我们人类认为很多事情是理所当然的,因为它们对我们来说是“自然的”。然而,这些活动,比如被即兴的饮水机聊天分散注意力,或者对每天出现和消失的一些瞬息万变的事物感到惊讶,然而,机器人的逻辑思维令人困惑。为了让这些机器人擅长协助人类完成日常任务,它们需要能够适应快速变化的元素和环境。而且,为此,机器人需要学习,而不是编程。
当然,机器学习和人工智能是X 的日常机器人项目的重要组成部分。与其为一个目的对机器人进行煞费苦心的编程,然后再为另一个目的再次编程,我们的目标是创建能够以尽可能少的编程学习如何执行任务的机器人。为了验证其理论,X 选择了一项具有适当难度但仍可衡量其成败的任务:分类垃圾。
X 的虚拟机器人每晚都会“练习”在云中的虚拟办公室中分离垃圾,然后将这些应用到真正的物理机器人和真正的物理垃圾上。然后将“实际”活动的结果输入到机器人当晚再次进行的模拟训练中。据 X 称,这导致办公室废物污染水平从 20% 降低到不到 5%。
这绝对是一个令人印象深刻的统计数据,但还不止于此。X 的下一个重要步骤是在另一项任务中训练相同的机器人,而无需重建机器人或编写新程序。该公司承认,这可能是一项不可能完成的任务,但仍会尝试一下。毕竟,这不是登月工厂。