*本文譯自權(quán)威科技媒體Wired 2020年2月13日的報道。

1997年，在風(fēng)景如畫的日本名古屋市，索尼的一位研究科學(xué)家北野宏明（Hiroaki Kitano）協(xié)助組織了第一屆機器人世界杯（Robocup），吸引了數(shù)支致力于機器人和人工智能的研究團隊前來參賽。

賽事第一天，兩支機器人隊伍進(jìn)行PK。但見那些機器抽動著觀察它們周圍的環(huán)境時，一名記者問北野，比賽什么時候開始。他笑著說：“我告訴他比賽五分鐘前就開始了！”

這便是當(dāng)時AI和機器人的狀況。機器需要花費數(shù)分鐘來解讀自己的處境，然后再去履行下一步的任務(wù)。但今非昔比，隨著AI對機器的輔助越來越強，從自動駕駛汽車到監(jiān)控攝像頭，機器的感知和行動都更加智慧。

據(jù)11月公布的信息，北野如今在索尼負(fù)責(zé)牽頭一個新任務(wù)，要將尖端AI技術(shù)注入整個公司。這家日本巨頭相信AI將會創(chuàng)造更智能的相機、更靈氣的視屏游戲角色，甚至是更能干的索尼首款廚房機器人。北野說索尼相信AI正在快速發(fā)展，公司需要將這項技術(shù)作為其發(fā)展戰(zhàn)略的核心。

“在索尼我們有優(yōu)秀的AI研究者和工程師，并且我們對正在發(fā)生的事情有很好的判斷力”，這個星期在紐約參加人工智能發(fā)展協(xié)會（Association for the Advancement of Artificial Intelligence，縮寫AAAI）會議的北野說道，“我們認(rèn)為現(xiàn)在正是我們應(yīng)該推進(jìn)的時候”。

在諸多謀求發(fā)展AI的大公司中，索尼的動向獨樹一幟，雖然研究和利用AI方面滯后于硅谷巨頭，卻與其目標(biāo)不同：相比與谷歌、臉書或者蘋果等公司，索尼更專注于內(nèi)容創(chuàng)作和娛樂。這家日本巨頭現(xiàn)在正尋求通過大舉押注于一種名為強化學(xué)習(xí)的強大但仍相對實驗性的人工智能方法，以與美國的人工智能巨頭相匹敵。谷歌母公司Alphabet和亞馬遜也對這項技術(shù)進(jìn)行了引人注目的投資。

Alphabet的DeepMind，因其利用強化學(xué)習(xí)創(chuàng)建了一個在2016年打敗世界上最優(yōu)秀的圍棋手之一的程序，而名聲大噪。受動物行為的啟發(fā)，它涉及到一種算法，以響應(yīng)積極或消極的反饋來改進(jìn)自身行為。

“我們認(rèn)為強化學(xué)習(xí)，與迄今為止在AI方面取得最多進(jìn)展的技術(shù)一樣重要，甚至是更重要”，北野說，“它將會成為核心技術(shù)”。

除了研究以做演示，強化學(xué)習(xí)還在從金融到物流的各個領(lǐng)域進(jìn)行測試。它也正在成為機器人學(xué)習(xí)處理真實世界和訓(xùn)練軟件代理在模擬環(huán)境中智能行為的一種強有力的方式。因此，它可能有巨大的潛力產(chǎn)生出引人注目的視頻游戲角色和劇情。

強化學(xué)習(xí)幾十年來一直是人工智能的一部分，它的前景已經(jīng)變得更加明朗，這要歸功于強大的神經(jīng)網(wǎng)絡(luò)算法(大致模擬大腦中學(xué)習(xí)的方式)，以及功能更強大的計算機和大量訓(xùn)練數(shù)據(jù)。即便如此，它目前仍處于試驗階段，而且是出了名的很難做到正確。例如，研究表明，強化學(xué)習(xí)算法有時帶來的成果就是建議進(jìn)行重復(fù)和無用行為。

北野表示，索尼將專注于三個領(lǐng)域的人工智能：游戲、傳感器，以及更有趣的，烹飪藝術(shù)。這些領(lǐng)域反映了公司目前的業(yè)務(wù)重點和未來的遠(yuǎn)景抱負(fù)。

