機器人可以做的事情越來越多，摘水果、組裝家具、做壽司……但實際上現在的人工智慧還離不開人工干預。
不過最近伊隆·馬斯克創辦的人工智慧組織 OpenAI 展示了一個具有里程碑意義的成果，其去年首次發布的機械手 Dactyl ，已經學會了單手解魔術方塊，而這項技能是 Dactyl 自學而成的。
在影片中可以看到， Dactyl 解魔術方塊的手法還稍顯笨拙，需要花費 4 分鐘左右才能完成，這比起熟練的魔術方塊高手還是有很大差距。但解魔術方塊的手速並不是 Dactyl 新能力的重點，而是這意味著我們距離理想中的 AI 機器人更近一步了：
那是一種可以通過學習執行各種現實任務的機器人，而且無需經過長達數月到數年的訓練，甚至無需專門編程。
實際上，機器人解魔術方塊並不是什麽新鮮事。2016 年半導體制造商英飛淩制造的一個機器人，能在不到 1 秒鐘之內復原一個魔術方塊，遠遠超過了人類的最快紀錄。兩年後麻省理工學院開發的一款機器人把將這個時間縮短到了 0.4 秒。
但這些機器人的形態大都和人手很不一樣，這樣的設計也註定了無法完成更多不同的任務。而 Dactyl 採用的是模仿人手的 24 關節機械手，研究人員希望 Dactyl 能學習如何像人類一樣來控制這些關節。
OpenAI 的機器人技術主管 Peter Welinder 表示，其實很多機器人都能輕易解魔術方塊，但 Dactyl 與這些機器人最大的不同在於，那些機器人是制造出來專門用於解魔術方塊的，但 Dactyl 卻能完成更多任務。
我們正在嘗試製造一個通用的機器人，能像人手一樣完成多種操作，而不是侷限於某項特定任務。
因此， Dactyl 真正了不起的地方不在於能單手解魔術方塊，而是如何學習這項技能的過程。因為在整個過程中，研究人員其實並沒有專門為機械手的操作進行編程，一切都要靠 Dactyl 自己領悟。
而要讓機器人「自學成才」則離不開人工智慧。Dactyl 採用的是一種在虛擬環境中進行的深度學習模型，這種虛擬環境的訓練模式有一個好處，那就是不會耗費現實世界的時間，此外還不用擔心機器人在訓練中摔壞或者傷害他人。
Dactyl 在虛擬世界中積累數萬年的訓練經驗，但在現實中只過了幾個月時間，頗有點「山中方一日，世上已千年」的感覺，這種訓練方式大大縮短了 AI 的學習時間，背後則需要數千個超高性能的 CPU 和 GPU 同時運行。
通過這種訓練而成的 Dactyl 還能自行應對各種突發狀況，比如在解魔術方塊過程中研究人員不斷用一些物體去戳它，還用紙屑和泡沫進行干擾，但 Dactyl 依舊能完成任務，而在訓練中沒有模擬過這種情形。
Peter Welinder 指出，現在機器人之所以無法像人類一樣掌握多項技能，是因為機器人要完成一項簡單的任務，也需要大量的訓練，完成新任務則要從頭開始訓練，即便是波士頓動力的網紅機器狗也無法實現自主操作，如果沒有專門編程和人工干預連基本的動作都難以完成
但如果機器人的 AI 算法可以像人類一樣建模，就能快速掌握多項技能。正如 OpenAI 所說，Dactyl 是邁向未來機器人的一小步，但卻至關重要，能讓人工智慧不再依賴人類，代替人類完成更多複雜的體力勞動。
圖片來源：OpenAI
本文轉載自《愛范兒》
