英超赛事下注_Facebook:不会“犯错”的机器人,不是“聪明”的机器人

作者:英超赛事下注-竞猜平台  时间:2019-05-30  浏览量:58

在人们意识傍边,机械人依照开辟者的意愿而做出指定的动作仿佛是一件理所该当的事,并且,机械人完成使命还要做到精准、敏捷。但是,Facbook 的研究人员却不走平常路,他们成心让机械人“出错误”,这究竟是为何呢?

让我们一路来看看吧。

“明知故犯”是“智”也

Facebook:不会“犯错”的机器人,不是“聪明”的机器人

在 Facebook 位在硅谷的新尝试室里,有一个叫作 Sawyer 的机械人(来自已倒闭的 Rethink Robotics 公司),它红黑相间的手臂挥动着,试图完成研究人员交给它的使命。

依照指令,Sawyer 的手臂应当移动到右侧一处固定位置,但是,Sawyer 把手臂举高,然后偏离轨道,错开了指定位置,从头回到了原点;研究人员只好将 Sawyer 重置,让它继续完成之前的使命。这一次,Sawyer 的手臂确切往右移了,但就在很是接近指定位置的时辰,它再一次偏离了活动轨道,回到了肇端位置。两次使命都掉败了。

也许有人会感觉 Sawyer 的“顽劣”行动使人抓狂。但就像兔子为了遁藏猎鹰而迂回进步一样,Sawyer 看似拙笨的行动现实上是一种非凡的伶俐。

Facebook 认为,不管是对机械人的开辟,仍是 AI 的开辟来讲,这类伶俐都相当主要。

强化进修让机械人更“伶俐”

一般来讲,开辟者会编程机械人,让他们经由过程这些设定好的指令来履行动作,不外从某种水平上来讲,这类体例有点古板。

而我们人类在进修上则要伶俐很多。由于,即便是婴儿也大白,物体从视野中消逝其实不代表从世界上消逝;玩具球可以滚来滚去,沙发却不可;长年夜后,人们可以或许进修驾驶,而不是撞车。

这一切都要归功在人类年夜脑里成立起来的世界模子。

Facebook 首席 AI 科学家 Yann LeCun 暗示:

假如我们在绝壁边开车,标的目的盘只要往右转,汽车就会失落下去,所以,我们毫不会如许做。我们年夜脑里的世界模子会禁止我们本身做傻事。

Facebook 也在测验考试为机械供给这类模式,Yann LeCun 弥补道说,成立世界模子的系统是 AI 获得重猛进展的下一个挑战。

现实上,Facebook 其实不是第一个测验考试让机械人学会自我移动的团队。

Facebook:不会“犯错”的机器人,不是“聪明”的机器人

雷锋网(公家号:雷锋网)注:上图为 Brett 机械人和其开辟者Pieter Abbeel

在加州年夜学伯克利分校,研究人员利用了一种名为强化进修(reinforcement learning)的手艺,让双臂机械人 Brett 把方形钉子塞进一个方形洞里。

在此进程中,研究人员会让 Brett 测验考试许很多多随机的动作:假如 Brett 更接近方针,系统就会给它“嘉奖”;假如 Brett 弄砸了,系统会给它“记过”。

这些记实,Brett 城市保留下来,然后颠末屡次迭代,它会愈来愈精准地找到方洞,并把钉子放进去。

立异的自我监视进修

而 Facebook 的测验考试有点分歧,Facebook AI 研究科学家 Franziska Meier 暗示:

我们想测验考试的是给机械人灌注贯注好奇心的概念。

人类就是经由过程好奇心来熟悉世界的,好比,孩子们想知道猛拽猫尾巴会产生甚么,所以他们会去做这类测验考试。是以,Brett 是经由过程一点一点地接近方针,来改良本身的动作,而 Facebook 的 Sawyer 则是接近方针,然后居心偏离轨道。

Facebook 研究人员旨在让 Sawyer 自由地测验考试非最好动作,而不是嘉奖它不竭获得的成功,即便这在那时看起来其实不理性。Meier 说:

固然 Sawyer 没有完成使命,但它给了我们更多的数据,我们经由过程这类体例取得的数据比传统的体例要多。

这个概念被称为自我监视进修——机械人测验考试新行动并更新软件模子,从而帮忙它猜测本身的行动后果。

Facebook:不会“犯错”的机器人,不是“聪明”的机器人

雷锋网注:上图为 Facebook 所说的“自我监视进修”的算法模子

如许做的目标是让机械可以或许加倍矫捷地去完成使命,或说,更轻易顺应动态的人类情况。

好比,机械人要将架子上的杯子放到旁边的架子,最好的方式是将杯子直接平移,但是两个架子之间有隔板,这就需要机械人频频实验、频频出错,直到它摸索出更好的解决方案。

正如奥斯陆年夜学的机械人专家 Tonnes Nygaard 所说的那样:

假如我们一向执着在一个解决方案,我们可能会走进死胡同;我们更应当专注在摸索更多新的解决方案。

摹拟与实际之间的差距

一些研究人员经由过程摹拟来教机械人完成使命——成立一个数字世界,再让此中的动画对象经由过程“出错”的体例来完成使命。这类方式相对较快,由于当数字“机械”不受实际世界物理定律的束缚,它们迭代的速度要快很多。

不外,固然摹拟更高效,但它其实不能完善地反应真实世界,摹拟动态人类情况的复杂性。

这就致使,机械人在摹拟情况中可以或许完善匹配的理论,在实际世界中却不合用。在实际世界中做任何工作都可能更慢、更吃力,但益处是,机械人能取得的数据更纯洁。

Facebook的人工智能研究科学家 Roberto Calandra 暗示:

假如它在实际世界中行得通,那它就真的行得通。

究竟,机械人在实际世界中要面临各类意想不到的麻烦,法式员不成能对每个都预进步前辈行编码。

AI 和机械人相得益彰

Facebook:不会“犯错”的机器人,不是“聪明”的机器人

雷锋网注:上图是 Facebook 的六足机械人

从某种水平上来讲,Facebook 的项目是 AI 和机械人的伟年夜融会。

固然谷歌和亚马逊和 Facebook 等科技巨子已年夜年夜鞭策了 AI 的成长,好比让机械进行图象辨认,不外这个使命仍基在人们事前给图片贴好标签。不能不认可,机械仍是不敷伶俐。

跟着 AI 研究人员最先利用机械人作为平台来改良软件算法,这类环境最先产生转变。

例如,Facebook 教机械人自力完成一系列使命,这反过来可能会对开辟 AI 助手有所开导,让它们可以或许更好地为用户办事。LeCun 说道:

假如机械人解决了一个问题,同理,它也能在另外一种环境下解决这个问题。

简而言之就是,AI 正在让机械人变得更伶俐,而机械人也在帮忙推动 AI 的成长。

不外,Facebook 暗示,今朝,公司的这项研究并没有毗连到特定的产物。不外,LeCun 说:

我们认为,机械人将在长途显现中阐扬主要感化。究竟,Facebook 具有 Portal 和 Oculus VR 系统。

雷锋网注:本文编译自 Wired

雷锋网版权文章,未经授权制止转载。详情见转载须知。

Facebook:不会“犯错”的机器人,不是“聪明”的机器人 英超赛事下注-竞猜平台