科技日報華盛頓1月30日電 （記者劉海英）美國哥倫比亞大學研究人員在機器人研發(fā)方面取得重大進展，他們開發(fā)出的機械臂，能夠在沒有任何物理學、幾何學和運動動力學先驗知識的情況下自建模型，來思考和適應不同情況，處理新任務，以及檢測和修復自身損傷。相關研究30日發(fā)表在《科學·機器人》雜志上。
數十年來，擁有自我意識的機器人一直是科幻小說家熱衷的素材，但到目前為止，現實世界中自動控制機器的運作還都依賴人類為其建模。如果想讓機器變得獨立，迅速適應一些無法預見的場景，首先需要讓它們學會模擬自己。
在新研究中，研究人員設計了一個四自由度鉸鏈式機械臂，該機械臂一開始會進行隨機移動，收集大約1000條移動軌跡數據，然后通過深度學習，自建模型。最初的自建模型非常不準確，機械臂不知道它是什么，也不知道它的關節(jié)是如何連接的。但經過不到35個小時的訓練，這個自建模型就可以與真實的機械臂高度一致。
研究人員測試了這一機械臂執(zhí)行取放任務——抓住物體并將其放入一個容器中的能力。在閉環(huán)控制系統(tǒng)中，機械臂的成功率為100%。而在沒有任何外部信息反饋、完全依賴內部自建模型的開環(huán)系統(tǒng)中，機械臂的成功率也達到了44%。此外，研究人員還測試了機器臂自檢損傷的能力。他們用一個3D打印的變形組件來替代機械臂原有組件，而機械臂檢測到了這一變化并重新訓練了它的自建模型，最終機械臂的性能幾乎沒有受到影響，同樣很好地完成了取放任務。
研究人員指出，自建模型的能力是機器人擺脫所謂的“狹義人工智能”限制，獲得更強大能力的關鍵。雖然新研發(fā)機械臂的自建模能力還無法與人類相比，但相關研究向研發(fā)出擁有自我意識的機器人邁出了重要一步。
同時研究人員也警告稱，使機器擁有自我意識的技術雖然能產生更有彈性和適應性的系統(tǒng)，但也意味著某種程度的失控，需謹慎對待。
