Transcription
以下是与 Russ Tedrick 的对话，他是一位机器人专家、麻省理工学院教授，也是丰田研究所（TRI）机器人研究副总裁。他致力于在有趣、复杂、欠驱动、随机且难以建模的情况下控制机器人。他是一位出色的老师，也是一位了不起的人，是我在麻省理工学院最喜欢的人之一。在这场对话中，我们将探讨许多话题，从他领导麻省理工学院 Delta 机器人挑战赛团队的经历，到他经常每天往返工作路程近乎跑完一个马拉松的惊人事实。对于一位对人类身体等欠驱动动力学系统进行优雅高效控制感兴趣的世界级机器人专家来说，这个事实使 Russ 成为我认识的最迷人的人之一。广告的简要总结：三个赞助商：Magic Spoon 麦片、BetterHelp 和 ExpressVPN。请考虑通过访问 magicspoon.com/lex 并使用折扣码 LEX 在结账时支持此播客。访问 betterhelp.com/lex 并注册。访问 expressvpn.com/lexpod。点击描述中的链接，购买商品，享受折扣。这是支持此播客的最佳方式。如果您喜欢这个节目，请在 YouTube 上订阅，给它五星好评，在播客上给它评分，在 Patreon 上支持它，或在 Twitter 上与我联系：@lexfriedman。一如既往，我将先进行几分钟的广告，中间绝不插播广告，以免打断对话的流畅性。
本期节目由 Magic Spoon 低碳水化合物、生酮友好型麦片赞助。我已经坚持生酮或食肉饮食很长一段时间了。这意味着我摄入的碳水化合物非常少。我以前很喜欢麦片，但显然大多数麦片都含有大量的糖，这对你非常不好，所以我几年前就放弃了。但 Magic Spoon 是一个全新的东西，零糖，11 克蛋白质，只有 3 克净碳水化合物。它尝起来很美味，有很多口味，都很好。但如果你知道什么对你好，你会选择可可味，我最喜欢的口味，也是冠军的口味。点击描述中的 magicspoon.com/lex 链接，在结账时使用折扣码 LEX，让他们知道我推荐了你。所以，买他们的所有麦片吧，它美味又健康，你不会后悔的。
本节目还由 BetterHelp 赞助，拼写为 h-e-l-p-help。访问 betterhelp.com/lex 了解更多。他们会弄清楚你需要什么，并在 48 小时内为你匹配一位有执照的专业治疗师。它不是危机热线，也不是自助，而是安全地在线进行的专业咨询。你可能知道，我有点像大卫·戈金斯那种类型的人，仍然有一些心魔需要克服，通常是在长跑或通宵工作时充满自我怀疑。我认为痛苦对创造是必不可少的，但你可以以一种不摧毁你的方式美丽地承受痛苦。我认为对大多数人来说，一位好的治疗师可以提供帮助。所以，至少值得一试。查看评价，它们都很好。它方便、私密、经济实惠，全球可用。你可以随时通过短信交流，并安排每周的音频和视频会议。访问 betterhelp.com/lex 了解更多。
本节目还由 ExpressVPN 赞助。访问 expressvpn.com/lexpod 享受折扣并支持此播客。你看过《办公室》吗？如果看过，你可能知道它改编自同名英国电视剧。我不是要挑起争端，但我个人认为英国版比美国版更精彩，但两者都很棒。顺便说一句，实际上还有九个国家有自己的《办公室》版本。使用 ExpressVPN，你可以无地理限制地访问它们。它允许你控制网站认为你所在的位置。你可以从近 100 个不同的国家中选择，从而访问你所在地区无法获得的内容。所以，再次强调，在任何设备上访问 expressvpn.com/lexpod，即可获得额外的三个月免费使用，并支持此播客。
