Tip:
Highlight text to annotate it
X
翻译人员: Qing Zhang 校对人员: Yongming Luo
啊,机器人们都在哪儿呢?
四十年前人们就说它们很快就要来了
很快,它们就能为我们做一切事情
它们会做饭,打扫,买东西,购物,甚至是建房子。但直到今天,它们也没能进入我们的生活。
这段时间里,非法移民承担着这些工作,
但我们什么机器人都没有。
我们又能做些或说些什么呢?
我想给大家带来点不同的启发
看看今天我们能不能换一个角度看待这些事情
这是一张X光片
上面有一只活甲虫,和一只88年的瑞士手表,你看——
无论是当时还是现在
我们都可以做出这些零件,一模一样的零件,
我们能做出有同样计算能力的电路,
但我们并不能把它们放在一起,再做出个什么东西
能和这些系统(甲虫)有一样的适应力。
那么就让我们试着换个角度再看看这个问题。
让我们召集最好的设计师,所有设计师的鼻祖,
看看进化论能给我们做些什么。
所以我们就找来了--我们创造了一锅“原汤”,
里面有组装机器人需要的各种零件:条状的,带马达的,还有些带神经元的。
把它们都放在一起,然后把所有这些放到一种自然选择,
可能产生突变的环境中,并奖励那些发生“进化”的零件组。
这是一个非常简单的任务,并且得出的结果非常有趣。
看一下,你能看到各式各样的机器
在这种模式下制造出来,它们到处移动,
以不同的方式爬行,在右边你可以看到
我们真的做出了几个这样的玩意儿,
它们在现实中真的能工作。这些还算不上非常先进的机器人,
但它们的确按照我们奖励的方向进化了:
那就是向前进化。这些都是模拟的,
但我们在真的机器上也做成功了,
这是一个真实的机器人,
我们动用了大量的人力脑力
让机器们相互竞争,共同进化
这有点像一场套马表演:他们都骑在机器上
根据他们能够驾驶机器前进的速度和距离
得到奖励
你可以看到这些机器人都还没完全准备好
占领这个世界,但是
它们渐渐地学会如何前进
并且是自发地学习。
所以从这两个例子中,我们已经基本上
得到了能在虚拟中学习走路
和在现实中学习走路的机器人。
现在我还要再给你们展示另一项进展,
就是这里的这个机器人,在这儿,它有四条腿
它身上安了八个马达,膝盖上四个,腿上四个
它还配备了两个倾斜度传感器,可以告诉自己
正在向哪个方向倾斜。
但这个机器并不知道自己长啥样
你可以看到它长了四条腿,
但它自己并不知道自己是一条蛇还是一棵树
它完全给蒙在鼓里,不晓得自己的相貌
但它马上就要试着找到自己
首先,它会做一些随机的动作
然后试着弄清楚那些动作都看起来是什么样子的——
你可以看到它的脑海里闪过许许多多的东西,
大量的自我尝试的动作模型,试着理清
行动和感官之间的关系——然后它将再做第二个动作
在所有可能的动作模型中
最诡异的一个动作,
就像科学家在实验室里的试验。接着,它重复那个动作,
并且试着解释那个动作,然后梳理出自己的动作模型。
这是最后一个环节,你可以看到它已经基本上
清楚自己的样子了。一旦它理清自己的动作模型,
就可以从模型中得出一种运动模式。
好了,你现在看到的是几个机器——
嗯,一种运动模式,
我们期待它能产生一种邪恶的,蜘蛛式的运动,
结果它却自创出这种相当脑残的前进方式。
但当你看着它前进的时候,你必须记得
这个机器并没有接受任何物理指令,控制着它们向前进,
它也没有任何已有的自我模型。
它相当于是自己推理出了自己的样子,以及应该如何向前进
并且进行了亲身的尝试。
鼓掌~~~♫
那么现在,我们再来看看另一个想法。
那是我们将几个...
把几个...放在一块儿就会...好啦好啦好啦——
(笑)
——它们不大喜欢对方,所以啦~
这是另外一个机器人。
刚才的那些都是在机器人做对了动作,
获得奖励的情况下发生的。
那么如果我们不给它们奖励,只是把它们扔到一块,又会怎么样呢?
所以我们拿来了这些立方体,就像这里的这些图,
它们能旋转,或者翻筋斗
我们把1000个这样的立方体放入“原汤”——
这是模拟效果——我们没给它们任何奖励,
我们就让它们自己活动。我们给它们注入了些能量,
看看经过几次突变,会发生点什么。
刚开始的时候,什么也没发生,它们光在那儿跳来跳去。
但过了一小会儿,你可以看到这些蓝色的小东西,
它们在右边逐渐地开始占取主动。
它们开始自我复制。由此可见即使没有任何奖励
它们也会用自我复制的方式来奖励自己。
事实上我们已经造了好几个这类的玩意儿,
这是一部分以这些立方体为单位造出来的大机器人,
这是快进的效果,可以让你看到机器人
进行自我复制的过程。
如果你给它多喂点儿——就是这些立方体——
再多给它点能量,它就能自己造出另一个机器人。
当然,这还是一个非常粗糙,不成熟的机器,
但我们正在研究微缩版的这类机器人,
希望这些立方体能小到像倒出的面粉一般。
好的,那么我们都了解到了什么?这些机器人当然
自己并不是有很大用处,但它们能教会我们一些东西,
让我们知道如何造出更好的机器人,
甚至是人类,动物创造自我模型和学习机制的原理。
我觉得这其中最重要的,
就是我们必须摒弃之前的观念,
手动地设计这些机器
而是让它们自己进化,学习,像孩子一样,
这大概才是我们成功的必经之路。谢谢!
(鼓掌♫)