当前，机器人行业的蓬勃发展引人注目，其中工业机器人的广泛应用尤显显著。在最近举行的中国人工智能大会上，中国工程院院士、香港中文大学（深圳）校长徐扬生向在场媒体表示，在过去漫长的岁月里，众多学者的研究重心主要侧重于机器人的行为能力方面，然而现今时代已然迈入智能化的新阶段，对机器人而言，其智能水平的重要性显然超过了行动性能。

  徐扬生院士在机器人领域倾注了宝贵的近30年的研究心血，他深刻地理解到，机器人构成的三个核心要素分别是实际操作技能、感知能力以及基于人工智能的认知功能。“例如当刮起微风时，您能否及时觉察到温度变化？这就是典型的感知问题。在感知到变化后，应否做出相应调整——穿衣保暖？这又涉及到认知层面的决策问题。随后的对应举措可能便是穿上外套，这就牵涉到了实际行动层面的操作问题。”他认为，机器人技术的研究进程在过去50年间始终围绕着“衣着调节”这一核心议题展开探索，却忽视了诸如“是否需添衣”或“是否感知到了风力变化”之类的智能化考虑。

  徐扬生院士进一步指出，即使在研究机器人的动作能力时，相关实践过程中同样存在许多待解的智能难题。例如树形攀爬机器人必须面对诸多挑战，包括适应各种直径差异的树枝、控制自身重量保证可操作性、适应倾斜角度和垂直方向的运动等等。此外，在书法机器人的设计与开发过程中，兼顾到智能学习等领域也是十分关键的环节。

 徐教授如是分享，早在20世纪初，科学家们便已开始深入探讨分布式智能的相关理论，然而由于先前的技术限制，使得这一研究任务充满挑战。然而随著互联网技术的迅猛发展和科技进步的日新月异，如今我们已经具备了开展此类研究的坚实基础。

  徐扬生院士坚信，在机器人研究领域，提升与动作相关的智能水平，首要任务在于如何从大自然中汲取智慧，获取有益的启示。“譬如，自两千多年前的古代以来，人类始终怀揣着飞行之梦，渴望拥有巨大的翅膀，佩戴于双臂之上，渴望如同翱翔高空的飞鸟般自由自在。然而尽管我们成功研制出了飞机，这与最初的理想仍有着本质的区别。为何现阶段我们还无法创造出足够完善的飞行器呢？我个人认为，目前我们在向自然界学习过程中的深度尚有所不足，自然界中的诸多智慧元素尚未得到充分的借鉴和发掘。”

  对于机器人的智能来源，现有的科研工作者通常倾向于采用相应的算法予以实现，即所谓的“向模型学习”策略。徐教授秉持的观点是，仿效人类与动物的学习模式同样具有可行性。“遗憾的是，现在专注于研究动物智力的专家相对较少，尤其是对于动物智能的探索。”

  一不可。“只有大数据作为基础，若缺乏智能化处理，终将徒劳无功；反之，智能化技术的发展离不开丰富多样的大数据资源支撑，因此这两者之间的关联是密不可分的。”

   展望未来，徐扬生院士主张深入思考智能系统的可拓展性问题。“倘若我们能够推动其扩展，那么影响扩展性的  因素究竟是哪些呢——是硬件设备、软件平台，抑或是宝贵的数据资源？这是值得广大科研人员深思熟虑的重要问题。