Deepmind在训练AI“花式摔跤”, 于是我们离“西部世界”又近了一步|潮科技

作者| 石筱玉

编辑| 傅博

Deepmind在今年早些时候“一战成名”，在中国乌镇围棋峰会上，AlphaGo战胜了世界冠军柯洁九段。在这之后，我们知道了Deepmind将会把AlphaGo的技术运用在疾病诊断等造福人类的领域。

所以，Deepmind最近在做什么“高大上”的事情呢？

……他们在教AI“跑酷”（下图为动图）。

最近，Deepmind放出了一段“搞笑视频”。其中的火柴小人看似将以酷炫的动作翻越路上的障碍物，但不幸演绎了各类“花式摔跤”。在视频中，还有四条腿的“蚂蚁”和只有身子和腿的“走路器”。

Deepmind表示，这些小人的动作都是AI进行控制的。在AI的帮助下，小人们能做出走路、跳跃等一系列动作，甚至能模仿行动不便的老人走路时的样子（下图为动图）。

为什么Deepmind的AI不去下围棋了，而是开发了“跑酷”的新爱好呢？

在Deepmind发布的文章中，研究人员称“跑酷”和围棋在目的上显著不同，而这一点就是他们希望AI能够学习的。研究人员在文章中这么解释：

“在一些AI的问题中，比如玩Atari电脑游戏和下围棋，它们的目标非常容易定义——就是赢。但是你如何解释一个后空翻的目标呢？或者一个跳跃动作？

在训练自动化系统进行运动的时候，如何清楚地对它们解释复杂动作，是一个经常遇到的问题。”

在实践中，研究人员在火柴小人的必经之路上放入了“矮墙”、松动的“地砖”等障碍物。AI控制下的小人在一次次翻越障碍不成功后，它们也学会了如何“安全”跑到终点。

Deepmind将这项技能形容为：

“我们的实验对象能够在不接受指令的情况下演化出复杂技能。这是一个能被用于训练系统中不同模拟人体运动的技术。”

Deepmind解释称，它们采用的是一种“反馈学习算法”（reinforcement learning algorithm）。这种算法能够帮助未来的AI在不同环境中灵活、自然地运动。

在研究者们的眼中，人工智能控制下的灵活行为是人工智能拥有“运动智慧”的标志。在这一技术的助力下，计算机们很快就能胜任更复杂的任务，甚至能变得和人类越来越像。

你走路的时候是这个样子吗？

Deepmind对这项技术有不少的展望。研究者们在文章的最后写道：

“未来，我们可以将这些技术运用在复杂环境中，对更多的（机器）行为进行调控。”

对一大堆能够模仿人类行为的机器进行调控？听起来它们能做很多事情，比如说……组成一个《西部世界》一般的游乐园。所以，Deepmind今天还在花式摔跤的火柴小人，能变成明日《西部世界》里心思缜密、运动灵活的机器人吗？

Deepmind研究人员讲述这项技术的原始博文名叫《在模拟环境中进行灵活运动》。点击这里能够查看。