OpenAI的AI機(jī)器人可用單手就能還原魔方

（文章來源：環(huán)球網(wǎng)）

人工智能（AI）研究組織OpenAI在制造具有通用性、能夠自我學(xué)習(xí)的機(jī)器人方面取得了新的里程碑。該組織的機(jī)器人部門表示，其去年首次亮相的機(jī)器人手Dactyl已經(jīng)學(xué)會(huì)了單手解魔方。OpenAI將這個(gè)壯舉視為一次飛躍，這既體現(xiàn)在機(jī)器人手的靈巧性上，也體現(xiàn)在其自主研發(fā)的AI軟件上。這種軟件允許Dactyl在面臨真正的物理挑戰(zhàn)之前，利用虛擬模擬來學(xué)習(xí)如何執(zhí)行新任務(wù)。

在展示Dactyl新才藝的演示視頻中，我們可以看到機(jī)器人手以摸索的方式逐漸破解魔方，雖然其動(dòng)作顯得有點(diǎn)兒笨拙，但卻十分精確。盡管破解的過程有點(diǎn)兒長(zhǎng)，但Dactyl最終解決了這個(gè)難題。這個(gè)機(jī)器人手的動(dòng)作看起來明顯不如真正的人手靈活，甚至有點(diǎn)兒脫節(jié)，更無法與那些能在短短幾秒鐘內(nèi)破解魔方的人的驚人速度和敏捷相比。

但對(duì)于OpenAI而言，Dactyl的成就使其向更廣泛的AI和機(jī)器人行業(yè)令人向往的目標(biāo)又邁進(jìn)了一步。這個(gè)行業(yè)希望研發(fā)出能夠?qū)W習(xí)執(zhí)行各種現(xiàn)實(shí)世界任務(wù)的機(jī)器人，它們無需培訓(xùn)數(shù)月乃至數(shù)年時(shí)間，也無需專門進(jìn)行編程。

韋林德指的是過去幾年中出現(xiàn)的各種機(jī)器人，這些機(jī)器人已經(jīng)將破解魔方的方法推向遠(yuǎn)遠(yuǎn)超越人類雙手和思維的極限。2016年，半導(dǎo)體制造商英飛凌(Infineon)開發(fā)了一款專門用于以超快速度破解魔方的機(jī)器人，該機(jī)器人成功地在一秒鐘內(nèi)完成了這個(gè)任務(wù)。這打破了當(dāng)時(shí)由人類保持的世界紀(jì)錄（不到5秒）。兩年后，麻省理工學(xué)院開發(fā)的一臺(tái)機(jī)器在不到0.4秒的時(shí)間破解了魔方。

換句話說，為某一特定任務(wù)而設(shè)計(jì)的機(jī)器人，并被編程為盡可能高效地執(zhí)行該任務(wù)，通常最適合人類，而破解魔方是軟件很久以前就掌握的東西。因此，開發(fā)機(jī)器人來破解魔方，即使是與人手相似的機(jī)器人，本身也并不是那么引人注目。Dactyl操作的速度十分緩慢，這讓其取得的成就更顯得不起眼兒。

但是OpenAI的Dactyl機(jī)器人和驅(qū)動(dòng)它的軟件，在設(shè)計(jì)和用途上與專用的魔防破解及其有很大的不同。正如韋林德所說的那樣，OpenAI正在進(jìn)行的機(jī)器人研發(fā)工作并不是為了在狹隘任務(wù)中獲得卓越的結(jié)果，因?yàn)檫@只需要你開發(fā)更好的機(jī)器人并相應(yīng)地對(duì)它進(jìn)行編程就可做到。這甚至可以在沒有現(xiàn)代AI支持的情況下完成。

但直到最近，訓(xùn)練AI代理做些虛擬的事情（例如玩電腦游戲）比訓(xùn)練它執(zhí)行現(xiàn)實(shí)世界任務(wù)要容易得多。這是因?yàn)?，研究人員可以加快訓(xùn)練軟件在虛擬世界中做某些事情的速度，這樣AI就可以在現(xiàn)實(shí)世界的短短幾個(gè)月時(shí)間內(nèi)接受相當(dāng)于數(shù)萬年的訓(xùn)練，這得益于數(shù)千個(gè)高端CPU和超強(qiáng)大GPU并行工作的結(jié)果。

用物理機(jī)器人進(jìn)行同樣水平的訓(xùn)練并執(zhí)行物理任務(wù)是不可行的。這就是為何OpenAI試圖用模擬環(huán)境代替現(xiàn)實(shí)世界來開創(chuàng)機(jī)器人訓(xùn)練新方法的理由，這也是機(jī)器人行業(yè)幾乎沒有嘗試過的東西。在這種情況下，該軟件可以同時(shí)在許多不同的計(jì)算機(jī)上以加速方式進(jìn)行廣泛的練習(xí)，并希望它在開始控制真正的機(jī)器人時(shí)保留這些知識(shí)。

由于訓(xùn)練的局限性和存在明顯的安全問題，今天商業(yè)中使用的機(jī)器人不使用AI，而是用非常具體的指令進(jìn)行編程。韋林德解釋稱：“過去的方法是，你需要使用非常專業(yè)的算法來解決特定任務(wù)，你可以對(duì)機(jī)器人模型和環(huán)境進(jìn)行精確操控。對(duì)于工廠機(jī)器人來說，你有非常精確的模型，而且你也確切地知道自己所處的工作環(huán)境，因此你非常了解它將如何執(zhí)行特定的任務(wù)?！?/p>

這也是為何當(dāng)前機(jī)器人遠(yuǎn)沒有人類那么多才多藝的最重要原因。人們需要大量的時(shí)間、精力和金錢來重新給特定的機(jī)器人編程，比如組裝汽車特定部件或計(jì)算機(jī)組件的機(jī)器人。沒有經(jīng)過適當(dāng)訓(xùn)練的機(jī)器人，即使是在執(zhí)行人類看起來非常簡(jiǎn)單的任務(wù)，它都會(huì)經(jīng)歷慘敗。然而，有了現(xiàn)代AI技術(shù)，機(jī)器人可以模仿人類，這樣它們就可以使用對(duì)世界同樣直觀的理解來做從開門到煎蛋等各種事情。至少，這是我們的夢(mèng)想。

我們距離機(jī)器人能夠執(zhí)行這種復(fù)雜程度的任務(wù)仍然有幾十年的距離，AI社區(qū)在軟件方面所取得的飛躍，比如自動(dòng)駕駛汽車、機(jī)器翻譯和圖像識(shí)別，還沒有完全轉(zhuǎn)化為下一代機(jī)器人身上。目前，OpenAI只是試圖模仿人體某一部位的復(fù)雜性，并讓機(jī)器人的模擬操作變得更自然。

這就是為何Dactyl會(huì)被模仿人手設(shè)計(jì)成擁有24個(gè)關(guān)節(jié)機(jī)械手的原因，它與我們?cè)诠S里看到的機(jī)械爪或機(jī)械鉗完全不同。對(duì)于支持Dactyl學(xué)習(xí)如何以人類的方式利用所有這些關(guān)節(jié)的軟件，OpenAI嘗試在現(xiàn)實(shí)世界中破解魔方之前，已經(jīng)在模擬環(huán)境中對(duì)其進(jìn)行了數(shù)千年的訓(xùn)練。