《紐約時報》報導，比利時 AI 迷信家 abbeel 從馬斯克的 OpenAI 研討室分開，開辦了本身的 AI 公司。本文原題為“A.I. Researchers Leave Elon Musk Lab to Begin Robotics Start-Up”。

　　在一場伯克利年夜學的演講中，彼得·阿比貝爾（Pieter Abbeel）播放了一個機械人做家務的視頻。

　　在2008年制造的這段視頻中，機械人掃地，擦櫥柜，整理洗碗機。最初，它乃至開了一杯啤酒，送到一個坐在沙發上的漢子眼前。而這段視頻的竅門就是一名工程師長途把持機械人，決議它的一切行為。但正如Abbeel師長教師說明的那樣，視頻顯示機械人的硬件曾經足夠靈巧，可以模擬人類的龐雜行動。但如果想在沒有工程師的贊助下自行運動，那末它還須要可以指點硬件的相干軟件。

　　Abbeel說：“這重要是一個盤算機迷信的成績，對人工智能而言，我們具有完整勝任這項任務的硬件。”比利時人Abbeel師長教師在曩昔的幾年中一向從事人工智能方面的任務，起先他是伯克利年夜學的傳授，爾后參加由特斯拉首席履行官埃隆馬·馬斯克（Elon Musk）和其他硅谷年夜亨所創建的OpenAI研討室。如今，他和三名來自伯克利年夜學和OpenAI的研討人員正在開辦本身的公司，意圖為世界的工場，倉庫乃至家庭帶來更高程度的主動化機械人。

　　其創業公司Embodied Intelligence由硅谷風險投資公司Amplify Partners領投，取得了700萬美元的資金支撐。該公司專注于龐雜的算法，努力于讓機械本身進修義務。Abbeel師長教師比來在加利福尼亞州埃默里維爾的新公司辦公室接收采訪時說：“今朝，我們的機械人曾經可以被‘教導’。”

　　這家新公司只是人工智能+機械進修疾速成長的一個縮影。谷歌，布朗年夜學和卡內基梅隆等地的研討人員也在做相似的任務，像Micropsi和Prowler.io如許的始創公司也在逐步突起。主動化機械人曾經在工場和倉庫外部擔負了一些任務，例如在亞馬遜宏大的配送中間里搬運箱子。然則公司必需對這些機械停止編程，以限制其運用。Amplify公司開創人Sunil Dhaliwal表現：“明天，工業機械人所做的每個舉措都被指定為毫米級。 然則年夜多半真實的成績其實不能以這類方法處理。你不只要告知機械人該做甚么，還要告知它若何進修。”

　　Abbeel和Embodied Intelligence公司的其他開創人，包含前OpenAI研討員Peter Chen和Rocky Duan和前微軟研討員Tianhao Zhang，都專門研討了一種稱為強化進修的算法——經由過程極端重復實驗進修義務的辦法。

　　DeepMind（Google位于倫敦的A.I.試驗室）的研討人員應用這類辦法構建了一臺可以或許玩陳舊游戲的機械。從實質上講，機械學會了一遍又一遍地進修，控制這個異常龐雜的游戲。工業界和學術界的其他研討人員曾經注解，相似的算法也許可機械人進修物理義務。例如，經由過程重復測驗考試翻開一扇門，機械人可以曉得哪一個特定的舉措可以或許勝利，哪些不克不及。

　　與谷歌和布朗年夜學、西南年夜學的試驗室很像，體驗式智能也用這類普遍的機械進修技巧來加強這些辦法的運用。最值得留意的是，始創公司正在摸索所謂的模擬進修，一種機械進修人類示范的團圓義務辦法。該公司正在應用這類辦法教一個雙臂機械人從桌子上拿起塑料管。

　　戴上虛擬實際頭戴式耳機，手持活動追蹤器，Abbeel和他的同事們在數字世界中反復演示義務，重現機械人眼前的一切。然后機械便可以從這個數據中進修。Chen說到：“我們搜集有關人類運動的數據，以此練習機械模擬人類。”這些相似機械進修的辦法在曩昔幾年才方才開端獲得結果，然則許多人信任他們必定會完全轉變機械人范疇。機械進修專家Andrej Karpathy如今是特斯拉的A.I.總監，努力于使主動駕駛汽車加倍智能化，而Abbeel正在著手于體驗式智能。 “Andrej 正在首創新的研討形式，固然我們也在賡續立異。”Abbeel說道。

　　他表現，他信任他的創業公司可以敏捷將其辦法推行到像汽車如許的制作業。雖然機械人曾經在如許的工場外部處置了很多義務，但依然有很年夜的拓展空間。一些研討人員質疑這些機械進修技巧終究會轉變機械人，質疑研討人員和消息媒體夸張了機械進修的感化。哈佛年夜學機械人傳授羅伯特·豪（Robert Howe）說： “機械進修發生了足夠的影響，人們天然可以吹捧它。”