未来，服务机器人不符合预期目标怎么办（二）（无线充电）

明确的概念。训练一个分类器系统，自动向智能服务机器人提出一些有用的概念，排除那些“非常规”的做法和案例。

温和系统。所谓“适度的制度”，就是那种不会过分追求目标的制度，也就是达到目标后就停止行动，而不是投入过多的资源去达到完美的目标。

摒弃工具性激励。如果工具性奖励太多，智能机器人就会产生欺骗程序员的想法。比如我们用分数作为衡量目标的工具性标准，不好的结果会是机器人只认分数，任何影响分数的衡量标准都会被它拒绝。之后分数很高，但没有达到预期目标。

随着智能服务机器人越来越接近现实，我们应该关注这些漏洞。因此，我们可以考虑为学习系统设计一个更完善的目标函数，使这些学习系统能够代表程序员的真实意愿。陶:如果你想设计一个具有预期目标的智能服务机器人，你需要定义目标函数，并做一些测试，以设计一个能够避免偏离目标并产生负面影响的AI系统。即使程序员设计的目标函数暂时不能与预期目标一致，你也要尽量保持“容错”较低。那么，要做出符合预期目标的智能服务机器人，需要遵循哪些具体步骤呢？

 未来，智能服务机器人能够以一种连程序员都无法想出的“智慧”方法来达成目标，它们更喜欢利用较快捷的途径实现操作者的直接目标，而不是满足其预期的目标。但是，这一特点是把双刃剑，直接目标也永远代替不了预期目标。