通過“強化學習”，讓每個智能體適應周圍環(huán)境和群體協(xié)作。未來的分布式機器人可以互相學習，一起工作，共同完成復雜任務。圖片來自網絡

分布式智能體（Agent）具有自主性、交互性、反應性和主動性

據美國《連線》雜志網站近日報道，目前大部分人工智能研究都集中在個體智能體（Agent，指能自主活動的軟件或者硬件實體）上，人工智能系統(tǒng)也一直是作為個體運作，但這些個體智能體不能組合成一個團隊來學習、工作，也不能相互協(xié)作完成相應的任務。麻省理工學院航空航天教授喬納森·豪認為，這種工作模式喪失了一個巨大的機會，未來機器人應該一起工作，互相學習。

在分布計算領域，人們通常把在分布式系統(tǒng)中持續(xù)自主發(fā)揮作用并具有自主性、交互性、反應性和主動性的計算實體稱為Agent。例如一輛單獨行駛在街道上的汽車，一種能根據周圍環(huán)境變化而不斷調整的恒溫器。

豪領導的研究團隊一直致力于研究改變“移動和人工智能設備相互協(xié)作和學習的方式”，希望通過人工智能的核心能力——機器學習，幫助智能對象，使彼此更智能。

豪認為，未來機器人可以互相學習，共同工作，從而改變物流（機器人完成訂單并送貨上門）和太空探索（機器人合作探索新領域）等行業(yè)。而真正的挑戰(zhàn)是為這些人工智能機器人在實驗室之外的真實世界做好準備，這才是人工智能應該涉獵的領域。

機器人個體結成團隊工作

現實世界遠比人工智能機器人開發(fā)實驗室環(huán)境復雜。在團隊工作中，人類會思考，其他人在做什么？如何共同完成任務？這個任務會發(fā)生怎樣的變化？等等。而這些問題，都將是機器人以團隊形式工作時所需要“考慮”的。

為了讓機器人以群體形式工作，豪帶領的團隊讓智能體在周邊環(huán)境中反復試驗，像人類一樣學習。團隊利用他們自己開發(fā)的新算法，以及機器人行業(yè)的經驗，對其進行了優(yōu)化，使用了一種名為強化學習的機器學習技術，讓它們適應周邊環(huán)境。

團隊甚至更進一步研究了“多智能體”參與時發(fā)生了什么�！岸嘀悄荏w”強化學習這門新興學科存在許多難題，包括：如何讓獨立的智能體在其他方面建立共識并達成一致？如何確保它們之間不斷的交談不會淹沒整個網絡？當一個有人工智能功能的機器人認為自己知道正確的做事方式，但它卻錯了時又會發(fā)生什么？

豪說：“如果我們對什么時候去吃晚飯都有不同的看法，你需要多少溝通才能達成一致？這看起來相對簡單的問題，但在機器人系統(tǒng)中，我們要處理的問題非常多，通常這些問題都有很多不確定性。”

只有出現了可行的深度學習平臺，才有可能真正回答這些問題。豪和他的團隊使用由亞馬遜的EC2 GPU實例支持的AWS深度學習AMI環(huán)境，這些實例不需要管理機架和服務器，就可以在云上執(zhí)行非常復雜的計算。他們的最終目標是訓練和運行強化學習模型的速度和準確性，以保證機器人足以應對現實世界中行為的影響。比如，當機器人意見不一致時，它們之間不斷的嘮叨不會淹沒整個網絡。

復雜計算需要云平臺

在智能機器人共同學習的理想生態(tài)系統(tǒng)中，整體大于部分之和，這需要重大的技術努力才能實現。

在亞馬遜云服務（AWS）、波音和IBM聯(lián)合資助下，豪的團隊已經進行了一段時間的深入研究，通過足夠的計算能力運行復雜的強化學習算法，使一群機器人保持不斷的通信，并在聯(lián)機中調整它們的行為。新的強化學習系統(tǒng)被稱為分層多智能體教學，通過優(yōu)化獎勵功能和更有效的溝通，成功地提高了機器人在團隊范圍內的學習和協(xié)作整合解決問題的能力。利用基于云的服務，團隊中的每個成員都可以根據自己的需要，訪問盡可能多的計算能力。

“在這種基于模擬的訓練中，我們要測試數百種設置，速度是至關重要的�！焙澜淌诘拇T士研究生金東基（音譯）說，“機器學習直接轉化為我們在更短的時間內運行更多迭代的能力。AWS提供了強大的GPU實例，大大縮短了訓練時間，加快了我們的研究步伐�！�

豪認為，這項研究商業(yè)化需要5—10年的時間，但這可能是未來人工智能應用的一個基本推動者。他表示，合作、有彈性機器人的用途幾乎是無限的。