人类的年夜脑功效壮大，但它有一个严重的局限性:你不克不及像黑客帝国那样，及时下载新的信息。但是，机械人固然可以。
想象一下如许一个将来，这些机械人会在云端互相衔接，当他们中的个中之一进修某件器械的时刻，他们都邑学到。让我们愿望一切都是美妙的，好比给对方一个拥抱。但成绩是，你弗成能只让一个小车学会抓器械，然前期待将雷同的技巧付与一个粗笨的双足机械人。
但明天，麻省理工学院盘算机迷信与人工智能试验室的一项新研讨为完成这类无缝的常识转移向前迈进了一年夜步。这一切都始于一个名叫Optimus的小机械人和它的同伙，有名的6英尺高的人形机械人Atlas。研讨人员教会了用于炸弹处置的机械人Optimus若何从一根管子中拉出另外一根管子。
起首，他们为其存储了一些关于分歧物体须要分歧操作的信息。然后，他们让它的手拿住一张sim卡。
该研讨的作者之1、机械人专家克劳迪娅佩雷兹-达皮诺表现:“想象一下，机械人地点的一个3D世界，有了鼠标，你便可以掌握它的手，然后挪动它们。经由过程这类方法，不须要专业的法式员就可以够批示机械人。对操作人员来讲，这更直不雅，由于这和人类进修的方法很类似:踉跄学步的孩子控制了一个技巧，好比若何捉住一个娃娃，而当他们碰到新事物时，就可以从新调剂他们的原有技巧。
如今，若何将机械人的技巧转移到一个比它年夜许多倍的机械人身上?究竟，这款机械人面对着一个新的挑衅:不会脸朝下摔倒。“从数学下去说，它可以被写成另外一系列的束缚，”佩雷兹-达阿皮诺说，“假如你能想象获得，那就把你的重心放在某个区域。”从实质上说，操作员必需给这个新机械人一些规矩，好比若何准确地坚持均衡，若何履行与Optimus雷同的义务。把这些规矩与Optimus关于操控管子的技巧联合起来，你就可以顺遂地取得响应技巧。固然，这不是主动转换，这仅仅是一个开端。
今朝，Atlas只能在模仿器中完成交代任务。但这一停顿让我们得以窥见将来，更多的机械人可以或许与人类交互。好比，他们能够会经由过程一个名为“强化进修”的进程，自学从一根管子中掏出管子，这一进程根本上是在赓续测验考试，直到终究找到准确的办法。
想象一下，在工场的情况中，假如一个机械人学会了若何更高效地操控某件器械，它就可以经由过程云把技巧流传给错误。并且，正如佩雷兹达皮诺所展现的那样，这些技巧乃至可让各类机械人协同任务。
很快，机械人就会在没有人类赞助的情形下思虑，并自在地流传这些技巧，像拥抱之类的技巧。
