未来婴儿机器人。
实际上，研究人员正在研发“婴儿机器人”，这种机器人能部分模拟人类的行为方式和儿童的心智。在随后的实验中，他们会调整机器人的一些参数，好利用它的内部机制，观察并推导出儿童的行为模式。这样的机器人已经成了我们探索儿童行为和心理发育复杂性的不可少的工具。
如果是这样，那么想搞清楚婴儿是如何学会走路的，就必须要知道他们是怎么学会实时计算和预测身体动态的。一些希望设计出双足机器人的科学家，正是从这个角度展开研究的。但是，即使按这个思路造出了走得像模像样的机器人，它们还是很容易摔倒，而且走路的步态也很僵硬。因此我们需要承认，行走并不仅仅是一种计算出的行为，又或者是一种比计算更简单高效的行为。
上世纪90年代，机器人学家泰德·麦吉尔设计的一个实验，完全颠覆了旧有的设计思想。他以人腿的解剖学结构为范本，打造出一对机械腿。这对机械腿没有使用马达或是计算装置，然而，当放到平缓的斜坡上时，它们居然开始走路了！利用机械元件间的交互和重力的作用，这两条机械腿自动产生了类似于人类的步态，并且动作十分稳定，不易受到干扰。其他实验室的研究人员也成功重复了这个实验，他们的实验还说明，在传送带上，这类机械腿可以“一直”保持双足行走。这种“机器人”的各个机械部件是通过局部物理接触和相互作用来实现整体协调的。这就是一种可与白蚁筑巢比肩的自组织现象。行走是一种涌现出来的动态行为，物理学和解剖学都在其中起到了关键作用，它们既相互支持又相互制约。
这些实验给了我们新启示，通过研究机器人，我们对身体和神经系统各自在行走中扮演的角色，有了更深入的理解。这些研究刷新了我们对人类发育的认识。从机器人身上，我们看到了某种现象（人类的行走）的自发涌现，这个现象不是先天决定的（并不借助任何基因），也不是后天习得的（并不存在学习）。
如双足行走这样的行为方式能够自发地从复杂的生物物理交互中涌现出来，这样自发涌现的现象对于学习和发育来说大有裨益。通过上述实验，我们可以得出这样的假设：学习行走就是一个利用人体动力学中固有动作的过程。
我们再来看好奇心在儿童发育中的作用。在成长的过程中，儿童会掌握大量知识，而能力提升的过程通常是按照年龄的增长，逐步有序发生的。比如，在能不依靠外力双足行走之前，他们要先学会控制脖子，然后爬、坐、站、扶着墙走……这一切是怎样发生的呢？许多儿童都遵循这样的发育轨迹，会依次经历这几个关键期。但是，还有一些儿童的发育道路却不是这样的。怎样解释这种发育的普遍性以及个体之间存在的差异呢，这种发育的普遍性是某个程序（基因）决定的吗，个体差异是否意味着程序出了什么差错？
神经科学以及心理学的研究显示，我们的大脑天生就乐于尝试新事物，而这只是因为学习和实践新事物能带来快乐。不过，我们对好奇心及它在发育中的作用仍知之甚少。神经生物学家才刚开始寻找与自发探索行为相关的大脑回路。
一些研究团队提出，想要进一步了解好奇心及它对儿童发育的作用，我们就要开发拥有自发探索机制的学习模型，并由此制造出能够学习、发育，并设定自我目标的机器人。“游乐场实验”，就是基于上述想法设计的一个实验。
在这个实验中，机器人能够一边体验，一边学习：它会尝试做出一些动作，再观察这些行为的结果。它能从自己的行动和结果中提炼出规律，得出结论。接着，它就可以进行预测了。为了科学地探索世界，它会自发地选择那些能够降低预测误差、获得新信息，并提升自身学习能力的任务。与此同时，为了寻找新的发展方向，机器人还会花一部分时间来测试别的事物。这类机器人还可以根据丰富程度和可控制程度，对自己的感觉运动（指有机体对刺激的有意识的应答运动）经验进行归类。
理解儿童的发育过程，是科学界最大的挑战之一。其中的一大难点就在于，婴儿的发育是在多重时空尺度下，多种机制相互作用的结果。想要进行相关研究，必须借助系统性和建构论的方法和手段。
多年前，物理学家在处理复杂系统时，就意识到了这个问题。他们建立了一些形式模型来模拟某些现实的影响。现在，这种方法也应用在了对儿童认知发育的科学研究中。有了婴儿机器人以后，我们可以将它们的身体变成一个实验变量，通过系统地改变这个变量，来研究好奇心、探索行为，以及社会和身体等因素对儿童认知发育的影响。在过去很长一段时间里，这曾是个遥不可及的梦想，而现在，这个梦想即将变成现实。
（摘自《环球科学》）
（编辑：李树泉 责编：赵宇清）
黑公网安备 23010202010023号
