模擬無法替代現實

現在，一種更簡單、更快捷的教機器人做事的方法是模擬。也就是說，建立一個數字世界，比如說，一個動畫棒形人物，讓它教自己用同樣的試錯法運行。這種方法相對較快，因為當數字“機器”不受現實物理定律的約束時，迭代會快得多。

盡管模擬可能更有效，但它并不是真實世界的完美表現——你無法完全模擬動態(tài)人類環(huán)境的復雜性。因此，盡管研究人員已經能夠訓練機器人首先在模擬中做一些事情，然后將這些知識傳遞給現實世界中的機器人，但這種轉變極其混亂，因為數字世界和物理世界是不匹配的。

在現實世界中做任何事情可能會更慢、更費力，但從某種意義上來說，你得到的數據更純粹。Facebook人工智能研究科學家Roberto Calandra說：“如果它在現實世界中有效，那它實際上就是有效的�！比绻�你在設計極其復雜的機器人，你無法模擬他們將要應對的人類世界的混亂。但它們必須繼續(xù)生存下去。隨著我們給機器人的任務變得越來越復雜，這一點尤為重要。在工廠生產線上提升車門的機器人相對來說很容易編碼，但卻無法在混亂的家庭中導航。機器人將不得不憑借創(chuàng)造力自行適應，這樣它就不會被困在反饋回路中。一個程序員不能對每一個障礙都進行編程。

Facebook的項目是人工智能和機器人完美結合的一部分。傳統(tǒng)上，這些世界很大程度上是封閉的。是的，機器人總是需要人工智能來自主操作，就像使用機器視覺來感知世界一樣。但是，盡管像谷歌、亞馬遜和Facebook這樣的科技巨頭推動了純數字環(huán)境下人工智能發(fā)展的重大進步——讓計算機識別圖像中的物體，例如，讓人類先給這些物體貼上標簽——但機器人仍然相當愚笨，因為研究人員一直專注于讓物體在不摔倒的情況下移動。

隨著人工智能研究人員開始使用機器人作為平臺來完善軟件算法，這種情況開始改變。例如，Facebook可能想教機器人自己解決一系列任務。這反過來可能會為人工智能助手的發(fā)展提供信息，它們可以更好地為你、為用戶，計劃一系列的行動�！斑@是同一個問題，”LeCun說�！叭绻�你能在一個環(huán)境中解決它，那么你也可以在另一個環(huán)境中解決。”

換句話說，人工智能正在使機器人變得更聰明，但是機器人現在也在幫助推進人工智能�！霸S多與人工智能相關的有趣問題——特別是人工智能的未來，比如我們如何才能達到人類水平的人工智能——目前正由機器人領域的工作人員來解決，”LeCun說�！耙驗槟悴荒苡脵C器人作弊。你不能讓成千上萬的人給你貼標簽。”

當然，我們仍然有疑問，像Facebook這樣的數字巨獸想要機器人做什么？目前，該公司表示這項研究與特定的產品渠道無關。

但是請記住，Facebook從事于人際關系業(yè)務（也從事廣告銷售業(yè)務）�！拔覀冋J為機器人技術將是其中的一個重要組成部分——想想遠程呈現之類的東西，”LeCun說。畢竟，Facebook已經是一家硬件公司，生產了視頻會議設備Oculus VR系統(tǒng)和Portal�！斑@種邏輯上的連續(xù)性也許是你可以從遠處控制的事情�！�

但我們正在超越自己。迄今為止，除了Roomba，每一個家庭機器人都失敗了，部分原因是這些機器不夠智能或不夠有用。是的，沒有機器人能夠特別聰明，但是，也許Facebook這個揮動的機械臂可以幫助解決這個問題。