AI設計的機器人。機器人內(nèi)部包含“空氣肌肉”，如左圖所示。圖片來源：美國西北大學

用于構(gòu)建人工神經(jīng)網(wǎng)絡的人工智能也能以驚人的速度創(chuàng)造出自主機器人身體，人工智能可以在筆記本電腦或智能手機上用 30 秒鐘設計出一個自主機器人。

對于任何人在公交車站等車時都能制造出 "終結(jié)者"，現(xiàn)在還不是驚慌失措的時候：正如最近的一項研究報告所指出的，這種機器人是一種簡單的機器，可以沿著直線滑行，而不會執(zhí)行更復雜的任務。(然而，耐人尋味的是，它們似乎總是長出腿來，而不是擺動、像尺蠖一樣移動或滑行的排列方式）。研究報告的作者、美國西北大學計算機科學家兼工程師薩姆-克里格曼（Sam Kriegman）說，如果再多做一些工作，這種方法就能使機器人設計民主化。

"當只有大公司、政府和大型學術(shù)機構(gòu)擁有足夠的計算能力（來進行人工智能設計）時，就會限制問題的多樣性。"克里格曼說："提高這些工具的可及性是一件非常令人興奮的事情"。

人工智能設計了這個小型步行機器人。圖片來源：西北大學

人工智能現(xiàn)在可以寫作文和駕駛汽車，因此設計似乎是順理成章的下一步。但哥倫比亞大學的機器人專家霍德-利普森（Hod Lipson）并沒有參與這項研究。"關于這項新研究。"利普森說："還有很多問題，但我認為這是向前邁出的一大步。"

這種方法利用模擬進化來創(chuàng)造能夠完成特定任務的機器人--在本例中就是向前運動。在此之前，創(chuàng)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(xiàn)最佳的機器人，然后再次對這些版本進行測試。克里格曼說，這需要大量的計算能力。

他和他的同事們轉(zhuǎn)而采用了一種叫做梯度下降的方法，這種方法更像是定向進化。這個過程從隨機生成的機器人身體設計開始，但它與隨機進化的不同之處在于，它賦予了算法衡量給定身體方案與理想方案相比性能如何的能力。在每次迭代中，人工智能都能找出最有可能取得成功的路徑。克里格曼說："我們?yōu)閇算法]提供了一種查看突變是好是壞的方法。"

在計算機模擬中，研究人員以隨機形狀的機器人為起點，給人工智能設定了發(fā)展陸地運動的目標，然后讓新生機器人在虛擬環(huán)境中自由進化。僅用了 10 次模擬和幾秒鐘的時間就達到了最佳狀態(tài)。研究人員10月3日在《美國國家科學院院刊》上報告說，從最初的不動身體計劃開始，機器人能夠以每秒0.5個身長的速度開始移動，約為人類平均行走速度的一半。研究小組發(fā)現(xiàn)，這些機器人還不斷進化出腿并開始行走。令人印象深刻的是，只需幾次迭代，人工智能就能從一個隨機的形態(tài)構(gòu)建出一些功能性的東西，利普森說。

為了驗證模擬在實踐中是否有效，研究人員通過 3-D 打印設計的模具并填充硅膠，制造出了性能最好的機器人。他們將空氣注入形狀中的小空隙，模擬肌肉收縮和膨脹。最終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匍匐前進。

克里格曼說："我們真的很高興它能朝著正確的方向發(fā)展，并且一直發(fā)展下去，"因為人工智能模擬機器人并不一定能轉(zhuǎn)化為現(xiàn)實世界的機器人。"

杜克大學名譽教授、加州大學洛杉磯分校研究教授凱瑟琳-海爾斯（N. Katherine Hayles）說，盡管機器人非常簡單，只能完成一項任務，但這項研究代表著向更先進的機器人設計邁出了一步。她還是《我們?nèi)绾纬蔀楹笕祟悺芬粫淖髡撸禾摂M人體在控制論、文學和信息學中的應用》（芝加哥大學出版社，1999 年）一書的作者。她說，梯度下降法在設計人工神經(jīng)網(wǎng)絡或神經(jīng)網(wǎng)絡（受人腦啟發(fā)的人工智能方法）方面已經(jīng)得到了很好的應用，因此將大腦和身體結(jié)合在一起將非常強大。

海爾斯說："在我看來，真正的突破將是采用梯度下降法來進化神經(jīng)網(wǎng)絡，并將其與可進化的身體連接起來。然后兩者就能共同進化，就像在生物體內(nèi)發(fā)生的那樣。"

利普森說，能夠設計新產(chǎn)品的人工智能可以幫助人類解決各種棘手的問題，從設計有助于改善氣候變化的下一代電池，到為目前無法治愈的疾病尋找新的抗生素和藥物。他說，這些簡單、笨重的機器人就是朝著這個目標邁出的一步。

"如果我們能設計出能為我們設計東西的算法，那么一切就都不成問題了。"利普森說："我們將體驗到難以置信的推動力。"