人類的大腦功能強(qiáng)大，但它有一個(gè)嚴(yán)重的局限性:你不能像黑客帝國那樣，實(shí)時(shí)下載新的信息。然而，機(jī)器人當(dāng)然可以。

想象一下這樣一個(gè)未來，這些機(jī)器人會(huì)在云端相互連接，當(dāng)他們中的其中之一學(xué)習(xí)某件東西的時(shí)候，他們都會(huì)學(xué)到。讓我們希望所有都是美好的，比如給對方一個(gè)擁抱。但問題是，你不可能只讓一個(gè)小車學(xué)會(huì)抓東西，然后期待將相同的技能賦予一個(gè)笨重的雙足機(jī)器人。

但今天，麻省理工學(xué)院計(jì)算機(jī)科學(xué)與人工智能實(shí)驗(yàn)室的一項(xiàng)新研究為實(shí)現(xiàn)這種無縫的知識(shí)轉(zhuǎn)移向前邁進(jìn)了一大步。這一切都始于一個(gè)名叫Optimus的小機(jī)器人和它的朋友，著名的6英尺高的人形機(jī)器人Atlas。研究人員教會(huì)了用于炸彈處理的機(jī)器人Optimus如何從一根管子中拉出另一根管子。

首先，他們?yōu)槠浯鎯?chǔ)了一些關(guān)于不同物體需要不同操作的信息。然后，他們讓它的手拿住一張sim卡。

該研究的作者之一、機(jī)器人專家克勞迪婭佩雷茲-達(dá)皮諾表示:“想象一下，機(jī)器人所在的一個(gè)3D世界，有了鼠標(biāo)，你就可以控制它的手，然后移動(dòng)它們。通過這種方式，不需要專業(yè)的程序員就能夠指揮機(jī)器人。對操作人員來說，這更直觀，因?yàn)檫@和人類學(xué)習(xí)的方式很相似:蹣跚學(xué)步的孩子掌握了一個(gè)技能，比如如何抓住一個(gè)娃娃，而當(dāng)他們遇到新事物時(shí)，就能重新調(diào)整他們的原有技能。

現(xiàn)在，如何將機(jī)器人的技能轉(zhuǎn)移到一個(gè)比它大很多倍的機(jī)器人身上?畢竟，這款機(jī)器人面臨著一個(gè)新的挑戰(zhàn):不會(huì)臉朝下摔倒。“從數(shù)學(xué)上來說，它可以被寫成另一系列的約束，”佩雷茲-達(dá)阿皮諾說，“如果你能想象得到，那就把你的重心放在某個(gè)區(qū)域。”從本質(zhì)上說，操作員必須給這個(gè)新機(jī)器人一些規(guī)則，比如如何正確地保持平衡，如何執(zhí)行與Optimus相同的任務(wù)。把這些規(guī)則與Optimus關(guān)于操控管子的技能結(jié)合起來，你就能順利地獲得相應(yīng)技能。當(dāng)然，這不是自動(dòng)轉(zhuǎn)換，這僅僅是一個(gè)開始。

目前，Atlas只能在模擬器中完成交接工作。但這一進(jìn)展讓我們得以窺見未來，更多的機(jī)器人能夠與人類交互。比如，他們可能會(huì)通過一個(gè)名為“強(qiáng)化學(xué)習(xí)”的過程，自學(xué)從一根管子中取出管子，這一過程基本上是在不斷嘗試，直到最終找到正確的方法。

想象一下，在工廠的環(huán)境中，如果一個(gè)機(jī)器人學(xué)會(huì)了如何更高效地操控某件東西，它就能通過云把技能傳播給同伴。而且，正如佩雷茲達(dá)皮諾所展示的那樣，這些技能甚至可以讓各種機(jī)器人協(xié)同工作。

很快，機(jī)器人就會(huì)在沒有人類幫助的情況下思考，并自由地傳播這些技能，像擁抱之類的技能。