機(jī)器人(Robot)是自動(dòng)執(zhí)行工作的機(jī)器裝置。它既可以接受人類指揮，又可以運(yùn)行預(yù)先編排的程序，也可以根據(jù)以人工智能技術(shù)制定的原則綱領(lǐng)行動(dòng)。它的任務(wù)是協(xié)助或取代人類工作的工作，例如生產(chǎn)業(yè)、建筑業(yè)，或是危險(xiǎn)的工作。這可能是我們最開(kāi)始研究機(jī)器人的目的。但是，隨著科技的進(jìn)步和社會(huì)的發(fā)展，有些人對(duì)于這項(xiàng)研究又產(chǎn)生了一些有趣的想法。

在技術(shù)的研發(fā)進(jìn)程中，有時(shí)候會(huì)有一些有趣的“意外”。近期，谷歌研發(fā)的“在復(fù)雜環(huán)境下運(yùn)動(dòng)行為”的人工智能系統(tǒng)，其未來(lái)有一天或許將能掌握直接爬樓梯或者躲避障礙物的能力。

研究這個(gè)世界上最先進(jìn)的人工智能系統(tǒng)，可能是一種非常奇怪的體驗(yàn)。一方面，你意識(shí)到自己正在進(jìn)行世界上最前沿的研究，兼負(fù)責(zé)人類有史以來(lái)最大的技術(shù)革命變革;另一方面，有時(shí)候你還會(huì)看到一些非常怪異和有趣的想法。

最近，谷歌負(fù)責(zé)人工智能技術(shù)研發(fā)的子公司DeepMind就正在研發(fā)一種名為“在復(fù)雜環(huán)境下運(yùn)動(dòng)行為”的人工智能系統(tǒng)。這項(xiàng)研究探索了如何通過(guò)強(qiáng)化學(xué)習(xí)技術(shù)來(lái)告訴計(jì)算機(jī)在陌生和復(fù)雜的環(huán)境中適應(yīng)。而這是我們目前在虛擬世界中測(cè)試的一種基本的人工智能研究，而未來(lái)有一天，這項(xiàng)研究會(huì)幫助機(jī)器人在陌生的環(huán)境中直接爬樓梯或者躲避障礙物。

在演示中，可以看到這個(gè)火柴棍一樣的小人所有的動(dòng)作都是自動(dòng)完成的。跳躍、躲避和下蹲，所有都是計(jì)算機(jī)自行設(shè)計(jì)了自己的行為，并且獲得從A到B的最佳途徑，而DeepMind的程序員要做的，只是給配備一組虛擬的傳感器(告訴自己是否處于直立狀態(tài))，然后讓小人自動(dòng)前進(jìn)。計(jì)算機(jī)可以通過(guò)實(shí)驗(yàn)和錯(cuò)誤的方式來(lái)處理不同的移動(dòng)方式。

這項(xiàng)研究最新奇之處就在于，研究人員正在探索復(fù)雜的環(huán)境如何教會(huì)一個(gè)人工智能機(jī)器人進(jìn)行復(fù)雜和正確的動(dòng)作。通常情況下，強(qiáng)化學(xué)習(xí)產(chǎn)生的行為很脆弱，而一旦進(jìn)入到不熟悉的環(huán)境中，系統(tǒng)就會(huì)崩潰。比如一個(gè)會(huì)在家里爬樓梯的嬰兒，卻無(wú)法自己學(xué)會(huì)乘坐電梯。而通過(guò)這項(xiàng)研究證明，事實(shí)并非總是如此，強(qiáng)化學(xué)習(xí)技術(shù)，可以用來(lái)教授人工智能系統(tǒng)處理更復(fù)雜的運(yùn)動(dòng)。