（文章來源：雷鋒網(wǎng)）

據(jù)外媒Tech Xplor報道，谷歌、佐治亞理工學(xué)院和加州大學(xué)伯克利分校（UC Berkeley）的研究人員聯(lián)合發(fā)表了一篇論文，詳細(xì)介紹了他們構(gòu)建的一個通過AI技術(shù)自學(xué)走路的四足機(jī)器人Rainbow Dash。它只需花費(fèi)約數(shù)個小時，就能自己學(xué)會向前、向后以及左右轉(zhuǎn)彎等運(yùn)動。

有觀點(diǎn)認(rèn)為，盡管機(jī)器人很能干，能代替人類實(shí)現(xiàn)很多事情，但自然形成的原始動物還是比他們好很多。之所以這樣說是因?yàn)椋麄兒茈y直接從狗身上學(xué)會像狗一樣去走路。但是，近期谷歌人工智能實(shí)驗(yàn)室的一項(xiàng)研究顛覆了人們對于這件事的認(rèn)知，讓這個環(huán)節(jié)變得容易多了。

雷鋒網(wǎng)了解到，這項(xiàng)研究是谷歌人工智能實(shí)驗(yàn)室與加州大學(xué)伯克利分校一起合作進(jìn)行的，目的是找到一種能夠高效、自動地將狗在輕快地小跑這種“敏捷行為”轉(zhuǎn)移到四足機(jī)器人身上的方法。這類事情以前就有人做過，但正如研究人員的博客文章所指出的那樣，既定的培訓(xùn)過程往往“需要大量的專家洞察力，而且通常涉及對每項(xiàng)所需技能漫長的獎勵調(diào)整過程”。

當(dāng)然，這個摸索和擴(kuò)展的過程是非常不容易的，甚至必要時需要配合手動調(diào)整以確保動物的動作能被機(jī)器人很好地模仿。而即使是一個非常像狗的機(jī)器人實(shí)際上也不是狗，而且狗的移動方式可能也不是機(jī)器人應(yīng)該有的方式，因?yàn)檫@會導(dǎo)致后者摔倒、被鎖住或以其他方式失敗告終。

谷歌人工智能項(xiàng)目通過在正常的秩序中添加一些可控制的混亂來解決這個問題。通常情況下，狗的動作會被捕捉，像腳和關(guān)節(jié)這樣的關(guān)鍵點(diǎn)會被仔細(xì)追蹤。在數(shù)字模擬中，這些點(diǎn)將近似于機(jī)器人的點(diǎn)，虛擬版的機(jī)器人試圖用自己的動作來模擬狗的運(yùn)動，學(xué)習(xí)它的動作。

到目前為止，一切都很好，但真正的問題是當(dāng)你試圖用模擬的結(jié)果來控制一個真正的機(jī)器人時，現(xiàn)實(shí)世界并不是一個具有理想化的摩擦規(guī)則的二維平面。不幸的是，這意味著未經(jīng)修正的基于模擬的步態(tài)會使機(jī)器人直接在現(xiàn)實(shí)中的地面開始行走。

為了防止這種情況的發(fā)生，研究人員在模擬中使用的物理參數(shù)中加入了隨機(jī)因素，使得虛擬機(jī)器人的重量更大，或者電機(jī)更弱，或者與地面的摩擦更大。這使得描述如何走路的機(jī)器學(xué)習(xí)模型不得不考慮到如何抵消各種各樣、微小的差異和它們在生產(chǎn)過程中造成的復(fù)雜情況。

學(xué)會適應(yīng)這種隨機(jī)性，使得四足機(jī)器人學(xué)習(xí)走路的方法在現(xiàn)實(shí)世界中更加穩(wěn)健，可以模仿目標(biāo)狗的行走，甚至更復(fù)雜的動作，比如轉(zhuǎn)彎和旋轉(zhuǎn)，而不需要任何人工干預(yù)，只需要一點(diǎn)額外的虛擬訓(xùn)練。當(dāng)然，如果需要的話，手動調(diào)整仍然可以添加到混合中，但就目前的情況來看，這與以前完全自動完成的工作相比是一個很大的改進(jìn)。

