人工智能的发展使算法发展到智能算法，而智能算法的发展，则不仅趋向人工智能的自主进化， 更使人类社会的演化越来越建立在智能算法的基础之上。例如从中国三国时期的木牛流马到2005年美国波士顿动力研发的机械狗，明显可见在算法的加持下，人类对机械工艺精致化与智能化的追求得以加深，并改变了人类社会的生产结构。
从哲学的角度看，十八世纪七十年代，以蒸汽机发明为标志的*次工业革命，可以被看做是将人力作用于对象的“物”（生产方法），物的开发和激活释放了生产力，提高了社会生产效率，加速了社会运转节奏。
而在机器人与人工智能时代，基于智能算法的赋能，机器人在数据学习、医疗技术、工业生产、物流管理等领域的应用已经普及，公司股东与工人形成的生产关系逐渐由人工智能与机器人替代，生产力也获得了质的提升。
但是，随着技术的不断提升，机器人的应用逐渐被塞满了黄金科幻时代的硬核浪漫。人们开始幻想获得了智慧的类人型机器人会成为“拟态人类”，并辅佐人类走向星辰大海。
就在不久前，特斯拉、小米等科技巨头陆续推出了旗下自研的类人型机器人，这看似是类人机器人技术发展的一大步，实则更像是在“原地踏步”。无论是特斯拉的“Optimus”还是小米自行研发的CyberOne“铁蛋”，在公众面前的形象依旧是步履蹒跚、行动迟缓的“弱人工智能”形态，与科幻剧中与人类并肩而行的场景存有巨大差距。
从人类的“智能”伙伴到形态略显“智障”，类人型机器人的发展还有很长的路要走，而智能算法则是类人机器人智能化的重中之重。那么，依仗智能算法的发展，我们是否还有机会将“强人工智能”的机器人投入进市场当中呢？
01 算法，难以托起“强人工智能”
对于智能算法的重要性，此前，光明日报曾给出评论：人工智能技术和应用飞速发展应归功于推动人工智能发展的三大要素：数据、算法和算力。
算法决定了人工智能的行为模式，一个人工智能系统即使有当前*进的计算平台作为支撑，若没有配备有效的算法，只会像一个四肢发达而头脑简单的人，并不能算真正具有智能。
因此，算法对于人工智能，就如同厨师（烹饪的方法）与美味菜肴的关系。算法是实现人工智能的根本途径，是挖掘数据智能的有效方法。
智能算法所蕴含的威力，早在数年前便已经展现在广大受众面前。2016年3月，由谷歌（Google）旗下DeepMind公司所开发的机器人AlphaGo，基于其算法“蒙特卡洛树搜索”与“卷积神经网络”，以总比分4比1战胜韩国围棋名手李世石。
这次人与机器的交锋，也意味着具有“深度思维”的机器人开始显现优势，在所有棋类战胜人类只是一个时间的问题，进而引发“机器人何时能够战胜人类”的讨论。
但是，以目前智能算法的发展，类人型机器人尽管能够做到“科技遍布全身”，但要想达到高度智能依旧困难。
以特斯拉Optimus机器人为例，作为一款类人型机器人，Optimus面部显示信息的屏幕内置FSD芯片，与汽车共用AI系统，在摄像头采集信息后，可以通过神经网络处理进行识别、预测和规划。
在仿生外观方面，Optimus具有人类级别的双手双脚，四肢由全身搭载的40个机电执行器控制，双脚可通过力反馈感应系统来实现平稳和敏捷的行走，手臂和双手分别各依靠12个机电执行器，可以执行一些人类精细化的作业。
而在机器人“大脑”的构造领域，Optimus更是采用特斯拉的超级计算机系统Dojo，通过AI大数据进行神经网络训练。其核心是算力极强、带宽超高的“D1”芯片，通过Dojo接口处理器进行互连，25个芯片组成一个训练单元，算力可达9千万亿次。
但是，尽管“集科技于一身”，Optimus在现在公众面前裸露的电线，与笨拙的身形，依旧被众多人调侃成“像坐轮椅的瘫痪老头”，远没能达到人类相似的机动性和灵活性。这也说明尽管当下软硬件设备进入神速，但受困于智能算法，类人型机器人依旧难以走向“强智能”。
以“环境感知”算法为例，机器人的环境感知系统包括视觉、听觉、触觉。所以感知系统，是人形机器人的一个增量环节，包含着各类传感器分支，对应的如摄像头、激光雷达、温度传感器、气味传感器、听觉传感器等。