现在，这是我和 Russ Tedrick 的对话。
你见过的动物或机器人最美的运动是什么？
我认为机器人最美的运动一定是无动力行走机器人。我认为它们有一种根本的美。特别是史蒂夫·柯林斯和安迪·罗维纳在康奈尔大学制造的 3D 行走机器。它不受限于吊杆或平面。你把它放在一个小斜坡上，给它一点推力，它只靠重力驱动，没有控制器，没有电池。它只是从斜坡上滑下来。当时，它看起来比我们迄今为止见过的任何机器人都要自然、优雅、像人。
只靠重力驱动，它是如何工作的？
好吧，最简单的模型就像一个弹簧玩具，一个复杂的弹簧玩具。我们用来思考它的最简单的模型之一实际上是一个无边轮。想象一下，取一个自行车的轮子，但去掉轮辋，这样它就只剩下很多辐条了。如果你给它一个推力，它仍然会滚下斜坡。但每次它的脚，它的辐条转过来碰到地面时，它都会损失一点能量。每次它向前迈出一步时，它都会获得一点能量。这些东西可以达到完美的平衡，而且它们实际上是想要达到平衡的。这是一个稳定的现象。如果它太慢，它就会加速；如果它太快，它就会减速，然后进入一个稳定的周期性运动。
现在，你可以把那个无边轮，它看起来并不太像人类走路，去掉所有的额外辐条，在中间放一个铰链，现在它就是两条腿了。这叫做我们的指南针步态步行器。你仍然可以给它一点推力，它就开始从斜坡上滑下来。它看起来有点像走路，至少它是一个双足动物。但史蒂夫和安迪以及特德·麦吉尔开始了整个练习。但史蒂夫和安迪把它推向了一个美丽的结论，他们建造了一个有膝盖、手臂、躯干的东西。手臂自然摆动。给它一点推力，它看起来就像在公园里散步一样。
你如何设计这样的东西？我的意思是，那是艺术还是科学？
它处于边界。我认为科学可以让你接近解决方案。我认为艺术在于他们如何制造一个美丽的机器人。但然后是精细之处，因为他们是在一个不完美建模、不完美控制的系统上工作的。有所有这些小技巧，你必须调整膝盖上的吸盘，这样它们就能粘住，然后在恰当的时机释放。或者有所有这些小技巧，这些技巧确实是艺术。但当时，它已经说明了问题。当时，世界上最好的行走机器人是本田的 ASIMO。绝对是现代工程的奇迹。那是 90 年代，他们第一次发布它是在 97 年，当时是 P2，然后到了 2004 年就变成了 ASIMO。它看起来像非常谨慎的行走，就像你在走在热炭上一样。我认为 ASIMO 被冤枉了，它是一个美丽的机器，它的膝盖确实弯曲。我们的 Atlas 步行器膝盖也弯曲。但实际上，ASIMO 非常棒，但它并不节能。Atlas 也是如此。我们工作的 Atlas，我们所有这些复杂的机器人，都不太节能。
但是，当你进行控制时，当你试图控制如此复杂的系统时，会发生一些事情。你试图用你的电机来抵消重力，来对抗世界对你所做的一切，并施加你想要的动力学，因为你可以让它们在数学上简单且易于分析。这是一个非常美丽的例子，你不需要这样做。你只需要让它顺其自然，让物理学做大部分工作。你只需要给它一点能量。这个东西只在斜坡上行走，它永远不会在平地上行走。要在平地上行走，你必须在某个时候提供一点能量。但也许与其试图取代世界施加给你的力量，我们应该做的是让世界推着我们走，我们顺其自然。
非常禅意，非常禅意的机器人。
是的，但好吧，这听起来很禅意，但我可以想象他们经历了多少失败的版本。他们必须让系统摔倒多少次才能弄清楚如何……我不知道是不是成千上万次，但……
我不知道是不是成千上万次，但数量很多。这需要一些耐心，毫无疑问。