除了這個四足機(jī)器人，年初谷歌推出了一款基于AI的聊天機(jī)器人，名叫Meena，與此前最新的聊天機(jī)器人相比，它可以進(jìn)行更合理、更具體的對話。據(jù)公開數(shù)據(jù)，Meena有26億個參數(shù)，并接受了341 GB文本的訓(xùn)練，這些文本從公共領(lǐng)域的社交媒體對話中被篩選出來。與現(xiàn)有最新的生成模型OpenAI GPT-2相比，Meena具有1.7倍的模型容量，并接受了8.5倍的數(shù)據(jù)進(jìn)行訓(xùn)練。可以使得聊天的過程更為有趣。

另外，當(dāng)我們還在為自己芯片研發(fā)苦苦掙扎的時候，谷歌AI已經(jīng)可以自己設(shè)計芯片。

根據(jù)公開信息，用AI來設(shè)計AI芯片，最初是因?yàn)楣雀柙O(shè)計算法的速度要遠(yuǎn)高于芯片設(shè)計的時間，比如某些神經(jīng)網(wǎng)絡(luò)架構(gòu)已經(jīng)出來了，但是匹配的硬件加速器還是兩年前的，這樣使得先進(jìn)的算法只能在比較“落后”的硬件上運(yùn)行，因此它的運(yùn)行狀況就不會理想。要解決這個問題，谷歌最終給出的方案就是“讓AI設(shè)計AI芯片”，這樣芯片的設(shè)計時間就會大為縮短。

談及Google 機(jī)器人的輝煌經(jīng)歷，最早可以追溯到2013 年。那一年，被稱為 Android 之父的 Andy Rubin 親自掛帥，連續(xù)收購了 9 個機(jī)器人公司，其中包括當(dāng)時專為軍方研究機(jī)器人的 波士頓動力、以及曾在 DARPA 機(jī)器人挑戰(zhàn)賽中獲勝的 Schaft等。可以說，他們的起點(diǎn)非常高。然而，2017 年，波士頓動力被賣給了軟銀，隨后Schaft也被正式關(guān)閉。

近年來，他們繼續(xù)在四足機(jī)器人方面發(fā)力，包括此次讓機(jī)器狗小跑起來的這項(xiàng)研究，不知是不是后悔當(dāng)年痛失波士頓動力。根據(jù)工研院 IEK 的研究報告預(yù)估，預(yù)計至 2021 年，全球智能機(jī)器人的市場規(guī)模將增長至 336 億美元。除了Google、亞馬遜、微軟，還有許多初創(chuàng)公司也投入到了機(jī)器人領(lǐng)域。但依據(jù)當(dāng)前市場情況來看，能夠進(jìn)入市場的商業(yè)化機(jī)器人還比較少。

而就在去年，波士頓動力宣布Spot將四足機(jī)器人開始商業(yè)化，同年已經(jīng)有一些企業(yè)收到了Spot并展開應(yīng)用測試，它們在人類的操控下完成建筑工地巡檢、巡航追蹤工程進(jìn)度等工作。到了11月，Spot迎來了第一個商業(yè)買家——德國公司HoloBuilder，該公司與波士頓動力的合作，進(jìn)一步推動建筑行業(yè)的數(shù)字化和自動化，將現(xiàn)實(shí)捕捉的大量工作轉(zhuǎn)移到機(jī)器人平臺上去。

今年2月20日，據(jù)日本媒體報道，日本鹿島建設(shè)株式會社發(fā)布消息稱，已在施工現(xiàn)場引入了四足行走機(jī)器人“Spot”。利用四足行走機(jī)器人在隧道施工現(xiàn)場進(jìn)行實(shí)證試驗(yàn)后，還對其進(jìn)行升級以應(yīng)對更加惡劣的地形，希望能使得“Spot”不僅能完成自動化巡邏等任務(wù)，還可以緩解建筑行業(yè)人手不足的問題。

波士頓動力創(chuàng)始人兼CEO雷博特曾表示：機(jī)器人將比互聯(lián)網(wǎng)還強(qiáng)大。互聯(lián)網(wǎng)提供了大眾一個知識接觸的管道，但是并沒有給予人們接觸真實(shí)世界的機(jī)會，但機(jī)器人加上互聯(lián)網(wǎng)可以讓人類操控、拿取實(shí)體物件，也就是又增加了一個認(rèn)識世界的維度。
? ? ? （責(zé)任編輯：fqj）