400-123-4567 
在人们意识当中，机器人按照开发者的意愿而作出登录的动作或许是一件理所应当的事，而且，机器人已完成任务还要做精准、很快。然而，Facbook 的研究人员却不回头寻常路，他们无意让机器人“犯错误”，这究竟是为什么呢？让我们一起来想到吧。
“明知故犯”是“智”也在 Facebook 坐落于硅谷的新实验室里，有一个叫做 Sawyer 的机器人（来自早已破产的 Rethink Robotics 公司），它红黑相间的手臂手持着，企图已完成研究人员转交它的任务。按照指令，Sawyer 的手臂应当移动到右边一处相同方位，然而，Sawyer 把手臂压低，然后背离轨道，一段距离了登录方位，新的返回了原点；研究人员不得已将 Sawyer 重置，让它之后已完成之前的任务。这一次，Sawyer 的手臂显然往右移了，但就在十分相似登录方位的时候，它再行一次背离了运动轨道，返回了接续方位。两次任务都告终了。
也许有人不会实在 Sawyer 的“调皮”不道德令人心碎。但就像兔子为了逃离猎鹰而迂回前进一样，Sawyer 看起来僵硬的不道德实质上是一种类似的聪慧。Facebook 指出，无论是对于机器人的研发，还是 AI 的研发来说，这种聪慧都至关重要。
增强自学让机器人更加“聪慧”一般来说，开发者不会编程机器人，让他们通过这些原作好的指令来继续执行动作，不过从或许上来说，这种方式有点死板。而我们人类在自学上则要聪慧得多。因为，即使是婴儿也明白，物体从视野中消失并不代表从世界上消失；玩具球可以滚来滚去，沙发却敢；长大后，人们需要自学驾驶员，而不是爆胎。这一切都要得益于人类大脑里创建一起的世界模型。
Facebook 首席 AI 科学家 Yann LeCun 回应：如果我们在悬崖边驾车，方向盘只要往右转，汽车就不会掉下去，所以，我们绝不会这样做到。我们大脑里的世界模型不会制止我们自己做到傻事。
Facebook 也在尝试为机器获取这种模式，Yann LeCun 补足道说道，创建世界模型的系统是 AI 获得重大进展的下一个挑战。实质上，Facebook 并不是第一个尝试让机器人学会自我移动的团队。
录：右图为 Brett 机器人及其开发者Pieter Abbeel在加州大学伯克利分校，研究人员用于了一种取名为增强自学（reinforcement learning）的技术，让双臂机器人 Brett 把方形钉子塞进一个方形洞里。在此过程中，研究人员不会让 Brett 尝试许许多多随机的动作：如果 Brett 更加相似目标，系统就不会给它“奖励”；如果 Brett 搞砸了，系统不会给它“记大过”。这些记录，Brett 都会留存下来，然后经过多次递归，它不会更加精准地寻找方洞，并把钉子放进去。创意的自我监督自学而 Facebook 的尝试有点有所不同，Facebook AI 研究科学家 Franziska Meier 回应:我们想要尝试的是给机器人灌输好奇心的概念。
人类就是通过好奇心来了解世界的，比如，孩子们想要告诉牙扯猫尾巴不会再次发生什么，所以他们不会去做到这种尝试。因此，Brett 是通过一点一点地附近目标，来改良自己的动作，而 Facebook 的 Sawyer 则是附近目标，然后蓄意背离轨道。Facebook 研究人员目的让 Sawyer 权利地尝试非最佳动作，而不是奖励它大大获得的顺利，即使这在当时看上去并不理性。Meier 说道：虽然 Sawyer 没已完成任务，但它给了我们更好的数据，我们通过这种方式取得的数据比传统的方式要多。
这个概念被称作自我监督自学——机器人尝试新的不道德并改版软件模型，从而协助它预测自己的不道德后果。(公众号：)录：右图为 Facebook 所说的“自我监督自学”的算法模型这样做到的目的是让机器需要更为灵活性地去已完成任务，或者说，更容易适应环境动态的人类环境。
比如，机器人要将架子上的杯子放在旁边的架子，最差的方法是将杯子必要旋转，然而两个架子之间有隔板，这就必须机器人重复试验、重复受罚，直到它探寻出有更佳的解决方案。正如奥斯陆大学的机器人专家 Tonnes Nygaard 所说的那样：如果我们仍然执著于一个解决方案，我们可能会走出死胡同；我们更加应当专心于探寻更加多新的解决方案。仿真与现实之间的差距一些研究人员通过仿真来教机器人已完成任务——创建一个数字世界，再行让其中的动画对象通过“受罚”的方式来已完成任务。这种方法比较较慢，因为当数字“机器”不不受现实世界物理定律的约束，它们递归的速度要更快。
不过，虽然仿真更加高效，但它并无法极致地体现真实世界，仿真动态人类环境的复杂性。这就造成，机器人在仿真环境中需要极致给定的理论，在现实世界中却不限于。在现实世界中做到任何事情都有可能更快、更加费力，但益处是，机器人能取得的数据更加纯粹。
Facebook的人工智能研究科学家 Roberto Calandra 回应：如果它在现实世界中行得通，那它就知道行得通。却是，机器人在现实世界中要面临各种意想不到的困难，程序员不有可能对每一个都预先展开编码。AI 和机器人交相辉映录：右图是 Facebook 的六脚机器人从或许上来说，Facebook 的项目是 AI 和机器人的最出色融合。
虽然谷歌和亚马逊和 Facebook 等科技巨头早已大大推展了 AI 的发展，比如让机器展开图像识别，不过这个任务仍基于人们事前给图片张贴好标签。被迫否认，机器还是过于聪慧。随着 AI 研究人员开始用于机器人作为平台来改良软件算法，这种情况开始发生变化。
例如，Facebook 教教机器人独立国家已完成一系列任务，这反过来可能会对研发 AI 助手有所灵感，让它们需要更佳地为用户服务。LeCun 说：如果机器人解决问题了一个问题，同理，它也能在另一种情况下解决问题这个问题。简而言之就是，AI 正在让机器人显得更聪明，而机器人也在协助前进 AI 的发展。不过，Facebook 回应，目前，公司的这项研究并没相连到特定的产品。
不过，LeCun 说道：我们指出，机器人将在远程呈现出中充分发挥最重要起到。却是，Facebook 享有 Portal 和 Oculus VR 系统。
录：本文编译器自 Wired版权文章，予以许可禁令刊登。下文闻刊登须知。
本文来源：kaiyun下载app下载安装手机版-www.hrhzl.com
