据外媒Tech Xplor报道，谷歌、佐治亚理工学院和加州大学伯克利分校（UC Berkeley）的研究人员联合发表了一篇论文，详细介绍了他们构建的一个通过AI技术自学走路的四足机器人Rainbow Dash。它只需花费约数个小时，就能自己学会向前、向后以及左右转弯等运动。有观点认为，尽管机器人很能干，能代替人类实现很多事情，但自然形成的原始动物还是比他们好很多。之所以这样说是因为，他们很难直接从狗身上学会像狗一样去走路。但是，近期谷歌人工智能实验室的一项研究颠覆了人们对于这件事的认知，让这个环节变得容易多了。这项研究是谷歌人工智能实验室与加州大学伯克利分校一起合作进行的，目的是找到一种能够高效、自动地将狗在轻快地小跑这种“敏捷行为”转移到四足机器人身上的方法。这类事情以前就有人做过，但正如研究人员的博客文章所指出的那样，既定的培训过程往往“需要大量的专家洞察力，而且通常涉及对每项所需技能漫长的奖励调整过程”。

谷歌人工智能项目通过在正常的秩序中添加一些可控制的混乱来解决这个问题。通常情况下，狗的动作会被捕捉，像脚和关节这样的关键点会被仔细追踪。在数字模拟中，这些点将近似于机器人的点，虚拟版的机器人试图用自己的动作来模拟狗的运动，学习它的动作。研究人员在模拟中使用的物理参数中加入了随机因素，使得虚拟机器人的重量更大，或者电机更弱，或者与地面的摩擦更大。这使得描述如何走路的机器学习模型不得不考虑到如何抵消各种各样、微小的差异和它们在生产过程中造成的复杂情况。学会适应这种随机性，使得四足机器人学习走路的方法在现实世界中更加稳健，可以模仿目标狗的行走，甚至更复杂的动作，比如转弯和旋转，而不需要任何人工干预，只需要一点额外的虚拟训练。当然，如果需要的话，手动调整仍然可以添加到混合中，但就目前的情况来看，这与以前完全自动完成的工作相比是一个很大的改进。年初谷歌推出了一款基于AI的聊天机器人，名叫Meena，它可以进行更合理、更具体的对话。据公开数据，Meena有26亿个参数，并接受了341 GB文本的训练。与现有最新的生成模型OpenAI GPT-2相比，Meena具有1.7倍的模型容量，并接受了8.5倍的数据进行训练。可以使得聊天的过程更为有趣。另外，当我们还在为自己芯片研发苦苦挣扎的时候，谷歌AI已经可以自己设计芯片。根据公开信息，用AI来设计AI芯片，最初是因为谷歌设计算法的速度要远高于芯片设计的时间，比如某些神经网络架构已经出来了，但是匹配的硬件加速器还是两年前的，这样使得先进的算法只能在比较“落后”的硬件上运行，因此它的运行状况就不会理想。要解决这个问题，谷歌最终给出的方案就是“让AI设计AI芯片”，这样芯片的设计时间就会大为缩短。而未来，这种技术很有可能在机器人上应用，从而使得机器人具备“意识”。