機器人的一小步，AI 的一大步。
近日，美國西北大學（Northwestern University）的研究人員首次開發出一種可以完全自行設計機器人的 AI 算法。
當該團隊向 AI 程序發出提示：“設計一個可以在平坦表面上行走的機器人”。
出乎意料的結果發生了，引用西北大學官方的評價，「大自然花了數十億年的時間才進化出第一個行走的物種，而新 AI 算法程序將進化壓縮到閃電般的速度」。
不到 30 秒，就能設計出一個成功行走的機器人。
為了驗證計算機中模擬的系統在實踐中是否有效，研究人員通過 3D 打印設計的模具并填充硅膠，最終在 AI 系統的驅動下，得到了如下所示：一個雖然有些“蠢萌”，但是能以“大約是人類平均步幅的一半”的速度開始行（蠕）走（動）的機器人。
不少網友網友評價道：
奧創世界，這個 AI 成精了；
未來已至；
AI 審美還是有點差；
......
“AI 設計工具新時代的開端”
這個像是上了發條的玩具，是由無機材料制成的，其背后運用的 AI 程序還可以在輕便的個人電腦上運行，并從零開始設計全新的結構。
基于此，西北大學的研究員在《美國國家科學院院刊》上發布了一篇《Efficient automatic design of robots》論文（https://www.pnas.org/doi/10.1073/pnas.2305180120），分享了這一最新研究成果。
在領導這項工作的 Sam Kriegman 研究員看來，機器人本身又小又軟，而且形狀詭異，實則并不起眼。
不過，它的誕生，代表了 AI 設計工具新時代的開端，未來這些工具就像動物一樣，可以直接作用于世界。
從零到走路只需幾秒鐘
放眼市場上已存在的很多 AI 系統，創建進化機器人需要生成隨機變體，對其進行測試，用新的變體完善表現最佳的機器人，然后再次測試這些變體。
周而復始的工作通常需要高耗能的超級計算機和巨大的數據集支持。同時，即使在處理了所有這些數據之后，那些系統也受制于人類創造力的局限，僅僅是模仿人類過去的作品，而沒有產生新想法的能力。
在本次實驗中，研究員使用一種自動優化方法，可以通過追蹤機器人行為中的失敗以找出物理結構中的錯誤或低效部位，從零開始設計可以自主移動的機器人。
以這種方式改進機器人，它可以比以前(設計師以試錯的方式嘗試不同的機器人設計)更快地優化機器人中互相關聯的部件。這為快速、按需定制人工智能驅動的機器人設計開辟了道路，可用于各種任務。
“我們告訴 AI，我們想要一個可以穿越陸地的機器人。然后我們只需按下一個按鈕就可以了！它在眨眼間就生成了一個機器人的藍圖，它看起來與地球上行走過的任何動物都截然不同。我把這個過程稱為‘即時進化’”，Sam Kriegman 表示。
這一過程到底是怎么實現的？
具體來看，研究人員在論文中展示了一種可替代的、可拓展的方法，可以在最少的先驗假設情況下快速且經濟高效地設計新型機器人身體：
只需要 10 次設計嘗試，就能在筆記本電腦上用不到 30 秒的時間高效、自動地生成定制機器人。
當然，以上主要是在計算機中模擬的。這比所有已報道的利用計算機模擬的機器人設計方法都要高效得多，比不進行模擬的方法少了一個數量級的設計嘗試。
盡管之前也有很多研究人員探索了不少虛擬機器人自動設計的方法，但迄今為止，物理機器人的自動設計主要是通過進化算法實現的：設計變體通過隨機變異和選擇進化。
正如上文所述，這一過程的試錯性質可能導致在虛擬環境中對數千甚至數百萬個機器人進行評估，然后選擇一個適合物理制造的機器人。其他的進化方法可以直接進化出物理機器人，而無需借助模擬，但這需要數以百計的物理試驗，再次降低了效率。
