广告

互相学习的机器人

探索机器人之间的社交学习,它们能够相互学习,为未来机器人文化的形成铺平道路。

Google NewsGoogle News Preferred Source

新闻简报

注册我们的电子邮件新闻简报,获取最新的科学新闻

注册

(图片来源:Bas Nastassia/Shutterstock) 两台机器人在沙漠上行进。一场持续了几十年的冲突留下了满目疮痍、不稳定、布满弹坑的土地,其广阔的区域里还隐藏着许多未爆炸的简易炸弹。阳光洒在较小的机器人 Optimus 磨损的边缘上。它的马达发出嗡嗡声,爪子抓起旁边一个不寻常的球体。如果 Optimus 被编程为有希望,它会希望那个物体只是一块石头,而不是又一枚炸弹。它不能再承受多少次打击了,它的算法已经对风险感到警惕。一个巨大的身影在热浪中闪烁,向 Optimus 靠近,摇摇晃晃地像一个巨大的、没有头的牛仔。Atlas,第二台机器人,检查了这个球体,知道里面装着易爆化学品。机器人轻轻地将炸弹从 Optimus 的爪子上移开,并向它展示如何拔掉一根几乎看不见的蓝色电线。现在 Optimus 就知道将来如何拆除这种装置了。当 Optimus 隆隆作响地继续工作时,Atlas 感到心满意足,就像一个机器人能为拯救它的小伙伴免遭永久报废而感到的满足一样。

广告

社交学习

这个虚构的场景展示了从他人那里学习的力量。人类学家和动物学家称之为“社交学习”:通过观察或与他人及其创造物互动来获取新信息。社交学习在人类和更广泛的动物界中非常普遍。正如我们在上一篇文章中所讨论的,社交学习是我们人类如何成为完整的人,拥有我们所有的多样性、创造力和辉煌的基础。

如果没有社交学习,我们就不会有文化。正如动物学家 Kevin Laland 和 Will Hoppitt 所争辩的那样

,“文化建立在社会学习和社会传播的信息之上。”通过社会获得的知识与我们个人学习的知识以及通过基因或模仿继承的信息有所不同。

各种种类的鲸鱼也发展出了各种各样只属于特定地区种群的文化传统。在 27 年的时间里,座头鲸采用了侧拍捕食法,这是它们常见捕食技巧的一种新变种,使它们能够捕食不同种类的鱼。虎鲸也展现出独特的文化,它们相互学习歌唱曲目和迁徙路线,并用不同的方言歌唱。有些群体有“问候仪式”,它们像海洋哺乳动物版的《西区故事》一样,分成两派排成一列,然后一起在脂肪飞溅的“mosh pit”中翻滚。

图为:不同黑猩猩社群以其通过社会学习塑造的独特行为而闻名。(图片来源:Kletr/Shutterstock)许多不同物种都会进行社会学习,有些甚至拥有文化。例如,黑猩猩以其受文化影响的工具使用而闻名。虽然许多黑猩猩会折断草本植物的茎,并用这些棍子“钓”白蚁,但在刚果共和国生活的一群黑猩猩在此方法的基础上进行了扩展

它们用牙齿梳理植物茎的末端,将它们变成类似画笔的东西:这种设计选择似乎有助于它们捕捉更多的白蚁。很快,我们可能会将机器人加入这个名单。虽然我们描绘的机器人互授拆弹技能的奇幻沙漠场景仍处于遥远的未来,但机器人正开始进行社会学习。如果有一天机器人开始独立于人类发展和分享知识,这是否会成为机器人文化播下的种子?

机器人教机器人

机器人间的社交学习最近成为了麻省理工学院(MIT)计算机科学与人工智能实验室(CSAIL)研究人员关注的焦点。2017 年,他们宣布了一项重大突破——机器人能够相互学习

CSAIL 的博士生 Claudia Pérez-D’Arpino 是一位机器人学家和计算机科学家,她开发了一个名为C-LEARN(“约束学习”)

的系统,该系统采用双管齐下的学习方法。首先,机器人被编程了一个知识库,使其拥有关于如何与门把手等物体交互的信息。这个知识库帮助机器人理解世界的约束,例如在拉开门之前必须先转动门把手的物理必要性。一旦机器人“知道”如何物理地与物体交互,它就可以开始学习更复杂的任务。为了实现这一点,一个人使用 C-LEARN 软件来点击并拖动机器人虚拟表示的四肢,以指导其实际对应物如何处理这些任务。与以往向机器人演示任务的方法不同,使用 C-LEARN,人类“教师”只需演示一次动作即可。Pérez-D’Arpino 使用该系统教授 Optimus

广告

,一个有两条手臂的小型拆弹机器人,如何执行各种涉及多个步骤的任务。然后,她的团队决定看看是否能让 Optimus 将其知识传递给其他机器人。

Claudia Pérez-D’Arpino 在她的实验室里与 Optimus 一起工作。(图片来源:MIT CSAIL)Atlas 登场,这是一个 6 英尺高的双足人形机器人,它可以行走、单腿站立并承受弹丸的冲击,甚至还能后空翻。Optimus 和 Atlas 的身体构造截然不同:Optimus 矮胖,用轮子移动;而 Atlas 则是一个巨大而优雅的机器巨兽。研究人员使用他们的 C-LEARN 系统,将 Optimus 的知识库和完成任务所需步骤的理解,转移到一个 Atlas 的虚拟表示中——这与他们最初通过玩机器人模拟来教授 Optimus 的方式非常相似。通过这种方式,Atlas 能够将 Optimus 的“知识”与其自身关于世界约束的知识库相结合。例如,Atlas 可以完成仅演示给 Optimus 的任务,同时还能保持平衡——这是更紧凑的 Optimus 无需担心的。

广告

我们已经进入了一个人类教导机器人,而机器人又能教导其他机器人的世界。但在你慌忙寻找掩体之前,重要的是要指出,这种形式的社交学习——机器人之间的技能转移——需要人类的大量干预。

目前,这些机器人必须按部就班地执行任务;它们不能偏离演示给它们的步骤。但 Pérez-D’Arpino 正在努力让机器人成为更具适应性的学习者,她的目标是创造对人类有用的机器。她解释说:“我认为未来这种类型的机器人将走出工厂,在医院等场所,最终在家庭中提供帮助,在那里它可以协助人们完成他们无法完成的任务。”这种向一个机器人演示任务,然后该机器人可以将技能转移给具有不同体形、力量和约束条件的其他机器人的系统,可能只是机器人独立进行社交学习的第一步。从那里开始,我们可能正走在创造有文化的机器人的道路上。

[本文首次发布于Sapiens.org。你可以在这里阅读原文。]

保持好奇

加入我们的列表

订阅我们的每周科学更新

查看我们的 隐私政策

订阅杂志

订阅可享封面价高达六折优惠 《发现》杂志。

订阅
广告

1篇免费文章