美國(guó)科研團(tuán)隊(duì)利用人工智能算法訓(xùn)練出一款可以自主認(rèn)識(shí)自己身體的智能機(jī)械臂，向具有自我意識(shí)的機(jī)器人推進(jìn)一步。

發(fā)表在新一期《科學(xué)·機(jī)器人學(xué)》雜志上的研究顯示，這個(gè)與人的手臂大小相當(dāng)?shù)臋C(jī)械臂在沒(méi)有物理學(xué)、幾何學(xué)和運(yùn)動(dòng)動(dòng)力學(xué)知識(shí)輸入的情況下，可以短時(shí)間內(nèi)認(rèn)知自己的形狀，并作出較高水平的運(yùn)動(dòng)決策。

研究人員說(shuō)，自我想象是一種高級(jí)認(rèn)知能力，目前機(jī)器人只能通過(guò)人類(lèi)輸入的模型或費(fèi)時(shí)費(fèi)力的試錯(cuò)來(lái)“理解”自身，而自我想象是實(shí)現(xiàn)通用人工智能的重要障礙。

在新研究中，美國(guó)哥倫比亞大學(xué)團(tuán)隊(duì)先讓一只機(jī)械臂隨意運(yùn)動(dòng)并收集了大約1000個(gè)運(yùn)動(dòng)軌跡，每個(gè)軌跡包含100個(gè)運(yùn)動(dòng)節(jié)點(diǎn)，然后利用深度學(xué)習(xí)技術(shù)讓機(jī)械臂構(gòu)建自我模型。機(jī)械臂一開(kāi)始不知道自己的形狀如何、關(guān)節(jié)如何連接，但不到35個(gè)小時(shí)的訓(xùn)練后，它所構(gòu)建的自我模型與實(shí)際物理形狀之間誤差已經(jīng)很小，有助于更精準(zhǔn)地完成任務(wù)。

實(shí)驗(yàn)顯示，在允許機(jī)械臂根據(jù)運(yùn)動(dòng)軌跡自我調(diào)整的“可校準(zhǔn)”模式下，它能以100%的成功率將多個(gè)小球夾起放入杯中。

研究人員還為機(jī)械臂換上3D打印的殘缺零件，以模擬其身體損傷。結(jié)果顯示，智能機(jī)械臂的自我模型可以發(fā)現(xiàn)“身體”的變化，經(jīng)過(guò)重新訓(xùn)練后，能以與此前相當(dāng)?shù)乃�平完成�?shí)驗(yàn)任務(wù)。

論文作者之一、哥倫比亞大學(xué)機(jī)械工程學(xué)教授霍德·利普森說(shuō)，這可能類(lèi)似于嬰兒的自我學(xué)習(xí)過(guò)程，因此這一研究還有助于理解人類(lèi)的自我意識(shí)是如何產(chǎn)生的，盡管這個(gè)智能機(jī)械臂的自我意識(shí)目前還很粗淺。

(關(guān)鍵字：美國(guó) 智能機(jī)械臂)