1樓：張立偉
個人感覺：關鍵的核心是積累學習，人類是通過若干年的學習才能夠達到自適應的學習，現在機械人的學習還遠未達到自適應學習的程度。從最近深度學習的進展可以看出來，機械人學習所用的方法可以和人完全不同的，最終實現相同的目標即可。
2樓：
讓我們試著一步步反向推導來回答這個問題。
既然已經限定為通用機械人，那麼它最核心的必然有乙個通用的大腦。
既然是通用的大腦，那意味著它應該是圖靈完備的，可以表達任意行為邏輯。更具體的說，它自己不是乙個固化為幹某個任務邏輯的應用程式，而是乙個能根據需要生成應用程式的程式。
當機械人能按需自主生成程式時，配上適當的硬體就可以應付任何場景，也就是題主所說的泛生活化。
按這個思路繼續推，目前，要讓機械人應付指定場景，只能依靠程式設計師+編譯器：程式設計師提供邏輯，編輯器負責生成程式。
如果一直按這個模式走，我們可以得到幹任何事的機械裝置，但卻不是我們想要的通用機械人。要改變這個現狀唯一的辦法就是把程式設計師給替換出來，讓機械人自身能程式設計。
這樣，從如何實現乙個通用機械人，演變成如何實現乙個通用機械人大腦，最後變成乙個如何讓計算機實現自主程式設計的問題。
我正嘗試解決這個問題，做法可以參見我簡介裡的鏈結。當然，也許還有其它思路，我也想知道。
製造乙個通用機械人（非強人工智慧），現在人類的技術還差多少？
忘言 網路本身就是乙個機械人，可以認為所有網上的電腦都構成伺服器集群，知識為其所用。想想還是挺可怕的。嚴密保護的資料機房和能源電網。 Dean 如果要設計乙個通用型的機械人可以從這幾個方面來考慮，需要有感知世界的能力，需要有思考和決策的能力，需要有行動和執行任務的能力。暫時先不考慮續航和能源消耗問題...
現在的送餐機械人都有哪些功能？
天財商龍 看到這個問題的時候是2020年5月，餐飲行業正處於疫情下的乙個恢復階段，本次就結合無接觸這塊來說一下功能點吧！一 績效管理 無接觸服務 在完成無接觸送餐的閉環服務同時，將企業對員工績效的管理也納入其中，讓機械人不僅為食客用餐服務，也為企業管理服務。無接觸服務閉環 疫情驅動了消費者對食品安全...
製造類人機械人最困難的一點是什麼？
zhoulaoshi 人工智慧仿製人類自己，建造乙個真正的自然語言理解系統，幾乎相當於建造乙個大致相當於人腦功能的理解系統，這一點是最困難的。 已登出 人和機器的差別是是否具備情感，但機械人被製造出來只是為了滿足某方面的應用。製造者沒可能讓機器具備類似情感的特質，因為情感會讓執行增加不確定性。比如你...