Facebook：不会“犯错”的机器人不是“聪明”的机器人
“明知故犯”是“智”也
在 Facebook 位于硅谷的新实验室里，有一个叫作 Sawyer 的机器人（来自已经倒闭的 Rethink Robotics 公司），它红黑相间的手臂挥舞着，试图完成研究人员交给它的任务。
按照指令，Sawyer 的手臂应该移动到右边一处固定位置，然而，Sawyer 把手臂抬高，然后偏离轨道，错开了指定位置，重新回到了原点；研究人员只好将 Sawyer 重置，让它继续完成之前的任务。这一次，Sawyer 的手臂确实往右移了，但就在非常接近指定位置的时候，它再一次偏离了运动轨道，回到了起始位置。两次任务都失败了。
或许有人会觉得 Sawyer 的“顽劣”行为令人抓狂。但就像兔子为了躲避猎鹰而迂回前进一样，Sawyer 看似笨拙的行为实际上是一种特殊的聪明。
Facebook 认为，无论是对于机器人的开发，还是 AI 的开发来说，这种聪明都至关重要。
强化学习让机器人更“聪明”
一般来说，开发者会编程机器人，让他们通过这些设定好的指令来执行动作，不过从某种程度上来说，这种方式有点死板。
而我们人类在学习上则要聪明得多。因为，即使是婴儿也明白，物体从视野中消失并不代表从世界上消失；玩具球可以滚来滚去，沙发却不行；长大后，人们能够学习驾驶，而不是撞车。
这一切都要归功于人类大脑里建立起来的世界模型。
Facebook 首席 AI 科学家 Yann LeCun 表示：
如果我们在悬崖边开车，方向盘只要往右转，汽车就会掉下去，所以，我们绝不会这样做。我们大脑里的世界模型会阻止我们自己做傻事。
Facebook 也在尝试为机器提供这种模式，Yann LeCun 补充道说，建立世界模型的系统是 AI 取得重大进展的下一个挑战。
实际上，Facebook 并不是第一个尝试让机器人学会自我移动的团队。
上图为 Brett 机器人及其开发者 Pieter Abbeel
在加州大学伯克利分校，研究人员使用了一种名为强化学习（reinforcement learning）的技术，让双臂机器人 Brett 把方形钉子塞进一个方形洞里。
在此过程中，研究人员会让 Brett 尝试许许多多随机的动作：如果 Brett 更接近目标，系统就会给它“奖励”；如果 Brett 搞砸了，系统会给它“记过”。
这些记录，Brett 都会保存下来，然后经过多次迭代，它会越来越精准地找到方洞，并把钉子放进去。
创新的自我监督学习
而 Facebook 的尝试有点不同，Facebook AI 研究科学家 Franziska Meier 表示:
我们想尝试的是给机器人灌输好奇心的概念。
人类就是通过好奇心来认识世界的，比如，孩子们想知道猛拽猫尾巴会发生什么，所以他们会去做这种尝试。因此，Brett 是通过一点一点地靠近目标，来改进自己的动作，而 Facebook 的 Sawyer 则是靠近目标，然后故意偏离轨道。
Facebook 研究人员旨在让 Sawyer 自由地尝试非最佳动作，而不是奖励它不断取得的成功，即使这在当时看起来并不理性。Meier 说：
虽然 Sawyer 没有完成任务，但它给了我们更多的数据，我们通过这种方式获得的数据比传统的方式要多。
这个概念被称为自我监督学习——机器人尝试新行为并更新软件模型，从而帮助它预测自己的行为后果。
上图为 Facebook 所说的“自我监督学习”的算法模型
这样做的目的是让机器能够更加灵活地去完成任务，或者说，更容易适应动态的人类环境。
比如，机器人要将架子上的杯子放到旁边的架子，最好的方法是将杯子直接平移，然而两个架子之间有隔板，这就需要机器人反复试验、反复犯错，直到它探索出更好的解决方案。
正如奥斯陆大学的机器人专家 Tonnes Nygaard 所说的那样：
如果我们一直执着于一个解决方案，我们可能会走进死胡同；我们更应该专注于探索更多新的解决方案。
模拟与现实之间的差距
一些研究人员通过模拟来教机器人完成任务——建立一个数字世界，再让其中的动画对象通过“犯错”的方式来完成任务。这种方法相对较快，因为当数字“机器”不受现实世界物理定律的约束，它们迭代的速度要快得多。
不过，虽然模拟更高效，但它并不能完美地反映真实世界，模拟动态人类环境的复杂性。
这就导致，机器人在模拟环境中能够完美匹配的理论，在现实世界中却不适用。在现实世界中做任何事情都可能更慢、更费力，但好处是，机器人能获得的数据更纯粹。
Facebook的人工智能研究科学家 Roberto Calandra 表示：
如果它在现实世界中行得通，那它就真的行得通。
毕竟，机器人在现实世界中要面对各种意想不到的麻烦，程序员不可能对每一个都预先进行编码。
AI 和机器人相得益彰
上图是 Facebook 的六足机器人
从某种程度上来说，Facebook 的项目是 AI 和机器人的伟大融合。
虽然谷歌和亚马逊和 Facebook 等科技巨头已经大大推动了 AI 的发展，比如让机器进行图像识别，不过这个任务仍基于人们事先给图片贴好标签。不得不承认，机器还是不够聪明。
随着 AI 研究人员开始使用机器人作为平台来改进软件算法，这种情况开始发生变化。
例如，Facebook 教机器人独立完成一系列任务，这反过来可能会对开发 AI 助手有所启发，让它们能够更好地为用户服务。LeCun 说道：
如果机器人解决了一个问题，同理，它也能在另一种情况下解决这个问题。
简而言之就是，AI 正在让机器人变得更聪明，而机器人也在帮助推进 AI 的发展。
不过，Facebook 表示，目前，公司的这项研究并没有连接到特定的产品。不过，LeCun 说：
我们认为，机器人将在远程呈现中发挥重要作用。毕竟，Facebook 拥有 Portal 和 Oculus VR 系统。
