乍一看，F(xiàn)acebook新生的機(jī)器人平臺(tái)看起來(lái)有點(diǎn)混亂。在這家公司硅谷總部的一個(gè)新實(shí)驗(yàn)室里，一只紅黑相間的Sawyer機(jī)器人手臂（來(lái)自最近倒閉的Rethink Robotics）不斷揮舞著，發(fā)出嗚嗚的機(jī)械聲。照理說(shuō)，它應(yīng)該可以把手臂移動(dòng)到右邊空間中的一個(gè)位置，但是它卻向上移動(dòng)，偏離設(shè)置的方向，并重置到起始位置。終于，它的手臂向右移動(dòng)了，非常接近目標(biāo)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(guò)，就像一只兔子為了躲避獵鷹而來(lái)回曲折，這個(gè)機(jī)器人看似瘋狂實(shí)際上卻是很聰明的。Facebook認(rèn)為它既是開發(fā)更好機(jī)器人，也是開發(fā)更好人工智能的關(guān)鍵。也就是說(shuō)，這個(gè)機(jī)器人正在自學(xué)探索世界。Facebook表示，未來(lái)有一天，將會(huì)出現(xiàn)像遠(yuǎn)程呈現(xiàn)機(jī)器人一樣的智能機(jī)器。

當(dāng)然，目前的機(jī)器人仍處于非常笨拙的狀態(tài)——一般來(lái)說(shuō)，你必須用代碼為它們說(shuō)明一切：這是你向前滾動(dòng)的方式，這是你移動(dòng)手臂的方式。我們?nèi)祟愒趯W(xué)習(xí)方式上要聰明得多。甚至嬰兒也明白，一個(gè)從視野中消失的物體并沒(méi)有從物理世界中消失。他們知道可以滾動(dòng)球，但無(wú)法滾動(dòng)沙發(fā)。從沙發(fā)上摔下來(lái)沒(méi)關(guān)系，但從懸崖上摔下來(lái)卻不是。

所有這些實(shí)驗(yàn)都在你的大腦中建立了一個(gè)世界模型，這就是為什么你可以在學(xué)會(huì)駕駛汽車后，不會(huì)立馬撞車。Facebook首席人工智能科學(xué)家Yann LeCun說(shuō)：“我們事先知道，如果開車靠近懸崖，然后向右轉(zhuǎn)動(dòng)方向盤，汽車就會(huì)從懸崖上掉下來(lái)，不會(huì)有什么好事發(fā)生�！蔽覀冾^腦中有一個(gè)自學(xué)的模型，可以防止我們做傻事。Facebook也試圖給機(jī)器提供這種模式。“在我看來(lái)，學(xué)習(xí)世界模型的系統(tǒng)是在人工智能領(lǐng)域真正取得重大進(jìn)展的下一個(gè)挑戰(zhàn)，”LeCun補(bǔ)充道。

不過(guò)，F(xiàn)acebook的研究小組并不是第一個(gè)試圖讓機(jī)器人自學(xué)移動(dòng)的團(tuán)隊(duì)。在加州大學(xué)伯克利分校，一組研究人員使用了一種叫做強(qiáng)化學(xué)習(xí)的技術(shù)，來(lái)教一個(gè)名叫Brett的雙臂機(jī)器人把一個(gè)方釘塞進(jìn)一個(gè)方孔里。簡(jiǎn)而言之，機(jī)器人嘗試了許許多多的隨機(jī)運(yùn)動(dòng)。如果在一次移動(dòng)中更接近目標(biāo)，系統(tǒng)會(huì)給它一個(gè)數(shù)字“獎(jiǎng)勵(lì)”。如果它搞砸了，它會(huì)被數(shù)字“記過(guò)”。經(jīng)過(guò)多次反復(fù)，尋求獎(jiǎng)勵(lì)的機(jī)器人會(huì)讓它的手越來(lái)越靠近那個(gè)方孔，最后把釘子放進(jìn)去。

讓機(jī)器人擁有“好奇心”

Facebook正在做的實(shí)驗(yàn)有點(diǎn)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(xué)家Franziska Meier說(shuō)。人類就是這樣學(xué)會(huì)操縱物體的：孩子們被對(duì)世界的好奇心所驅(qū)使。他們嘗試新的東西，比如拽貓的尾巴，并不是因?yàn)樗麄儽仨氝@么做，而是他們想知道如果這樣做了會(huì)發(fā)生什么。

因此，盡管像Brett這樣的機(jī)器人會(huì)一點(diǎn)一點(diǎn)地完善自己的動(dòng)作，但Facebook的機(jī)械臂卻可能會(huì)出現(xiàn)靠近目標(biāo)時(shí)偏離方向的現(xiàn)象。這是因?yàn)檠芯咳藛T沒(méi)有獎(jiǎng)勵(lì)它增量成功，而是給予它嘗試非最佳動(dòng)作的自由。它在嘗試新的東西，即使這些東西現(xiàn)在看起來(lái)并不特別理性。

每次移動(dòng)都為系統(tǒng)提供數(shù)據(jù)。在每個(gè)關(guān)節(jié)上施加扭矩是為了把手臂移動(dòng)到那個(gè)特定的位置。Meier說(shuō)：“雖然沒(méi)有完成任務(wù)，但它給了我們更多的數(shù)據(jù)，我們通過(guò)這樣的探索獲得的數(shù)據(jù)種類比不探索時(shí)要多。”這個(gè)概念被稱為自我監(jiān)督學(xué)習(xí)——機(jī)器人嘗試新事物并更新軟件模型，這可以幫助它預(yù)測(cè)其行為的后果。

這個(gè)想法是為了讓機(jī)器更靈活，對(duì)一項(xiàng)任務(wù)不那么專一。我們可以把它想象成完成一個(gè)迷宮。也許機(jī)器人知道它需要朝哪個(gè)方向前進(jìn)才能找到出口。它可能會(huì)一次又一次地嘗試到達(dá)那里，即使它不可避免地會(huì)在那次追逐中陷入死胡同。奧斯陸大學(xué)機(jī)器人專家T?nnes Nygaard說(shuō)：“由于你如此專注于向那個(gè)方向移動(dòng)，你可能會(huì)走進(jìn)角落。”他已經(jīng)開發(fā)出一種四足機(jī)器人，可以自己學(xué)會(huì)走路。（Facebook也在嘗試讓一個(gè)六腿機(jī)器人自己行走，但是在我參觀實(shí)驗(yàn)室的時(shí)候該公司尚未能進(jìn)行展示。）“與其如此專注于說(shuō)，我想朝著我知道解決方案所在的方向前進(jìn)，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(jī)器人手臂做出的那些看似不連貫的動(dòng)作實(shí)際上是一種好奇心，正是這種好奇心可以讓機(jī)器更容易適應(yīng)環(huán)境。想象一下一個(gè)家用機(jī)器人正試圖填裝洗碗機(jī)。也許它認(rèn)為把杯子放在頂部架子上最有效的方法是從側(cè)面拿過(guò)來(lái)，在這種情況下杯子會(huì)碰到架子的邊緣。從某種意義上說(shuō)，這是確定性的：一次又一次的反復(fù)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(cè)向裝載，但現(xiàn)在它無(wú)法備份并嘗試新的東西。另一方面，一個(gè)充滿好奇心的機(jī)器人可以通過(guò)實(shí)驗(yàn)和學(xué)習(xí)，了解到從上面進(jìn)來(lái)實(shí)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(yīng)動(dòng)態(tài)的人類環(huán)境。