在這里，研究人員使用了基于梯度下降優化的方式，可以有效地沿著設計空間的路徑找到最優設計。
事實證明，將基于梯度的優化技術應用于機器人設計也具有挑戰性，因為與所有運動生物一樣，機器人的身體規劃（如形狀和電機分布）與其行為之間存在復雜的反饋回路。
確定機器人身體規劃的哪個方面導致了機器人行為的低效，以及如何改變該身體部分以改善行為，是 AI 設計機器人過程中非常常見且必須解決的問題。
為此，研究人員采用了近些年才出現的可微分物理模擬器使得基于梯度的虛擬機器人設計成為可能。即機器人的形狀或材料特性中導致不良行為的方面可以被識別出來，并以非隨機的方式減輕以改善其行為。
但這些方法無法從根本上改變機器人的內部結構（肌肉組織、質量分布和空隙）或外部結構，如增加新的肢體。因此，研究人員最新研究了一種新的算法，它可以：
(i) 模擬并評估虛擬機器人的行為適應性；
(ii) 找出機器人在整體形狀、拓撲結構（空隙數量）、肢體數量和形狀、質量分布、肌肉組織和行為控制方面的不足；
(iii) 同時改變所有這些方面，以便在下一次模擬中改善機器人的行為。
經過證明，這一過程只需重復九次（只需進行 10 次模擬），就能在構建設計時保留優化后的功能。這比最先進的物理機器人自動設計算法要高效得多。
3D 打印出模具，實踐中測試
為了驗證計算機中的模擬在實踐中是否有效，研究人員通過 3D 打印設計的模具。在材料方面，研究人員準備了一個 20×14 厘米的長方體中隨機放置 64 個空洞和 64 塊“肌肉塊”。
然后研究員使用液體硅橡膠填充到模具中，并使其固化幾個小時。當團隊將固化的硅膠從模具中取出時，它變得又軟又柔韌。
通過 3D 打印出模具之后，他們將空氣注入長方體的小空隙中，以模擬肌肉的收縮和擴張。
制成的機器人每個都只有一塊肥皂大小，像塊狀的小卡通人物一樣。研究人員為人工智能設定了開發陸地運動的目標，然后將新生的機器人置于虛擬環境中進行進化。
起初，這個機器人可以搖晃，但絕對無法行走。
AI 知道自己尚未達到目標。因此迅速迭代了設計。在每次迭代中，AI 評估其設計、識別缺陷，并逐漸修改模擬塊的結構。
更令人驚訝的是，AI 獨自想出了與自然界相同的行走解決方案：腿。但與自然界絕對對稱的設計不同，人工智能采取了不同的方法。由此產生的機器人有三條腿，背部有鰭，面部平坦，上面布滿了洞。
“這很有趣，因為我們沒有告訴人工智能機器人應該有腿”，Kriegman 表示，“它重新發現腿是在陸地上移動的好方法。事實上，腿式運動是陸地運動最有效的形式。”
最終，經過九次嘗試，它生成了一個每秒可以行走其身體長度一半的機器人——大約是人類平均步幅速度的一半。
整個設計過程——從一個零運動的無形塊到一個完整的行走機器人——在筆記本電腦上只花了 26 秒。
“現在任何人都可以觀察 AI 實時生成越來越好的機器人身體的進化過程”，Kriegman 表示，“以前，進化機器人需要在超級計算機上進行數周的試驗和錯誤。當然，在任何動物可以在我們的世界里奔跑、游泳或飛翔之前，都有數十億年的試錯過程。這是因為進化沒有先見之明。它無法預見未來，無法知道特定的突變是有益的還是災難性的。我們找到了一種方法來消除這種蒙蔽，從而將數十億年的進化壓縮為瞬間。”
AI 設計的機器人未來
通過深度研究，得到的結果最終證明了移動機器人的高效設計自動化，不過，Kriegman 也表示，大部分設計流程仍有待優化。例如，制造過程包括幾個可以通過嵌入式 3D 打印實現自動化的手動步驟；物理模型的計算效率可以優化為比實時運行得更快，并且梯度計算可以優化為也更快。
