为什么踢足球,而不是下象棋,是机器人征服人类的关键疆域?

2016-08-06 10:31:23     作者:熊蒙      来源:雷锋网

而对于AI而言,要征服那些体力游戏更难,比如踢足球。

1997年,IBM的人工智能Deep Blue打败了当时的象棋世界冠军 Garry Kasparov。从此以后,人类对AI的认知便改观了。Deep Blue让人类认识到:就算象棋这种大家认为人类专属的活动也可以被AI侵略。但其实,这并不能说明科技取得了突破性的创新,因为说到底,机器人下象棋就是由快速的计算机和聪明的算法驱动,而围棋并非如此。

围棋要求更加复杂的算法、更完整的策略思考,蕴含更多的交互和策略分析,对于AI的挑战更大。围棋依赖更多的模式认知,需要对全局和细节进行更微妙的评估。围棋的下一步很难预测,几乎没有哪种算法能够成功预测围棋的每一步。

在本世纪之前,围棋的AI机制进步得非常缓慢,可以被业余选手打败。但在2006年,这种状况改变了,因为AI引进了两种技术: Monte Carlo 树形搜索和深度网络。Monte Carlo 树形搜索算法并不会检验所有可能发生的步骤,而会进行一个分离的选择,以一种成熟的方法来结合选择对象,以此做出更好的预测。而深度网络是神经网络的转换方式,它从1960年代就开始测试,现在已经变得更便宜、更强大、拥有更多的数据,来训练学习算法。

这两种技术的结合让AI的围棋技术有了巨大的提升。终于,在今年3月, 谷歌人工智能AlphaGo打败了世界顶级围棋棋手李世石,人类开始恐惧AI的强大力量。

现在,AI要征服下一个疆域:踢足球。

AI的未来是体力活动

自从1997年AI打败象棋世界冠军后,科学家们开始相信AI最能够征服的就是脑力游戏。而对于AI而言,要征服那些体力游戏则更难,比如踢足球。

足球对于人类来说并不是一项有难度的运动,但是对于AI则不然,对于机器人来说,要用双腿跑步、用腿控制球、与队友沟通、避免摔倒,可比下象棋要难得多。现在,世界上只有极少数实验室能够设计出会行走的人形机器人。而现在, 由科学家Hiroaki Kitano和Manuela Veloso领导的团队旨在2050年之前打造出一支机器人足球队,来对抗世界杯冠军,并且赢得比赛。现在他们正在努力,并已经进行了多届“机器人世界杯”。

到今年,“机器人世界杯”已经举办了20次了,其目标一直是提升和挑战AI和机器人的能力。具体来说,这种能力并不是机器人抽象的脑力能力,而是体力运动能力以及实时交互能力。从第一届“机器人世界杯”举行了之后,很多组织开始关注这种比赛如何促进机器人科技的进步。

第一届“机器人世界杯”的参赛选手只有轮式机器人;后来,索尼的四腿AIBO机器狗加入到了队伍中来;从2003年开始,人形机器人开始比赛。最开始,人形机器人的运动能力非常有限,行走时经常颤抖,踢球时经常摔倒。近年来,机器人的足球技能快速提升。现在,很多实验室已经开发出了人形机器人足球团队。

这不是简单的球类运动

为了实现2050年的目标,团队给机器人设下的任务也越来越难。从去年开始,地面绿毯换成了人造草皮,球门和足球都涂成了白色。这让机器人保持稳定、识别球门和足球更加困难。因此,也许今年的机器人选手们表现得比去年差劲,但不要担心,这只是因为它们的任务难度增加了不少。

相比于下象棋和围棋,踢足球蕴含的技巧更多更难:边跑边锁定目标、强光下识别足球、湿草地上跑步、每45分钟为机器人输送一次能量......而其他的问题也与人类现实息息相关:何时机器人和人类可以同一片足球场踢球?人类和机器人踢球是否安全,会不会更容易受伤?如果人类判机器人犯规,机器人会不会心服口服?

因此,当机器人的聪明程度让人类跪舔和恐惧的时候,我们正在让它们征服下一个疆域:那些人类认为分外简单的体力劳动。而这就是机器人未来需要征服的关键疆域。

Via:Robohub

返回沙发首页  
沙发管家微信
扫描关注沙发管家微信 QQ群: 沙发网官方群 微博:

资讯评论

亲,你需要登录后才能进行评论喔!

还没有评论,快来抢沙发吧!

提示

热门设备安装方法 查看更多>>

最新设备

智能电视 / 盒子评测

安装指南

应用

热门专题