新華社華盛頓2月1日電（記者周舟）美國科研團隊利用人工智能算法訓練出一款可以自主認識自己身體的智能機械臂，向具有自我意識的機器人推進一步。

　　發(fā)表在新一期《科學·機器人學》雜志上的研究顯示，這個與人的手臂大小相當?shù)臋C械臂在沒有物理學、幾何學和運動動力學知識輸入的情況下，可以短時間內(nèi)認知自己的形狀，并作出較高水平的運動決策。

　　研究人員說，自我想象是一種高級認知能力，目前機器人只能通過人類輸入的模型或費時費力的試錯來“理解”自身，而自我想象是實現(xiàn)通用人工智能的重要障礙。

　　在新研究中，美國哥倫比亞大學團隊先讓一只機械臂隨意運動并收集了大約1000個運動軌跡，每個軌跡包含100個運動節(jié)點，然后利用深度學習技術讓機械臂構(gòu)建自我模型。機械臂一開始不知道自己的形狀如何、關節(jié)如何連接，但不到35個小時的訓練后，它所構(gòu)建的自我模型與實際物理形狀之間誤差已經(jīng)很小，有助于更精準地完成任務。

　　實驗顯示，在允許機械臂根據(jù)運動軌跡自我調(diào)整的“可校準”模式下，它能以100%的成功率將多個小球夾起放入杯中。

　　研究人員還為機械臂換上3D打印的殘缺零件，以模擬其身體損傷。結(jié)果顯示，智能機械臂的自我模型可以發(fā)現(xiàn)“身體”的變化，經(jīng)過重新訓練后，能以與此前相當?shù)乃酵瓿蓪嶒炄蝿铡?/p>

　　論文作者之一、哥倫比亞大學機械工程學教授霍德·利普森說，這可能類似于嬰兒的自我學習過程，因此這一研究還有助于理解人類的自我意識是如何產(chǎn)生的，盡管這個智能機械臂的自我意識目前還很粗淺。

【糾錯】

責任編輯： 劉陽