截至目前，盡管這個由 AI 設計的首個機器人只能向前移動，但 Kriegman 也在暢想未來的應用場景，譬如：
有一天，類似的機器人可能能夠在倒塌建筑物的廢墟中導航，遵循熱圖像和振動信號來搜索被困的人和動物，或者它們可能會穿越下水道系統來診斷問題、疏通管道和修復損壞；
人工智能還可能設計出納米機器人，進入人體并引導血液流動，以疏通動脈、診斷疾病或殺死癌細胞。
如果對此你感興趣，也可以查看更為詳細的論文：https://www.pnas.org/doi/10.1073/pnas.2305180120#sec-1
同時，這篇論文涉及到的源代碼也被開源到 GitHub上：https://github.com/robodiff/robodiff
022年歲末，繼AI繪畫爆火之后，一個會聊天能寫作的AI機器人ChatGPT突然大出風頭，網友們紛紛曬出各種“調戲”ChatGPT的聊天段落，正如馬斯克所言，人們陷入了“瘋狂的ChatGPT循環中”。不過在感到有趣的同時，許多人的內心也是無比震撼：如果不事先告訴你是在和機器人聊天，你很可能認為網絡對面坐著的是和你一樣真實的人，一個無所不知的專家。
○ ChatGPT是什么
ChatGPT是一個訓練有素的大型語言模型，由OpenAI公司開發。ChatGPT的目標是通過與用戶進行交流，為他們提供信息和回答問題。ChatGPT可以與用戶討論各種話題，并以清晰、連貫的方式回答問題。但是，由于ChatGPT是一個計算機程序，所以ChatGPT并不能像人類一樣感知和思考，它只能根據所學習到的知識（人類“喂”給它的資料庫）來回答問題（圖1）。
（圖1）
圖1 ChatGPT是由OpenAI于2022年11月30日推出的聊天機器人
○ ChatGPT能做什么
ChatGPT可以討論各種話題并回答問題。ChatGPT的知識領域覆蓋非常廣泛，包括科學、政治、歷史、文化、藝術、技術等等。ChatGPT并不擅長某一個特定的領域，但是它會盡力回答所有人提出的每一個問題。本文的最后有編者的親自測試，它能寫詩，會講笑話，尤其驚人的是通過簡單幾句描述，它就能編寫出完整、有效的程序代碼。
○ ChatGPT的工作原理
ChatGPT是一個訓練有素的大型語言模型，使用了由OpenAI開發的一個名為GPT-3的模型，這一模型可以自動學習并理解語言。ChatGPT通過分析用戶的輸入，并根據ChatGPT所學習到的知識來回答問題。這些知識來自于ChatGPT所訓練的大量文本數據，包括維基百科文章、新聞報道、論壇帖子等等。ChatGPT還可以通過分析這些數據來學習語言和理解語境，盡可能使答案符合當前聊天的上下文語境。OpenAI的一篇博客文章中，介紹了使用來自人類反饋的強化學習（RLHF）訓練這個模型的大致過程（圖2）。
（圖2）
圖2 ChatGPT模型的訓練過程
○ChatGPT實戰
筆者嘗試從不同的角度，測試了ChatGPT的反應，效果頗為驚人。
問題1：夜深了，有點困，能否講一個小笑話提提神？
ChatGPT：好的，那么ChatGPT給您講一個小笑話吧。兩個人在一起聊天，其中一個人問另一個人：“你為什么長得這么丑？”另一個人回答說：“這不是我的錯，這是上帝的設計。”于是第一個人說：“那你為什么不打個電話問問上帝呢？”第二個人說：“我打了，上帝告訴我，他還是剛開始學習畫畫，所以才把我畫得這么丑。”希望這個笑話能給您帶來一點樂趣。
問題2：能否以“夜已深”為主題寫一首歌，并譜曲？