所以从这个意义上说，控制可能有点帮助？
我认为当时每个人都说答案在于控制。但它只是指出，也许我们现在做控制的方式不是我们应该做的。
那么动物方面呢？那些找到了有效移动方式的动物。你是否在任何动物的运动中找到任何令人鼓舞或美丽的东西？
我确实有一个最喜欢的例子。它有点像无动力行走的概念。动物有多节能？哈佛大学的乔治·洛特和麻省理工学院的迈克·特兰尼菲洛进行了一系列很棒的实验，他们在水隧道里研究鱼的游泳。他们研究的一种鱼是彩虹鳟鱼，因为它们有一种现象，人们对此很了解：彩虹鳟鱼在繁殖季节逆流而上时，会聚集在岩石后面。这看起来很累，逆流而上。它们聚集在岩石后面，也许那里有什么能量上的有趣之处。所以他们试图重现它。他们在水隧道里放了一块岩石，基本上是一个圆柱体，它有与溪流中看到的岩石后面产生的涡街相同的涡流。他们把一条真正的鱼放在后面，观察它如何游泳。
令人惊奇的是，如果你从上面看，鱼在岩石后面游泳时，它的步态是特定的。你可以像看一个走在街上的人一样识别出这条鱼。你对人类的行走方式有一种感觉。鱼有一种特征性的步态。你把这条鱼放在岩石后面，它的步态就改变了。他们看到的是，它实际上是在涡流之间共振和冲浪。
现在，这是决定性的实验，因为仍然不清楚这在多大程度上是鱼的机械作用，在多大程度上是控制，是它的大脑。所以，决定性的实验，也许是我迄今为止最喜欢的，尽管有很多好的实验。他们拿了一条死鱼。他们用一根绳子绑住死鱼的嘴，这样它就不会被卡住。然后他们问，当那条死鱼聚集在岩石后面时，它会做什么？所以，你期望它会在涡流尾迹中像一条死鱼一样漂浮，直到发生一些令人惊奇的事情。这段视频值得放出来。发生了什么？死鱼基本上开始逆流而上。它完全死了，没有大脑，没有电机，没有控制。但不知何故，鱼的机械作用与涡流街产生了共振，它开始逆流而上。
这是有史以来最好的例子之一。
你把功劳归于谁？这仅仅是进化不断通过杀死很多代动物来找出最有效的运动方式吗？还是说我们世界的物理学完全是这样？进化不仅仅适用于动物，而是以某种方式驱动着效率？大自然喜欢效率？我不知道这个问题是否有意义。
我明白这个问题。这是有原因的。它们是共同进化的吗？
是的，某种程度上。我不知道环境是否会进化。但有一些实验表明，动物可以适应不寻常的情况并恢复效率。所以，至少在一个方向上，有理由相信动物的运动系统，可能还有它们的机械作用，会适应得更有效率。但效率不是唯一的目的，当然。有时很容易只考虑效率。但我们必须首先做很多其他事情，比如不被吃掉，然后，在其他条件相同的情况下，尽量节省能量。
顺便说一下，让我们区分一下控制和机械作用。你如何定义它们？
我认为其中一点是，我们不应该像我们倾向于那样清晰地划清界限。但在机器人上，我们有电机和机器人的连杆。比如说，如果电机关闭了，机器人就会有一些被动动力学。重力在起作用。你可以放弹簧。我会称之为机械作用。如果我们有弹簧和阻尼器，我们的肌肉就是弹簧和阻尼器以及肌腱。但然后有一个东西在做主动功，把能量输入到你的电机里。控制器的任务是向电机发送命令，将新的能量注入系统。所以，机械作用和控制在某个地方相互作用。分界线在于，你是否决定向你的电机发送一些命令，还是你只是关闭了电机，让它们自行工作？
你认为大自然在多大程度上是动态的，在多大程度上是控制的？也就是说，如果我们看看生物系统，如果我们现在生活在疫情中，你认为病毒是动态系统还是有很多控制智能？
