人類的大腦功能強大，但它有一個嚴重的局限性:你不能像黑客帝國那樣，實時下載新的信息。然而，機器人當然可以。

想象一下這樣一個未來，這些機器人會在云端相互連接，當他們中的其中之一學習某件東西的時候，他們都會學到。讓我們希望所有都是美好的，比如給對方一個擁抱。但問題是，你不可能只讓一個小車學會抓東西，然后期待將相同的技能賦予一個笨重的雙足機器人。

但今天，麻省理工學院計算機科學與人工智能實驗室的一項新研究為實現(xiàn)這種無縫的知識轉(zhuǎn)移向前邁進了一大步。這一切都始于一個名叫Optimus的小機器人和它的朋友，著名的6英尺高的人形機器人Atlas。研究人員教會了用于炸彈處理的機器人Optimus如何從一根管子中拉出另一根管子。

首先，他們?yōu)槠浯鎯α艘恍╆P于不同物體需要不同操作的信息。然后，他們讓它的手拿住一張sim卡。

該研究的作者之一、機器人專家克勞迪婭佩雷茲-達皮諾表示:“想象一下，機器人所在的一個3D世界，有了鼠標，你就可以控制它的手，然后移動它們。通過這種方式，不需要專業(yè)的程序員就能夠指揮機器人。對操作人員來說，這更直觀，因為這和人類學習的方式很相似:蹣跚學步的孩子掌握了一個技能，比如如何抓住一個娃娃，而當他們遇到新事物時，就能重新調(diào)整他們的原有技能。

現(xiàn)在，如何將機器人的技能轉(zhuǎn)移到一個比它大很多倍的機器人身上?畢竟，這款機器人面臨著一個新的挑戰(zhàn):不會臉朝下摔倒。“從數(shù)學上來說，它可以被寫成另一系列的約束，”佩雷茲-達阿皮諾說，“如果你能想象得到，那就把你的重心放在某個區(qū)域。”從本質(zhì)上說，操作員必須給這個新機器人一些規(guī)則，比如如何正確地保持平衡，如何執(zhí)行與Optimus相同的任務。把這些規(guī)則與Optimus關于操控管子的技能結(jié)合起來，你就能順利地獲得相應技能。當然，這不是自動轉(zhuǎn)換，這僅僅是一個開始。

目前，Atlas只能在模擬器中完成交接工作。但這一進展讓我們得以窺見未來，更多的機器人能夠與人類交互。比如，他們可能會通過一個名為“強化學習”的過程，自學從一根管子中取出管子，這一過程基本上是在不斷嘗試，直到最終找到正確的方法。

想象一下，在工廠的環(huán)境中，如果一個機器人學會了如何更高效地操控某件東西，它就能通過云把技能傳播給同伴。而且，正如佩雷茲達皮諾所展示的那樣，這些技能甚至可以讓各種機器人協(xié)同工作。

很快，機器人就會在沒有人類幫助的情況下思考，并自由地傳播這些技能，像擁抱之類的技能。