<var id="j1vj7"></var>
<var id="j1vj7"><video id="j1vj7"></video></var>
<var id="j1vj7"><span id="j1vj7"><menuitem id="j1vj7"></menuitem></span></var>
<var id="j1vj7"></var>
<var id="j1vj7"><dl id="j1vj7"></dl></var><var id="j1vj7"></var>
<cite id="j1vj7"><span id="j1vj7"></span></cite>
<cite id="j1vj7"></cite>
<var id="j1vj7"></var>
<ins id="j1vj7"></ins>
<var id="j1vj7"></var>
<cite id="j1vj7"><span id="j1vj7"><menuitem id="j1vj7"></menuitem></span></cite> <var id="j1vj7"><video id="j1vj7"></video></var><cite id="j1vj7"></cite><var id="j1vj7"><span id="j1vj7"><menuitem id="j1vj7"></menuitem></span></var>
<var id="j1vj7"><span id="j1vj7"><menuitem id="j1vj7"></menuitem></span></var>
<var id="j1vj7"></var>
<var id="j1vj7"><video id="j1vj7"></video></var>
<var id="j1vj7"><video id="j1vj7"><menuitem id="j1vj7"></menuitem></video></var><cite id="j1vj7"></cite>
<cite id="j1vj7"><video id="j1vj7"><var id="j1vj7"></var></video></cite><var id="j1vj7"></var>
<var id="j1vj7"></var>
<var id="j1vj7"></var>
<cite id="j1vj7"><video id="j1vj7"></video></cite><var id="j1vj7"><video id="j1vj7"><menuitem id="j1vj7"></menuitem></video></var>

機器人可以自學單手解魔方了,這意味著什么?

公司

10-16 15:59

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能還離不開人工干預。

不過最近伊隆·馬斯克創辦的人工智能組織 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方,而這項技能是 Dactyl 自學而成的。

視頻中可以看到, Dactyl 解魔方的手法還稍顯笨拙,需要花費 4 分鐘左右才能完成,這比起熟練的魔方高手還是有很大差距。但解魔方的手速并不是 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,機器人解魔方并不是什么新鮮事。2016 年半導體制造商英飛凌制造的一個機器人,能在不到 1 秒鐘之內復原一個魔方,遠遠超過了人類的最快紀錄。兩年后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,這樣的設計也注定了無法完成更多不同的任務。而?Dactyl 采用的是模仿人手的 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方,但 Dactyl 與這些機器人最大的不同在于,那些機器人是制造出來專門用于解魔方的,但 Dactyl 卻能完成更多任務。

我們正在嘗試制造一個通用的機器人,能像人手一樣完成多種操作,而不是局限于某項特定任務。

因此, Dactyl 真正了不起的地方不在于能單手解魔方,而是如何學習這項技能的過程。因為在整個過程中,研究人員其實并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」則離不開人工智能。Dactyl 采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,背后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,比如在解魔方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

波士頓動力將開賣首款機器狗:能拽走大貨車,不排除賣給軍隊

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,能讓人工智能不再依賴人類,代替人類完成更多復雜的體力勞動。

題圖及部分配圖來自:OpenAI

登錄,參與討論前請先登錄

評論在審核通過后將對所有人可見

正在加載中
阳泉| 宜都| 蚌埠| 寿光| 达州| 甘孜| 宁波| 佳木斯| 烟台| 大同| 铁岭| 临海| 济南| 清徐| 基隆| 台湾台湾| 玉林| 昆山| 吕梁| 蓬莱| 枣阳| 哈密| 鹤岗| 简阳| 来宾| 吉林| 余姚| 顺德| 白山| 柳州| 佳木斯| 邯郸| 高雄| 长兴| 绥化| 那曲| 文山| 平凉| 邵阳| 天门| 鸡西| 佛山| 丽江| 吴忠| 河北石家庄| 顺德| 汉中| 资阳| 青海西宁| 怀化| 惠东| 涿州| 吴忠| 馆陶| 铁岭| 新乡| 大兴安岭| 秦皇岛| 章丘| 安顺| 承德| 周口| 山南| 长垣| 龙口| 襄阳| 钦州| 乌兰察布| 襄阳| 如皋| 西双版纳| 张家口| 神农架| 承德| 昭通| 邢台| 六盘水| 玉溪| 图木舒克| 迁安市| 宁波| 枣阳| 眉山| 惠东| 广西南宁| 德阳| 锡林郭勒| 西双版纳| 嘉峪关| 宜宾| 河池| 宁夏银川| 江门| 漳州| 巴彦淖尔市| 通辽| 鹰潭| 如皋| 莱州| 余姚| 丽江| 桐城| 烟台| 迁安市| 周口| 东营| 和田| 宜宾| 揭阳| 中山| 安徽合肥| 恩施| 建湖| 神木| 克拉玛依| 余姚| 广西南宁| 株洲| 云浮| 德清| 德宏| 琼中| 大同| 乐清| 河源| 武夷山| 宜昌| 聊城| 曲靖| 泰州| 杞县| 临海| 霍邱| 宁德| 阿坝| 安阳| 毕节| 开封| 白银| 白山| 四川成都| 南通| 金坛| 郴州| 桐乡| 伊犁| 库尔勒| 台州| 库尔勒| 黔南| 大同| 红河| 泗阳| 南平| 广饶| 屯昌| 四川成都| 普洱| 白银| 宁夏银川| 营口| 绍兴| 广饶| 东海| 和田| 宣城| 柳州| 包头| 林芝| 佳木斯| 安阳| 曲靖| 聊城| 建湖| 任丘| 景德镇| 铜仁| 阿克苏| 酒泉| 靖江| 德州| 东台| 鄂尔多斯| 新余| 长治| 佛山| 松原| 南阳| 福建福州| 大连| 周口| 邵阳| 襄阳| 崇左| 张家口| 兴化| 宣城| 河南郑州| 鄂州| 丹阳| 兴化| 玉林| 鸡西| 宿州| 玉溪| 江苏苏州| 绵阳| 临汾| 涿州| 曹县| 宁德| 惠州| 邢台| 丹东| 东海| 迁安市| 大庆| 牡丹江| 宜昌| 百色| 景德镇| 包头| 珠海| 山东青岛| 涿州| 临沂| 吴忠| 乌兰察布| 辽源| 单县| 昌吉| 河源| 神木| 河源| 铁岭| 葫芦岛| 广州| 朔州| 中卫| 济宁| 黔西南| 长治| 达州| 禹州| 七台河| 正定| 双鸭山| 白银| 楚雄| 红河| 乌海| 荆州| 楚雄| 定安| 贵州贵阳| 厦门| 台湾台湾| 赣州| 泰兴| 莆田| 绥化| 东营| 景德镇| 茂名| 遵义| 琼海| 济南| 德阳| 海南海口| 桓台| 新泰| 黑龙江哈尔滨| 石河子| 大同| 张北| 邳州| 馆陶| 邯郸| 无锡| 金昌| 铜仁| 河南郑州| 抚顺| 义乌| 嘉兴| 盘锦| 广州| 临夏| 江苏苏州| 清徐| 滁州| 沭阳| 辽阳| 温州| 湘西| 延边| 高雄| 东莞| 东营| 临夏|