我认为两者都有。但我认为我们可能低估了动态的重要性。我的意思是，即使是我们的身体，我们的身体的机械作用，当然随着锻炼而进化。我实际上在 2000 年代初失去了一根手指，是我的第五掌骨。事实证明，你经常以意想不到的方式使用它，比如开罐头时。即使我只是四处走动，如果我撞到什么东西，那里有一块骨头，它过去习惯于承受撞击。我的第四掌骨不习惯承受撞击。它过去很痛，现在仍然有点痛。但实际上，我的骨头已经重塑了。在过去几年里，那块骨头的几何形状和机械作用发生了变化，以适应新的情况。所以，认为只有我们的大脑在适应或进化，这是不对的。
也许我们继续谈论进化，因为它倾向于创造一些有趣的东西。关于双足行走，你为什么认为进化给了我们……我们是唯一用两条腿走路的哺乳动物吗？
不，我不是。有很多动物会这样做。我认为我们是最成功的双足动物。我读到过，进化让我们用两条腿走路是因为能够把食物带回部落有什么优势。所以，你可以携带它。这是一种合作性的集体活动，可以把东西带回庇护所并与他人分享。
你从机器人和人类的角度理解双足行走的价值吗？
关于行走的进化和人类身体的进化，有一些很棒的书。但我认为很容易做出糟糕的进化论论证。它们很可能都是糟糕的。但我们还能做什么呢？我认为，我们进化过程中占主导地位的很多可能不是那些在稳定状态下工作得很好的东西。当一切都好的时候。但例如，人们谈论我们现在应该吃什么，因为我们的祖先是食肉动物，或者别的什么。
哦，是的，我喜欢那个。
但可能，一个智人之前的物种与另一个物种的生存原因，不是因为它们在食物充足时吃得好，而是因为冰河时代来临了。可能其中一个碰巧在错误的地方，其中一个碰巧觅食到一种即使冰川来了也没问题的食物。有无数的变量促成了这一点，我们无法，而且我们实际上用来讲述这些进化故事的信息量非常少。
所以，是的，就像你说的，如果我们研究历史，历史似乎会因为一些微小的事件而发生转变，这些事件本身似乎毫无意义，但回顾起来，它们是转折点。
绝对是。这可能就像有人因为在洞穴时代和错误的人睡觉而被石头砸到头，然后有人生气了，这导致了部落之间的战争，再加上环境，所有这些数百万的事情。还有食肉，我经常受到批评，因为我不知道你的饮食习惯如何，但这些天我只吃肉。有一大群人说，是的，这可能是进化论的论证，说你做得很好。可能还有更大一群人，包括我妈妈，说这非常不健康，是错误的。但我就是觉得这样做感觉很好。但你是对的，这些进化论论证可能是有缺陷的。但有什么有趣的东西可以从中提取出来吗？
顺便说一句，有一本很棒的书，尼古拉斯·塔勒布关于《随机性欺骗》和《黑天鹅》的一系列书。强烈推荐。是的，它们很好地说明了，可能是一些随机事件，是的，也许就像你说的，有人被石头砸到了。
那么，你认为……我不知道如何问这个问题，或者如何谈论它。但双足行走显然有一种优雅和美丽，当然，我有点偏见，因为我是人类。但从机器人学的角度来看，你也和双足机器人打交道。建造双足机器人是否比四足机器人有用？有什么用处吗？
我花了很长时间研究双足行走，因为它很难，而且它以我认为重要的方式挑战了控制理论。我从来没有试图说服你，你应该创办一家以双足机器人为基础的公司。有些人提出了非常有说服力的论点。我认为最有说服力的论点是，世界是为人类形态而建的。如果你想让机器人能在我们今天的世界里工作，那么拥有人类形态是一个很好的方法。双足机器人可以去一些其他形态很难去的地方，甚至是自然的地方。但从长远来看，我们可能会为我们的机器人建造环境。所以，也许这个论点就站不住脚了。
你以赤脚跑步而闻名，你还赤脚跑步吗？
我仍然赤脚跑步。这太棒了。我妻子对此很不满。
你想为赤脚跑步的优势做一个进化论的论证吗？你从跑步中了解到了什么？