ChatGPT：雖然我可以嘗試用文字描述一首歌，但我無法譜曲。我是一個人工智能助手，我的能力和普通人是不同的。我無法創造音樂，也無法將文字轉換為譜曲。下面是一首基于“夜已深”的歌詞，但請注意，它不是一首完整的歌曲，也沒有譜曲（圖3）：
圖3
圖3 ChatGPT寫歌詞
……
我想起過去的日子
那些歡樂和憂傷
我想起未來的路途
那些挑戰和希望
……
說實話，ChatGPT幾秒鐘就“寫”出來的作品，質量已經讓編者驚訝了。接著筆者問了個關鍵問題：是原創嗎？有沒有版權問題？
ChatGPT很自信地回答，“它不存在版權問題”（圖4）。
圖4
圖4 ChatGPT作品的版權討論
問題3：提示用戶輸入數字，然后將所有數字相乘，最后返回計算結果。用C++程序如何實現？
ChatGPT很快就給出完整的C++程序代碼，并且對這段代碼做了詳細解釋，點擊右上角的“Copy code”還可以復制這段代碼粘貼到編譯器中使用（圖5）。最后ChatGPT還不忘提醒筆者：“請注意，這僅是一個簡單的例子，它只演示了如何接收用戶輸入并計算結果。如果要編寫完整的程序，還需要考慮其他問題，例如錯誤處理、邊界檢查、用戶輸入驗證等。”
圖5
圖5 ChatGPT生成可用的程序代碼
點評：
“有人笑，有人哭，多數人沉默不語”一直被視為人類所獨有的創意勞動，在AI繪畫、AI寫作等沖擊下也開始慢慢動搖了。不過筆者認為，現在就說AI將全面替代人類的工作還為時尚早。以ChatGPT為例，盡管它的一部分聊天內容令人震驚，但也不過是對已有知識庫內容的整合，它甚至無法區分知識中哪些是真實的哪些是虛假的，更不可能像人類一樣有自己真正的意志。CF
原文刊登于2022 年 12月 27 日出版《電腦愛好者》第 22 期
技發展日新月異，無論是無人車自動駕駛，還是ChatGPT，科技在我們的生活中無處不在。如何從小引導孩子們講科學、愛科學、學科學、用科學？
本學期，團區委向五角場小學配送了時下最熱門的機器人編程課后服務。12月11日，一批由孩子們自己編制程序，搭建模型的機器人在學校集中進行展示，進一步開闊了孩子們的科學視野。
當兩臺大疆機甲戰車在賽道間“爭奪”領地，一群充滿好奇心和創造力的小學生在電腦后一邊操控，一邊發出驚呼聲。別看只是機器人間的“追逐打鬧”，實際上需要考核同學們的動手能力、操控能力、空間判斷能力、編程能力還有創造能力。
與此同時，單片機機器人、達奇機器人、四足機器狗也在孩子們中間“活躍”著，展示出科技創新的魅力。五年級四班的曹梓涵一提起編程，就打開了話匣子。“我爸爸就是程序員，所以我很小的時候就接觸到代碼，其實我還可以設計出比現在的機器人更復雜的編程，寫編程的過程我覺得很有趣。”
記者了解到，按照低年級和高年級的認知能力和接受度區別，學校機器人編程采用分組教學模式，學生們有機會自主選擇自己感興趣的領域。有的學生負責編程，有的學生負責搭建，這種合作方式不僅增強了團隊協作精神，還培養了解決問題的能力。大家發揮各自的優勢，互相幫助，共同完成了這些項目。
“培養編程思維很重要，有助于同學們更好地理解和解決問題，不僅在編程中，在課業上、生活中也能派上用場。”學校編程課程負責人龔森林老師告訴記者，一學期的課程下來，同學們的參與度都非常高，特別是通過平時的組別競賽和完成任務，使學生在搭建機器人和編制程序的過程中，培養動手能力、協作能力和創造能力，有目的地培養學生的科學素養。
課后服務是推進“雙減”政策的一項重要舉措。未來，團區委也將繼續匯聚多方資源，滿足學生課后多樣化發展需求，讓學生享受到更多的“營養大餐”，彰顯共青團組織的社會擔當。
文字/圖片：成佳佳
編輯：奚宇軒
*轉載請注明來自上海楊浦官方微信