OpenAI - 机器手出乎意料做出了人手般的动作

#科技 05:20 79

众译鸣谢

原文字幕: 拟态于2018.10.02制作完成

译文字幕: 拟态于2018.10.24制作完成

审核过程: 4

字幕详情

你正在观看的是冷流科技频道
欢迎观看本期冷流科技视频
我们在前几期已经看到
内燃机机器人最近学会了跳跃
如今 它能够跑 跳 后空翻
并能对环境做出实时反应
但你可能注意到了 对这些机器来说
它们的灵敏性非常有限
尤其是在用机器手或手指拿物品的时候
这是最难克服的技术挑战之一
更仅仅是寻求突破的起点
在Elon Musk建立的非盈利性实验室 OpenAI里
工程师们借鉴了一些人工智能技术
来让机器手能像人手一样灵活处理物体
下面我们来看看
OpenAI的目标 是让机器人
完成一个没有被专门编程的任务
就是让机器手来摆弄一个6面体
从一个方向到另一个方向
来让某个指定的面朝上
你觉得应该怎么办呢?
先来看看训练机器人智能的困难在哪
我们主要采用的“强化学习方法”
是一种通过试错来获得知识的机器学习系统
这种方法花费的时间很长
需要一个成年累月的过程
如果你只想训练人工智能来玩游戏
你只要尽量加快游戏速度就行了
它很快就能学会怎么做
但一遇到现实中的任务
就有两个矛盾
第一 你没办法使现实加速
不管多么一厢情愿
第二 如果你确实想用加速现实的方法
你就得尽可能真实地去模拟现实
这样才能用于训练
OpenAI的解决方案 是把模拟环境打乱
用各类变量来替代精确指标
在这种模拟环境中
首先改变虚拟人手和方块的颜色
再随机化方块的大小 重量
表面摩擦力
以及手的运转速度
甚至模拟空间的重力
这个过程被称为“域随机化”
是种很有效的训练工具
“域随机化”
能让人工智能对机器手如何在
现实中操控方块有更好的理解
这套系统所处理过的大量变量
足够让机械手可靠地应对各种意外情况
OpenAI小组在数千台云端计算机上
来运行这个模拟环境
收集并优化人工智能的训练成果
再把成果送回云端进行下一轮训练
最终训好的人工智能
拥有相当于在随机情况中
操控方块上百年的经验
应用了这个人工智能的机械手可不寻常
它能很好的操控各类物体
比如
它能自如地把各类没操控过的物体
旋转到某个你要求的方向
更让人惊讶的是
它开始做出一些类似人手的动作
比如在未被编程的情况下
用手指滑动和旋转物体
类似人类的动作 是指人操控物体的动作是最优的(效率最高)
OpenAI希望 在未来
这种方法训练出的机器人
能够完成各类综合性工作 且不需人类介入
实际上 OpenAI用过类似算法
来训练人工智能玩复杂游戏
比如DOTAII和雷神III
在雷神III中
人工智能实际已超越人类水平
甚至可以和人类一起进行团队配合
你要知道
这可不是通常意义上的游戏机器人
OpenAI的人工智能一开始并不知道如何玩游戏
而是从头开始学起的
这种算法在大量不同情况下的应用
使我们有理由相信:
能完成许多不同任务的人工智能是可能的
在某些指定的应用领域
借助人工智能创造出的更加灵活的机器人
将是对人类体力劳动自动化的巨大推动
比如已出现的护理机器人
至于对人类岗位的冲击 则是另一个问题
另外 也许十年之内
你的健康护理都会交给机器人来做
但如果你换一个角度来看
一个机器人可能需要数百年时间
才能学会我们生来就会的事情
它们也挺可怜的
所以 你觉得呢?
欢迎在评论区畅所欲言
到了节目结束的时间了
我是GaGoGo 谢谢观看
这里是冷流科技
如果不经意的点进了本频道 欢迎订阅
如果你有朋友对本期话题感兴趣
请记得分享给他们
那么 我们下期视频再见!
生活愉快!
以下内容有剧透 , 请注意打开姿势

精彩推荐

  • YouTube有多大?

    16:57 537

  • 尼古拉·特斯拉part1

    10:58 599

  • 苹果公司有多大?

    17:33 580

  • 谁控制着我们所有的钱(前文)

    21:33 399

  • 沃尔玛公司有多大?

    07:18 244

  • 特斯拉创始人——埃隆·马斯克的故事

    12:26 1294

  • 【三星NOTE7电池爆炸门】对三星意味着什么

    05:05 353

  • 不会翻倒的杯子

    03:31 712

更多视频, 请移步译学馆APP欣赏 GET APP