機器人緊緊地抓住門把手，或者把塑料香蕉投進碗中，亦或是用力在金屬箱附近推動樂高積木......

如果您參觀過加州大學伯克利分校 Sergey Levine 教授的實驗室，您可能會看到這樣一些場景。

Sergey Levine 的機器人實驗室也許有一天會成為機器人的“游樂場”。

機器人為什么會玩耍？因為智慧就體現在生物通過戳東西、推動物體和觀察發生的事情來了解自己的物理環境。

Levine 解釋說：“證明智慧存在的唯一證據是在人類身上，而人類存在于物質世界中，是具體化的。事實上，我們所知道的所有智慧生物都是具體化的。也許他們不必如此，但我們并不知道例外情況。”

因此，更廣泛地講，“我認為機器人實際上是人工智能的一個透視鏡”，他說道。

機器訓練也應遵循“達爾文進化論”

Levine 認為，多年來，人們從機器人技術上得到的重大收獲之一便是，它證實了“莫拉維克悖論”（Moravec's paradox）。

卡內基梅隆大學機器人學教授 Hans Moravec 在其 1988 年出版的《智力后裔：機器人和人類智能的未來》(Mind Children: The Future of Robot and Human Intelligence) 一書中談到了 AI 的二分法。

機器可以被教會做“人類覺得困難的事情”，比如對戰一局國際象棋。但機器在“對我們來說輕而易舉的事情”上做得卻不盡人意，比如基本的運動技能。

Levine 表示：“如果您想讓一臺機器下國際象棋，這實際上會相對容易些。但如果您想要一臺機器來拾起棋子，卻難于上青天。”

Moravec 把這種二分法看成是一條可制造智能機器的“重大線索”。他主張遵循達爾文進化論的路線來構建智能。也就是說，先從基本的感覺運動系統逐步發展，自下而上，然后才是更高的推理能力。

缺乏機器學習的現成數據

有人要喝咖啡嗎？教機器學習可以創造能夠與人類一起生活和工作的機器人。

與網上無數的貓圖片不同，目前還沒有可供機器人學習的現成數據。因此，他的實驗室專注于讓機器“連續幾周探索環境，自主地推動物體、操控物體，然后了解所處的世界”。

Levine 使用各種機器學習技術來訓練機器人，包括 CNN，尤其使用了增強學習，即通過從當前狀態推斷到目標狀態來規劃抵達目的地的路徑。然后，機器人在測試時使用該策略來執行這些任務的新實例。

在訓練階段，玩物體游戲是“無人監督的”。目前人類尚未設計出機器人在執行任務時應該做出的精確動作，甚至也未指定目標。

神經網絡確定了機器人應該實現的目標，然后確定了用于實現該目標的策略，包括機器人肢體的運動角度。

“學會學習”

場外訓練利用了 NVIDIA GPU 集群。在測試期間，每個機器人都連接一個 GPU，用于運行已學習到的策略。在一些更具挑戰性的測試中（例如通過觀看一段人類的視頻演示來學習一項新策略），每臺機器都連接了功能更強大的NVIDIA DGX-1。

Levine 表示，GPU 計算能力為 AI 帶來兩大好處。通過加速訓練，它“允許我們更快地進行科研工作。”其次，在推理過程中，GPU 的強大功能可以實時做出反應，這對“機器人來說至關重要”。

“當機器人真正處于物質世界中時，如果它正在運動，例如閉門飛行，”類似無人機的情況，“它需要在撞到門之前弄清楚門是關著的。”

Levine 團隊在增強學習方面的工作變得越發復雜。其中之一便是，教會機器人在測試時執行任務，就像它在訓練中學到的那樣。更具挑戰性的是，讓機器人學習能夠解決新奇任務的策略。Levine 稱，機器正在“學會學習”。

后者稱為元學習（meta-learning），是他實驗室日益關注的焦點。在近期發表的一篇名為《復合視覺運動任務的一次性分層模仿學習》(One-shot Hierarchical Imitation Learning of Compound Visuomotor Tasks) 的論文中，機器人首先觀察人類演示一個簡單的“原始”任務，比如將物體扔進碗中。它制定了一項策略來模仿該動作。

在測試時，機器人將從事一項“復合”任務，比如將物體扔進碗中，然后沿著桌子移動碗。機器人利用其先前處理簡單任務掌握的經驗，形成一“系列”策略，并借此來連續執行動作。

伯克利人工智能研究實驗室也參與了我們的 NVIDIA AI 實驗室計劃。

Levine 的機器人僅在看到人類演示一次復合任務后，就能夠模仿人類所演示的任務，這就是所謂的“一次性”學習。

機器人的成長

Levine 非常留意對 AI 持懷疑態度的人，比如紐約大學教授 Gary Marcus。Levine同意 Marcus 的觀點，即今天的深度學習并不會帶來更高的推理能力。

形成更高的推理能力可能是機器人生命周期中的一個過程，而不是單個神經網絡。

他說：“我認為，如果未來機器人也能像我們一樣擁有童年，那將是一件了不起的事情。”這樣，機器人會通過各種發育階段來取得進步。

Levine 若有所思地說，在最終的成年期，機器人的心智將會繼續發展。

“如果你有個機器人須執行某種任務，比如進行施工。在停歇時，這個機器人不會只是坐在小房間里收拾塵土，實際上，它做事情的方式會和人類一樣。”

回歸現實

要使機器人能自行發育，我們還需從事大量的系統工程工作，并將其與深度學習相結合。但 Levine 相信，“在未來五年左右的時間里，我們將看到這些事情成為現實。”

“它可能從工業機器人開始，比如倉庫、雜貨店的機器人。但我認為我們會在日常生活中看到越來越多的機器人。”