人工智能和机器人技术有区别吗？

我需要帮助来区分AI和机器人技术。AI和机器人技术是两个不同的领域，还是机器人技术是AI的学科？

我想从事AI和机器人学的职业。因此，我需要您的宝贵建议。我在网上搜索了一些我想申请的大学，但找不到要搜索的东西。

他们是不同的。它们经常一起使用，但是两者并没有具体关联。

人工智能是计算机科学的一个分支，专注于解决计算机传统上难以解决的问题，即随着输入的每增加一次，任务将成倍地或因子地变得更加复杂。XKCD电影座位问题就是一个例子，该问题可为5个人提供​​120个选项，但为20个人提供2,432,902,008,176,640,000个选项。另一个例子是处理许多千点的你在看激光雷达图像（如这一个），以制定在区域中导航的计划。人工智能领域试图找到合适的捷径，以获取可接受的解决此类问题的方法。分别评估每种可能的解决方案然后选择最佳解决方案将花费太长时间。

机器人系统只是机械系统，可以为实现某些目标而对其环境进行测量并做出反应。这可能就像平衡倒立摆一样简单，不需要AI。或者，它可能和识别折叠毛巾一样复杂，这需要AI整理诸如“哪些物体是毛巾”，“如何捡拾它们”，“如何移动以折叠它们”之类的内容。

简而言之，人工智能是机器人工程师可以集成到机器人系统中的众多工具之一。

人工智能对不同的人意味着不同的事物，并封装了许多子领域：视觉，自然语言处理，知识表示和工程，机器学习等。但是，进行AI研究并不意味着您直接或以任何方式与机器人合作。使用机器人也不一定意味着您要进行人工智能研究。

在我脑海中，下面是一些不错的程序（我的观点，这是基于我的研究和兴趣）：乔治亚理工学院，麻省理工学院，CMU，斯坦福大学，布朗，约翰霍普金斯大学等。

注意：
硕士学位可能有所不同，但是如果您想进行研究，则不应基于CS部门特定部门的普遍声誉来评判学校。相反，您应该寻找要与他们进行研究的特定教授。在著名的学校里很棒，但是如果教授们没有做您感兴趣的事情，那么您对自己是有害的。

如果您想了解机器人与AI之间的区别，可以将其大致视为生物与大脑（更确切地说是神经系统）。

首先，并非所有生物都有大脑。他们可能有神经，让他们反身行动。它们相当于没有AI的机器人（注意：AI的定义并不那么精确）。

有一些具有大脑的生物，但是大脑却很笨（从某种意义上说，它可以完成复杂的任务，但却无法学习新的方法）。那些是具有更复杂算法的机器人，但是仍然没有学习能力，有人将其视为没有AI，而有人将其视为一种特定的AI。

有趣的是那些有大脑用来学习的人（例如人，猫，海豚，大象等）。他们就像是拥有AI的机器人。

总之，机器人技术是一整套科学。数学，物理学，力学，电子学，材料，控制，几何学，人工智能等。但是，每种科学本身都超越了机器人技术。

如果您学习过AI，则可能会最终决定是否将其应用于机器人技术。如果您学习机器人技术，则可能会最终决定是否使用它的AI，这取决于您以后的决定。

因此，我的建议是考虑可能性。例如，如果您现在对机器人技术中的AI感兴趣，将来对它失去兴趣会怎样？如果您通常对算法软件感兴趣，请选择AI。如果您改变了对机器人技术的看法，那么您仍然需要重点关注。如果您对构建实物特别感兴趣，请使用机器人技术。如果您以后改变对AI的看法，仍然可以在机器人上工作。

机器人技术和人工智能都是相互重叠的领域。但是它们都不是另一个的子集。

例如，机器人技术涵盖了硬件设计，通常*不涉及人工智能。另一方面，人工智能涵盖了许多与机器人技术无关的大数据领域，例如预测天气或股市。这两个学科的共同领域是计算机视觉，自然语言处理，路径查找，行为计划，决策。

