西班牙《趣味》月刊8月號刊登題為《如何訓(xùn)練你的機(jī)器人》的文章稱，這個時代的機(jī)器人革命已經(jīng)發(fā)展到什么階段了？從幾十年前開始，無數(shù)科學(xué)家和科幻小說家就預(yù)測人類在未來將與機(jī)器人共同生活，它們能夠理解人們，使我們的生活更便利。

　　文章稱，但事實上，盡管有越來越多的機(jī)器人能夠說話和完成各種各樣的任務(wù)，目前唯一真正進(jìn)入我們生活的似乎只有飛碟型的掃地機(jī)器人。

不知疲倦的高危行業(yè)工作者

　　文章稱，自上世紀(jì)60年代人類歷史上第一臺工業(yè)機(jī)器人“尤尼梅特”誕生以來，該領(lǐng)域的發(fā)展從未停止。近半個世紀(jì)以來，機(jī)器人的性能及其與人類之間的合作一直在不斷完善。如果說人們?nèi)晕戳?xí)慣在日常生活中看到它們，主要是因為它們都在工廠中孜孜不倦地工作?！坝饶崦诽亍笔且粭l重達(dá)2000公斤的機(jī)械手臂，其主要任務(wù)是搬運大塊熱金屬并進(jìn)行焊接，這樣的工作對操作人員來說風(fēng)險太高。

　　這是首次由機(jī)器人完全代替人類進(jìn)行作業(yè)。牽引機(jī)和收割機(jī)等工業(yè)革命帶來的技術(shù)成果減少了員工的數(shù)量，但并未使他們完全消失，因為這些機(jī)器仍需由人來操作和監(jiān)控。而“尤尼梅特”不是一臺簡單的機(jī)器，它能夠獨立完成特定的任務(wù)。

　　文章稱，過去50年間，在工業(yè)進(jìn)程中擔(dān)負(fù)起某項職責(zé)的機(jī)器人數(shù)量不斷增加。2014年，韓國每1萬名制造業(yè)工人中就有478個機(jī)器人，占比近5%；緊隨其后的是日本，每1萬名制造業(yè)工人中有315個機(jī)器人；排名第三的是德國，這一數(shù)字為292個。

　　那么，既然有那么多機(jī)器人在制造汽車、操作零部件和重金屬，為什么在各個商店、酒店和我們的家中沒有出現(xiàn)它們的身影呢？為什么我們還不能指望它們包攬所有家務(wù)呢？回答是，對一臺機(jī)器來說，在未知領(lǐng)域進(jìn)行操作并不容易。

　　文章稱，目前多數(shù)工業(yè)機(jī)器人面對的仍是重復(fù)的作業(yè)，總的來說并不具備執(zhí)行未作準(zhǔn)備的任務(wù)的能力。在流水線上，機(jī)器人操作的零部件通常都在同一個位置、擁有同樣的尺寸、操作方式也都完全相同。為了學(xué)會這一切，機(jī)器人只需知道應(yīng)當(dāng)以怎樣的速度操作以及各個具體步驟。

　　讓機(jī)器自己做決定

　　文章稱，“機(jī)器人有改善人類生活的潛力。它們將能協(xié)助飛上火星的宇航員、住院的病人或工廠里的工人?！?a href="http://m.htyl001.com/company/search.php?area=200" title="美國" target="_blank">美國布朗大學(xué)計算機(jī)科學(xué)專家斯蒂芬妮·特雷克斯表示。傳統(tǒng)程序能讓機(jī)器人完成既定任務(wù)，但無法讓它們有能力應(yīng)對突發(fā)情況。為此，它們必須擁有理解周遭世界的能力，才能自主應(yīng)對任何情況。

　　在垃圾處理行業(yè)中，已經(jīng)存在專門回收可再生顆粒塑料瓶的機(jī)器，西班牙Sadako科技公司研發(fā)的人工智能機(jī)器人Wall-B就是其中之一，它的名字很容易讓人聯(lián)想起著名的科幻影片《機(jī)器人總動員》中的主角。這款機(jī)器人能夠通過一個人工視覺系統(tǒng)分辨出所有廢棄物中的可再生顆粒，該系統(tǒng)試圖重現(xiàn)我們的眼睛在捕捉視覺信號時大腦的運行過程。

　　文章稱，為此，Wall-B配備了多臺攝像機(jī)和用以處理圖像的人工智能算法?！翱稍偕w粒塑料瓶散落在各處，并且經(jīng)常被壓扁，與其他物品混雜在一起。”Sadako科技公司業(yè)務(wù)部門負(fù)責(zé)人貝倫·加尼卡表示。因此，Wall-B必須學(xué)會辨認(rèn)出這些塑料瓶，并進(jìn)行必要的操作來回收它們。類似機(jī)器人的出現(xiàn)有賴于目前非常熱門的新學(xué)科“機(jī)器學(xué)習(xí)”。向機(jī)器人展示數(shù)以千計甚至百萬計的案例，直至它們推斷出某項行為。“也就是說，機(jī)器人不依靠任何特殊程序，而是通過經(jīng)驗進(jìn)行學(xué)習(xí)。它們的知識隨著完成每項任務(wù)、面對每個新事物和應(yīng)對新情況而得到擴(kuò)充?！瘪R德里機(jī)器人專家卡洛斯·巴拉格爾指出。

