哥倫比亞大學(xué)打造一只認(rèn)識自己的機(jī)器人

哥倫比亞大學(xué)打造一只“從零開始”認(rèn)識自己的機(jī)器人，這個(gè)機(jī)器人在物理學(xué)、幾何學(xué)或運(yùn)動動力學(xué)方面沒有先驗(yàn)知識，但經(jīng)過35小時(shí)訓(xùn)練，能夠100%完成設(shè)定任務(wù)，具備自我意識。

“有意識的機(jī)器人”在春節(jié)前現(xiàn)身。

過去幾十年來，擁有自我意識的機(jī)器人一直是科幻小說最喜歡的題材之一，現(xiàn)在，這個(gè)過去只存在與科幻小說中的事物離我們越來越近了。

哥倫比亞大學(xué)工程學(xué)專業(yè)的研究人員打造了一種“從零開始”認(rèn)識自己的機(jī)器人，這個(gè)機(jī)器人在物理學(xué)、幾何學(xué)或運(yùn)動動力學(xué)方面沒有先驗(yàn)知識，最初并不知道自己是蜘蛛、蛇還是手臂，不知道自己長什么樣子。

在經(jīng)過35個(gè)小時(shí)的“初步學(xué)習(xí)”之后，機(jī)器人創(chuàng)建了一套自我模擬。然后利用自模擬器來考慮和適應(yīng)不同的情況，處理新任務(wù)，甚至能檢測并修復(fù)機(jī)體損傷，繼續(xù)處理任務(wù)。

最近，這項(xiàng)成果近日發(fā)表在Science Robotics上。

成功率100%，堪比人類閉眼睛拿一杯水

雖然人類和動物都可以通過思考來進(jìn)行自我調(diào)節(jié)，但目前對大多數(shù)機(jī)器人來說，仍在學(xué)習(xí)使用人類提供的模擬器和模型，或者通過費(fèi)力耗時(shí)的試驗(yàn)來糾正錯(cuò)誤。機(jī)器人還沒有學(xué)會像人類那樣模擬自己。

論文作者之一，哥倫比亞大學(xué)機(jī)械工程學(xué)教授、創(chuàng)意機(jī)器實(shí)驗(yàn)室主任Hod Lipson和他的博士生讓一個(gè)四自由度的鉸接式機(jī)械臂能夠思考，具體過程如下：

最初，機(jī)器人會進(jìn)行隨機(jī)移動，收集大約1000個(gè)移動軌跡，每個(gè)軌跡中包括100個(gè)點(diǎn)。然后利用深度學(xué)習(xí)，來創(chuàng)建一個(gè)自我模型。

不過，創(chuàng)建出的第一個(gè)模型是非常不準(zhǔn)確的，機(jī)器人并不知道自己是什么，也不知道自己的關(guān)節(jié)是如何連接的。但經(jīng)過不到35小時(shí)的訓(xùn)練，自我模型已經(jīng)和機(jī)器人的真實(shí)情況高度相符。

這個(gè)模型會在閉環(huán)系統(tǒng)中執(zhí)行“拾取和放置”任務(wù)，使機(jī)器人能夠完全基于內(nèi)部自我模型，在移動軌跡的每一步上相對原始位置進(jìn)行重新校準(zhǔn)。通過閉環(huán)控制，機(jī)器人能夠抓取地面上特定位置的物體，并將它們放入指定容器中，成功率高達(dá)100%。

即使在開環(huán)系統(tǒng)中，機(jī)器人也是完全基于內(nèi)部自我模型來執(zhí)行任務(wù)，沒有任何外部反饋，機(jī)器人完成拾取任務(wù)的成功率為44%。

看上去很簡單，但機(jī)器臂跟流水線上的機(jī)器臂不同，后者是設(shè)定好的固定程序，而前者完全是自主學(xué)習(xí)。

“這任務(wù)就好像閉著眼睛撿起一杯水，即使人類也很難完成。”論文一作、Lipson的計(jì)算機(jī)科學(xué)系博士生Kwiatkowski說。

檢測自我損傷，再次模擬自我

這個(gè)機(jī)器人的強(qiáng)大之處還在于，它可以檢測到自身的損傷。

研究人員利用3D打印打造了一個(gè)變形的部件（下圖紅色部件）來模擬機(jī)體損傷，結(jié)果機(jī)器人能夠檢測到這一變化，并重新訓(xùn)練自我模型。新模型能夠以很少的性能損失為代價(jià)，重新成功執(zhí)行拾取和放置任務(wù)。

此外，自我建模機(jī)器人還可以用于完成其他任務(wù)，比如使用標(biāo)記筆書寫文本。未來，可能會自己寫對聯(lián)？

Hod Lipson說，迄今為止，機(jī)器人需要通過人類明確地模擬指令來實(shí)現(xiàn)操作。 “但是，如果我們希望機(jī)器人能夠獨(dú)立、快速適應(yīng)無法預(yù)見的情景，那么它們就必須學(xué)會模擬自我?！?/p>

