生成算法让机器人在真实世界中演化,全程无需人类介入(视频)

【新智元导读】挪威奥斯陆大学研究者让机器人使用“生成设计”算法和3D打印机,自我设计、发展和制造,全程无需人类输入。在生成设计中,具有创造力并且能够创造的机器设计自己并且根据环境迭代,是人工演化的一种方式。研究人员表示,这种自我设计和演化机器人有望救灾机器人研发。他们的下一个目标是开发机器人制造自己并将部件自己组装起来的能力,也即所谓的“4D打印”,从而实现真正意义上的AI演化。

挪威奥斯陆大学的研究人员发现了一种让机器人自我设计、演化和使用 3D 打印机制造自己的方法,全过程没有人类输入,使用一种名为“生成设计”(Generative design)的人工演化形式——不过,研究人员坦承,至少目前该过程的最终产品,也即机器人本身,(在各个部件被 3D 打印出以后)仍然需要由人工组装完成。

在生成设计中,具有创造力的机器(而不是人类)发明新的产品。现在已经有机器设计椅子,还有设计运动鞋的新结构。

奥斯陆大学实验室的最新机器人——第四号(Number Four)外观像香肠,是塑料制成的,各节“香肠”之间由伺服电机连接在一起。第四号会尝试不同的步态,努力从中找出从地板一端移动到另一端的最佳方式。

视频内容

这项研究的负责人、奥斯陆大学机器人和智能系统研究小组副教授 Kyrre Glette 说:“它现在正在测试原始运动模式的几种变化版本。”

你看上面这个视频可能会觉得它很奇怪或很好笑,但需要记住一点,那就是这只是一个开始。今天,这个机器人在学着如何用最有效的方式从 A 移动到 B,明天它就有可能“进化”成任何东西,并且速度比人类演化要快得多。

使用生成设计进行人工演化

通过不断监测自己的进度并将其与以前的尝试做比较,随着时间的推移,在这个简单的任务中,第四号的表现明显越来越好。

当然,第四号的运动不是完美的。说到底,它在努力进化,或者说“演化”,而演化绝非简单的任务。要知道,在自然界中,大约有 99.9%的“演化”是走上一条死路,最终物种迎来灭绝。但这也正是演化的本质——不断尝试新的事物、失败,再次尝试,直到有什么事情发生。

使用生成设计算法,计算机模拟先将机器人模拟出来,而后会指示 3D打印机将这些部件打印出来。上图为第四号在演化初期的样子。

经过迭代,第四号演化出比之前稍微先进一些的结构。尽管看上去仍然很粗糙,但需要记住这只是机器人第四号演化的第一步。

完成模拟找到最佳结构后,计算机会指示 3D打印机,将自己的部件打印出来。上图为研究人员组装完成的机器人第四号。

奥斯陆大学机器人和智能系统研究小组副教授 Kyrre Glette 表示,机器人第四号的指令由计算机模拟生成,由于计算机模拟器不可能完美地对真实世界建模,所以在虚拟世界和现实世界之间难免会有一些不匹配。

生成设计程序就像一个“虚拟子宫”,它会尝试数以千计的不同模拟和解决方案,想法设法让机器人最好地适应周围给定的环境——在这里,也就是Glette实验室的地板。

Glette和他的团队不会告诉计算机如何解决问题,他们只设置一些参数,比如机器人应该从 A 移动到 B,剩下的全部由 AI 完成。这这一过程中,这台拥有创造力的机器会经历上万次迭代,保持最佳版本并再次迭代。

“这就是人工进化。它从这些‘香肠’和简单电动机非常简单的组合开始。” Glette 看着屏幕上的可视化演变过程解释说。渐渐地,会出现一些解决方案,这些解决方案会带来一些微小的进步。然后,这些带来进步的解决方案会被保存下来,用于下一代的演化,并且再做轻微修改。最终,你会得到越来越好的解决方案。

通过让 1000个单独的虚拟机器人经历1000代的运算,计算机可以在几个小时内拿出一个有用的模型,然后它会将信息发送给一台3D打印机,让后者将“演化的顶峰”在真实世界中制造出来。