我的意思是，事情是反过来的。我以前不是跑步者，我是在了解了赤脚跑步之后才学会跑步的，我开始跑更长的距离。所以，我不需要改掉旧习惯。我绝对是它的忠实粉丝。但我倾向于不试图说服别人。有些人穿着鞋子跑得很好，这很好。但对我来说，这是有道理的。这是关于长远的游戏。我认为很容易跑 10 英里，感觉很好，然后晚上回家，你意识到你的膝盖疼，你做错了什么。如果你脱掉鞋子，如果你用脚用力撞击，那就会疼。你不会跑 10 英里，然后才意识到你做了一些损害，你会有即时反馈告诉你，你做了一些可能不是最优的事情，然后你改变你的步态。我的意思是，这甚至是下意识的。如果我现在，跑了很多赤脚，如果我穿上鞋子，我的步态就会改变，我认为这并不好。所以，这让我落地更轻柔。我认为我跑步的目标是尽可能长时间地坚持下去，直到老年，而不是赢得任何比赛。所以，对我来说，这是一种保护自己的方式。
我认为，首先，我多年前就尝试过赤脚跑步。可能是通过阅读《生来就跑》。但只是为了理解，因为我觉得我无法跑完我想跑的距离。对我来说，跑步是很多人做的活动之一，我们从来没有真正尝试过正确地去做。这很有趣，我们每天做很多活动，比如刷牙。我认为我们很多人，至少我，可能从未深入研究过如何正确刷牙。或者洗手，尤其是在疫情期间，如何正确洗手，每天都做。但我们从未真正研究过：我做得对吗？但跑步似乎是其中之一。不研究如何正确跑步是荒谬的，因为它带来了如此多的痛苦。我讨厌跑步，但我还是跑，因为我讨厌它，但之后我感觉很好。但我认为你需要学会如何正确地跑步。所以，这就是赤脚跑步的由来。然后我很快意识到我的步态完全错了。我迈着巨大的步伐，重重地落在脚跟上。所有这些因素。所以，我学会了迈出非常小的步伐。我记得我甚至听着 180 拍/分钟的歌曲，然后试图以那个节拍跑步，只是为了教自己。这花了很多时间。我觉得过了一段时间，你就会学会跑步，并正确地调整它，而无需完全赤脚。但我认为赤脚是做到这一点的真正方法。
我认为很多人会对它感到好奇。如果你有兴趣尝试，你会如何建议开始、尝试或探索？
慢慢来。这是人们最常犯的错误。他们是出色的跑步者，习惯于跑长距离或跑得快。他们脱掉鞋子，立刻就伤到了自己，试图做他们习惯做的事情。我认为我运气很好，因为我刚开始尝试时跑不了多远。我也穿极简鞋。我的意思是，我会带一双，比如水鞋，我可以穿上，或者跑步凉鞋。我尝试过所有这些。
极简鞋和什么都没有有什么区别？感觉上有什么区别？
我的意思是，我注意到我的步态在改变。我的意思是，你的脚和你的手一样，有肌肉和传感器。我们用手做惊人的事情，而我们却把脚塞进一双又大又硬的鞋子里。所以，我认为，当你赤脚时，你只是给了自己更多的本体感觉。这就是为什么你对一些步态缺陷等问题更敏感。当然，保护也少了。所以，岩石之类的。我的意思是，是的。所以，我认为害怕赤脚跑步的人担心被割伤或踩到岩石。首先，即使这是个问题，我认为这些都是非常短期的。如果我被划伤了，一周就会愈合。如果我膝盖受伤，我就永远不能跑步了。所以，我总是愿意用短期来换取长期。但即便如此，我的妻子对此很不满，你的脚会变得坚韧。我现在几乎可以跑过任何东西。
你能不能谈谈，有没有什么技巧或窍门，你有什么建议，比如我想试试？
有一本很棒的书。可能在我读完之后还有更多的好书。Ken Bob Saxton，他是位有趣的人。但我认为他的书比我见过的任何其他书都更能准确地描述赤脚跑步。
你跑的距离相当长，你还骑自行车。你有没有什么疯狂的、你想有一天实现的、在你的遗愿清单上的运动项目？
