機(jī)器人技術(shù)為推進(jìn)人工智能提供了重要機(jī)會(huì)，因?yàn)樽寵C(jī)器在物理世界中獨(dú)立學(xué)習(xí)將有助于在其他場(chǎng)景中開(kāi)發(fā)更有能力和靈活的AI系統(tǒng)。這對(duì)于大型科技公司來(lái)說(shuō)并不罕見(jiàn)，如谷歌，Nvidia和亞馬遜等科技公司都在使用機(jī)器人來(lái)探索人工智能研究的途徑。

Facebook AI研究人員正在探索新技術(shù)，以突破人工智能可以實(shí)現(xiàn)的界限。他們的主要工作都集中在自我學(xué)習(xí)上，這項(xiàng)工作可以讓機(jī)器人更強(qiáng)大，也讓人工智能進(jìn)行更有效地學(xué)習(xí)，更好地推廣到新的應(yīng)用上。除了機(jī)器人手臂之外，F(xiàn)acebook還試圖讓六足機(jī)器人學(xué)會(huì)如何行走，希望將訓(xùn)練所需的時(shí)間減少到幾小時(shí)而不是幾天或幾周。

“機(jī)器人技術(shù)的偉大之處在于它實(shí)時(shí)發(fā)生在現(xiàn)實(shí)世界中，”Facebook的人工智能研究實(shí)驗(yàn)室聯(lián)合董事總經(jīng)理Antoine Bordes說(shuō)到。

通過(guò)觸覺(jué)傳感學(xué)習(xí)

機(jī)器人通常依靠計(jì)算機(jī)視覺(jué)，但觸摸也是一個(gè)重要而復(fù)雜的研究領(lǐng)域。例如，給予特定的操作人物，如果物體被遮擋，則機(jī)器人可以使用觸覺(jué)感測(cè)來(lái)完成任務(wù)。研究人員開(kāi)發(fā)了一種新的學(xué)習(xí)方式，無(wú)需專用培訓(xùn)數(shù)據(jù)，通過(guò)與環(huán)境的多種自我監(jiān)督的互動(dòng)性探索，完成自我監(jiān)督學(xué)習(xí)從而實(shí)現(xiàn)新目標(biāo)。這項(xiàng)研究還為探索多模式學(xué)習(xí)創(chuàng)造了新的途徑，這對(duì)于廣泛的人工智能研究非常重要，例如開(kāi)發(fā)系統(tǒng)以更好地理解不同模式的內(nèi)容。

機(jī)器人學(xué)習(xí)如何自己走路

為了突破機(jī)器如何獨(dú)立學(xué)習(xí)的極限，通過(guò)運(yùn)用有效數(shù)據(jù)的RL算法來(lái)學(xué)習(xí)更好的進(jìn)行控制，并隨著時(shí)間的推移改善其性能，使六足機(jī)器人能夠?qū)W會(huì)走路 - 而不需要特定任務(wù)的信息或培訓(xùn)。

利用好奇心更有效地學(xué)習(xí)

好奇心是人類學(xué)習(xí)的核心動(dòng)力，F(xiàn)acebook AI研究人員正在應(yīng)用這一概念來(lái)改善機(jī)器人在現(xiàn)實(shí)世界中的學(xué)習(xí)方式。“好奇的”AI系統(tǒng)因探索和嘗試新事物以及實(shí)現(xiàn)特定目標(biāo)而獲得改變，從而減少不確定性。我們已經(jīng)成功地將這種技術(shù)應(yīng)用于模擬和真實(shí)世界的機(jī)器人手臂。

研究人員表示，尋求解決不確定性實(shí)際上可以幫助機(jī)器人更快地完成任務(wù)，也能更好地推廣到新任務(wù)和初始條件。這有助于進(jìn)行結(jié)構(gòu)化探索，以便更快，更有效地學(xué)習(xí)并幫助開(kāi)發(fā)將不確定性納入其他模型的新方法。

機(jī)器人技術(shù)：人工智能研究的長(zhǎng)期重點(diǎn)

機(jī)器人將幫助我們構(gòu)建可以更有效地學(xué)習(xí)并更好地推廣到新應(yīng)用的AI，即使在嘈雜和高度復(fù)雜的環(huán)境（如物理世界）中也是如此。專注于使用機(jī)器人工作，這不僅會(huì)帶來(lái)更強(qiáng)大的機(jī)器人，而且還會(huì)在未來(lái)幾年和幾十年內(nèi)推動(dòng)人工智能突破極限。如果想要更接近能夠思考，規(guī)劃和幫助人們的機(jī)器，需要構(gòu)建能夠在多種場(chǎng)景中學(xué)習(xí)的人工智能系統(tǒng)