新智元报导

来源于：Stanford

编写：困死了 瘦瘦瘦

【新智元前言】近日，美国斯坦福李飞飞专家教授等的探讨「深度1进化加强学习」走上nature子刊，初次表明了「鲍德温效用」。也许，智能机器人形态的设计方案还可以根据一波「进化」来拿下？

动物的聪慧是在和自然环境交互的环节中与身体形态同歩进化的。

比如，小仓鼠根据「进化」出长了许多腿的仓鼠球来躲避猫的抓捕（doge）。

行吧，大破冲霄楼，AI也非常聪慧，但与动物不一样的是，AI一般是在硅基的处理器上建立的，并没实体线。

那麼，假如给AI一个「身体」，这针对智能化的进化是不是关键？如果是得话，又该怎么运用来打造更明智的人工智能技术？

在李飞飞的引领下，斯坦福学校的科研工作组建立了一个电子计算机仿真模拟的「儿童游乐场」——DERL（深度1进化加强学习），在其中被称作「Unimals」（通用性动物）的智能体在经过持续基因变异和自然选择学说。毕业论文发表在《自然通讯》杂志期刊上。

科学研究数据显示，虚似微生物的身体样子危害了他们学习新目标的工作能力，在更具有挑战的条件中学习和进化的形态，或是在实行更繁杂的工作时，比这些在更简易的条件中学习和进化的形态学习进化得迅速、更强。

在此项探究中，具备最顺利的形态的Unimal也比前第几代迅速地把握了每日任务，虽然他们最开始的基准线智商能力与上代同样。换句话说，「具身化」是智能化进化的重要。

「大家一般致力于AI是怎样完成人类大脑中神经细胞的作用，」科学研究团队组员、斯坦福学校HAI的协同负责人李飞飞表明，「殊不知将AI当作是具备物理学实体线的東西是一种彻底不一样的方式。」

调查报告的一同创作者、历史人文与科学研究学校应用物理学副教授职称、HAI办公室副主任Surya Ganguli说：「据大家孰知，这是第一次有关的实验，其结果显示能够利用更改形态来加速学习的速率。」

「Unimal」宇宙空间

精英团队安装了一个网站空间，并将简洁的仿真模拟微生物放进在其中。自然，这种微生物仅仅一些根据「任意方法」开展运动的「图形」（Unimal）。

在学习环节中，有平缓的地貌，有更具有挑战的地貌，包含小块山脉、台阶和光洁的山坡。Unimal务必在多样化的地貌上把一个小块物挪动到目的部位。

练习完毕后，每一个Unimal与别的三个在同样自然环境/每日任务组成中练习过的Unimal开展赛事。胜利者将造成一个单一的子孙后代，该子孙后代在面临与爸爸妈妈同样的每日任务以前，经历了一次涉及到身体或骨关节转变的基因突变。

最后，在练习了4000种不一样的形态后，精英团队告一段落仿真模拟。这时，活下来的Unimal均值经历了10代的进化，其形态让人惊叹地多元化，包含两足动物、三足动物及其有胳膊和无胳膊的四足动物。

而最开始，「基本上图型」只有一个「脑壳」和先进的「四肢」，她们有很多形态各异的姿态，「有的人步履蹒跚向前，有一些如蛇蜥一样的走动姿态。别人挥动着十分趣逗的个人行为设计风格，令人想象到「八爪鱼」。

咦？看上去好像与旧试验没差别，不要着急，进化才刚开始。

这种Unimal生长发育在不一样的行星中，星体中充满了「波动的山坡」和「偏矮的阻碍物」，她们在愈发强烈的条件中进行市场竞争。看一下是不是如大伙儿常说，「挫折是完成之母」。

每一个自然环境中的前 10 名Unimal被布置在了新每日任务中，从「新阻碍」到使球挪动到目的部位、将小盒子推进山或在两点之间巡查。这种「角斗士」真真正正展现了她们的虚似胆量。

最后，这些能在「繁杂的地势中」走动的 Unimal 比在「平地的远房亲戚」迅速地学习新每日任务，而且进行的更强。

也就是说，他们根据「存活」而「进化」，但并非「边做边玩」。只是在错综复杂的条件中一起开展「进化」和「学习」，例如有阶梯、丘陵地形、山脉和运动的地貌，便于在这种繁杂环镜中实现实际操作。

在平整的地势上，「乌贼flop」很有可能会以同样的時间抵达终点，但「融入山坡和山脉的身体配备」通常是更迅速、更平稳和能力最强的。她们才华横溢的身体可以更快的使用她们的成功经验 - 迅速她们就将竞争者抛在了脑后。

都交到「进化」去做吧

通用性测算架构DERL运用2个相互影响的适用全过程来生产制造具身的智能体

进化的外循环根据基因变异实际操作提升智能体的形态（b），內部加强学习循环系统提升了神经系统控制板的主要参数(c)。在可变性地貌的操作中，智能体务必从原始部位（翠绿色圆球）逐渐，将一个小盒子挪动到目的部位（红色方块）。

在每一个自然环境进行三次进化运作后（每一次有4000种形态），精英团队从每一个自然环境中筛出主要表现最佳的10个Unimal，并重新开始练习他们进行8项最新的每日任务，如绕开阻碍物、控制一个球或将一个小箱子推上去陡坡。

最顺利的Unimal在个人（根据较少的培训得到更快的主要表现）和跨代的学习层面也迅速。精英团队发觉，在初期先祖性命中后期习得的方式可以在许多人的子孙后代性命初期表现出来。

除此之外，在10代以后，最顺利的Unimal形态在学习同一每日任务的时间其最开始先祖的一半。

这也证实了英国心理学专家James Mark Baldwin在19世纪末明确提出的假定：「学习具备适应能力优点的事情的功能」能够根据爱因斯坦的自然选择学说来承传。

人们不一定了解怎样为古怪的每日任务设计方案智能机器人的身体，比如爬过原子炉获取废弃物，在大地震后给予抗灾，正确引导纳米机器人越过身体，乃至做刷碗或折衣服等家务活。

也许，设计方案这种智能机器人的唯一发展方向便是交到「进化」去完成。

参考文献：

https://hai.stanford.edu/news/how-bodies-get-smarts-simulating-evolution-embodied-intelligence

https://techcrunch.com/2021/10/06/simulated-ai-creatures-demonstrate-how-mind-and-body-evolve-and-succeed-together/