机器人紧紧地抓住门把手，或者把塑料香蕉投进碗中，亦或是用力在金属箱附近推动乐高积木......
如果您参观过加州大学伯克利分校 Sergey Levine 教授的实验室，您可能会看到这样一些场景。
Sergey Levine 的机器人实验室也许有一天会成为机器人的“游乐场”。
机器人为什么会玩耍？因为智慧就体现在生物通过戳东西、推动物体和观察发生的事情来了解自己的物理环境。
Levine 解释说：“证明智慧存在的唯一证据是在人类身上，而人类存在于物质世界中，是具体化的。事实上，我们所知道的所有智慧生物都是具体化的。也许他们不必如此，但我们并不知道例外情况。”
因此，更广泛地讲，“我认为机器人实际上是人工智能的一个透视镜”，他说道。
机器训练也应遵循“达尔文进化论”Levine 认为，多年来，人们从机器人技术上得到的重大收获之一便是，它证实了“莫拉维克悖论”（Moravec's paradox）。
卡内基梅隆大学机器人学教授 Hans Moravec 在其 1988 年出版的《智力后裔：机器人和人类智能的未来》(Mind Children: The Future of Robot and Human Intelligence) 一书中谈到了 AI 的二分法。
机器可以被教会做“人类觉得困难的事情”，比如对战一局国际象棋。但机器在“对我们来说轻而易举的事情”上做得却不尽人意，比如基本的运动技能。
Levine 表示：“如果您想让一台机器下国际象棋，这实际上会相对容易些。但如果您想要一台机器来拾起棋子，却难于上青天。”
Moravec 把这种二分法看成是一条可制造智能机器的“重大线索”。他主张遵循达尔文进化论的路线来构建智能。也就是说，先从基本的感觉运动系统逐步发展，自下而上，然后才是更高的推理能力。
缺乏机器学习的现成数据
有人要喝咖啡吗？教机器学习可以创造能够与人类一起生活和工作的机器人。
与网上无数的猫图片不同，目前还没有可供机器人学习的现成数据。因此，他的实验室专注于让机器“连续几周探索环境，自主地推动物体、操控物体，然后了解所处的世界”。
Levine 使用各种机器学习技术来训练机器人，包括 CNN，尤其使用了增强学习，即通过从当前状态推断到目标状态来规划抵达目的地的路径。然后，机器人在测试时使用该策略来执行这些任务的新实例。
在训练阶段，玩物体游戏是“无人监督的”。目前人类尚未设计出机器人在执行任务时应该做出的精确动作，甚至也未指定目标。
神经网络确定了机器人应该实现的目标，然后确定了用于实现该目标的策略，包括机器人肢体的运动角度。
“学会学习”场外训练利用了 NVIDIA GPU 集群。在测试期间，每个机器人都连接一个 GPU，用于运行已学习到的策略。在一些更具挑战性的测试中（例如通过观看一段人类的视频演示来学习一项新策略），每台机器都连接了功能更强大的 NVIDIA DGX-1。
Levine 表示，GPU 计算能力为 AI 带来两大好处。通过加速训练，它“允许我们更快地进行科研工作。”其次，在推理过程中，GPU 的强大功能可以实时做出反应，这对“机器人来说至关重要”。
“当机器人真正处于物质世界中时，如果它正在运动，例如闭门飞行，”类似无人机的情况，“它需要在撞到门之前弄清楚门是关着的。”
Levine 团队在增强学习方面的工作变得越发复杂。其中之一便是，教会机器人在测试时执行任务，就像它在训练中学到的那样。更具挑战性的是，让机器人学习能够解决新奇任务的策略。Levine 称，机器正在“学会学习”。
后者称为元学习（meta-learning），是他实验室日益关注的焦点。在近期发表的一篇名为《复合视觉运动任务的一次性分层模仿学习》(One-shot Hierarchical Imitation Learning of Compound Visuomotor Tasks) 的论文中，机器人首先观察人类演示一个简单的“原始”任务，比如将物体扔进碗中。它制定了一项策略来模仿该动作。
在测试时，机器人将从事一项“复合”任务，比如将物体扔进碗中，然后沿着桌子移动碗。机器人利用其先前处理简单任务掌握的经验，形成一“系列”策略，并借此来连续执行动作。
伯克利人工智能研究实验室也参与了我们的 NVIDIA AI 实验室计划。
Levine 的机器人仅在看到人类演示一次复合任务后，就能够模仿人类所演示的任务，这就是所谓的“一次性”学习。
机器人的成长Levine 非常留意对 AI 持怀疑态度的人，比如纽约大学教授 Gary Marcus。Levine同意 Marcus 的观点，即今天的深度学习并不会带来更高的推理能力。
形成更高的推理能力可能是机器人生命周期中的一个过程，而不是单个神经网络。
他说：“我认为，如果未来机器人也能像我们一样拥有童年，那将是一件了不起的事情。”这样，机器人会通过各种发育阶段来取得进步。
Levine 若有所思地说，在最终的成年期，机器人的心智将会继续发展。
“如果你有个机器人须执行某种任务，比如进行施工。在停歇时，这个机器人不会只是坐在小房间里收拾尘土，实际上，它做事情的方式会和人类一样。”
回归现实要使机器人能自行发育，我们还需从事大量的系统工程工作，并将其与深度学习相结合。但 Levine 相信，“在未来五年左右的时间里，我们将看到这些事情成为现实。”
“它可能从工业机器人开始，比如仓库、杂货店的机器人。但我认为我们会在日常生活中看到越来越多的机器人。”