研究人员所做的,就只是将各个部件用伺服电机结合在一起。

同系列结构不一样的机器人

4D 打印:3D 打印出材料供自己生长

虽然现在还处在十分原始的阶段,我们已经看到了 4D 打印的兴起——打印机不仅可以打印,还能自动组装新打印的产品。所以,将来有一天,机器人完全可以设计自己、打印自己并且将自己组装起来。

自此基础上再向前一步,机器人也许很快就能在实验室里生长,就像英国宇航系统(BAE)使用新的分子组装工具生产无人机一样。

视频内容

“Chemputer”是一种分子水平的3D 打印机,可以生长,也就是在分子水平上实现自组装。Chemputer 的概念最初在 2012 年被提出,它可以被简单视为一种新型的 3D 打印机,打印出来的是对环境而言可持续且稳定的分子(而不是物体或分层结构)。在添加剂和营养素的帮助下,这些被打印出的分子可以生长(或者说组装)成为任何形状。

虽然这些系统看上去很厉害,但它们仍然受制于我们人类给他们设定的参数。将来,类似的机器人可能会想出如何避开意想不到的障碍,甚至当场就打印出新的身体部位来解决这些问题。

这也是为什么包括一些有名科学家在内的人都担心“杀人机器”会出现。

不过,Glette 对此并没有过分担心。Glette 说,“这是一个非常复杂的挑战,我不认为现在我们取得了任何真正的突破。我认为会有更聪明和更好的解决方案出现,但很长一段时间内,还不会有什么能够接近真正的人类智能。”

编译来源:http://www.globalfuturist.org/2017/01/norwegian-robot-learns-to-self-evolve-and-3d-print-itself-in-the-lab/(作者 Matthew Griffin)

原文发布于微信公众号 - 新智元(AI_era)

原文发表时间:2017-02-15

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏云计算学习之路

一张图解释互联网

现在我们生活在互联网时代,您了解互联网吗?到底什么是互联网?先别着急回答。看完这篇文章再说!

3145
来自专栏钱塘大数据

数据可视化之美 -- 用数据讲故事

导读 数据可视化是数据描述的图形表示,旨在一目了然地揭示数据中的复杂信息。可视化的典型如纽约地铁图和人脑图。成功的可视化的美丽之处既在于其艺术设计,也在于其通过...

4244
来自专栏奇点大数据

如何看待人工智障?

在这之中,有很多人其实对人工智能是持有怀疑态度的,或是无神论者或是有神论者,持有这种观点的人都是大有人在。

1083
来自专栏UML

什么是组织结构图 / What is Organization Chart?

组织结构图显示组织或公司的内部结构。员工和职位由框或其他形状表示,有时包括照片,联系信息,电子邮件和页面链接,图标和插图。直线或肘线将水平线连接在一起。使用我们...

1666
来自专栏灯塔大数据

干货 | 数据挖掘入门必看10个问题

NO.1 Data Mining 和统计分析有什么不同? 硬要去区分Data Mining和Statistics的差异其实是没有太大意义的。一般将之定义为Da...

3274
来自专栏程序你好

机器学习等新技术正在重塑工厂的工作方式

在过去的三十年里,工厂经历了翻天覆地的变化。80年代和90年代,工业自动化和机器人走在了前列。在过去的十年里,多种改变游戏规则的技术正在重塑工厂。机器学习、物联...

1343
来自专栏鸿的学习笔记

The Brain vs Deep Learning(完结)

Part IV: Predicting the growth of practical computationalpower

622
来自专栏机器人网

机器人需要怎样的计算平台

人工智能是现阶段崇高的目标,机器人要眼观六路,耳听八方,行走天下,胸有丘壑。而这一切都离不开一颗强劲的大脑——精准的视觉和高效算法。 机器人需要怎样的计算平台...

3466
来自专栏量子位

通过图灵测试!Google掌舵人说“打电话AI”是一次非凡突破

今天凌晨,Google I/O 2018大会最后一日,前不久刚刚获得年度图灵奖的Alphabet新任董事长John Hennessy登上舞台。

1183
来自专栏黄成甲

怎样成为解决问题的高手(连载五)

在上一篇我们讲了构建框架——自下而上提炼框架的问题思考方法。通过使用自下而上提炼框架的四个步骤,你可以构造出一个结构完整、逻辑清晰的框架。但这种自下而上提炼框架...

2061

扫码关注云+社区

领取腾讯云代金券