400-123-4567

乍一看，Facebook新生的机器人平台看上去有点恐慌。在这家公司硅谷总部的一个新的实验室里，一只红黑相间的Sawyer机器人手臂（来自最近破产的RethinkRobotics）大大手持着，收到呜呜的机械声。照理说，它应当可以把手臂移动到右边空间中的一个方位，但是它却向下移动，背离设置的方向，并重置到接续方位。

再一，它的手臂向右移动了，十分相似目标方位。但是，它却再度可怕地背离了方向，被迫被再度重置。

不过，就像一只兔子为了逃离猎鹰而往返交错，这个机器人看起来可怕实质上毕竟很聪慧的。Facebook指出它既是研发更佳机器人，也是研发更佳人工智能的关键。

也就是说，这个机器人正在自学探寻世界。Facebook回应，未来有一天，将不会经常出现像远程呈现出机器人一样的智能机器。当然，目前的机器人仍正处于十分僵硬的状态——一般来说，你必需用代码为它们解释一切：这是你向前滑动的方式，这是你移动手臂的方式。

我们人类在自学方式上要聪慧得多。甚至婴儿也明白，一个从视野中消失的物体并没从物理世界中消失。

他们告诉可以滑动球，但无法滑动沙发。从沙发上摔下来没关系，但从悬崖上摔下来却不是。所有这些实验都在你的大脑中创建了一个世界模型，这就是为什么你可以在学会驾驶员汽车后，会立马爆胎。Facebook首席人工智能科学家YannLeCun说道：“我们事前告诉，如果驾车附近悬崖，然后向右旋转方向盘，汽车就不会从悬崖上掉落，会有什么好事再次发生。

”我们头脑中有一个自学的模型，可以避免我们做到傻事。Facebook也企图给机器获取这种模式。

“在我看来，自学世界模型的系统是在人工智能领域确实获得重大进展的下一个挑战，”LeCun补足道。不过，Facebook的研究小组并不是第一个企图让机器人自学移动的团队。在加州大学伯克利分校，一组研究人员用于了一种叫作增强自学的技术，来教一个名为Brett的双臂机器人把一个方钉塞进一个方孔里。简而言之，机器人尝试了许许多多的随机运动。

如果在一次移动中更加相似目标，系统不会给它一个数字“奖励”。如果它搞砸了，它不会被数字“记大过”。

经过多次重复，谋求奖励的机器人不会让它的手更加附近那个方孔，最后把钉子放进去。让机器人享有“好奇心”Facebook正在做到的实验有点有所不同。“我们想尝试的是灌输这种好奇心的观念，”Facebook人工智能研究科学家FranziskaMeier说道。

人类就是这样学会操控物体的：孩子们被对世界的好奇心所抗拒。他们尝试新的东西，比如扯猫的尾巴，并不是因为他们必需这么做到，而是他们想要告诉如果这样做到了不会再次发生什么。

因此，尽管像Brett这样的机器人不会一点一点地完备自己的动作，但Facebook的机械臂却可能会经常出现附近目标时背离方向的现象。这是因为研究人员没奖励它增量顺利，而是给与它尝试非最佳动作的权利。它在尝试新的东西，即使这些东西现在看上去并不尤其理性。每次移动都为系统提供数据。

在每个关节上产生扭矩是为了把手臂移动到那个特定的方位。Meier说道：“虽然没已完成任务，但它给了我们更好的数据，我们通过这样的探寻取得的数据种类比不探寻时要多。

”这个概念被称作自我监督自学——机器人尝试新事物并改版软件模型，这可以协助它预测其不道德的后果。这个点子是为了让机器更加灵活性，对一项任务不那么专一。我们可以把它想象成已完成一个迷宫。或许机器人告诉它必须朝哪个方向行进才能寻找出口。

它可能会一次又一次地尝试抵达那里，即使它不可避免地会在那次追赶中陷于死胡同。奥斯陆大学机器人专家T?nnesNygaard说道：“由于你如此专心于向那个方向移动，你可能会走出角落。

”他早已研发出有一种四脚机器人，可以自己学会走路。（Facebook也在尝试让一个六腿机器人自己行驶，但是在我参观实验室的时候该公司仍未能展开展出。

）“与其如此专心于说，我想要朝着我告诉解决方案所在的方向行进，不如我试着专心于探寻。我将尝试找寻新的解决方案。

”所以Facebook的机器人手臂作出的那些看起来不连贯的动作实质上是一种好奇心，正是这种好奇心可以让机器更容易适应环境。想象一下一个家用机器人正试图霰弹洗碗机。

或许它指出把杯子放到顶部架子上最有效地的方法就是指侧面拿过来，在这种情况下杯子不会遇到架子的边缘。从某种程度上说道，这是确定性的：一次又一次的重复尝试，让它踏上这条不过于理想的道路，在这条道路上，它企图更佳地侧向装载，但现在它无法备份并尝试新的东西。另一方面，一个充满著好奇心的机器人可以通过实验和自学，了解到从上面进去实质上是最差的方法。它是灵活性的，不是决定性的，这在理论上容许它更容易适应环境动态的人类环境。

本文来源：易币付官方网站-www.etiwari.com