Facebook正在教機器人走路掌握和感覺

去年，Facebook Inc.的FAIR人工智能實驗室通過啟動一系列機器人項目擴大了其研究范圍。目的是促進新型實驗，在這種實驗中，安裝在自動機器上的神經網絡可以解決現實世界中的問題。

今天，Facebook Inc.以三篇學術論文的形式首次公開披露了這項工作。每個項目都描述了一個不同的項目，致力于開發新的更有效的AI模型訓練方法來處理陌生情況。該公司希望這些方法最終也將證明對其他任務也有用，例如改進其垃圾郵件檢測算法。

Facebook研究員Franziska Meier，Akshara Rai，Roberto Calandra寫道：“機器人技術為推進人工智能提供了重要機遇，因為在物理世界中自行學習的教學機器也將幫助我們在其他情況下開發功能更強大，更靈活的AI系統。”在博客文章中。

Facebook今天詳細介紹的第一個項目專注于移動性。FAIR的研究人員正在使用一個綽號為Daisy(如圖)的六足機器人來測試一個AI模型，該模型無需事先培訓即可學習走路。該軟件僅處理來自Daisy傳感器的數據和一組預編程的行程目標。

Facebook的長期目標是創建一個機器人，該機器人可以弄清楚如何在相對困難的地形(如沙地)上導航。這樣，該公司希望將AI培訓過程從現在的幾個月或幾周壓縮到只有幾個小時。

Facebook通過其第二個項目，即與紐約大學的合作，朝著后一個目標取得了更大的進步。FAIR開發了一種方法，該方法允許機械臂在幾十次嘗試后即可學會如何抓取物體，而不是通常需要數百或數千次嘗試。虛擬獎勵系統可以激勵AI查找并填補其知識空白，從而實現了這一目標。

研究人員寫道：“盡管以前的類似系統通常會隨機探索環境，但我們的系統卻以結構化的方式進行，試圖通過了解周圍環境來滿足其好奇心，從而減少模型的不確定性。” “我們的研究表明，尋求解決不確定性實際上可以幫助機器人更快地完成任務。”

第三個也是最后一個項目旨在使神經網絡能夠通過觸摸進行學習。FAIR與加州大學伯克利分校的研究人員共同修改了最初用于視頻處理的模型，以分析來自高分辨率觸覺傳感器的數據。然后，他們將AI連接到機器人，以教給它一些相對復雜的動作。

人工智能學會了擲球，移動操縱桿并識別20面骰子的右面，而沒有給出任何具體說明。研究人員僅向模型提供高級任務描述，以使其處于正確的軌道。