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慧演演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的機械臂在沒有物理學、幾何學和運動動力學知識輸入的情況下，可以短時間內認知自己的形狀，並作出較高水準的運動決策。

　　研究人員説，自我想像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，而自我想像是實現通用人工智慧的重要障礙。

　　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並收集了大約1000個運動軌跡，每個軌跡包含100個運動節點，然後利用深度學習技術讓機械臂構建自我模型。機械臂一開始不知道自己的形狀如何、關節如何連接，但不到35個小時的訓練後，它所構建的自我模型與實際物理形狀之間誤差已經很小，有助于更精準地完成任務。

　　實驗顯示，在允許機械臂根據運動軌跡自我調整的“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列印的殘缺零件，以模擬其身體損傷。結果顯示，智能機械臂的自我模型可以發現“身體”的變化，經過重新訓練後，能以與此前相當的水準完成實驗任務。

　　論文作者之一、哥倫比亞大學機械工程學教授霍德·利普森説，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産生的，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