虽然现阶段传感器的成熟度和丰富度已经较为成熟，但由于传感器所输出的信号在一定程度上影响着视觉感知的识别结果。机器视觉模块还要配合运动系统实现高精度估计和机械手的伺服控制。这也意味着机器人需要通过巨大的样本量来进行深度学习，还要有海量的算力支持，才能在任何状态下都能够获取正确的正向运动模型。
因此，这种能令类人型机器人实现精密执行操作的算法，很难在短时间内无法实现。同时，基于大量的底层技术研发与投入，也很难从价格上让大量用户接受，让产商盈利。
02 存在差距，但前景无限
然而，尽管更为精确的算法还未面世，但人工智能的发展，使人们日益清晰地看到社会结构中算法日益扩展的影响。
清华大学新闻与传播学院教授金兼斌此前曾公开表示：“算法已经成为信息社会和智能社会的生产力核心要素。”尤其是在数字经济中，智能算法与算力更像是数字经济的生产力，数据就是与之对应的生产资料，而算法决定了数字经济发展的质量与高度。
值得注意的是，在人工智能乃至算法领域，中国与西方发达国家依旧存在差距。
长期以来，中国在软件与核心算法整体处于被西方国家“卡脖子”的状态。例如在核心工业软件领域，国产EDA（电子设计自动化）与发达国家EDA工具相比，在性能上（如工具完整性、稳定性、工艺设计等）仍存在代际差距。
在操作系统上，绝大部分手机和个人电脑依旧被谷歌、苹果、微软等西方企业所垄断。在核心算法方面，中国国产的高端机器人在稳定性和易用性上仍与日本、美国、德国和瑞士等国家存在差距，反映了中国在中高端制造业上仍未能掌握相匹配的核心算法。
因此，在类人型机器人的制造方面，基于底层算法与技术的差距，不仅要达成“强人工智能”任重而道远，要追上西方发达国家的水平依旧需要时间去打磨。
但值得庆幸的是，我国智能算法的发展环境相对于众多前沿技术则更加宽松。当前，发达国家对中国在中高端价值链上的制裁主要集中在以芯片、光刻机和半导体为代表的硬件技术上。而在算法等软件方面，诸如GitHub等国外开源代码分享社区并未采取类似的制裁手段，这也成为我国近年来算法技术快速发展的主要原因之一。
除此之外，从市场需求方面来看，如今中国已经成为全球*的机器人市场。《中国机器人产业发展报告(2022年)》称，预计2022年，中国机器人市场规模将达到174亿美元，五年年均增长率达到22%。
而人形机器人的高适配性可以打通工业、商用、家用场景限制，整合各类应用的市场空间。这也正好契合了中国处于人口红利减退、劳动力成本上升刺激各行各业加速推进一二三产业人工替代的时代背景。
因此，中国对于人形机器人产业加以重视并不令人意外。目前，北京理工大学的“汇童”系列、浙江大学的“悟空”系列、深圳优必选的Walker系列是中国人形机器人中的佼佼者，小米、达闼等本土科技企业纷纷跨界入局，进一步推动了中国人形机器人的发展。
而基于对机器人市场的需求日益加深，在算法研发领域，小米自研的Mi-Sense 深度视觉模组+AI 算法帮助CyberOne实现对真实世界的三维虚拟重建。情绪感知上，CyberOne 搭载自研 MiAI环境语义识别引擎和 MiAI 语音情绪识别引擎，能够实现 85种环境音识别和6大类45种人类情绪识别。
所以尽管国产类人型机器人依旧难以达到近似于人类同等智能的水准，但是追赶世界*梯队并非遥不可及。
03 结语
科学技术具有创造巨大物质财富的能力，成为物质世界的主要力量。培根认为，科学技术应转化为现实的财富，而非长期停留在抽象理论的阶段。科学技术是改造物质世界、生物质世界或者人类的重要手段，不是简单的生产工具改进，而是凝结着人类智力劳动和体力劳动精华的体现。
如今，随着人工智能的不断发展，机器人的大规模场景落地，显著提升了人类的生产水平。而在智能领域中，人型机器人被誉为AI的*形态，成为我们亟需跨越的技术门槛。
不得不承认，或基于科幻电影及小说，我们对类人机器人犯有基本的归因错误。AI总是让我们误认为它拥有与人类相仿的智慧，而事实上根本没有，主要在于机器人“学习算法”的局限性。我们距离实现高度人工智能依旧有很长的路要走。
但是，随着我国对于智能算法的研究加深，跻身世界人形机器人产业*梯队只是时间问题，而是否能率先叩开“强人工智能”那扇大门，则更让人充满期待。
