通過協(xié)作機器人技術(shù)，機器人已經(jīng)走出籠子，在人類也在場的環(huán)境中工作。然而，在那些結(jié)構(gòu)化程度較低的環(huán)境或與人類有高度互動的環(huán)境中，互動仍然是有限的，并難以傳播。

人工智能已經(jīng)使工業(yè)和其他應(yīng)用中的自動化系統(tǒng)得到發(fā)展，并具有不同程度的自主性。然而，應(yīng)用仍然很復(fù)雜，需要的協(xié)作超出了機器人和操作者之間的物理協(xié)作，而是以知識和決策的共享為前提。

在Siri(意大利機器人和自動化協(xié)會)組織的一次會議上討論了這些挑戰(zhàn)，但也討論了人工智能提供的許多機會，該會議在10月12日至15日在Rho的Fiera Milano舉行的兩年一度的機床展覽會(BiMu)的第三天結(jié)束。

在人工視覺領(lǐng)域獲得的改進(jìn)使機器能夠解釋或多或少復(fù)雜的情況：從識別道路標(biāo)志到在多個機器人必須相互交互和協(xié)調(diào)的系統(tǒng)中使用。

這些改進(jìn)實現(xiàn)了執(zhí)行日益復(fù)雜的任務(wù)所必需的感知、推理和行動的循環(huán)。隨著信息越來越豐富，機器人的決策自主性也可以提高，因此可以考慮在非結(jié)構(gòu)化的環(huán)境中應(yīng)用，如物體豐富或變化性大的環(huán)境（如農(nóng)業(yè)）以及有人類行為者的環(huán)境，因此也需要人類的感知。

借助人工智能，甚至在決策層與機器合作

這種認(rèn)識對于提高人與機器人之間可能存在的互動和協(xié)作水平是必要的。而在人類將與機器共享日?？臻g（如街道、房屋、餐廳等）的情況下，需要雙向協(xié)作和溝通，以便這些系統(tǒng)能夠以最佳方式做出自主決定。

因此，我們面臨的挑戰(zhàn)是如何超越目前的互動水平，從基本的互動--系統(tǒng)自動完成某些任務(wù)，與人進(jìn)行單向交流，沒有任何形式的合作--到機器人在人的監(jiān)督下自主執(zhí)行任務(wù)的自動化，再到所謂的 "人在執(zhí)行圈"，人和機器人在同一環(huán)境中工作，但在決策層面沒有共享。

羅馬薩皮恩扎大學(xué)計算機、自動和管理工程系教授Luca Iocchi解釋說："在人類和機器的認(rèn)知關(guān)系中，我們想要實現(xiàn)的是甚至在心理層面上分享信息。從人工智能的角度來看，這帶來了巨大的挑戰(zhàn)，因為這是一個在認(rèn)知層面進(jìn)行合作的問題，例如在人類和機器之間的推理和學(xué)習(xí)層面，但這是可能導(dǎo)致人類和機器人之間真正合作的要素。"

為了實現(xiàn)這種類型的協(xié)作，機器人必須能夠 "設(shè)身處地 "為人著想，從而不僅能夠推理它在環(huán)境中看到的東西，而且能夠推理人本身，就像人類之間的互動一樣。

他補充說："這些事情聽起來非常復(fù)雜，但在一些研究項目中，這些技術(shù)也有應(yīng)用，比如歐洲項目AIPlan4EU，機器人將不僅在物理層面與人合作，而且能夠?qū)W習(xí)新的動作，與人互動并接受指導(dǎo)。我們想要的是通過有效和即時的合作，提高公司使用這些機器人的靈活性，而不需要操作者擁有詳細(xì)的知識。“

工廠內(nèi)部的挑戰(zhàn)

但是，即使在工廠內(nèi)部，現(xiàn)在協(xié)作機器人技術(shù)提供的梯度互動仍然需要取得進(jìn)展，以便機器人技術(shù)能夠真正釋放其全部潛力，特別是在靈活性和改善過程的人機工程學(xué)方面。

同樣，正是由于 "操作者模式 "的缺失，使得機器人和人類之間的真正合作變得困難。一些公司已經(jīng)擁有由甚至幾百個交互式機器人組成的系統(tǒng)。一個例子是亞馬遜，它在一些物流中心使用這種機器人系統(tǒng)。

維羅納大學(xué)計算機科學(xué)系教授亞歷山德羅-法里內(nèi)利（Alessandro Farinelli）解釋說："然而，這些都是非常大的和工程化的環(huán)境。因此，我們必須努力解決的挑戰(zhàn)是尋求更大的靈活性和穩(wěn)健性，以便將這些系統(tǒng)也用于有人類存在的較少工程的環(huán)境中。"

因此，人工智能的挑戰(zhàn)還在于協(xié)調(diào)，即使這些機器人能夠與許多其他機器人合作，同時與操作員合作，完成非常復(fù)雜的任務(wù)。協(xié)調(diào)工作既需要計劃，也需要學(xué)習(xí)對來自環(huán)境的刺激做出反應(yīng)，如未預(yù)見的事件。

如果這在多機器人互動中是困難的，但也是可能的--由于強化學(xué)習(xí)等技術(shù)，當(dāng)人類被加入到這個等式中時，情況就變得更加復(fù)雜。

那不勒斯費德里科二世大學(xué)電氣工程和信息技術(shù)系教授阿爾貝托-芬奇（Alberto Finzi）補充說："這不是一個規(guī)模問題，你不需要更大的網(wǎng)絡(luò)和更強大的計算機，你需要不同的方法論，以某種方式設(shè)法使人類操作員與機器人互動。運營商模式是缺失的。"

除了這一技術(shù)障礙外，還有許多其他障礙，正如會議上其他發(fā)言者所解釋的那樣，包括：經(jīng)濟(jì)障礙，即為使公司內(nèi)更多地使用人工智能所需的投資；缺乏知識基礎(chǔ)；以及可靠方法和數(shù)據(jù)的可用性。

因此，在工廠內(nèi)外實現(xiàn)人類和機器人之間更深入的合作所面臨的挑戰(zhàn)是多方面的，影響到各種技術(shù)層面--從感知到控制--盡管它們主要是算法性質(zhì)的。

解決這些問題需要促進(jìn)學(xué)術(shù)界和工業(yè)界之間的合作，正如Siri公司總裁Domenico Appendino所解釋的：“在我們國家，有一種學(xué)術(shù)上的卓越和一種工業(yè)上的卓越，往往仍然在兩個不同的軌道上行駛。我們協(xié)會的價值之一是努力將這些行為者聚集在一起?！?/p>