另一個極端的方案是我們采用了一大堆神經(jīng)網(wǎng)絡(luò)，然后訓(xùn)練它們?nèi)ネ瓿扇蝿?wù)，我同樣也認(rèn)為這個方案無法奏效。

在這個過程中面臨的一個問題就是找到中間立場，這個問題同樣也不是技術(shù)上的問題，僅僅是關(guān)于怎樣找到最佳實(shí)現(xiàn)方法的問題。對于我來說，它很明顯是學(xué)習(xí)和非學(xué)習(xí)的一種組合，需要考慮的怎樣構(gòu)建這個組合的內(nèi)容。這也是對我最具有吸引力的一個問題。

Lex Fridman：最后一個問題是，在科幻小說中，您最喜歡的機(jī)器人是哪個？比如說《星球大戰(zhàn)》中的 R2D2 機(jī)器人或是更加現(xiàn)代化的 HAL 機(jī)器人。

Leslie Kaelbling：我個人更加關(guān)注的是研究機(jī)器人的過程。實(shí)際上我研究機(jī)器人是因為這個研究方向很有趣，而并不在乎我能夠研發(fā)出怎樣的機(jī)器人。

Lex Fridman：今天這場美麗的對話就到此結(jié)束了，非常感謝您今天的發(fā)言。

Leslie Kaelbling：當(dāng)然，今天的對話很有趣。

（完）

IJCAI 2019 會議召開之前，特邀報告講者名單將陸續(xù)公布，雷鋒網(wǎng) AI 科技評論作為 IJCAI 2019 的媒體特別合作伙伴，也將陸續(xù)為大家?guī)砀魑惶匮v者的相關(guān)報道。屆時，雷鋒網(wǎng) AI 科技評論還將奔赴現(xiàn)場為大家?guī)砭蕡蟮溃凑埰诖?/p>

雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。