讓機(jī)器人去做同樣的事，你會得到一個空洞的眼神或者發(fā)現(xiàn)物體被冰冷的機(jī)器捏成一團(tuán)。機(jī)器人擅長做高強(qiáng)度的重復(fù)性工作，但他們在學(xué)習(xí)操控新物體方面仍然有待提高。所以一家名為Embodied Intelligence的公司應(yīng)運(yùn)而生，它把機(jī)器人和人類的力量融合到一個新的系統(tǒng)中，使得研究人員可以更輕松地給機(jī)器人傳授新任務(wù)。它就像是一個虛擬現(xiàn)實(shí)游戲，只是你需要控制一個巨大的機(jī)器人。

 

　　如果你想教機(jī)器人去做一些像拿起扳手之類的事，方法有很多。第一個就是對它拿起東西所需要的所有動作進(jìn)行簡單粗暴的編程。一行接一行地敲代碼。這種方法非常沉悶和辛苦。

　　（L-R）Embodied Intelligence創(chuàng)始團(tuán)隊(duì)：Peter Chen（首席執(zhí)行官），Pieter abbeel（總裁兼首席科學(xué)家），Rocky Duan（首席技術(shù)官），張?zhí)旌疲ㄑ芯靠茖W(xué)家）。

 

　　強(qiáng)化學(xué)習(xí)是一項(xiàng)更新、更復(fù)雜的技術(shù)。加州大學(xué)伯克利分校的實(shí)驗(yàn)室和Embodied Intelligence一起對一個名叫Brett的機(jī)器人進(jìn)行了研究，這個機(jī)器人可以通過推測，自己將方塊放在方孔里。當(dāng)它每做出一個讓方塊接近洞口的隨機(jī)動作時，人工智能就會收到獎勵。幾次嘗試之后，機(jī)器人越來越接近目標(biāo)直到成功，它可以在10分鐘之內(nèi)通過自學(xué)掌握一個兒童游戲。

 

　　所以簡單粗暴的編程是不靈活的，而從頭開始進(jìn)行強(qiáng)化學(xué)習(xí)又非常耗時。畢竟機(jī)器人只是一個受物理世界規(guī)律束縛的物理機(jī)器，它只能在一定的時間內(nèi)進(jìn)行有限的嘗試。 （在模擬過程中使用強(qiáng)化學(xué)習(xí)可以大幅提高速度，因?yàn)樘摂M的嘗試和錯誤發(fā)生地更快。）

 

　　模仿學(xué)習(xí)是一項(xiàng)更精確的技術(shù)，一個操作員給機(jī)器人演示該如何把方塊放入方孔當(dāng)中。它跟直接操縱機(jī)器人一樣容易，但是機(jī)器人將無法自學(xué)新的任務(wù)。

 

　　Embodied Intelligence想要創(chuàng)造一個將模仿和強(qiáng)化混合起來的學(xué)習(xí)系統(tǒng)。通過VR頭顯和控制器，人類可以遙控機(jī)器人執(zhí)行某項(xiàng)任務(wù)。它在操作員和機(jī)器人之間創(chuàng)建了一個更加自然的動力學(xué)連接，為了與人類動作相匹配，機(jī)器會學(xué)習(xí)一些算法來引導(dǎo)機(jī)器人的運(yùn)動。然后強(qiáng)化學(xué)習(xí)就開始了，機(jī)器人會通過反復(fù)試驗(yàn)和錯誤來改善自己的動作，直到它可以比人類做得更好。

 

　　“通常情況下，你希望你的機(jī)器人是個超人，而不是和人類一樣。” Embodied Intelligence的聯(lián)合創(chuàng)始人兼總裁Pieter Abbeel說。“你希望它們一旦掌握了一項(xiàng)技能，就可以通過自己的反復(fù)試驗(yàn)，使得這項(xiàng)技能更快、更準(zhǔn)確、更可靠，這個過程不需要人類的持續(xù)指導(dǎo)，因?yàn)槿祟惖膭幼魉俣葻o法與機(jī)器人相媲美。”

 

　　想象一下未來的工廠。不再需要辛苦的程序員們?yōu)榱魉€上執(zhí)行不同的任務(wù)的每個機(jī)器人編寫代碼，而是只需在VR中展示動作。機(jī)器人起初可能會有些生疏，但隨著時間的推移，他們會用人工智能來熟悉自己的動作。隨著研究人員對算法的不斷改進(jìn)，機(jī)器人可能會承擔(dān)起一項(xiàng)人類教授的特定任務(wù)，并用通過自己的摸索去完成不同的事情。

 

　　這個系統(tǒng)仍然處于萌芽階段。目前它正在開發(fā)PR2研究機(jī)器人，這個機(jī)器人相對來說反應(yīng)較慢，動作較笨拙。目前來說任何現(xiàn)代機(jī)器人都遠(yuǎn)不如人類靈巧，所以即使它可以很好地學(xué)習(xí)操作員的動作，也不能復(fù)制抓取的細(xì)節(jié)。但是，如果Embodied intelligence有了自己的方法，那么制造商很快就可以向工廠推出可以效仿人類的機(jī)器人，然后讓他們進(jìn)行自我加強(qiáng)。

 

　　想象一下多個機(jī)器人一起使用這樣的系統(tǒng)，可以達(dá)到怎樣的效果。如果你有100臺機(jī)器人通過網(wǎng)絡(luò)相互聯(lián)系，其中一臺學(xué)到了一些特別有用的東西，那么它就可以把這些知識傳遞給同伴。我們正在談?wù)撘粋€潛在的強(qiáng)大蜂巢思想。機(jī)器人甚至不必具有相同的形狀和尺寸。研究人員已經(jīng)想出了如何將知識在不同類型的機(jī)器之間轉(zhuǎn)換的方法。

 

　　就短時間內(nèi)來看，這個想法不僅能使機(jī)器人變得更加智能，也會使人類教起來更容易。在實(shí)驗(yàn)室里編程需要花費(fèi)大量時間并且需要具有博士學(xué)位，大多數(shù)人都不具備這兩項(xiàng)條件。 Embodied Intelligence的聯(lián)合創(chuàng)始人兼首席執(zhí)行官Peter Chen說：“我們意識到的是任何可以使用VR頭顯的人都能夠快速地為機(jī)器人傳授新技能。這種民主化將使機(jī)器人技術(shù)真正騰飛起來，傳統(tǒng)的機(jī)器人技術(shù)普及面遠(yuǎn)不及軟件，因?yàn)槿魏斡须娔X的人都可以修補(bǔ)它。”

 

　　這是否會使機(jī)器人更容易取代人類工作人員？當(dāng)然有可能。我們看到越來越多的機(jī)器人開始和人類一起工作，接手繁瑣而重復(fù)的任務(wù)，讓工人可以去從事那些需要敏銳觸覺的獨(dú)特人類工作。如果我們希望這種關(guān)系可以達(dá)到更好的效果，就需要讓我們的機(jī)器人同事快速學(xué)習(xí)，以免他們成為一種會用扳手打我們的頭的負(fù)擔(dān)，而不是一種解脫。