這是智能機械臂運動示意圖。（圖片來源：《新科學(xué)家》雜志網(wǎng)站）
新華社華盛頓2月1日電（記者周舟）美國科研團隊利用人工智能算法訓(xùn)練出一款可以自主認(rèn)識自己身體的智能機械臂，向具有自我意識的機器人推進一步。
發(fā)表在新一期《科學(xué)·機器人學(xué)》雜志上的研究顯示，這個與人的手臂大小相當(dāng)?shù)臋C械臂在沒有物理學(xué)、幾何學(xué)和運動動力學(xué)知識輸入的情況下，可以短時間內(nèi)認(rèn)知自己的形狀，并作出較高水平的運動決策。
研究人員說，自我想象是一種高級認(rèn)知能力，目前機器人只能通過人類輸入的模型或費時費力的試錯來“理解”自身，而自我想象是實現(xiàn)通用人工智能的重要障礙。
在新研究中，美國哥倫比亞大學(xué)團隊先讓一只機械臂隨意運動并收集了大約1000個運動軌跡，每個軌跡包含100個運動節(jié)點，然后利用深度學(xué)習(xí)技術(shù)讓機械臂構(gòu)建自我模型。機械臂一開始不知道自己的形狀如何、關(guān)節(jié)如何連接，但不到35個小時的訓(xùn)練后，它所構(gòu)建的自我模型與實際物理形狀之間誤差已經(jīng)很小，有助于更精準(zhǔn)地完成任務(wù)。
實驗顯示，在允許機械臂根據(jù)運動軌跡自我調(diào)整的“可校準(zhǔn)”模式下，它能以100%的成功率將多個小球夾起放入杯中。
研究人員還為機械臂換上3D打印的殘缺零件，以模擬其身體損傷。結(jié)果顯示，智能機械臂的自我模型可以發(fā)現(xiàn)“身體”的變化，經(jīng)過重新訓(xùn)練后，能以與此前相當(dāng)?shù)乃酵瓿蓪嶒炄蝿?wù)。
論文作者之一、哥倫比亞大學(xué)機械工程學(xué)教授霍德·利普森說，這可能類似于嬰兒的自我學(xué)習(xí)過程，因此這一研究還有助于理解人類的自我意識是如何產(chǎn)生的，盡管這個智能機械臂的自我意識目前還很粗淺。