我的通勤已经有点疯狂了。我们说的是什么距离？
我住在离麻省理工学院大约 12 英里远的地方。你可以找到很多不同的方式到达那里。我跑了很长时间，也骑自行车去了。
但通常我会尝试跑过去，然后骑车回家，骑车过去，跑回家。你以前跑过往返吗？
是的，赤脚。是的，或者穿极简鞋，或者别的什么。12 乘以 2，是的。
它变成了一种游戏，我如何去上班。我玩过轮滑，做过各种奇怪的事情。但现在我最喜欢的是我一直在乘查尔斯河去上班。我可以划着一条小船，离我家不远。但查尔斯河要绕很远的路才能到麻省理工学院。所以，我可以花很长时间才能到达那里。这并不是关于……我不知道。这只是关于……有人问我，你怎么能花这么多时间？但对我来说，这是神奇的思考时间，是压缩和解压的时间。尤其是早上我会做很多工作，然后我需要让它沉淀下来，然后我才能参加所有的会议。在回家的路上，这是个很好的时间，让它沉淀下来。
你领导着一个很大的团队。有没有那么几天，你会想，“哦，天哪，我得在一个小时内去上班了。”我的意思是，你有没有那种紧张感？就像，如果我们从宏观上看，就像你说的，长期来看，那个会议可能不重要。你总是可以说，我只是跑，让会议发生吧。你如何处理这种紧张感？一方面是现实世界说，你迫切需要去那里，这很重要，一切都在崩溃，我们该如何修复这个机器人？有一个关键会议。另一方面是，禅意的、美丽的跑步，它的简单性，你与大自然。你如何处理这一切？
我想说，我跑得不是特别快。我最快的速度可能是我必须准时去日托的时候，因为他们每迟到一分钟就要收费。我跑过一些很快的日托。但那些日子已经过去了。我认为工作可以以这种方式找到工作与生活的平衡。我认为你只需要……我认为我更好地工作，因为我在路上花时间思考。所以我围绕它来计划我的一天，我很少觉得它们真的会发生冲突。
那么遗愿清单上的项目呢？如果我们谈论的是 12 乘以 2，或者接近马拉松的距离。你以前跑过超级马拉松吗？你参加比赛吗？有什么？
我不会像横渡大西洋那样去赢得比赛。但如果有人这样做并想写一本书，我绝对会读，因为我喜欢那种东西。不，我确实有一些有趣的事情会尝试。我的意思是，我喜欢旅行时，几乎总是骑自行车去洛根机场，然后折叠一个小的折叠自行车带上，然后骑到我要去的地方。我带过，或者我这些天会带一个站立式桨板上飞机，然后我会在我要去的地方尝试划船。我做过一些疯狂的事情。但不是为了……我不知道你是否认识大卫·戈金斯？
不，不认识。
但我现在每天都和他说话。他是我做这个愚蠢挑战的人。他很疯狂，他以最好的方式做事。他做的事情是为了明确的痛苦而做的。他选择他认为自己能做到的事情，然后做得更多。
你身上有那种东西吗？
我认为它已经变成了相反。所以，你就像那个动态系统，那个步行器，那个高效的……
是的，就是这样。
不要留下任何痛苦。你应该感觉比开始时更好。
但主要是，我认为，而且 COVID 已经检验了这一点，因为我失去了通勤。我认为我非常乐意和我的妻子和孩子们（如果他们愿意去的话）在镇上散步。这更多的是为了走到户外，远离键盘一段时间，让事情沉淀下来。
让我们稍微深入研究一下机器人学。在机器人学中，你认为最美的想法是什么？无论是控制、优化、数学方面、工程方面还是哲学方面？
我认为我很幸运能体验到很多机器人专家没有的经历，那就是与一些非常出色的控制理论家在一起。一些更具数学性的控制理论能够为即使是非常复杂、混乱的问题带来的清晰思维，对我产生了很大的影响。我甚至在几周前有一天，我花了一整天参加一个 Zoom 机器人会议，与许多人进行了愉快的交谈。我对涌现的想法感觉很好。然后我下午晚些时候与我最喜欢的控制理论家之一会面。我们从关于“可能”和“如果”的抽象讨论，以及“多么棒的想法”变成了关于我深切关心的、并不比我关心的系统简单多少或抽象多少的系统的一系列非常精确的陈述。这种对比……我不知道，它真的触动了我。我认为人们低估了清晰思维的力量。
