我来说一个控制和机器人领域非常重要的quote：莫拉维克悖论（Moravec's paradox）。有人称之为AI领域最有贡献意义的发现。相对来说，让机器人在智力测试和下棋等活动中展示成年人类水平的表现是容易的，而让机器人在感知和行动方面展示出一岁小孩的水平是非常困难甚至不可能的。简单来说：高等级的智能很好实现，低等级的感知和运动很难实现。

汉斯-莫拉维克在1980年代提出的这一“莫拉维克悖论”直到今天依然对当代机器人学的发展有指导意义。三十多年来，人类用不同的搜索、学习算法不断提高机器的认知和学习能力，2016年打败人类顶尖围棋大师的AlphaGo、2011年打败人类顶级蛋逼大师的Watson和1997打败人类顶尖象棋大师的DeepBlue都是高计算量、优化算法、搜索算法和深度学习技术的产物。这些硅和铁搭成的怪物在很多程度上超越了人类的智力水平，但是它们本身并没有和物理世界有一丝一毫的接触，甚至连被认为是人类荣耀终结者的AlphaGo，本身连挪动一个小棋子都还是需要人类帮忙。

所以，与这些致力于模仿人类认知和学习能力、并且已经取得巨大成就的机器人相比，那些致力于模仿人类与物理世界接触的机器人则进步缓慢。虽然Rodney Brooks在1990年就提出了机器人模仿人进行工作的概念，但是他的Baxter机器人直到2011年还是不能像装配工人那样自如地拿起细小的物件，2011年加州大学伯克利分校的Brett机器人要用20分钟才能叠好一块毛巾，2016年波士顿动力的Atlas机器人仅仅能够像人一样走路就被认为是巨大的成功。三十多年来，我们能够制造出的机器人，与物理世界交互的能力依然非常差。机器人学亟待解决的问题不是如何让机器人学会高级的推理，而是让机器人学会基本的感知和活动，否则高级的推理只是空中楼阁。让机器人实现更好的感知和运动能力的瓶颈在于我们缺乏好的传感器和执行器。就像多旋翼飞行器理论其实不复杂，但是必须等MEMS成熟我们才能把他们造出来一样，现在机器人学界很多机器人系统都是理论领先实际的状态。我们需要研发更小更完善、更准确的传感器，研发更精密、更结实但是又更轻便的驱动器，才能造出更有效的机械腿、翅膀和手。制造他们还只是第一步，然后还要对机器人的活动部位建立完善的运动学和动力学模型，设计那些基本的感知算法对周围环境完善感知，有时不得不为了实现非常基本的功能而抛弃理论的简洁完备性。

我自己对莫拉维克悖论的认识有两个。一方面，造成这种困局的原因是，造物主已经雕琢了生命体的运动系统几十亿年，多足、四足、直立，爬行、飞行、步行，大量的物种前仆后继诞生和消亡，最后才产生出运动系统的最高水平——人形；相比之下，人类的智能只诞生了几万年，之前未曾有其他的物种有相同的推理和逻辑能力，所以人类的智能不是造物主最精巧复杂的设计。我们不是进化的终点，而是起点。也许存在更复杂、更难以被机器复制的智能形式。但是不管怎么说，因为历史时长不同，“智能”这种事物相比“感知和运动”这种事物，更加容易被机器复制。另一方面，我觉得任何使用机器人技术创造产品的公司，莫拉维克悖论都应该给公司的发展作为指导。为了制造能够真正走入人类生活的机器人，不扎实解决基本的控制和感知问题，而空谈机器人能够做到什么人类程度的推理和逻辑能力，是一种不正视过去三十年机器人学发展历程的歪理邪说。

有人问大疆的Phantom 4究竟好在哪里，其实我觉得，Phantom 4最大的意义是它对莫拉维克悖论发起了挑战式的冲锋，虽然Phantom 4的卖点是指点飞行和智能跟随这两个涉及高层次推理的导航逻辑，但是我们能够实现这些功能的基础是Phantom 4在基本的感知和行动方面的扎实研究。Phantom 4的超声波、双目视觉、IMU和气压计等传感器首先解决是飞行器在很多基本场景中的飞行痛点，比如在气流复杂的环境里保持稳定，比如在地形复杂的地方平稳飞行，比如从高楼窗户飞出去之后能够准确感知环境的突变……另外，Phantom 4还可以忍受一定程度的外界撞击，比如大疆社区|歪果仁测试精灵4避障功能，有钱任性帖子里面用箱子砸飞行的Phantom 4，飞行器很大概率还会保持稳定。这些在感知和控制上一点一滴的仔细优化，都极大地拓展了飞行器安全稳定地在人类生活空间内活动的能力，只有将这些问题优化好，我们才能够为实现更高层次的智能打下基础，否则就是构建空中楼阁，误导消费者。