莫拉維克悖論：被顛倒的難度表
讓一個人心算 4827 乘以 391，他會冒汗；讓他拿起一隻咖啡杯、穿過堆滿雜物的房間、認出朋友的臉，他想都不用想就做到了。對機器人來說，難度恰好反過來：算術輕而易舉，而那隻杯子、那段路、那張臉卻難如登天。這種顛倒被稱為莫拉維克悖論。
為什麼？機器人學家漢斯·莫拉維克把原因歸於演化。那些對我們毫不費力的本事——看、抓、平衡、讀懂一個房間的氣氛——在生物學上是最古老的，被數億年的生存壓力反覆打磨。它們運行在龐大而無聲的神經機器上，從不進入意識，所以才顯得毫不費力。像代數這樣的抽象推理只是薄薄一層近代產物，不過幾千年歷史，於是它又慢又費勁——恰恰因為它太新了。
所以我們引以為傲的那些事——下棋、邏輯、計算——反而最容易自動化，因為它們早已被寫成清晰的規則。而我們從不在意的那些事——摸到襪口的邊緣、腳一滑立刻穩住自己——才是最難的，因為從來沒人寫下規則；演化把它們直接烙進了我們的身體。
現實鴻溝：完美程式碼撞上凌亂的硬體
還有第二道更陰險的鴻溝。你寫好一個控制器，在模擬器裡測試，機器人連續走上一千次都完美無瑕；然後把一模一樣的程式碼裝進真機——它第一步就摔了。這種痛苦的意外有個名字：現實鴻溝。
原因簡單卻頑固：模擬器只是一個模型，而沒有任何模型能完美還原現實。關節裡真實的摩擦，永遠不等於你輸入的那個乾淨數字。接觸——腳或指尖觸到東西的那一瞬間——是出了名地難以模擬，充滿細微的打滑與擠壓。感測器還要再添一層雜質：每一次讀數都帶著一點雜訊和漂移。把上百個小小的偏差疊加起來，精心調好的控制器就偏離了劇本。
請注意，莫拉維克悖論和現實鴻溝其實是同一枚硬幣的兩面。它們都在說：物理世界比任何乾淨的規則或模型都更豐富、更凌亂。走路之所以難，和模擬之所以漏，是同一個原因——接觸、摩擦和雜訊無處不在，它們拒絕被完整地寫下來。
六十年來對鴻溝的逐點鑿擊
機器人學的歷史，很大程度上就是一支支團隊逐點鑿擊這兩道鴻溝的故事。而第一步大動作，是乾脆把它們繞開。
- 1961 年——Unimate。第一台工業機器人 Unimate 上崗，在通用汽車的生產線上搬運滾燙的壓鑄件。它的訣竅是迴避難題：把它固定住，給它一段寫死的腳本，排除一切意外。沒有視覺，沒有平衡，沒有凌亂的接觸——只是永遠重複同一個精確動作。
- 1970 至 90 年代——先感知，再規劃，後行動。當機器人走出固定的籠子，研究者搭建了感知—規劃—行動迴路：讀取世界、算出計畫、移動、再來一遍。它能用，但很慢——每一步都依賴一個關於世界的模型，而現實鴻溝不斷懲罰這些模型裡的漏洞。
- 2004 至 2015 年——DARPA 的躍遷。DARPA 挑戰賽讓汽車穿越沙漠，讓人形機器人走過災難場地。它們迫使機器人應對沒有劇本的真實世界——開闊地形、瓦礫、門——這門學科也痛苦地認清了：現實鴻溝到底有多寬。
- 2015 年至今——用學習取代寫死腳本。機器人不再靠手寫每一條規則，而是從資料、從數百萬次模擬試驗中學習，再用域隨機化之類的技巧跨越鴻溝。正是這樣，一隻機器狗學會爬過從未見過的瓦礫，一隻機械手學會翻轉一個物件。
每個時代都沒有抹掉這兩道鴻溝，而是把它們收窄了一點。Unimate 迴避它們，感知—規劃—行動正面迎擊它們，DARPA 丈量它們，而基於學習的方法正在慢慢把它們填上——尤其是那些曾經不可能的「簡單」本事，比如在崎嶇地面上行走、穩穩地抓握。
啟示：智能存在於身體之中
如果兩道鴻溝都來自同一處——物理世界那未被寫下的豐富性——那麼把它們統一起來的啟示也是同一個觀念：具身智能。真實世界裡的能力，不只是一個大腦向愚笨的身體下達命令。身體、感測器、接觸，甚至四肢的彈性，都在分擔一部分「思考」。一隻靈巧的手讓抓取更容易；有柔順性的腿在任何控制器反應之前，就已經吸收掉一記踉蹌。
這重新定義了整個目標。重點不是造出一個完美的頭腦、然後隨便裝到哪個身體上，而是讓身體與行為共同設計，使物理為你所用、而非與你為敵。這正是為什麼機器人學有那麼大一部分是機械的、物理的，而不只是程式碼——也是為什麼這條學習階梯接下來會把時間花在關節、感測器、接觸和控制上，而不只是抽象推理。