当今世界，机器人产业正蓬勃发展，其中尤以工业机器人最为瞩目。在近期盛大召开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）校长徐扬生先生面对媒体采访表示，相较于过去漫长岁月，科学家们一味聚焦于机器人的运动功能研发，现如今日益显露出探讨机器人智能化的必要性，“赋予机器人智慧或许远比单纯提高其动作能力更为关键”。

  提及自己深耕机器人领域近三十载的经验，徐扬生院士从三个维度诠释了机器人的含义，既包括机械操作，也涵盖了传感器技术及人工智能方面的知识储备，阐释机器人的本质内涵。例如，“当刮风来临，你是否能够察觉？这便是涉及对环境感知的难题；等到真正感受到寒冷，是否需要增添衣物则是对价值判断与行动选择的考量；最终，我们将依据决策采取相应的行为措施，这便构成了整个运动过程。”他进一步表示，机器人科学在过去五十年间的探索历程可被视为围绕“穿衣”这一主题展开，却鲜少关注到“风是否已至”以及“是否需要添衣保暖”等实际问题。

  徐扬生院士强调，尽管科学家们在研究机器人运动功能的过程中，同样面临诸多智能问题待解。以爬树机器人为例，其所面临的挑战颇多，如需适应各种粗细程度的树枝，确保自身重量适中，同时兼顾斜坡攀爬与垂直上升两种模式等等。此外，在书法机器人的设计过程中，亦涉及到智能学习等多个层面的问题。

  据徐扬生院士透露，早在二十年前，科学家们便已开始探讨分布式智能的相关议题，然而由于当时条件所限，这一设想难以付诸实践。然而随着互联网技术的飞速发展与科技水平的不断提升，如今我们已然具备开展此类研究的基础条件。

  徐扬生院士坚信，在机器人研究领域，若欲推动与动作相关的智能发展，首要任务在于向大自然学习，汲取其智慧精华。“譬如在过去长达两千余年的时光里，人类始终怀揣着翱翔蓝天的渴望，尝试打造巨大的超轻羽翼，捆绑于臂膀之上，期盼能同鸟类一般自由飞翔。然而却未能取得实质性的突破，虽然飞机的诞生为飞行梦想带来了转机，但其与最初的向往实则有所出入。为何现今仍无法实现这一愿景呢？我个人认为，这主要源于我们对自然界的学习尚显不足，许多蕴含着智慧的生物现象尚未得到充分理解。”

  关于机器人的智能来源，当前的科研工作者普遍倾向于借助算法实现，即所谓的“向模型学习”。然而徐扬生院士却提出了独特见解，他认为机器人的智能同样可以“向人学习”或“向动物学习”，“遗憾的是，目前专注于研究动物智能的学者数量相对较少，特别是针对动物智能的深入探究。”

  除此之外，徐扬生院士对于大数据的重要性亦给予高度评价。他认为，大数据与智能犹如火车的双轮驱动，任何一方的缺失都会影响整体效能。“在拥有海量数据的前提下，倘若缺乏智能分析，那么这些数据将失去应有的价值；反之亦然，智慧需要依托大数据作为坚实后盾，因此两者之间紧密相连，密不可分。”