矽谷大亨的AI機器人居然一不小心就被VR「調教」了

傳授無人機正確躲避障礙物的姿勢

記性好的童鞋還記得微軟開源了一個「空中信息與機器人平台」（代號 AirSim）吧！AirSim 是一個高級虛擬現實訓練系統，簡單來說，就是用 VR 訓練 AI。

這個開源項目意義重大，特別是對人工智慧公司來說，省去了機器學習大量的時間和人力成本。

現在，OpenAI 也來湊熱鬧了！

（OpenAI 是一家人工智慧非營利組織，由幾位矽谷大亨聯合創立：SpaceX 的創始人伊隆·馬斯克，矽谷知名創業加速器 Y Combinator 的總裁薩姆·阿爾特曼等。據說他們要給 OpenAI 注資 10 億美金，為了推動人工智慧的積極發展，預防它造成的災難性影響）

他們的機器人並不長這樣，後面你就知道了

OpenAI 的第一個目標是製造通用機器人，以後幫大家做做家務，你無聊時陪你聊聊天啥的。不過要讓機器人如此智能，需要大量的訓練。

OpenAI 開源了一個模擬機器人訓練的軟體 Roboschool，它可以設計多個模擬器，在同一場景中訓練一個或多個機器人

OpenAI 開發了一種單次模仿學習演算法（one-shot imitation learning），只要人在 VR 里演示一遍動作，機器人就能照著這個演示模仿學習。

靈感來源於剛出生 10 分鐘的嬰兒就會模仿大人吐舌頭了，OpenAI 希望自己的機器人也能快速模仿人類，用這種方式學習新東西。

這是他們的模擬訓練概念系統：we teach the robot。

人先在 VR 里演示一遍這個任務，把 6 個不同顏色的小方塊堆成一個塔。

不管你怎麼擺放 6 個小方塊，最終機器人都會採用相同的順序，擺成跟人類操作一樣的結果。

那麼，這個系統是如何工作的呢？

而這些都靠 OpenAI 的單次模仿學習演算法來實現。演算法的核心是讓兩個神經網路（基於人腦的計算機系統）一起工作：視覺網路（Vision Network）和模仿網路（Imitation Network）。

視覺網路是一個深度神經網路，負責處理相機拍攝的圖像，來幫助機器人確定積木的位置。

研究人員用不同的光線、紋理和對象的組合，生成成千上萬張模擬圖像。

模仿網路要經過幾十個不同的任務訓練，每次任務包含上千次演示。每次訓練，模仿網路都可以觀察到兩個演示案例。第一次演示，模仿網路可以全方位仔細觀摩，第二次只會被展示一次。

然後，研究人員就會使用監督學習，讓機器人預測演示者下一步會採取什麼行動。也就是說，機器人必須要學習如何從第一次展示中，就推測出下一步的行動。

這個演算法已經教會了機器人如何堆方塊，不過，OpenAI 的研究人員表示，它還可以讓機器人學其他的任務。

魔多君覺得，這個技術一旦成熟了，對人工智慧真的是突破性的！

因為訓練神經網路需要一個龐大的資料庫，比如你訓練 AI 識別一隻貓，你就要給它好多好多貓的圖片，依靠人工來把關鍵的信息點標註出來。

而人工標註數據一個極其費體力的活，相當熬人，直接影響訓練的質量。就像你在日常工作中做信息搜集和分類時，得花大量的時間，無聊枯燥。

OpenAI 用 VR 訓練機器人解決了神經網路「標記數據」這個重大的問題，省去大量的人工成本，與谷歌在今年 I/O 大會上提到，研發一種用來自動標註數據的神經網路不言而喻。