乍一看，Facebook新生的機器人平臺看起來有點混亂。在這家公司硅谷總部的一個新實驗室里，一只紅黑相間的Sawyer機器人手臂（來自最近倒閉的Rethink Robotics）不斷揮舞著，發出嗚嗚的機械聲。照理說，它應該可以把手臂移動到右邊空間中的一個位置，但是它卻向上移動，偏離設置的方向，并重置到起始位置。終于，它的手臂向右移動了，非常接近目標位置。但是，它卻再次瘋狂地偏離了方向，不得不被再次重置。

不過，就像一只兔子為了躲避獵鷹而來回曲折，這個機器人看似瘋狂實際上卻是很聰明的。Facebook認為它既是開發更好機器人，也是開發更好人工智能的關鍵。也就是說，這個機器人正在自學探索世界。Facebook表示，未來有一天，將會出現像遠程呈現機器人一樣的智能機器。

當然，目前的機器人仍處于非常笨拙的狀態——一般來說，你必須用代碼為它們說明一切：這是你向前滾動的方式，這是你移動手臂的方式。我們人類在學習方式上要聰明得多。甚至嬰兒也明白，一個從視野中消失的物體并沒有從物理世界中消失。他們知道可以滾動球，但無法滾動沙發。從沙發上摔下來沒關系，但從懸崖上摔下來卻不是。

所有這些實驗都在你的大腦中建立了一個世界模型，這就是為什么你可以在學會駕駛汽車后，不會立馬撞車。Facebook首席人工智能科學家Yann LeCun說：“我們事先知道，如果開車靠近懸崖，然后向右轉動方向盤，汽車就會從懸崖上掉下來，不會有什么好事發生?！蔽覀冾^腦中有一個自學的模型，可以防止我們做傻事。Facebook也試圖給機器提供這種模式?！霸谖铱磥恚瑢W習世界模型的系統是在人工智能領域真正取得重大進展的下一個挑戰，”LeCun補充道。

不過，Facebook的研究小組并不是第一個試圖讓機器人自學移動的團隊。在加州大學伯克利分校，一組研究人員使用了一種叫做強化學習的技術，來教一個名叫Brett的雙臂機器人把一個方釘塞進一個方孔里。簡而言之，機器人嘗試了許許多多的隨機運動。如果在一次移動中更接近目標，系統會給它一個數字“獎勵”。如果它搞砸了，它會被數字“記過”。經過多次反復，尋求獎勵的機器人會讓它的手越來越靠近那個方孔，最后把釘子放進去。

讓機器人擁有“好奇心”

Facebook正在做的實驗有點不同。“我們想要嘗試的是灌輸這種好奇心的觀念，”Facebook人工智能研究科學家Franziska Meier說。人類就是這樣學會操縱物體的：孩子們被對世界的好奇心所驅使。他們嘗試新的東西，比如拽貓的尾巴，并不是因為他們必須這么做，而是他們想知道如果這樣做了會發生什么。

因此，盡管像Brett這樣的機器人會一點一點地完善自己的動作，但Facebook的機械臂卻可能會出現靠近目標時偏離方向的現象。這是因為研究人員沒有獎勵它增量成功，而是給予它嘗試非最佳動作的自由。它在嘗試新的東西，即使這些東西現在看起來并不特別理性。

每次移動都為系統提供數據。在每個關節上施加扭矩是為了把手臂移動到那個特定的位置。Meier說：“雖然沒有完成任務，但它給了我們更多的數據，我們通過這樣的探索獲得的數據種類比不探索時要多。”這個概念被稱為自我監督學習——機器人嘗試新事物并更新軟件模型，這可以幫助它預測其行為的后果。

這個想法是為了讓機器更靈活，對一項任務不那么專一。我們可以把它想象成完成一個迷宮。也許機器人知道它需要朝哪個方向前進才能找到出口。它可能會一次又一次地嘗試到達那里，即使它不可避免地會在那次追逐中陷入死胡同。奧斯陸大學機器人專家Tnnes Nygaard說：“由于你如此專注于向那個方向移動，你可能會走進角落?！彼呀涢_發出一種四足機器人，可以自己學會走路。（Facebook也在嘗試讓一個六腿機器人自己行走，但是在我參觀實驗室的時候該公司尚未能進行展示。）“與其如此專注于說，我想朝著我知道解決方案所在的方向前進，不如我試著專注于探索。我將嘗試尋找新的解決方案。”

