Self-Assembling Robots and the Potential of Artificial Evolution | Emma Hart
| TED
内文分享自TED https://youtu.be/1Rr-pZoftho
翻译人员: Alvin Lee
校对人员: Yip Yan Yeung
假设一位科学家
想送一台机器人去探索很远的星球，
那里的地理环境可能完全未知，
可能不宜居。
想像一下，如果我们
不是先设计好这个机器人，
把它发射出去，希望它能适应那里，
而是发射一台生产机器人的机器人，
抵达后就能搞清楚
那里需要什么样的机器人，
把它建造出来，
并让它能够持续进化，
以适应新的环境。
这正是我和我的同伴们研究的课题：
一项全新的技术，
能让机器人被创造，
被复制并随时间进化，
这项技术能让机器人的设计和制造
由机器而不是人类来完成。
机器人在工厂、医院、
家庭已经随处可见。
但从工程师的角度来看，
设计自动补货机器人或者扫地机器人
相当直接了当。
我们非常清楚应该怎么做，
我们可以设想机器人
可能会面临的情况。
在设计时记住这一点就行了。
但是，如果我们对
机器人将要工作的地点
所知甚少甚至一无所知呢？
比如，要清除
核反应堆中的残留废料，
送人进去肯定是不安全的，
比如要在海洋底部的
海沟中开采矿石，
或者探索一颗遥远的小行星。
如果人类设计的机器人
花了好几年才抵达小行星，
突然发现需要钻洞取样，
或者需要攀爬上一个悬崖，
但却没有合适的工具
或者合适的移动方式来实现，
该多么令人郁闷。
如果取而代之的是，
我们拥有一种技术，
能让机器人根据它们
将要生活和工作的环境
被设计和优化，
我们可能能节省数年被浪费的努力，
生产出独一无二的、
能适应它们所处环境的机器人。
为了实现这项技术，
我们转向大自然寻求帮助。
环顾我们四周，
我们能看到各种生物，
进化出智能的适应性，
能让他们在特定的环境中蓬勃发展。
比如，在古巴的雨林中，
我们发现一种藤蔓植物，它的叶子
进化成了人类设计的
碟形卫星天线的形状。
这些叶子能放大蝙蝠发出的信号，
将它们引向自己的花，
从而促进授粉。
如果我们能创造出人工版本的进化，
让机器人以类似生物有机体的方式
来进化呢？
我所说的并不是仿生学，
仿生学只是简单模仿
我们在自然界观察到的事物。
我们希望利用的是进化的创造力，
去发现我们在地球上
没看到过的设计，
人类工程师也许没有想到过，
甚至没有能力想像出来这样的设计。
理论上来说，
这一革命性的设计技术能够在遥远的星球
完全自主运行。
但同样的，它也能够由人类指导。
就像我们培育植物，
以期具备抗旱能力或者改良味道，
人类中的机器人培育者
也可以指导人工进化，
来制造具有特定特性的机器人。
比如，
能挤过狭窄的缝隙，
或者在低能量情况下运行。
这种通过模仿生物进化
来打造人造进化的想法——
通过计算机程序
一次次优化解决方案——
并不是新的。
实际上，人造进化，
计算机内部运行的算法，
已经可以用来设计一切了，
无论是桌子还是涡轮叶片。
早在 2006 年，
美国宇航局将一颗
人造卫星送入太空，
卫星上搭载的通信天线，
就是由人工进化设计的。
但让机器人进化
比让被动的物体——
比如桌子——进化要难得多，
因为机器人不光需要身体，
还需要大脑，
用来处理它们周围的信息
并采取相应适当的行为。
那我们该如何做呢？
意外的是，进化只需要 3 个条件：
一定数量的族群，
能展现出个体上的差异；
一种繁殖方式，
后代能继承父母的某些特点，
偶尔通过变异能产生新的特点；
最后，一种自然选择的方法。
因此我们能用软硬件结合的方式
来复制这 3 个条件，
使机器人进化。
首先需要设计
一种数字版本的 DNA。
这是一份数字蓝图，
记录了机器人的大脑、身体、
感觉器官和运动方式。
随机生成几组这样的蓝图，
我们就能创造出最初的
10 个或者更多机器人，
来启动这个进化的过程。
我们已经设计出一种技术，
能运用这些数字蓝图
建造出机器人实体，
中间完全不需要人类的协助。
比如，它可以 3D
打印出机器人的骨骼，
然后一条自动组装机械臂，
就像你在工厂里见过的那种，
给它装上电路和可以动的零件，
包括一台小型计算机充当它的大脑。
然后让这个大脑适应机器人的新身体，
我们将生产出来的每一台机器人
送到一个相当于幼儿园的地方，
新生的机器人可以在那里
锻炼它们的运动技能，
就像小孩子一样。
为了模拟自然选择，
我们会给机器人
处理任务的能力打分。
根据这些分数
来决定哪些机器人需要回炉重造。
这一重造机制
将被选中的父母机器人的
数字 DNA 混合，
为机器人孩子重新绘制一张蓝图，
这些机器人孩子
继承了父母的一些特征，
但偶尔也会展现出新的特征。
通过不断重复这个
从选择到重造的循环，
我们希望能够培育出一代代机器人，
就像我们在生物进化中
经常观察到的，
每一代都比前一代要好，
这样一来，机器人能逐渐优化
它们的形态和行为，
以更好地适应面临的任务
和所处的环境。
尽管这一切
比起生物进化而言要快得多，
后者有时需要数千年之久，
但相对而言，这一过程
仍然比我们期待的要慢，
在我们这个时代，
我们希望设计和制造
某种产品的速度非常快。
主要是因为
3D 打印的过程较慢，
每个机器人需要
超过 4 小时的时间，
取决于机器人的复杂程度和形状。
但我们可以给人工进化提提速，
减少我们实际需要制造的
实体机器人数量。
我们可以在计算机的模拟程序中
制作每一台机器人的数字版本
然后让这虚拟的机器种族进化。
当然，这种模拟并不能很精准地反映
真实世界。
但它的优势在于能在几秒钟
内将机器人制造出来并进行测试，
而不需要花费数小时。
因此运用这种模拟技术，
我们能很快速地
探索多种机器人的潜力，
它们形状不同，大小各异，
搭配的传感器也不一样，
我们在造出机器人实体之前，
就能大概估算出
它的用处能有多大。
我们预测，通过这种新的培育方法，
实体的机器人能够同它的
虚拟表兄弟一起被培育，
然后在模拟中被发现的有用的特征
将会迅速扩散到实体机器人族群中，
它们可以在现场得到进一步优化。
这听起来也许像科幻小说，
但实际上是一个很严肃的问题。
当我们期待刚刚我描述的技术
能在机器人设计中有用的时候，
比如，让机器人到对人类而言
很危险的地方工作，
或者帮助我们实现科学目标，
用于系外行星的探索，
有更多现实的原因，
让我们应该考虑人工进化。
随着气候变化的加速，
我们需要重新思考
如何在地球上设计机器人，
才能减少生态足迹。
比如，
设计新的由可持续
材料制造的机器人，
能以较低能耗运行，
能够维修和可回收。
很显然，这种新一代的机器人
跟我们今天见到的机器人完全不同，
但这恰恰是人工进化
也许能起到作用的原因。
打破我们自己对于
工程科学理解的局限，
减少这种局限
对设计过程造成的约束，
我们就能发现新颖的机器人设计。
谢谢大家。