正在人們認(rèn)識傍邊，機(jī)器人依照開發(fā)者的志愿而做出指定的舉措好像是一件理所應(yīng)當(dāng)?shù)氖拢⑶遥瑱C(jī)器人實現(xiàn)使命還要做到精準(zhǔn)、疾速。然而，F(xiàn)acbook的研討職員卻沒有奔忙尋常路，他們成心讓機(jī)器人“犯錯誤”，那究竟是為何呢？
”
“州官放火”是“智”也
正在Facebook位于硅谷的新實驗室里，有一個叫作Sawyer的機(jī)器人（來自曾經(jīng)開張的RethinkRobotics公司），它白烏相間的手臂揮舞著，試圖實現(xiàn)研討職員交給它的使命。
依照指令，Sawyer的手臂該當(dāng)挪動到右側(cè)一處流動地位，然而，Sawyer把手臂舉高，然后偏離軌道，錯開了指定地位，從頭返回了原點；研討職員只好將Sawyer重置，讓它繼承實現(xiàn)之前的使命。那一次，Sawyer的手臂的確往右移了，但便正在十分瀕臨指定地位的時間，它再一次偏離了運動軌道，返回了肇端地位。兩次使命皆失利了。
分揀機(jī)器人制作或者有人會以為Sawyer的“惡劣”行動使人抓狂。但便像兔子為了遁藏獵鷹而迂回前進(jìn)一樣，Sawyer看似拙笨的行動實際上是一種特別的智慧。
Facebook認(rèn)為，無論是關(guān)于機(jī)器人的開辟，仍是AI的開辟來講，這類智慧皆至關(guān)重要。
強(qiáng)化學(xué)習(xí)讓機(jī)器人更“智慧”
一般來說，開發(fā)者會編程機(jī)器人，讓他們經(jīng)由過程這些設(shè)定好的指令去履行舉措，不外從某種程度上來講，這類方法有點死板。
而咱們?nèi)祟愓趯W(xué)習(xí)上則要智慧得多。由于，即便是嬰兒也明確，物體從視線中消失并沒有代表從世界上消失；玩具球可以滾來滾去，沙發(fā)卻不可；長大后，人們可能學(xué)習(xí)駕駛，而不是撞車。
那所有皆要歸功于人類大腦里樹立起來的世界模子。
Facebook首席AI科學(xué)家YannLeCun默示：
若是咱們正在絕壁邊開車，方向盤只有往右轉(zhuǎn)，汽車便會掉下去，以是，咱們絕不會如許做。咱們大腦里的世界模子會阻撓咱們本人做傻事。
Facebook也正在測驗考試為機(jī)械供給這類形式，YannLeCun增補(bǔ)講道，樹立世界模子的體系是AI取得重大進(jìn)展的下一個應(yīng)戰(zhàn)。
實際上，F(xiàn)acebook并不是第一個測驗考試讓機(jī)器人學(xué)會自我挪動的團(tuán)隊。
正在加州大學(xué)伯克利分校，研討職員利用了一種名為強(qiáng)化學(xué)習(xí)（reinforcementlearning）的技巧，讓雙臂機(jī)器人Brett把方形釘子塞進(jìn)一個方形洞里。
正在此進(jìn)程中，研討職員會讓Brett測驗考試許許多多隨機(jī)的舉措：若是Brett更瀕臨方針，體系便會給它“嘉獎”；若是Brett搞砸了，體系會給它“記功”。
這些紀(jì)錄，Brett皆會保留上去，然后顛末屢次迭代，它會愈來愈精準(zhǔn)天找到方洞，并把釘子放進(jìn)去。
翻新的自我監(jiān)視學(xué)習(xí)
而Facebook的測驗考試有點分歧，F(xiàn)acebookAI研討科學(xué)家FranziskaMeier默示:
咱們念測驗考試的是給機(jī)器人灌注貫注好奇心的觀點。
人類就是經(jīng)由過程好奇心去意識世界的，好比，孩子們念曉得猛拽貓尾巴會產(chǎn)生甚么，以是他們會來做這類測驗考試。是以，Brett是經(jīng)由過程一點一點天接近方針，去改善本人的舉措，而Facebook的Sawyer則是接近方針，然后存心偏離軌道。
