大家知道什么是OpenAI嘛？下面小編給大家解說以下吼！OpenAI是由伊隆·馬斯克（Elon Musk）興辦的非盈利性人工智能組織。為什么要提到這個組織呢？因為想給大家展現(xiàn)一個好玩的事物：讓機械手能夠像人手一樣精準地支配物體。固然這種仿真外型的手掌我們曾經(jīng)見過很多了，但讓“手指”可以和人類的真手一樣靈敏可動，對機械構(gòu)造來說可不是一件簡單的事。

　　但你在下面的動圖中也能看到，這套名為 Dactyl 的機械手系統(tǒng)可以依照指令請求，輕松完成轉(zhuǎn)動立方體的動作，而且這種復(fù)雜精妙的指尖操作，也顯然要比過去我們所看到的機器人行走騰躍復(fù)雜得多。

　　Dactyl 自所以可以完成這么高效的運作，和 Open AI 運用的強化學(xué)習(xí)算法有關(guān)系。就像是剛出生的小孩一樣，AI 或是機器人剛造出來后同樣什么都不懂，假如你希望它可以完整了解某項復(fù)雜任務(wù)的流程，肯定需求停止重復(fù)的鍛煉。特別是關(guān)于真實存在的物理機器人來說，研討人員常常要消耗大量的理想時間對其停止指導(dǎo)練習(xí)。

　　但 OpenAI 如今的做法，卻是讓機器人在虛擬環(huán)境中停止自我學(xué)習(xí)。他們還會在鍛煉的過程中增加大量的隨機事情，讓 AI 在這個過程中本人領(lǐng)悟出完成任務(wù)的竅門。

　　以這次的機械手掌為例，首先，他們會教誨機械手臂依照指令，將六面立方體中的正確顏色翻轉(zhuǎn)出來；然后便開端改動四周環(huán)境的燈光，以及立方體的顏色、重量和紋理等；以至還會改動鍛煉過程中的重力環(huán)境要素。

　　之所以會參加這些隨機化的變量，也是為了讓 AI 能更好的應(yīng)對各種不測狀況的發(fā)作：“比方說不同的重力環(huán)境下，Dactyl 本人就會去領(lǐng)悟這會對立方體操控形成哪些影響。不然在理想世界中，一旦我們改動手臂的高度，立方體可能就會從手中滑落?！?/p>

　　這種虛擬環(huán)境的鍛煉形式還有一個益處，那就是不會消耗理想世界的時間。目前 Dactyl 曾經(jīng)積聚了大約 100 年的鍛煉經(jīng)歷，嘗試用無數(shù)種辦法來控制立方體的轉(zhuǎn)動，但實踐上這個過程只相當(dāng)于我們理想世界中的 50 個小時而已。

　　在虛擬世界里完成鍛煉后，AI 積聚的經(jīng)歷就能夠直接在理想世界中展示出來了。往常 Dactyl 曾經(jīng)能夠連續(xù)完成 50 次的立方體旋轉(zhuǎn)操作，且不會出錯。

　　值得一提的是，這種超高效的鍛煉形式不只能運用在物理機器人上，也同樣能夠用于其它的虛擬 AI 模型。在去年 7 月份，OpenAI 開發(fā)的 Open AI Five 也同樣在虛擬世界里閱歷了上萬個小時的學(xué)習(xí)，實踐上只是破費了幾天的時間，然后它便在 Dota2 游戲中擊敗了職業(yè)選手 Dendi。

　　固然只是一次 solo 對決而非 5v5，但照舊讓我們看到了人工智能在電競這種復(fù)雜范疇的有效性，包括我們所熟知的“圍棋殺手” AlphaGo，也是 DeepMind 公司運用深度強化學(xué)習(xí)鍛煉出來的 AI 模型。

　　聽說強化學(xué)習(xí)的靈感最早來源于人類對自然界動物學(xué)習(xí)過程的長期察看，之所以近幾年內(nèi)才開端嘗試，也是受益于神經(jīng)網(wǎng)絡(luò)技術(shù)的進步，以及 OpenAI 自身的范圍優(yōu)勢。畢竟想要完成這種超高效的強化學(xué)習(xí)流程，自然也得付出不小的運算本錢。

　　依照 OpenAI 給出的數(shù)據(jù)，Dactyl 的鍛煉設(shè)備動用了約 6144 顆 CPU，以及 8 顆來自 Nvidia 的 V100 GPU，這種范圍的根底硬件只要很少數(shù)的研討機構(gòu)才干夠運用。

　　不過也有機器人專家以為，OpenAI 這種工業(yè)機械手臂水平的實驗結(jié)果照舊很局限，能否真正處理理想世界的人類難題依然是一個未知數(shù)。