fontStack && 机器人能在国际象棋上称霸,却叠不好你的衣服。认识一下莫拉维克悖论。 | tuput
机器人能在国际象棋上称霸,却叠不好你的衣服。认识一下莫拉维克悖论。
机器人

机器人能在国际象棋上称霸,却叠不好你的衣服。认识一下莫拉维克悖论。

图片: jarmoluk / Pixabay

中文

我们曾以为对机器来说困难的事情,对我们来说也会很难:逻辑、数学、策略。结果恰恰相反。一个幼儿不假思索就能做到的事,至今仍能难倒世界上最先进的机器人。

tuput 编辑部 · · 1 分钟阅读

1997年,一台计算机击败了国际象棋世界冠军。将近三十年后,地球上没有任何一个机器人能够可靠地走进一个陌生厨房,为你泡一杯茶。

不妨再读一遍这句话,因为这个结果实在有些反常。我们视为人类智力巅峰的东西,国际象棋大师级水平,几十年前就已败给了机器。而我们甚至从不把它当作一项技能的事情(端起一个杯子、往水壶里倒水、不把东西撞翻),对机器人来说却仍然近乎不可能地困难。

这种颠倒过来的局面有一个名字:莫拉维克悖论

难事变得容易,易事变得艰难

20世纪80年代,机器人学家汉斯·莫拉维克和一小群人工智能先驱者,注意到了计算机在哪些事情上感到困难这件事上一个反直觉的现象。高层次的推理,逻辑、代数、棋类游戏,那些让人类觉得自己聪明的东西,编写起程序来反而相对容易。但低层次的感知运动技能,看、走、抓、保持平衡,却极其艰难。

莫拉维克在他1988年的著作《心智的孩子》中阐述了这一点,其中的措辞值得仔细体会。他说,让计算机在智力测验中或下西洋跳棋时表现出成年人的水平相对容易,但要让它们在感知和运动方面拥有一个一岁孩子的技能,却困难甚至不可能。请注意他举的例子。是西洋跳棋,不是国际象棋。

每一位家长都见过自己的孩子在没有任何指导的情况下完成那个”不可能”的版本:伸手,抓住一个玩具,调整握力,别捏碎它,也别掉了它。没有哪个机器人做这件事能做得像一个心不在焉的两岁孩子那样好。

该归咎的是进化,也该感谢它

这个悖论有一个优雅的解释,而这个解释与时间有关,一种深邃的时间尺度。

抽象推理是新事物。人类进行数学和形式逻辑运算才不过几千年历史。作为一项技能,它几乎才刚刚起步,这意味着我们的大脑还没有足够长的时间去优化它。它运行得缓慢而费力,这恰好使它成了那种一步一步、计算机可以照搬的过程。

感知与运动则是古老的。你能够看清一个场景、瞬间理解它,并把手伸进那个场景里操作,这是无数物种历经数亿年进化打磨出来的成果。它之所以感觉毫不费力,恰恰是因为进化花了一段近乎永恒的时间,把它打磨成了毫不费力的样子。所有那些来之不易的精密机制,都深埋在有意识的思维之下,这也正是为什么把它逆向工程出来会如此困难。

我们造出的机器,擅长的正是我们觉得困难的事情,因为那些事情恰恰是我们真正理解自己是如何做到的。而在我们觉得容易的事情上,我们反而束手无策,因为我们根本不知道自己是怎么做到的。

为什么你的仓库里有机器人,家里却没有

这就是为什么自动化最先出现在受到严格控制的环境里。一个工厂车间或一座仓库,可以围绕机器人来专门设计:平整的地面、已知的物体、固定的光照条件、每次都出现在同一位置的零件。把混乱清除掉,操作就变得可以驾驭了。

