江苏龙网

  1. 首页 > 资讯 > 资讯 > >

机器人|科学家的终极目标……是让自己失业？( 三 )


该项目由当时还是 MIT 研究生的 Dixia Fan 领导 ， 他正展开流体力学自动化实验 ， 以更高效地完成研究 。 实验确实很高效 ， Fan 的合作者们白天在实验室附近都找不到他 。
“我尝试去实验室找他 ， 但他从来不在里面 。 ”Karniadakis 说 ， “但实验一直在进行 。 ”
在没有人员在场的情况下 ， 拖曳水池拉着一个能够以恒定速度移动的滑架 ， 并且施加各种力 ， 比如振动 。 它还知道在各项实验之间停顿一下 ， 静置液体 ， 然后再继续向前展开下一项实验 ， 避免实验结果交叉污染 。
机器一天 24 小时都在工作 ， 在几乎无人监督的情况下完成了 10 万项实验 。 就和 King 的亚当、夏娃一样 ， 拖曳水池从作出初始假设开始 ， 创建后续研究 ， 展开实验 ， 直到计算机能够从结果中得出整体结论 。
让计算机接受挑战、探索未知 ， 能够让它变得更加智能 ， 就好像你要挑战自我、提升网球技能 ， 就去和等级比你高的网球运动员对练一样 。 MIT 的海洋科学和工程教授 Michael Triantafyllou 解释说：“它们会将你推入一个你还不知道的领域中 。 ”
“如果你一直和与你水平相当或者不如你的人玩 ， 那就永远无法探索真正困难的领域 。 ”他说 。 机器也必须如此：它做的实验需要提供挑战 ， 才能让它收集到新数据 ， 发现陈述数据的新方式 。
机器人|科学家的终极目标……是让自己失业？
智能拖曳水池拉着一个滑架前行 ， 滑架上放置着自主展开实验的设备 。 图片来源：Lily Keys/MIT Sea Grant 。
不过 Karniadakis 说 ， 机器人和人工智能相互结合 ， 展开实验 ， 这一进展将很有可能应用到自己研究领域以外的其他领域 。 换句话来说 ， 只要让合适的人造出机器 ， 机器人科学家可以获得任何学科的博士学位 。
“我认为这一范式将适用于任何学科 。 ”Karniadakis 说 ， “从（研究）分子到飞机 。 ”
巨大挑战
现在机器人科学家其实还不常见 ， 但情况可能在未来几十年内有所改变 。 一个项目旨在创建并运行更多机器人科学家 ， 它有一个野心勃勃的目标：到 2050 年 ， 打造出能赢得诺贝尔奖的机器人 。
在 2016 年人工智能促进协会（Association for the Advancement of Artificial Intelligence ， 简称 AAAI）发表的一篇报告中 ， 日本研究者北野宏明（Hiroaki Kitano）最先提出了这一设想 。 他呼吁利用人工智能推进科学研究的边界 ， 尤其是生物医学领域 ， 最终创造更广阔的科学发现天地 。 2017 年 ， 在经济合作与发展组织（OECD）举办的以智能机器、智慧政策为主题的人工智能大会上 ， 北野宏明做了题为《诺贝尔图灵挑战》的报告 ， 再次详细陈述了自己的想法 。
但是直到 2019 年 ， 才出现了正式的计划 ， 将这一挑战落实为全球项目 。 全球海军研究办公室（Office of Naval Research Global）主任科学家 Ayodeji Coker 为该项目掌舵 。 King 和北野 ， 还有 AAAI 主席 Yolanda Gil 协助领导项目进程 。 目前项目仍在计划阶段 ， 但 Coker 说 ， 团队最近开了一场会议 ， 有来自大学、研究团体和政府机构的 30 人出席 。
同年 ， 日本政府也决定支持与机器人技术相关的 25 个科技领域发展 ， 拨出近 1000 亿日元（约合人民币 65 亿元）预算赞助第一个五年计划 ， 其中包括北野宏明计划在内的数字化和人工智能技术发展项目 ， 研发出人工智能机器人系统 ， 意在夺得诺贝尔奖 。
Coker 希望这次的努力能够继续扩大 ， 达到与北野在 1997 年带头发起的机器人世界杯（RoboCup）一样的水平 。 比赛几乎每年举办 ， 全球科学家相互竞争 ， 最终目标是组建一队由类人机器人组成的自动化球队 ， 在 2050 年之前击败 FIFA 世界杯选手 。 这项竞争还提供了一系列小型挑战 ， 比如建造救援机器人和自动化家政助手 。
“我认为整个项目的美妙之处在于它让学界团结一致 。 ”Coker 说 ， “让他们兴致盎然地学习探索新挑战 。 ”
去年 ， 机器人世界杯吸引了来自 40 多个国家的 3500 多名参赛者 。 这一活动已经举办了超过 20 年 ， 推动着机器人学的进展 。 Coker 想要以相似的方式提供各种更小型的挑战 ， 汇总起来实现最终目标：实现具有诺贝尔奖价值的自动化科学研究 。 他希望这一项目将集合各个学科的专家 ， 一起建造并改良自动化科学家的方方面面 ， 从在实验室里导航的能力 ， 到用来设计实验的算法 。 即使团队无法实现最终目标 ， 他们仍然给该领域贡献出颇有价值的数据 ， 为后继研究人员建造更加聪明的机器人科学家开辟道路 。
“我们正从头开始寻找 ， 并说：‘好吧 ， 自然语言处理、视觉、感知这些方面 ， 我们现在需要完成什么？’”Coker 说 。 建造并完善单个技巧将最终创造出更强大、更稳定的模板 ， 然后用到机器人科学家身上 ， 实现与人类科学家更有效的沟通 。
要创造更好的机器人 ， 首先要完善自动化过程的每一方面 ， 这样才能制造出名副其实、运转良好的机器 。 而全球挑战能够吸引专业知识不那么充足但更加年轻的新一代研究员 ， 他们渴望以新的方式创新 。


推荐阅读


上一篇：[新浪科技]对话APUS李涛：中国企业出海必须“抱团” 内容和游戏值得深耕新浪科技2020-08-28 17:42:100阅

下一篇：生活|为什么一关灯就有蚊子嗡嗡叫，开灯就没有？竟然这么＂重口味＂