学走路就是从失败中吸取教训,然后再试一次。每次迈出新的一步都伴随着体重不平衡,而且脚下的地面可能与之前不同。一个在船的摇晃甲板上学走路的幼儿在陆地上行走时,脚下的地面可能没有按预期的方式移动,因此他可能会很吃力。 对于国防高级研究计划局(DARPA)——军方的蓝天项目部门——来说,教机器人在新地形上行走意味着像幼儿一样接受学习。学习走路从许多失败开始,但通过学习如何适应失败,机器人可以仅凭直觉应对全新的环境。 这是“机器常识”的领域,这是 DARPA 的一项计划,旨在开发一种人工智能,使机器人能够首先在模拟中,然后在现实世界中,模仿幼儿理解、与世界互动和在世界中导航的能力。它包括处理语言、操纵物体和穿越陌生地形的努力。 DARPA 机器常识经理霍华德·施罗布 (Howard Shrobe) 表示:“该计划的灵感来自,尽管人工智能已经产生了许多非常令人惊叹的系统,这些系统在许多任务上表现出专家级的性能,但总体而言,人工智能系统很脆弱,往往缺乏普通人所具备的常识。” “不过,最终的目标是使计算机系统和机器人系统能够以与我们在军队中训练士兵的技术领域相同的方式接受训练,”施罗布说。 只需阅读说明施罗布想象着,如果机器能够像人类一样熟练地学习,那将是多么有用。“你可以想象,将来机器人技师会阅读有关如何修理车辆发动机的说明书,并能够获取语言描述和一些视频,然后执行它,因为它完全有能力弄清楚如何采取它已经知道如何做的动作,并将它们组合起来,以完成说明书中暗示的事情,”施罗布补充道。 为了实现这一点,人工智能不仅要吸收手册并能够重复其中包含的信息,还必须辨别说明中未明确说明但对过程至关重要的所有整体知识。 [相关:谷歌通过让机器狗模仿真实物体来教会它新技巧] “你可以想象一份炒鸡蛋的菜谱,它可能会以‘把两个鸡蛋放在碗里’开头。即使是我们这些厨艺很差的人也明白,它的意思并不是把两个鸡蛋放在碗里。它的意思是把鸡蛋打碎,然后放进碗里。它并没有告诉你在哪里可以找到鸡蛋,也没有告诉你如何打碎它们,”施罗布说。 烹饪书和其他说明书一样,都是基于这样一个前提:打开书的人已经知道这种隐含信息,因此读者可以专注于手头的任务。如果军用机器可以配备能够从阅读中辨别出这种常识的人工智能,那么人工智能就可以执行专门的任务,而无需先学习如何学习任务的所有组成部分。 机器能够学习物体永久性吗?培养机器的常识意味着重新审视人工系统如何感知、吸收和适应新知识。其中一些是关于物体如何在空间中工作和存在的知识,比如在新的不平坦地形上行走。另一部分是教图像识别程序具有物体永久性,这样如果摄像机看到一个球在墙后滚动,当球从另一边出现时,它不会将球归类为新物体。这是人类在婴儿期直观获得的知识,尽管通常是通过反复试验获得的。 对于学习物理任务的机器学习来说,知识不是通过阅读手册来获取的,而是通过执行和适应能够进行意外更改并将其转化为知识的编程来获取的。一个例子是一个四足机器人,即使背上有重物,它也能学会保持平衡。 驾驭手册和障碍所需的机器常识建立在机器学习和深度强化学习的同一过程之上。在模拟环境中,人工智能了解它面前设定的任务参数,并在获得新信息时提出如何继续的方法。这意味着从积累的经验中汲取经验,并尝试一种接近当前情况的策略。而且,至关重要的是,当人工智能试图在现实生活中驾驭任务时,它会进行学习。 在模拟中,机器人可能会走过一座小山,然后被山另一边的一些煤渣块绊倒。在现实生活中,机器人可能会爬上一座小山,然后遇到一根倒下的圆木。