我也对机器人职业感兴趣。我多次获得的建议是深入研究人工智能，因为这是当今机器人技术面临的最大挑战。在大多数机器人项目中，机械或电子设计不是边界，而是软件。

人类已经解决了大多数硬件问题。优化仍需要进行研究，但在人工智能中，可能会发生突破。即使这样的突破是有争议的，它仍然是一个不断发展的领域。

_{*虽然在硬件设计中使用人工智能会很有趣。我不知道有人已经这样做了。}

使用分类系统：

• 对于输入，机器人将进行量测，感测/传感器并进行方法分析。（标准逻辑研究）。
• 对于输入，AI将测量，感测/传感器并应用逻辑方法。（高级机器人技术和高级编程）。
• 对于输入，人类将通过方法进行测量，感知和做出反应。（意识研究）。

继续 （对于输出...继续）。（有关过程...继续）。（为了记忆...继续）。（以获取反馈...继续）。（为了控制...继续）。

活生生的例子： 蚂蚁虽然有生命，但通常也会经历方法论的困扰-有点机器人。具有智力的动物通常会应用一些特质-稍有人工。农夫拿着枪时，一只手被困在树上的狒狒是一种逻辑上的剥削，显示出错误的告密者被用来掌握所需的反应。智商较低的人也会表现出类似的困难。在一天的低谷时，您可能会注意到出现了类似的困难。

关于结果 人类并非无所不能，因此，复杂程度的降低或降低都可能使人无法胜任。因此，当将各种复杂性实例化为活动进展时，结果都是有机的。例如，蚂蚁勾勒出奇怪的道路！

学术/语义范式的可扩展用法 机器人构造可以扩展到更多的活动中，但是并不能自动证明自己具有足够的先进性，可以视为任何一种智能。在大型组织研究中以及与昆虫组织比较的研究中都提到了这一问题。简单的开发不足以满足高级智能的发展。

*未在此答案中考虑：是经过改进的设计。如在植物和艺术中研究的（例如）。

研究

质疑情报：http : //media.johnwiley.com.au/product_data/excerpt/40/11183378/1118337840-238.pdf

低级智能击败复杂性的示例：... hal.archives-ouvertes.fr/hal-00917542/

研究有限个人的进化表现：... /趋势/神经科学//检索/ pii / S0166223613000039？cc = y

几乎可以通过搜索找到任何东西：“行为智能+ {keyword / specialty}”：http : //scholar.google.com/scholar? q=behavior+intelligence+robot&btnG=& hl =zh-CN&as_sdt=0%2C5&as_ylo= 2013

基本的机器人模型

知觉：

使用传感器（如激光扫描仪和照相机）从环境中收集输入数据。

计划：

这是AI发挥作用的部分（因为机器人对来自传感器的输入进行智能决策，例如：在世界上他被称为Localization或去哪里以找到目标等）。

行动：

动作是对执行器（如电动机和伺服器）发出命令的输出，它属于控制理论和控制系统领域。使用密集数学线性代数。控制系统还涉及感知（外部和内部感官）

背景：

机器人技术本质上是4件事-设计（Dn），机械工程（ME），电气/电子工程（EEE）和计算机科学（CS）。现在，取决于您选择的是哪所大学，这四个学科的组成将大不相同。我是英格兰西部大学的机器人专业毕业，该大学的重点完全放在EEE + CS上。现在，由于三年内只能涵盖这么多的内容，因此计算机科学组件由AI，软件设计原理和编程（从C开始，然后是MATLAB以及对于AI感兴趣的任何PL）组成。

人工智能（AI）：

关于AI，涉及的主题包括（但不详尽），

• 知识表示，问题，搜索空间和技术。
• 机器人技术中的AI范式（行为，反应式，协商式等）
• 先进的AI-机器学习，遗传算法，优化技术（群体，粒子等），模糊逻辑，神经网络，自适应神经模糊推理系统等。
• 计算机视觉。

您不能将机器人技术与AI分开。要真正说一门课程是机器人技术，它必须具有我一开始提到的组成中的四个要素，否则它就是机器人技术以外的所有内容。