而现实世界拒绝被这样控制。一个家庭充满了柔软的物体、古怪的光线、杂乱的东西、宠物,还有楼梯,简直是一场噩梦。众所周知,2015年DARPA机器人挑战赛决赛要求先进的仿人机器人完成开门、拧阀门之类的任务,结果在加州波莫纳的现场观众和全球在线观看直播的观众面前,上演了一整场价值百万美元的机器摔倒集锦。这不是因为工程师们水平差,而是因为这项任务本身就属于莫拉维克式的难题。

关于叠衣服这件事

公平起见,标题需要更新一下。机器人现在确实已经能自己叠衣服了。Physical Intelligence公司展示过一台机器完成这项工作,Figure公司的Helix模型也曾在无人操控的情况下叠好毛巾。标题里提到的这项家务活如今已不再是不可能的事,谁要是还拿它当笑料,那就已经落后了一两年。

但这件事也远未完成。仔细看那些视频,各种但书会迅速堆积起来。动作很慢。毛巾干净、样式熟悉,而且每次几乎都差不多。篮子恰好放在机器人预期的位置,灯光也已经调好,摄像机开机之前,早就有人挑选好了场景。这与一个人走进一间陌生的房间,把一堆形状各异、缠在一起的衣物倒出来,一边想着完全不相干的事情,一边在几分钟内收拾干净,相去甚远。

所以这个悖论依然成立,只是这一次,球门柱被明确地摆了出来。这些演示证明的并不是操作问题已经被解决,而是操作问题可以针对某一项任务的一个精心设计过的特定版本被解决,而且要付出巨大的努力,这恰恰印证了莫拉维克的观点:在一件我们甚至都不把它算作技能的家务活底下,其实藏着多么庞大的机制。

这对机器人的未来意味着什么

这里的教训并不是家用机器人永远不会到来。而是它们到来的顺序,恰好与科幻小说所承诺的相反。我们远在拥有”身体”之前,就先拥有了”大脑”,也就是推理、语言和策略。

因此,这波自动化浪潮首先冲击的是那些认知性强、可预测、发生在室内的工作:分析、起草文件、排期、分类整理。而那些从办公桌角度看起来”技能含量低”的工作,那些充满杂乱无章、需要即兴应对身体动作的活儿,比如护理、管道维修,或是收拾一张凌乱的桌子,却在悄悄地成为最难实现自动化的工作之一。

莫拉维克悖论其实是一句我们忘了对自己说的赞美。你今天做过的最精妙的事情,从来都不是你刻意去想过的那件事。而是你没看一眼就伸手过去,稳稳端起咖啡,一滴都没洒。

Share
Copied!

资料来源与延伸阅读

  1. Hans Moravec, Mind Children (Harvard University Press, 1988)
  2. Encyclopædia Britannica: Robot technology
  3. Encyclopædia Britannica: Artificial intelligence

本文在 AI 工具协助下研究与撰写,并经编辑核实。仅供一般参考与讨论,不构成专业建议。请参阅我们的编辑准则免责声明。发现错误?告诉我们

#robotics#moravecs paradox#ai#automation

喜欢这篇吗?下一篇也别错过。

每次一篇好文章,直接送到你的邮箱。绝无垃圾邮件,随时可退订。

同类更多: 机器人
四条腿的机器人,已经在走进那些足以要你命的地方
一类不太起眼的机器已经悄悄潜入了地球上一些最危险的工作场所:辐射弥漫的房间、充满毒气的矿井、随时可能坍塌的建筑物。它们用四条腿行走,而且不需要呼吸。
恐怖谷不是一条自然法则。它是一个设计决定
随着人形机器人大量涌入这个世界,一种古老的不安感也随之回归:当一台机器看起来几乎像人类时,那种令人反胃的感觉。我们把它当作心智中一个固定的事实。但事实并非如此。这是一个工程师可以选择避开的陷阱。
2026年,人形机器人终于打卡上班了
几十年来,那种会走路、会说话的机器人一直被说成'再过几年就实现了'。今年,它们开始出现在工厂车间和机场里,从事真实的任务,记录下真实的工时。问题在于它们的数量有多稀少。
← 全部文章