由于在模拟中跌倒,机器人可以在类似情况下顺利前行而不会绊倒。 [相关:新型尾巴配件助力机器狗穿越溪流] 通过学习什么行不通,更重要的是通过学习和重复什么行得通,DARPA 正在开发的人工智能将引导机器在陌生的环境中完成熟悉的任务。虽然 Shrobe 谈论的是婴儿,但这也是我们对成年人的一种普遍适应,尤其是那些参军的年轻人,他们被期望掌握在他们可能在抵达前从未听说过的世界各国接受训练时学到的任务。 虽然距离 Shrobe 设想的完全有能力的机器人技术员还很遥远,但 DARPA 的“机器常识”项目团队正在努力开发和评估各个组件步骤。这意味着不仅要重复手册中的文字,或证明机器人可以在不平坦的地面上行走,还要测试人工智能是否能在语言测试中说出连贯的下一句话,或者机器人是否能在突然变得光滑的不平坦地面上行走。 一个典型的例子就是训练模拟人工智能,让其通过针对儿童的同类测试,以查看他们是否已经形成了上述物体永久性的想法。 “你让一个物体在屏幕后面滚动,然后它就再也没有出来了。现在你可以问人工智能系统,你能找到这个物体吗?如果它在模拟环境中导航到屏幕后面,那么你可以假设它具有物体永久性,因为它假设物体滚到屏幕后面并留在那里,而不是滚到屏幕后面并停止存在,”Shrobe 说。 观看人工智能如何指挥四足机器人穿越以下地形: |
<<: 从 iPhone 切换到 Android 从未如此简单
>>: 亚马逊致 FCC:SpaceX 的卫星扩张计划有点过头了
在杂货店花钱是吃得更健康、减少开支的好方法。买食物的问题是你必须准备食物,这当然需要时间。 Snap...
铃乃宿的魅力与声誉1937年上映的动画电影《麻雀旅馆》在战前日本动画史上占有重要地位。本作品由熊川正...
本周,我们将在谷歌年度秋季发布会上(我们将现场直播)关注谷歌的一些重要产品,但在此之前还有很多事情需...
如果你今年夏天在晴朗的一天黎明前起床,请先查看天空。除了常见的星星点点之外,你还应该看到“行星列队”...
一个好的吻的例子。存款照片有什么能比长吻更让人陶醉吗?将嘴唇贴在别人嘴唇上这一简单动作能激发人们的一...
一架翼展与信天翁相当的自主无人机目前正在为北海的一座大型海上风电场进行货物补给试验。这架无人机由丹麦...
有毒气体从地下渗出,土壤本身的温度可能达到近 1,000 华氏度。地表上的长裂缝掩盖了脚下看似稳固的...
《午夜之眼悟空》:赛博朋克的巅峰与寺泽武一的世界观1989年发售的OVA《MIDNIGHT EYE悟...
确定什么?我们都已经意识到:气候变化是真实存在的,而且正在发生。这意味着我们必须在努力解决它的同时适...
『直觉×算法♪第3季』感性与科技融合诞生的新娱乐《直觉×算法♪第3季》是NTT DOCOMO与咪咕株...
布里塔·莱利在德克萨斯州东南部的农村长大,那里的当地人精通园艺,靠自己的土地生活。莱利说:“他们真的...
《河童的三平》:以水木茂的世界观为基础的感人故事《河童的三平》于1993年3月13日上映,是改编自...
如果您拥有一台 PC,您可能会认为您不需要 Microsoft Word 技巧。毕竟,它已经存在了 ...
光是我们收集世界信息的主要方式,光操纵方面的每一次突破都让研究人员以新的方式看待自然界的新方面。今天...
世界各地的采矿活动都因其对环境的影响而备受关注:比特币采矿也不例外。麻省理工学院和慕尼黑大学研究人员...