例如，深度学习非常棒。我们在工作中大量使用它。我认为它改变了世界，毋庸置疑。它使得在不那么批判性地思考的情况下就能轻松地让事情运转起来。所以我认为作为一名教育者，挑战之一是思考如何确保人们能够体验到我所认为的与不同方法相关的更严谨的思维。
这真的很有趣。所以，理解基本原理，理解问题的第一个原理。在这种情况下是机械作用，一个东西如何移动，一个东西如何表现，所有涉及的力，真正深入理解它。我的意思是，从物理学中，第一个原理来自于物理学。在这里，它确实是物理学。这适用于深度学习，这不只是……它在机器人学中如此清晰地适用，但也适用于任何数据集。我发现这是真的，包括驾驶。有很多在自动驾驶汽车领域工作的人不深入研究驾驶。我可能有点从心理学角度出发。但我记得我花了大量的时间在午餐时间，坐在一个躺椅上。我会在麻省理工学院校园里的几个有趣交叉路口坐着，我们只是看着人们过马路。我们在研究行人行为。我觉得，当你录制很多视频来尝试……计算机视觉提取他们的动作，他们如何移动头部等等。但每次我觉得我没有足够理解的时候，我就觉得我没有理解。人们如何向彼此发出信号？他们在想什么？他们对死亡的恐惧有多大？这里的底层博弈论是什么？激励因素是什么？然后我终于找到了一个高清的交叉路口直播，我只是看着它，这样我就不必坐在外面了。
这很有趣。这是一个很难的例子，因为……我的意思是，学习人类不仅仅是因为人类，但我认为学习的格言是，数据的统计数据会告诉我我需要知道的事情。对于你给出的例子，关于眼神交流或手势的所有细微差别，这些发生在行人与交通之间微妙的互动中。也许数据会告诉我们，它们会讲述这个故事。我可能比你说的要高一个层次。对于一个特定的问题，我认为数据应该讲述这个故事。但我认为，严谨的思维是数学家或工程师必备的技能，我只是不想失去它。
是的，确实有一些非常严谨的……非常严谨的控制……抱歉，机器学习的人。我只是认为深度学习让一些事情变得非常容易，以至于我们的下一代……他们不会立即因为经历一些更严谨的方法而获得回报。我不知道这会把我们带向何方。
我实际上很乐观。我只是想尽我所能来引导那种严谨的思维。
所以，我想问两个问题。你有没有一个很好的严谨思维的例子，在那里很容易变得懒惰而不进行严谨的思维？另一个问题是，你有没有关于如何练习严谨思维的建议？在所有我们提到的计算机科学领域？
是的，有时可以用成熟的已知方法解决的问题，也可以用深度学习方法解决。有一种说法是，即使对于我们认为已经知道的部分，你也必须使用学习。因为如果人类接触过它，你就……如果你偏向了系统，你就突然放了一个瓶颈，那就是你自己的心智模型。但比如求逆矩阵，我认为我们对此相当了解，即使它是一个相当大的矩阵，我们也相当了解它。你可以训练一个深度网络来做这件事，但你可能不应该。所以，从这个意义上说，严谨的思维是理解我们所拥有的方法的范围和局限性，如何正确地使用数学工具。
我认为，上分析课就是我所说的，就是抓住机会停下来，强迫自己严谨地思考，即使是关于有理数什么的。它不一定是一个终极问题，但那种清晰思维的练习，我认为非常有益。我只是想确保我们继续宣传，不要失去它。