抽取自我模型，無需額外實(shí)驗(yàn)完成多項(xiàng)不同任務(wù)

自建模(self-modeling)并非新技術(shù)，很多機(jī)器人系統(tǒng)都采用端到端訓(xùn)練的方式，在完全無模型的情況下學(xué)會一項(xiàng)任務(wù)。但是，通過這種方式學(xué)會的任務(wù)，往往無法擴(kuò)展，也即機(jī)器人只能完成被訓(xùn)練好的那一項(xiàng)任務(wù)。

因此，如何實(shí)現(xiàn)無模型的擴(kuò)展，也即通用端到端，就成了一個(gè)需要被解決的問題。

考慮到這臺機(jī)器人本身(從設(shè)計(jì)上)是可以用來完成多項(xiàng)任務(wù)的，研究人員便想，何不從中抽象出一個(gè)的“自我模型”(self-model)，然后以此為基礎(chǔ)，讓機(jī)器人學(xué)習(xí)各種新的任務(wù)，在此過程中不斷調(diào)整原有的自我模型。這樣一來，不就能夠?qū)崿F(xiàn)持續(xù)的自監(jiān)督學(xué)習(xí)了嗎？

于是，他們讓機(jī)器人(或者準(zhǔn)確說，機(jī)械臂)自行隨機(jī)運(yùn)轉(zhuǎn)，就像嬰兒自己亂動手腳一樣，得到的數(shù)據(jù)集用于訓(xùn)練一個(gè)專門設(shè)計(jì)的神經(jīng)網(wǎng)絡(luò)，也即生成一個(gè)原始的“自我模型”。

接下來，機(jī)器人使用自我模型，開始完成不同的任務(wù)(上圖步驟3)，即“抓取并放置”(Pick-and-place)和“寫字”(Handwriting)。無論從機(jī)械臂運(yùn)行的軌跡和下手輕重，這都是兩個(gè)完全不同的任務(wù)。

作者解釋說，閉環(huán)控制讓機(jī)器人能通過從位置傳感器接收到的反饋重新校準(zhǔn)沿軌跡上每個(gè)步驟的實(shí)際位置。相比之下，開環(huán)控制則完全基于內(nèi)部的自我模型，沒有任何外部反饋。

由上圖可見，從“抓取并放置”改為“寫字”時(shí)，機(jī)器人發(fā)現(xiàn)前后不一致，為了模擬全新的任務(wù)，形態(tài)發(fā)生了突然改變(上圖步驟4)，并使用新數(shù)據(jù)更新了最初的自我模型(步驟5)。更新自我模型后，機(jī)器人迅速轉(zhuǎn)變狀態(tài)，開始繼續(xù)執(zhí)行任務(wù)(寫字)。

作者特別強(qiáng)調(diào)，他們提出的這種新方法能夠讓機(jī)器人自動完成多兩種不同的任務(wù)，并且不需要進(jìn)行額外的物理實(shí)驗(yàn)。從某種意義上說，做到了“無模型可擴(kuò)展的第一步”。

突破狹義AI，邁向自我意識機(jī)器的重要一步

Lipson教授同時(shí)也是哥倫比亞大學(xué)數(shù)據(jù)科學(xué)研究所的一員，他的研究傳播最廣的應(yīng)該屬2007年的TED演講，當(dāng)時(shí)也展示了自我感知機(jī)器人。

Lipson指出，對自我的想象，是讓機(jī)器人突破所謂的“狹義AI”的限制，具備更普遍的能力的關(guān)鍵。

“機(jī)器人會逐步認(rèn)識自我，這可能和新生兒在嬰兒床上所做的事情差不多?！彼f，“我們猜測，這種優(yōu)勢也可能是人類自我意識的進(jìn)化起源。雖然我們的機(jī)器人這種能力與人類相比仍然很粗糙，但我們相信，這種能力正在為具備自我意識的機(jī)器的誕生鋪平道路?！?/p>

Lipson認(rèn)為，機(jī)器人和人工智能可以為我們理解這個(gè)古老的意識之謎提供一個(gè)新的窗口。

“幾千年以來，哲學(xué)家、心理學(xué)家和認(rèn)知科學(xué)家一直在思考自然意識的問題，但一直進(jìn)展不大。我們現(xiàn)在仍然在使用'現(xiàn)實(shí)畫布'之類的主觀詞匯，來掩蓋我們對這個(gè)問題理解不足的現(xiàn)實(shí)，但現(xiàn)在機(jī)器人技術(shù)的發(fā)展，迫使我們將這些模糊的概念轉(zhuǎn)化為具體的算法和機(jī)制?！?/p>

Lipson教授

不過，Lipson教授和Kwiatkowski博士也認(rèn)識到這其中可能帶來的道德問題。他們警告說：“自我意識將導(dǎo)致彈性和適應(yīng)性更高的系統(tǒng)，但也意味著失控的可能性更大了。這確實(shí)是一項(xiàng)強(qiáng)大的技術(shù)，但我們應(yīng)謹(jǐn)慎行事?！?/p>