索尼以生產(chǎn)PlayStation和游戲而聞名，但其收入的很大一部分也來自數(shù)字傳感器和影像技術(shù)。不難看出人工智能將如何促進(jìn)這些領(lǐng)域的發(fā)展，比如讓游戲更吸引人、更生動，或者幫助攝像頭更智能地感知世界。

將人工智能應(yīng)用于烹飪，是為了推動發(fā)展機器人技術(shù)。目前，索尼已經(jīng)展示了一款機器人，能夠以一種藝術(shù)性但事先計劃好的方式將食物擺放在盤子上。未來的系統(tǒng)可能不需要仔細(xì)編碼就能識別和抓取食材。對機器人來說，食物的處理尤其具有挑戰(zhàn)性，因為食材的形狀和擺放常常是不規(guī)則的，并且需要小心操作。

當(dāng)然，索尼對機器人并不陌生。在首屆機器人世界杯舉辦的幾年后，該公司發(fā)布了一款狗狗形狀的玩具Aibo，攬入無數(shù)狂熱的追隨者，但在2006年因公司精簡業(yè)務(wù)而停產(chǎn)。2018年發(fā)布的新版Aibo包括一些人工智能功能，如對象和語音識別。不過它還是有些許笨拙。當(dāng)我在AAAI會議上與北野先生會面時，其中一只由索尼代表帶來的機器狗在房間里摸索著，并在他身后發(fā)出了叫聲。

一些外部人士看到了索尼投資強化學(xué)習(xí)的巨大潛力。加州大學(xué)伯克利分校(UC Berkeley)教授、Covariant.ai聯(lián)合創(chuàng)始人皮特·阿貝爾(Pieter Abbeel)說：“這很有意義?！盋ovariant.ai是一家利用強化學(xué)習(xí)制造適應(yīng)性更強的倉庫機器人的公司。

阿貝爾指出，創(chuàng)作視頻游戲既昂貴又耗時，他還指出強化學(xué)習(xí)已經(jīng)顯示出了承擔(dān)大量繁重工作的潛力。他提到了一個名為DeepMimic的項目，該項目展示了通過強化學(xué)習(xí)訓(xùn)練的虛擬人物如何表現(xiàn)出栩栩如生的行為。一個角色被放置在一個物理精確的環(huán)境中，并給出了一個特定的目標(biāo)，比如爬過障礙，最終會想出如何跳過去的方法。這可能會使視頻游戲角色的編程過程自動化，甚至可以讓游戲中的行為在運行過程中出現(xiàn)?！八袧摿Υ龠M(jìn)更快的內(nèi)容創(chuàng)建，”阿貝爾說。

阿貝爾說，實現(xiàn)機器人烹飪可能還有一段距離，但他希望強化學(xué)習(xí)能改變這些機器的編程方式。他表示：“看到在這方面的進(jìn)展，真的很令人興奮。”

為了推動其人工智能的發(fā)展，索尼去年收購了Cogitai，這是一家由德克薩斯大學(xué)奧斯汀分校(University Of Texas At Austin)教授彼得·斯通(Peter Stone)參與創(chuàng)立的公司。斯通已經(jīng)成功地在虛擬版的Robocup比賽中率先使用了強化學(xué)習(xí)，并贏得了比賽的勝利。斯通目前領(lǐng)導(dǎo)著索尼在美國的人工智能業(yè)務(wù)。

在被收購之前，Cogitai推出了一個旨在讓強化學(xué)習(xí)更容易使用的平臺。斯通說，整個索尼的研究人員和工程師們現(xiàn)在可以使用這個平臺和其他的工具。游戲開發(fā)人員或硬件設(shè)計人員能夠使用這些工具來探索新的想法和創(chuàng)新。他表示，對強化學(xué)習(xí)的關(guān)注，反映出索尼希望走在人工智能領(lǐng)域前端的愿望——通過押注下一個可能出現(xiàn)的大事件。

如今Robocup賽事展現(xiàn)出事物是如何迅猛發(fā)展的。參賽者（機器人們）以驚人的速度和技巧傳球、移動和射門。

斯通表示，這也預(yù)示著人工智能的下一個發(fā)展階段?！?b>在感知和監(jiān)督學(xué)習(xí)領(lǐng)域發(fā)生了一場革命。”他說，“索尼人工智能的整個前提是：在人工智能領(lǐng)域，自動化決策也有巨大的機會。它真的無處不在，從某種意義上說，它還沒有被開發(fā)?！?/b>