（原標(biāo)題：Kindred AI要借助強(qiáng)化學(xué)習(xí)，讓人甚至猴子戴著VR眼鏡訓(xùn)練機(jī)器人變得聰明）

本文作者：蔣鴻昌

去年9月份，一家叫Kindred AI的公司進(jìn)入了媒體的視線，這個(gè)加拿大公司向美國專利局提交了一項(xiàng)聽起來有些異想天開的專利：借助VR眼鏡和其他外置傳感器，人類操作員可以遠(yuǎn)程操控機(jī)器人，操控?cái)?shù)據(jù)還可用于訓(xùn)練機(jī)器學(xué)習(xí)算法，讓機(jī)器人的行為更接近人類，也更聰明。

[[185782]]

（Kindred AI專利文件中的圖片）

日前，這家頗為神秘的公司終于出來接受了《麻省理工科技評(píng)論》的采訪，介紹了這個(gè)專利背后的技術(shù)以及Kindred AI對(duì)未來機(jī)器人的想法。

Kindred AI由D-Wave的幾位研究人員創(chuàng)立。據(jù)雷鋒網(wǎng)查詢，D-Wave稱得上是最有名的量子計(jì)算機(jī)公司，2011年5月，該公司推出了D-Wave One，被稱為世界上第一個(gè)商用量子計(jì)算機(jī)。不過，Kindred AI的CTO，也是D-Wave前員工的Suzanne Gildert在參加媒體采訪時(shí)曾表示，“量子計(jì)算機(jī)的確很有魅力，但是和人類相似的機(jī)器人更酷。”

現(xiàn)在，Kindred AI正在測試讓一些常規(guī)的工業(yè)機(jī)械臂在抓取小件東西時(shí)更快、更穩(wěn)定，方法是讓機(jī)械臂偶爾地需求人類操作員的幫助，這些操作員帶著虛擬現(xiàn)實(shí)眼鏡，可以實(shí)時(shí)控制機(jī)械臂。

“操作人員可以看到、聽到及感受機(jī)器人看到、聽到和感受到的東西。當(dāng)操作員采取行動(dòng)時(shí)，機(jī)器人會(huì)同步運(yùn)動(dòng)，”Geindie Rose，Kindred的聯(lián)合創(chuàng)始人兼首席執(zhí)行官說到。 “這使我們德儀向機(jī)器人展示如何像人一樣行動(dòng)。把東西放到特定位置，人類的操作方式并不是最好的機(jī)器人控制模式，但在處理復(fù)雜狀況和不可預(yù)見的情況時(shí)，人類依然是最好的。”

Kindred AI的系統(tǒng)使用好幾種機(jī)器學(xué)習(xí)算法，并嘗試預(yù)測哪一種能提供所需的結(jié)果，例如在機(jī)械臂抓取物品時(shí)。如果沒有好的算法，它就向人類尋求幫助。最重要的是，這些算法能從人類的行動(dòng)中學(xué)習(xí)。為了實(shí)現(xiàn)這一目標(biāo)，該公司采用了一種強(qiáng)化學(xué)習(xí)的方法。據(jù)雷鋒網(wǎng)(公眾號(hào)：雷鋒網(wǎng))了解，強(qiáng)化學(xué)習(xí)曾入選《麻省理工科技評(píng)論》發(fā)布的“2017全球十大突破性技術(shù)”，這種方法講究在一系列的情景之下，通過多步恰當(dāng)?shù)臎Q策來達(dá)到一個(gè)特定目標(biāo)。

Rose介紹說，在抓取小件衣服時(shí)，這個(gè)系統(tǒng)的速度是人的兩倍，而獨(dú)立的機(jī)器人則根本無法完成這個(gè)任務(wù)。同時(shí)，借助系統(tǒng)，一個(gè)人也可以一次操作幾個(gè)機(jī)器人。“我們的想法是，如果你能進(jìn)行足夠長時(shí)間的研究，同時(shí)機(jī)器人背后有AI模型，那么，你就可以嘗試不同的模型來驗(yàn)證哪一種模型訓(xùn)練的效果最好。如果你能夠讓人通過機(jī)器人來進(jìn)行各種操作，那機(jī)器人沒有理由不能學(xué)習(xí)到像人類一樣。”Kindred AI的專利甚至描述了讓猴子通過這個(gè)系統(tǒng)控制機(jī)器人的可能性。

Kindred AI所追求的方法似乎有巨大的潛力，加州大學(xué)伯克利分校的教授肯·戈德伯格（Ken Goldberg）專門從事機(jī)器學(xué)習(xí)和機(jī)器人技術(shù)，他說，挖掘人類技能將大大加速機(jī)器人學(xué)習(xí)。戈德伯格本人也正在機(jī)器人手術(shù)上使用類似的方法，他補(bǔ)充說，讓機(jī)器人從人類學(xué)習(xí)是一個(gè)非?；钴S的研究領(lǐng)域。 “這是我認(rèn)為機(jī)器人技術(shù)的一個(gè)重大機(jī)會(huì)的核心，有人類示范有巨大的好處。”

不過，讓機(jī)器人向人類學(xué)習(xí)也面臨很多技術(shù)挑戰(zhàn)，麻省理工學(xué)院的副教授Sangbae Kim正在從事遙控操作的人形機(jī)器人工作，他說，將人類控制與機(jī)器動(dòng)作映射在一起是非常復(fù)雜的。 “第一個(gè)挑戰(zhàn)是通過將剛性連接器綁到人體的皮膚上來跟蹤人的運(yùn)動(dòng)。這是非常困難的，因?yàn)槲覀兪莾?nèi)骨骼動(dòng)物。更大的挑戰(zhàn)是真正了解人類進(jìn)行決策的步驟，其中大部分都是在潛意識(shí)中發(fā)生的。”

但是Kindred AI的創(chuàng)始人一點(diǎn)都沒被嚇倒， “我們的目標(biāo)是解構(gòu)認(rèn)知，”該公司CEO，Geordie Rose說到， “所有生物都遵循某些行為和動(dòng)作模式，我們正在嘗試建立具有同樣原則的機(jī)器。”

Source: MIT Technology Review