“在日本，人形機器人的歷史悠久，但如與AI進行結合，人形機器人是不是一個最好的形態仍待研究。如果我們期望機器人的行動能具備人手的功能，那人形應是最好的選擇，如若不然，我們認為對于智能機器人而言，有效是最重要的，我們更關注效率而非形態?！蔽残握芤舱f。

談及智能機器人是否有望廣泛應用于生活場景，尾形哲也指出，在前沿領域，一些機器人已經可以幫助人們做家務、炒菜煮飯，但能完成這些動作的機器人由于價格太過高昂，目前并沒有辦法普及使用到的日常生活中去，這也是需要致力解決的問題。

尾形哲也認為，事實上，AI為機器人的普及提供了新的機遇，“傳統機器人需要被設計得十分精密，依靠精密性達到我們所要求的功能，而在AI時代，機器人通過AI深度學習就可以達到類似的效果，形成一個不是最精準但是有效的模型出來”，這既是AI的挑戰，也是機器人普及的希望。

尾形哲也提醒，機器人在深度學習時希望能找到一個完美的模型，通過學習它來做出精確的決定，但完美的模型是不存在的，即便在人類學習的過程中也無法找到這樣一個模型，人是在不斷試錯的過程中，將頭腦中的想法與實際情況進行對接，邊犯錯邊學習，因此在讓機器人完成深度學習的時候，也要將這樣的情況考慮進去。

尾形哲也現場演示了智能機器人通過50個人工操作數據的數據庫發展出初步模型后，進一步通過攝像頭識別需要拿起的物品并做出相應動作的“學習”過程，“這是我們試圖讓機器人把數據模型和現實生活聯系起來的一種方式?！?/p>

但他也指出，即便是這樣一個小孩子都可以完成的簡單動作，對智能機器人來說也非常難以控制。而更為精準的動作需要機器人通過深度學習做到比攝像頭視覺探測更精確的觸覺探測，難度更高。

當前，世界不少國家都在致力于研發制造智能機器人，此間國際合作的機遇何在？

在尾形哲也看來，在構筑“無障礙社會”的過程中，旺盛的機器人使用需求將呼喚更多元的國際合作。他舉例，盡管日本在研發制造機器人方面很有經驗，但更多是在工業機器人領域，如要將機器人應用于普通人的實際生活，或者幫助老年人等群體，相關經驗仍顯欠缺。

“因為智能機器人要應用于社會生活，不僅僅是科技方面的局限，還需要很多關于社會接納度方面的研究數據，一方面不是所有人都能在實際生活中接納機器人的存在和幫助，另一方面，不同的個體對機器人的顏色、形態等也有不同的偏好訴求，這些都需要大量研究作為支撐，因此，在機器人如何與真人互動這一命題上，國際合作十分重要。”尾形哲也說。(完)