在这个世界上，无论是动物还是机器人，都无法与人类手的灵活性和灵巧性相媲美。对于埃隆·马斯克（Elon Musk）创建的非营利组织OpenAI的工程师来说，这既是挑战也是机遇。他们的研究人员如何利用人工智能来教机器人像人类一样巧妙地操纵物体？

通常，当教授人工智能控制物理机器人时，科学家往往会遇到同样的问题。培训通常使用强化学习进行；人工智能通过试错过程学习的一种方法。但这需要很多时间，通常相当于多年的经验。如果你想让人工智能打败，比如说，一款电子游戏，那没关系——你只是让它以加速的速度玩游戏。但如果你想教它一个现实生活中的任务，你就有麻烦了。你不能等待机器人手臂在多年的实践中蒙混过关，而且很难得到一个足够精确的世界模拟，用于训练目的。

对于OpenAI，他们自己设定的任务是教机器人手操作一个六面立方体；将它从一个位置移动到另一个位置，使特定的一面朝上。与早期的研究一样，他们开始尽可能精确地模拟这种环境，但他们的下一步是造成差异的原因：他们开始干扰模拟。

首先，他们添加了随机的视觉噪音。然后，他们改变了虚拟手和立方体的颜色。他们随机化了立方体的大小；它的表面有多滑；它有多重。他们甚至弄乱了模拟的重力。这一切的效果是让人工智能更好地理解在现实世界中操纵立方体可能会是什么样子。虽然模拟可能并不完全真实，但它有足够的变化，使系统能够学会处理意外情况。

参与该项目的OpenAI的Matthias Plappert解释说，改变模拟的重力是一个特别有趣的技巧。研究小组知道，当人工智能系统（称为Dactyl）控制一只真正的机器人手时，手的底部可能每次都不处于相同的角度。角度越小，立方体就越容易从手上掉下来。为了教Dactyl如何处理这种变体，他们决定在模拟中随机化重力角。”如果没有这种随机化，它会一直扔下物体，因为它不习惯它，”普莱普特说。

然而，经历所有这些随机过程花费了很长时间。很长一段时间。事实上，达克蒂尔必须积累大约100年的经验才能达到最佳表现。这反过来意味着团队必须使用大量的计算能力——大约6144个CPU和8个强大的Nvidia V100 GPU。这种硬件只有极少数研究机构可以使用。

但最终的结果是值得的，普拉佩特说。经过全面训练后，Dactyl能够连续将立方体从一个位置移动到另一个位置多达50次而不会掉落(虽然它这样做的中位数要小得多；在学会用手移动立方体的过程中，达克提尔甚至发展出了类似人类的行为。所有这些都是在没有任何人类指导的情况下学会的——只是几十年来的反复尝试。

“这表明我们人类所做的操纵是非常优化的，”普拉佩特说这是一个非常有趣的时刻，当你看着一个机器人试图解决一个问题时，你会想‘哦，嘿，我也会这么做。’”

机器人和人工智能领域的专家在《边缘》杂志上赞扬了OpenAI的工作，但警告说，这并不代表机器人操作的突破。卡内基梅隆大学机器人研究所的Smruti Amarjyoti指出，将系统训练环境随机化的想法以前就有过，但他说，达克蒂尔的动作“优雅”，他认为这对人工智能来说是不可能的。

“最终的结果是高度复杂和抛光，”阿马约蒂说[但是，我认为OpenAI在这一领域的最大成就将是它所采取的工程协调和用于实现这一壮举的计算能力。

意大利技术学院机器人学教授安东尼奥·比奇（Antonio Bicchi）表示，这项研究“优雅而热情”，但也指出了一些局限性。”结果仍然局限于在相当有利的条件下进行的特定任务（滚动大小合适的模具）（手朝上，模具落在手掌中），甚至不可能成为这些技术可以解决现实世界机器人问题的结论性论据，”Bicchi说。

对于OpenAI来说，除了Dactyl玩骰子之外，这项研究令人满意。该系统的教学使用了实验室为训练其视频游戏机器人OpenAI Five而开发的许多相同的算法和技术。该公司表示，这表明它正在构建通用算法，可用于处理广泛的任务——对于雄心勃勃的人工智能实验室和公司来说，这是一个圣杯。

借助人工智能创造更灵巧的机器人对试图实现手工劳动自动化的公司来说将是一个巨大的福音，许多初创公司正在积极从事这一领域的研究。但是，尽管提高机器人技术的先进水平肯定会让更多的工作实现自动化，但这一波工作破坏浪潮能否被新技术创造的工作岗位所抵消，还是一个悬而未决的问题。

不管怎样，很明显，人工智能在与人类的运动技能相匹配之前还有很长的路要走。比奇指出，达克蒂尔花了近百年的时间才学会的能力，人类“只需很少的尝试，甚至是新的物体和任务就可以学会。”。但毫无疑问，这些机器正在迎头赶上，速度比以往任何时候都快。