　　社交網(wǎng)站臉書的面部識別系統(tǒng)就是基于此運行的。其中的算法利用了資料庫中數(shù)以百萬計的照片，參考身體姿勢、臉部部分特征和其他線索，人臉識別準(zhǔn)確率達(dá)到80%以上。

　　培訓(xùn)機(jī)器人自主學(xué)習(xí)

　　在“機(jī)器學(xué)習(xí)”的幫助下，機(jī)器人正在逐漸提高自主能力和擁有一定的推理能力。不過，想讓它們幫助我們過上更舒適的生活，光靠人類手動建立的資料庫還遠(yuǎn)遠(yuǎn)不夠。為了加快機(jī)器人的學(xué)習(xí)進(jìn)程，美國斯坦福大學(xué)的一個研究團(tuán)隊打造出了一個名為“機(jī)器人大腦”的項目，目的是機(jī)器人彼此間能夠互相教授和學(xué)習(xí)。

　　文章稱，“機(jī)器人大腦”就像是機(jī)器人世界里的谷歌搜索，機(jī)器人能夠在其中找到自己所需的特定知識，而這些知識都是其他一些機(jī)器人已經(jīng)獲得的。例如，可以在“機(jī)器人大腦”中咨詢?nèi)绾巫プ∫粋€杯子或如何通過操作把手開門這樣的問題。在下載了這些知識并運用于解決實際問題后，機(jī)器人再將自己的經(jīng)驗輸入“機(jī)器人大腦”的數(shù)據(jù)庫中。這樣一來，下一個咨詢相同問題的機(jī)器人就將得到更多的可用信息?！疤峁┑臄?shù)據(jù)越多，機(jī)器人的效率就越高?！痹擁椖控?fù)責(zé)人、計算機(jī)科學(xué)專家阿舒托什·薩克塞納表示。在他看來，機(jī)器人學(xué)習(xí)的難易還取決于環(huán)境，“如果程序員按照一個特定情況來訓(xùn)練機(jī)器人，那么它在出現(xiàn)變數(shù)時很可能運行不良”，薩克塞納指出，“像制作玉米餅這樣簡單的任務(wù)需要考慮到十幾個變量，也不會出現(xiàn)兩塊一樣的玉米餅”。

　　不過，一旦一個機(jī)器人學(xué)會了如何操作才能不打破一個雞蛋，這樣的經(jīng)驗很可能還可以用在換燈泡中，當(dāng)然后者還需要學(xué)會擰進(jìn)和擰出等其他技能，但至少機(jī)器人已經(jīng)知道該如何小心地抓住燈泡。薩克塞納認(rèn)為這樣的知識共享將極大地增殖機(jī)器人的能力，其效應(yīng)在未來10年內(nèi)必將顯現(xiàn)出來。麻省理工學(xué)院將其評為年度最突出的新興技術(shù)之一。

　　美國在線購物網(wǎng)站亞馬遜無疑是對提高機(jī)器人識別和操作技能最為感興趣的企業(yè)之一。該公司巨大的倉庫里堆積著無數(shù)各種形態(tài)和尺寸的貨物等待著人們購買。一旦被人買下，操作員就必須盡快找到貨物并進(jìn)行打包。亞馬遜深知這個過程對員工來說的低效率和浪費時間，因此組織了一場倉庫搬運機(jī)器人大賽，參賽機(jī)器人必須完成找件、取件、打包25個不同類型的一系列動作。然而參賽的31個機(jī)器人無一能夠成功完成所有指令。

　　文章稱，這場競賽表明，盡管機(jī)器人硬件已經(jīng)非常先進(jìn)，控制它的軟件如果不能很好地了解周圍情況也于事無補。“的確已經(jīng)存在令人難以置信的機(jī)器人，但它們?nèi)詿o法將能力發(fā)揮到極致，因為我們?nèi)匀狈σ恍┍匾乃惴??！惫雀枞斯ぶ悄苎芯宽椖繋ь^人德米什·哈薩比斯指出。

　　谷歌的“阿爾法狗”機(jī)器人在今年3月戰(zhàn)勝了韓國棋王李世石。在此前的訓(xùn)練中，“阿爾法狗”與自己對陣了數(shù)百萬次?！笆冀K沒有感覺到占據(jù)上風(fēng)?！崩钍朗惡筮@樣表示。
　
　　“圍棋是一種運算游戲，‘阿爾法狗’系統(tǒng)相比之下要復(fù)雜很多?！惫_比斯表示。

　　很顯然，谷歌的最終目標(biāo)并不是讓機(jī)器人在桌游領(lǐng)域技高一籌，亞馬遜也無心讓機(jī)器人游刃有余地操作抓娃娃機(jī)。說到底，這類項目是為了讓人工智能擁有理解和應(yīng)對世界的能力。

　　文章稱，當(dāng)然，人們離這個目標(biāo)還有點遠(yuǎn)。現(xiàn)有的無人駕駛汽車已經(jīng)接受了看懂交通信號燈的培訓(xùn)，但有時這些車輛仍會不停繞圈，因為還沒有學(xué)會怎么從其中走出來，而這只是機(jī)器人面臨的無數(shù)挑戰(zhàn)中微不足道的一例。最大的挑戰(zhàn)在于，機(jī)器人伙伴們尚未學(xué)會如何與我們和諧共處。（編譯/韓超）