（原標題：Kindred AI要借助強化學習，讓人甚至猴子戴著VR眼鏡訓練機器人變得聰明）

本文作者：蔣鴻昌

去年9月份，一家叫Kindred AI的公司進入了媒體的視線，這個加拿大公司向美國專利局提交了一項聽起來有些異想天開的專利：借助VR眼鏡和其他外置傳感器，人類操作員可以遠程操控機器人，操控數(shù)據(jù)還可用于訓練機器學習算法，讓機器人的行為更接近人類，也更聰明。

[[185782]]

（Kindred AI專利文件中的圖片）

日前，這家頗為神秘的公司終于出來接受了《麻省理工科技評論》的采訪，介紹了這個專利背后的技術以及Kindred AI對未來機器人的想法。

Kindred AI由D-Wave的幾位研究人員創(chuàng)立。據(jù)雷鋒網(wǎng)查詢，D-Wave稱得上是最有名的量子計算機公司，2011年5月，該公司推出了D-Wave One，被稱為世界上第一個商用量子計算機。不過，Kindred AI的CTO，也是D-Wave前員工的Suzanne Gildert在參加媒體采訪時曾表示，“量子計算機的確很有魅力，但是和人類相似的機器人更酷。”

現(xiàn)在，Kindred AI正在測試讓一些常規(guī)的工業(yè)機械臂在抓取小件東西時更快、更穩(wěn)定，方法是讓機械臂偶爾地需求人類操作員的幫助，這些操作員帶著虛擬現(xiàn)實眼鏡，可以實時控制機械臂。

“操作人員可以看到、聽到及感受機器人看到、聽到和感受到的東西。當操作員采取行動時，機器人會同步運動，”Geindie Rose，Kindred的聯(lián)合創(chuàng)始人兼首席執(zhí)行官說到。 “這使我們德儀向機器人展示如何像人一樣行動。把東西放到特定位置，人類的操作方式并不是最好的機器人控制模式，但在處理復雜狀況和不可預見的情況時，人類依然是最好的。”

Kindred AI的系統(tǒng)使用好幾種機器學習算法，并嘗試預測哪一種能提供所需的結果，例如在機械臂抓取物品時。如果沒有好的算法，它就向人類尋求幫助。最重要的是，這些算法能從人類的行動中學習。為了實現(xiàn)這一目標，該公司采用了一種強化學習的方法。據(jù)雷鋒網(wǎng)(公眾號：雷鋒網(wǎng))了解，強化學習曾入選《麻省理工科技評論》發(fā)布的“2017全球十大突破性技術”，這種方法講究在一系列的情景之下，通過多步恰當?shù)臎Q策來達到一個特定目標。

Rose介紹說，在抓取小件衣服時，這個系統(tǒng)的速度是人的兩倍，而獨立的機器人則根本無法完成這個任務。同時，借助系統(tǒng)，一個人也可以一次操作幾個機器人。“我們的想法是，如果你能進行足夠長時間的研究，同時機器人背后有AI模型，那么，你就可以嘗試不同的模型來驗證哪一種模型訓練的效果最好。如果你能夠讓人通過機器人來進行各種操作，那機器人沒有理由不能學習到像人類一樣。”Kindred AI的專利甚至描述了讓猴子通過這個系統(tǒng)控制機器人的可能性。

Kindred AI所追求的方法似乎有巨大的潛力，加州大學伯克利分校的教授肯·戈德伯格（Ken Goldberg）專門從事機器學習和機器人技術，他說，挖掘人類技能將大大加速機器人學習。戈德伯格本人也正在機器人手術上使用類似的方法，他補充說，讓機器人從人類學習是一個非?；钴S的研究領域。 “這是我認為機器人技術的一個重大機會的核心，有人類示范有巨大的好處。”

不過，讓機器人向人類學習也面臨很多技術挑戰(zhàn)，麻省理工學院的副教授Sangbae Kim正在從事遙控操作的人形機器人工作，他說，將人類控制與機器動作映射在一起是非常復雜的。 “第一個挑戰(zhàn)是通過將剛性連接器綁到人體的皮膚上來跟蹤人的運動。這是非常困難的，因為我們是內(nèi)骨骼動物。更大的挑戰(zhàn)是真正了解人類進行決策的步驟，其中大部分都是在潛意識中發(fā)生的。”

但是Kindred AI的創(chuàng)始人一點都沒被嚇倒， “我們的目標是解構認知，”該公司CEO，Geordie Rose說到， “所有生物都遵循某些行為和動作模式，我們正在嘗試建立具有同樣原則的機器。”

Source: MIT Technology Review