AlphaGo击败世界围棋冠军的新闻再次激起了人们对于机器人的智慧是否会超过人并进而取代人的思考。其实，简单地说机器人的智慧是否会超过人过于笼统因而意义不大，因为在AlphaGo击败人类围棋冠军之前，机器在很多可以称得上智慧的方面已经远远超过了人类，比如计算速度。既然AlphaGo的出现让人类再次感到了机器人带给人类文明的一种危机感，我们不如从具体的生活细节来看看如果机器人要能完全在智慧上超过人还需要取得哪些进步。本文先来讨论一下功能性识别的问题。

假设我们在室内给机器人放一段影片，上面有几辆不同的车辆在行驶，然后我们用人的语言（中文，英文，日文，或任何其它一种自然语言）告诉机器人说，这是车子。假设这之前从未给机器人输入过任何识别车子的信息，然后把机器人带到室外，指着公路上行驶的车辆问它：“那是什么？”它应该能回答：“那是车子。”

机器人如果要在智慧上完全超过人类，这应该是它所具有的一种基本能力。

机器人能做到这一点吗？我们可以从逻辑上思考一下如何能使机器人做到具有上述的能力。

首先，机器人要具有标定对象物体外部特征及其基本功能并用这些形状及功能特征来识别这一类物体的能力。当它看到视频中行驶的车子时，它应该马上与它记忆库中所有的物体形状及功能进行对比，如果没有底下装着转动的轮子能在路上行驶的物体，它就应该将这种形状及功能记入它的记忆库，不但要把整体的形状及功能分别记录（即把车子的一般形状，及会在路上行驶这种功能分别记录），而且还要把局部的功能记录下来（即那些会转的轮子）。

目前，人们好象已经能够让机器人对事先输入进它的记忆系统中的不同类别的对象根据它们的拓扑特征进行识别。要想做到上述的事情，机器人需要自己来从对象的外形上提取基本的拓扑特征，这一点我想在理论上是可以做到的；至于运动功能的鉴别也应该不难，因为所谓运动只是空间和时间的变化关系而已；而识别局部的功能特征这一点也应该是在理论上可行的。

第二，它应该能理解我们的自然语言（中文，英文，日文，或任何其它语言），并用它与人或其它机器人进行交流，而且能将我们教给它的新词汇“车子”与它刚在视频上看到的车子联系起来，并在随后的对话中用“车子”一词来回答我们的问题。

目前市场上好象已经出现能够用自然语言与人类进行简单对话的机器人。至于将来，机器人用自然语言进行对话的能力能发展到什么程度，我们将拭目以待。有一点可以肯定：机器人与机器人之间用自然语言对话应该比机器人与人类之间用自然语言对话更容易，因为机器人的发音和用词相对会更加规范。

BINGO。至少从理论上来说，本文前面给机器人提出的目标是可以实现的。而一旦机器人能从视频上学到新的功能性物体，从理论上来说，它可以从任何地方学习新东西。我们完全可以把前面的场景顺序颠倒一下：

我们在马路上指着行驶的车辆对机器人说：那是车子。

然后，我们回到屋里指着视频里的车子问机器人：那是什么？机器人回答说：那是车子。

。。。。。。

也许五十年，也许十年，也许一年，也许现在？机器人从人们给它们的实景教学中学习关于目标物的知识便可以成为现实。。。。。。当然，一旦机器人具备了上述能力，让机器人教机器人将更加容易，因为它们之间的交流会更加流畅。。。。。。