关注民生动态_生活小常识大全

OpenAI 造出一款机器手臂,50 小时就能累积 100 年的训练量

OpenAI 造出一款机器手臂,50 小时就能累积 100 年的训练量

由伊隆‧马斯克(Elon Musk)创办的非营利性人工智慧组织 OpenAI,向外界展示了一项新的研究成果:让机械手像人手抓取和操纵物体。虽然这种仿真造型的手掌已见过很多,但让「手指」能和人类手一样灵活可动,对机器结构来说不是一件简单的事。

下面的动图能看到,这套名为 Dactyl 的机器手臂系统能按照指令要求,轻鬆完成转动立方体的动作,且这种包含各种技巧的指尖操作,显然比过去看到的机器人行走跳跃複杂得多。

OpenAI 造出一款机器手臂,50 小时就能累积 100 年的训练量

Dactyl 之所以能高效运作,和 OpenAI 使用的强化学习演算法有关。就像刚出生的小孩,AI 或机器人刚造出来的时候什幺都不懂,如果你希望它能完全理解某项複杂任务的流程,肯定需要反覆训练。

尤其是对真实存在的物理机器人来说,研究人员往往要耗费大量现实时间指导其练习。OpenAI 造出一款机器手臂,50 小时就能累积 100 年的训练量

但 OpenAI 现在的做法,是完全在虚拟环境训练 AI 机器人,然后再把 AI 应用在实体机器人身上。他们还在训练过程增加大量动态随机事件,让 AI 自己领悟完成任务的诀窍。

以这次的机器手掌为例,他们会在一个控制网路教导机器手臂最基础的翻转指令,以及利用镜头,在视觉网路预估立方体的位置和方向;然后开始改变周围环境的灯光和噪声,还有立方体的颜色、重量、纹理和摩擦力等;甚至是改变重力环境因素。OpenAI 造出一款机器手臂,50 小时就能累积 100 年的训练量

之所以加入随机化变量,是为了让 AI 更能应付各种意外情况:「比如说不同的重力环境下,Dactyl 就会领悟这对立方体操控造成哪些影响。不然现实世界中,一旦我们改变手臂的高度,重力环境发生改变,立方体可能就会滑落。」

另外,由于不用模仿人类的行为,所以 OpenAI 的训练方式也可允许 AI 充分思考人类没有想过的方式,说不定能获得意想不到的成果。

这种虚拟环境的训练模式还有一个好处,就是不耗费现实世界的时间。目前 Dactyl 已积累约 100 年的训练经验,尝试用无数种方法来控制立方体转动,但实际上这个过程只​​相当于现实世界的 50 个小时而已。

在虚拟世界里完成训练后,AI 就可应用这些经验分析现实世界的动态因素,并调整行为完成任务了。如今 Dactyl 已可连续完成 50 次立方体旋转操作,且不会出错。OpenAI 造出一款机器手臂,50 小时就能累积 100 年的训练量

值得一提的是,这种超高效训练模式不仅能运用在物理机器人,也同样可用于其他虚拟 AI 模型。去年 7 月,OpenAI 开发的 Open AI Five 在虚拟世界经历上万个小时的学习,实际上只花费了几天时间,然后便在 Dota2 游戏击败了职业选手 Dendi。

虽然只是一次 Solo 对决而非 5v5,但依旧让我们看到人工智慧在电竞这种複杂领域的有效性,包括我们熟知的「围棋杀手」 AlphaGo,也是 DeepMind 公司使用深度强化学习训练出来的 AI 模型。OpenAI 造出一款机器手臂,50 小时就能累积 100 年的训练量

据说强化学习的灵感最早来自人类长期观察自然界动物学习过程,之所以近几年才开始尝试,也是受益于神经网路技术进步,以及 OpenAI 本身的规模优势。一旦强化学习的基準更多样複杂,自然也得付出不小的运算成本。

按照 OpenAI 的数据,Dactyl 的训练设备动用约 6,144 颗 CPU,以及 8 颗 Nvidia 的 V100 GPU,这种规模的基础硬体只有很少数研究机构才能用得起。

总地来说,OpenAI 提出的「将模拟环境的成果应用到现实世界」会是开发通用机器人的有效解决方案之一,但也有机器人专家认为,这种程度的实验结果只局限在某特定任务,能否真正解决现实世界的难题,仍然是未知数。


上一篇: 下一篇:

相关阅读