所以Facebook的機器人手臂做出的那些看似不連貫的動作實際上是一種好奇心，正是這種好奇心可以讓機器更容易適應環境。想象一下一個家用機器人正試圖填裝洗碗機。也許它認為把杯子放在頂部架子上最有效的方法是從側面拿過來，在這種情況下杯子會碰到架子的邊緣。從某種意義上說，這是確定性的：一次又一次的反復嘗試，讓它走上這條不太理想的道路，在這條道路上，它試圖更好地側向裝載，但現在它無法備份并嘗試新的東西。另一方面，一個充滿好奇心的機器人可以通過實驗和學習，了解到從上面進來實際上是最好的方法。它是靈活的，不是決定性的，這在理論上允許它更容易適應動態的人類環境。

模擬無法替代現實

現在，一種更簡單、更快捷的教機器人做事的方法是模擬。也就是說，建立一個數字世界，比如說，一個動畫棒形人物，讓它教自己用同樣的試錯法運行。這種方法相對較快，因為當數字“機器”不受現實物理定律的約束時，迭代會快得多。

盡管模擬可能更有效，但它并不是真實世界的完美表現——你無法完全模擬動態人類環境的復雜性。因此，盡管研究人員已經能夠訓練機器人首先在模擬中做一些事情，然后將這些知識傳遞給現實世界中的機器人，但這種轉變極其混亂，因為數字世界和物理世界是不匹配的。

在現實世界中做任何事情可能會更慢、更費力，但從某種意義上來說，你得到的數據更純粹。Facebook人工智能研究科學家Roberto Calandra說：“如果它在現實世界中有效，那它實際上就是有效的?！比绻阍谠O計極其復雜的機器人，你無法模擬他們將要應對的人類世界的混亂。但它們必須繼續生存下去。隨著我們給機器人的任務變得越來越復雜，這一點尤為重要。在工廠生產線上提升車門的機器人相對來說很容易編碼，但卻無法在混亂的家庭中導航。機器人將不得不憑借創造力自行適應，這樣它就不會被困在反饋回路中。一個程序員不能對每一個障礙都進行編程。

Facebook的項目是人工智能和機器人完美結合的一部分。傳統上，這些世界很大程度上是封閉的。是的，機器人總是需要人工智能來自主操作，就像使用機器視覺來感知世界一樣。但是，盡管像谷歌、亞馬遜和Facebook這樣的科技巨頭推動了純數字環境下人工智能發展的重大進步——讓計算機識別圖像中的物體，例如，讓人類先給這些物體貼上標簽——但機器人仍然相當愚笨，因為研究人員一直專注于讓物體在不摔倒的情況下移動。

隨著人工智能研究人員開始使用機器人作為平臺來完善軟件算法，這種情況開始改變。例如，Facebook可能想教機器人自己解決一系列任務。這反過來可能會為人工智能助手的發展提供信息，它們可以更好地為你、為用戶，計劃一系列的行動?！斑@是同一個問題，”LeCun說。“如果你能在一個環境中解決它，那么你也可以在另一個環境中解決。”

換句話說，人工智能正在使機器人變得更聰明，但是機器人現在也在幫助推進人工智能。“許多與人工智能相關的有趣問題——特別是人工智能的未來，比如我們如何才能達到人類水平的人工智能——目前正由機器人領域的工作人員來解決，”LeCun說?！耙驗槟悴荒苡脵C器人作弊。你不能讓成千上萬的人給你貼標簽?！?/p>

當然，我們仍然有疑問，像Facebook這樣的數字巨獸想要機器人做什么？目前，該公司表示這項研究與特定的產品渠道無關。

但是請記住，Facebook從事于人際關系業務（也從事廣告銷售業務）?！拔覀冋J為機器人技術將是其中的一個重要組成部分——想想遠程呈現之類的東西，”LeCun說。畢竟，Facebook已經是一家硬件公司，生產了視頻會議設備Oculus VR系統和Portal?！斑@種邏輯上的連續性也許是你可以從遠處控制的事情。”

但我們正在超越自己。迄今為止，除了Roomba，每一個家庭機器人都失敗了，部分原因是這些機器不夠智能或不夠有用。是的，沒有機器人能夠特別聰明，但是，也許Facebook這個揮動的機械臂可以幫助解決這個問題。