Facebook正在研究机器人对人工智能的敏感性(AI)

 
据悉，社交网络Facebook多年来已经多元化，在其主要平台上投资于不同领域。我们在世界上暴露和突出的案例是他们的研究领域，研究世界各地开发的各种技术和现象。在这个场合，我们将揭示AI和机器人之间联合工作的进展，调查机器人的敏感性。
作为该项目的背景，他们正在研究如何在人工智能中传播好奇心，专注于减少机器人中应用的不确定性，这些机器人试图学习在特定环境中移动的有效方式，从不知道任何事情开始关于该网站。所以他们应该好奇地探索。 Facebook的最新努力寻求相同的目标，但他们以更有条理的方式实现。
“实际上，我们从一个对自身了解不多的模型开始，”
公关研究员Franziska Meier告诉Engadget说。
“此时，机器人知道如何握住他的手臂，但并不知道应该采取什么行动来达到某个目标。”
但是，当机器人了解必须应用哪些扭矩以将手臂移动到下一个目标配置时，它最终可以开始优化其规划。
“我们使用这种模型告诉我们，提前计划好几个时间步骤，”
梅尔继续说道。
“我们试图利用这个规划程序来优化完成任务的行动顺序。”
为了防止机器人过多地优化其程序并陷入循环，研究团队奖励机器人以解决不确定性的行为。
“我们进行这种探索，我们实际上更快地学习了更好的模型，我们更快地完成工作，并且我们学习了一个更好地推广到新任务的模型，”
梅尔总结道。
因此，凭借这一新的研究主题，Facebook一直在努力教授机器人如何感受。不是情感上的，而是身体的。它利用了最初为视频设计的预测性深度学习模型。
“它本质上是一种技术，可以从当前的形象和行动中预测当前状态的视频，”
卡兰德拉解释道。
团队训练AI直接使用原始数据进行操作，在这种情况下，使用高分辨率触摸传感器，而不是通过模型。
“我们的工作表明，这些政策可以通过与环境无关的各种探索性互动，在没有奖励的情况下全面学习，”
研究人员总结道。在实验过程中，机器人能够成功操纵操纵杆，滚动球并识别20面模具的正确面。
“我们发现我们基本上可以拥有一个以无人监督的方式操纵小物体的机器人，”
卡兰德拉说。
“在实践中它意味着……我们可以真正准确地预测行动的结果[给定]。这使我们可以在未来开始规划。我们可以优化实际产生所需结果的动作序列»。
视觉和触觉输入的组合可以极大地改善未来机器人平台的功能并改进学习技术。
“为了建造可以通过独立与世界互动学习的机器，我们需要能够利用多种感官数据的机器人，”
团队总结道。我们只能想象Facebook为此保留了什么。但是，该公司拒绝就此研究未来可能的实际应用发表评论。