據(jù)國外媒體報道，達(dá)爾文的進(jìn)化論認(rèn)為，生命能夠通過一個叫“自然選擇”的過程發(fā)生進(jìn)化。在進(jìn)化的過程中，根據(jù)其對動物的利害關(guān)系，特定的特征會在動物中變得越來越普遍或者越來越稀少。
研究人員現(xiàn)在正在機器人中對進(jìn)化過程進(jìn)行仿真研究，希望使機器人能夠?qū)W習(xí)如何完成復(fù)雜的任務(wù)。
這項研究所涉及的選擇過程和自然選擇類似，但選擇的尺度比自然選擇更大，速度也更快。這使得人工大腦能夠選擇出多數(shù)有益的特征并不斷進(jìn)化。領(lǐng)導(dǎo)這項研究的是密西根州立大學(xué)的計算生物學(xué)家克里斯·阿達(dá)米博士，研究使用遺傳學(xué)的算法對一大群執(zhí)行某項任務(wù)的機器“大腦”進(jìn)行數(shù)學(xué)建模。
舉個例子，這個任務(wù)可以是找出一個迷宮的出口。建模實驗的結(jié)果顯示，任務(wù)完成最出色的機器“大腦”會產(chǎn)生出數(shù)量最多的虛擬“后代”，這一結(jié)果意味著最聰明的機器人能夠進(jìn)行“繁殖”。
研究人員讓這種對機器“大腦”進(jìn)行選擇的遺傳學(xué)算法運行了數(shù)千代，有時甚至數(shù)十萬代，并把“存活”下來的“大腦”下載到機器人上，然后讓這些機器人執(zhí)行現(xiàn)實世界中的各種任務(wù)。
密歇根州立大學(xué)的一個研究小組使用遺傳學(xué)的算法對一大群機器人“大腦”進(jìn)行數(shù)學(xué)建模
密歇根州立大學(xué)的一個研究小組使用遺傳學(xué)的算法對一大群機器人“大腦”進(jìn)行數(shù)學(xué)建模。科學(xué)家命令這些“大腦”執(zhí)行各種任務(wù)，比如找出一個迷宮的出口。任務(wù)完成得最好的“大腦”會產(chǎn)生出虛擬的“后代”，這個過程會產(chǎn)生出更加出色的“大腦”。
在這些機器人執(zhí)行的各種任務(wù)中，有一項最為復(fù)雜。這項任務(wù)要求多個機器人搞清楚并記住它們走出一個房間的先后順序。隨后科學(xué)家命令這些機器人按照上述順序，或者是與此相反的順序，重新進(jìn)入這個房間。
“這項任務(wù)之所以復(fù)雜，是因為這些機器人必須要能夠識別彼此的身份”，阿達(dá)米博士介紹說。
在運行了這個進(jìn)行選擇的遺傳學(xué)算法之后，這些機器人似乎解決了這個難題，它們學(xué)會了利用某些動作來告訴其它機器人自己的身份。阿達(dá)米博士相信通過讓機器人“大腦”在復(fù)雜的世界中進(jìn)行進(jìn)化，迫使它們進(jìn)行互動，是產(chǎn)生出有自我意識的人工智能的最好方法。
“當(dāng)機器人需要建模了解其它機器人的‘大腦’時，它們就開始思考‘思考’這個問題了”，阿達(dá)米博士說。
“我們相信這就是意識的肇始。”阿達(dá)米博士認(rèn)為會思考的機器人非常有用，并且認(rèn)為人類沒有理由害怕機器的崛起。
“當(dāng)我們的機器人‘出生’的時候，它們的‘大腦’擁有學(xué)習(xí)的能力，但那時的‘大腦’中只存儲了本能”，他介紹道，“需要花費十年或是二十年自己進(jìn)行探索以及訓(xùn)練，這些機器人才能夠達(dá)到人的智能水平。這和我們?nèi)说那闆r是一樣的。”
科學(xué)家命令這些“大腦”執(zhí)行各種任務(wù)，比如找出一個迷宮的出口
研究人員將他們的遺傳學(xué)算法運行了數(shù)千代，有時甚至數(shù)十萬代，并把“存活”下來的“大腦”下載到機器人上，然后讓這些機器人執(zhí)行現(xiàn)實世界中的各種任務(wù)。其中一項任務(wù)包括找出一個迷宮的出口。
他又說道：“此前設(shè)計像人一樣的人工智能的嘗試都失敗了，因為我們不知道我們自己的大腦是如何運行的。”
“但我們知道進(jìn)化是如何進(jìn)行的，并且能夠加速電腦的進(jìn)化。”
科學(xué)家利用油滴模擬進(jìn)化過程
2014年12月，科學(xué)家第一次在實驗室使用油滴成功模擬了進(jìn)化過程。這項研究的科學(xué)家宣稱他們的研究證明了，即使是由化學(xué)物質(zhì)組成的非生物系統(tǒng)，人類也能讓其進(jìn)行進(jìn)化。這項發(fā)現(xiàn)標(biāo)志著向創(chuàng)造人工生命又跨出了重要的一步。這一研究成果也許還能幫助科學(xué)家解釋在超過36億年前的地球上，第一批生物細(xì)胞是如何誕生的。
長久以來的觀點認(rèn)為只有生物體才能進(jìn)行進(jìn)化，但最近致力于創(chuàng)造人工生命的研究已經(jīng)開始對這種觀點提出了質(zhì)疑。
這項油滴進(jìn)化研究的領(lǐng)導(dǎo)者是李·克羅寧，格拉斯哥大學(xué)的皇家化學(xué)教授。他的研究團(tuán)隊讓一個機器人把四種化學(xué)物質(zhì)混合，形成微小的油滴。機器人隨后把每個油滴都滴到一個裝有水的培養(yǎng)皿里，利用攝像機記錄并分析落入培養(yǎng)皿中一分鐘內(nèi)油滴的三種“健康度”。
機器人接下來會選出“健康度”最高的油滴，對其化學(xué)物質(zhì)的組成比例做極小的修改，然后重復(fù)上述實驗。在經(jīng)過21代實驗之后，油滴在水相中變得比此前更加的穩(wěn)定。
按照克羅寧教授的說法，他們的研究成果成功的模擬出了自然選擇，這一達(dá)爾文用于解釋進(jìn)化的過程。
轉(zhuǎn)載請注明出處。
相關(guān)文章
熱門資訊
精彩導(dǎo)讀
關(guān)注我們
