AlphaGo擊敗世界圍棋冠軍的新聞再次激起了人們對於機器人的智慧是否會超過人並進而取代人的思考。其實，簡單地說機器人的智慧是否會超過人過於籠統因而意義不大，因為在AlphaGo擊敗人類圍棋冠軍之前，機器在很多可以稱得上智慧的方面已經遠遠超過了人類，比如計算速度。既然AlphaGo的出現讓人類再次感到了機器人帶給人類文明的一種危機感，我們不如從具體的生活細節來看看如果機器人要能完全在智慧上超過人還需要取得哪些進步。本文先來討論一下功能性識別的問題。

假設我們在室內給機器人放一段影片，上面有幾輛不同的車輛在行駛，然後我們用人的語言（中文，英文，日文，或任何其它一種自然語言）告訴機器人說，這是車子。假設這之前從未給機器人輸入過任何識別車子的信息，然後把機器人帶到室外，指着公路上行駛的車輛問它：“那是什麼？”它應該能回答：“那是車子。”

機器人如果要在智慧上完全超過人類，這應該是它所具有的一種基本能力。

機器人能做到這一點嗎？我們可以從邏輯上思考一下如何能使機器人做到具有上述的能力。

首先，機器人要具有標定對象物體外部特徵及其基本功能並用這些形狀及功能特徵來識別這一類物體的能力。當它看到視頻中行駛的車子時，它應該馬上與它記憶庫中所有的物體形狀及功能進行對比，如果沒有底下裝着轉動的輪子能在路上行駛的物體，它就應該將這種形狀及功能記入它的記憶庫，不但要把整體的形狀及功能分別記錄（即把車子的一般形狀，及會在路上行駛這種功能分別記錄），而且還要把局部的功能記錄下來（即那些會轉的輪子）。

目前，人們好象已經能夠讓機器人對事先輸入進它的記憶系統中的不同類別的對象根據它們的拓撲特徵進行識別。要想做到上述的事情，機器人需要自己來從對象的外形上提取基本的拓撲特徵，這一點我想在理論上是可以做到的；至於運動功能的鑑別也應該不難，因為所謂運動只是空間和時間的變化關係而已；而識別局部的功能特徵這一點也應該是在理論上可行的。

第二，它應該能理解我們的自然語言（中文，英文，日文，或任何其它語言），並用它與人或其它機器人進行交流，而且能將我們教給它的新詞彙“車子”與它剛在視頻上看到的車子聯繫起來，並在隨後的對話中用“車子”一詞來回答我們的問題。

目前市場上好象已經出現能夠用自然語言與人類進行簡單對話的機器人。至於將來，機器人用自然語言進行對話的能力能發展到什麼程度，我們將拭目以待。有一點可以肯定：機器人與機器人之間用自然語言對話應該比機器人與人類之間用自然語言對話更容易，因為機器人的發音和用詞相對會更加規範。

BINGO。至少從理論上來說，本文前面給機器人提出的目標是可以實現的。而一旦機器人能從視頻上學到新的功能性物體，從理論上來說，它可以從任何地方學習新東西。我們完全可以把前面的場景順序顛倒一下：

我們在馬路上指着行駛的車輛對機器人說：那是車子。

然後，我們回到屋裡指着視頻裡的車子問機器人：那是什麼？機器人回答說：那是車子。

。。。。。。

也許五十年，也許十年，也許一年，也許現在？機器人從人們給它們的實景教學中學習關於目標物的知識便可以成為現實。。。。。。當然，一旦機器人具備了上述能力，讓機器人教機器人將更加容易，因為它們之間的交流會更加流暢。。。。。。