Facebook研討職員致力于讓Sawyer自由天測驗考試非最好舉措，而不是嘉獎它不休取得的勝利，即便那正在其時看起來并沒有感性。Meier道：
雖然Sawyer不實現(xiàn)使命，但它給了咱們更多的數(shù)據(jù)，咱們經(jīng)由過程這類方法取得的數(shù)據(jù)比傳統(tǒng)的方法要多。
這個觀點被稱為自我監(jiān)視學(xué)習(xí)——機(jī)器人測驗考試新行動并更新軟件模子，從而資助它猜測本人的行動效果。
如許做的目標(biāo)是讓機(jī)械可能加倍靈巧地去實現(xiàn)使命，或者說，更簡單順應(yīng)靜態(tài)的人類情況。
好比，機(jī)器人要將架子上的杯子放到中間的架子，最好的方式是將杯子間接平移，然而兩個架子之間有隔板，那便須要機(jī)器人重復(fù)實驗、重復(fù)出錯，直到它摸索出更好的解決方案。
正如奧斯陸大學(xué)的機(jī)器人專家TonnesNygaard所說的那樣：
若是咱們始終執(zhí)著于一個解決方案，咱們能夠會走進(jìn)死胡同；咱們更該當(dāng)專注于摸索更多新的解決方案。
模擬與理想之間的差異
一些研討職員經(jīng)由過程模擬來教機(jī)器人實現(xiàn)使命——樹立一個數(shù)字世界，再讓此中的動畫工具經(jīng)由過程“出錯”的方法去實現(xiàn)使命。這類方式絕對較快，由于當(dāng)數(shù)字“機(jī)械”沒有受理想世界物理定律的約束，它們迭代的速率要快得多。
不外，雖然模擬更高效，但它并不克不及完美天反應(yīng)真實世界，模擬靜態(tài)人類情況的復(fù)雜性。
那便招致，機(jī)器人正在模擬情況中可能完美婚配的實際，正在理想世界中卻沒有合用。正在理想世界中做任何工作皆能夠更慢、更省力，但益處是，機(jī)器人能取得的數(shù)據(jù)更地道。
Facebook的人工智能研討科學(xué)家RobertoCalandra默示：
北京分揀機(jī)器人直銷若是它正在理想世界中行得通，那它便真的行得通。
究竟結(jié)果，機(jī)器人正在理想世界中要面臨各類意想不到的貧苦，程序員沒有能夠?qū)γ恳粋€皆預(yù)先停止編碼。
AI跟機(jī)器人井水不犯河水
從某種程度上來講，F(xiàn)acebook的名目是AI跟機(jī)器人的偉大融會。
雖然谷歌跟亞馬遜跟Facebook等科技巨子曾經(jīng)大大鞭策了AI的開展，好比讓機(jī)械停止圖像識別，不外這個使命仍基于人們事先給圖片揭好標(biāo)簽。不能不認(rèn)可，機(jī)械仍是不敷智慧。
跟著AI研討職員起頭利用機(jī)器人作為平臺去改善軟件算法，這類環(huán)境起頭發(fā)生變化。
例如，F(xiàn)acebook教機(jī)器人自力實現(xiàn)一系列使命，那反過來能夠會對開辟AI助手有所開導(dǎo)，讓它們可能更好地為用戶服務(wù)。LeCun說道：
若是機(jī)器人辦理了一個問題，同理，它也能正在另一種環(huán)境下辦理這個問題。
簡而言之就是，AI正在讓機(jī)器人變得更智慧，而機(jī)器人也正在資助促進(jìn)AI的開展。
不外，F(xiàn)acebook默示，現(xiàn)階段，公司的這項研討并不毗鄰到特定的產(chǎn)物。不外，LeCun道：
全自動快遞分揀機(jī)器人的技術(shù)難點咱們認(rèn)為，機(jī)器人將正在近程顯現(xiàn)中施展緊張作用。究竟結(jié)果，F(xiàn)acebook擁有Portal跟OculusVR體系。
快遞公司的分揀機(jī)器人臨沂五軸分揀機(jī)器人銷售分揀機(jī)器人價格分揀機(jī)器人設(shè)計說明