但是，当你进行严谨的思维，或者尝试写下方程，或者以某种方式正式描述一个系统时，你认为我们是否自然地过度简化了？这是一个你遇到的危险吗？为了能够从数学上理解系统，我们是否把它变成了一个过于简单的玩具例子？
我认为那就是好的东西，对吧？我认为那就是你理解基本原理的方式。我认为，也许那也是智力的关键。但我的意思是，如果牛顿和伽利略有深度学习，他们做了一些实验，然后告诉世界：“这是你的神经网络的权重，我们已经解决了这个问题。”你认为我们今天会在哪里？我不认为我们会走得那么远。
关于对现象的最简单解释，有一些值得称道的地方。所以我毫不怀疑我们可以训练神经网络来预测物理方程，比如 F=ma。但我可能想要另一个牛顿出现，因为在为更复杂的任务提出简单模型方面还有更多工作要做。
我们不要冒犯 50 年后收听此节目的 AI 系统，它们可能自己就能更好地提出 F=ma 方程。抱歉。
我实际上认为学习可能是实现这一目标的途径。但表征很重要。我认为拥有一个将输入映射到输出的任意复杂的函数可能不是最终目标。我认为仍然有……最简单或最节俭的数据解释。简单并不意味着低维。这是我们学到的一件事。在控制中，模型简化或系统识别的标准方法是，你试图找到一个系统的最小状态维度实现，该实现满足某些误差界限或类似的东西。这可能不是……我认为我们正在学习，状态维度不是复杂性的正确衡量标准。
但对我来说，我经常思考接触，接触的力学。机器人手正在拿起一个物体或类似的东西。当我写下它的运动方程时，它们看起来极其复杂。不是因为手的动力学，当它移动时，而是因为交互作用，以及它们何时开启和关闭。所以，拥有一个高维的……但简单的描述在这里发生的事情是可以的。但当我实际开始接触时，我为我的机器人手的每个多边形写下不同的动力学系统，以及物体上的每个多边形，无论它是否接触，所有这些组合都会爆炸。那就太复杂了。所以我需要用一种更直观的物理思维方式来总结它。是的，我对机器学习能让我们做到这一点感到非常乐观。
首先，我的意思是，我可能会在介绍中提到，但你是麻省理工学院最伟大的机器人专家之一。你是麻省理工学院的教授，你教过很多很棒的课程，你领导着一个大团队，而且你对麻省理工学院有着重要的历史贡献，比如参与了 DARPA 机器人挑战赛。你能先说一下什么是 DARPA 机器人挑战赛，然后讲讲你围绕它的故事，你的旅程吗？
当然。DARPA 机器人挑战赛是在 DARPA 大挑战赛和 DARPA 都市挑战赛之后推出的。这两项挑战赛让人们对自动驾驶汽车有了关注。吉尔·普拉特当时在 DARPA，他提出了一个新的挑战，涉及灾难响应。它没有明确要求人形机器人，尽管人形机器人后来出现了。这发生在福岛灾难之后不久。我们的挑战赛大致是受到那次事件的启发，因为如果当时我们有准备好投入使用的机器人，就有可能避免灾难。当然，在灾难响应之后，也有一些时候我们希望能够派遣机器人。
实际上，我们最终得到的是一个 DARPA 机器人挑战赛。波士顿动力公司负责制造人形机器人。像我这样的人和麻省理工学院的优秀团队，首先在模拟挑战赛中竞争，以赢得使用波士顿动力公司的人形机器人之一的权利，以便参加最终的物理挑战赛。当时，它已经决定是人形机器人了。有两个赛道：你可以作为硬件团队进入，自己带机器人；或者你可以通过虚拟机器人挑战赛作为软件团队进入，尝试赢得使用波士顿动力公司的人形机器人之一的权利。这些机器人叫做 Atlas。
Atlas 人形机器人。是的，它是一个 400 磅的奇迹，但也是一个相当大、看起来吓人的机器人，而且当时太贵了。
是的，好吧。我的意思是，你对这种挑战的前景有什么感觉？我的意思是，自动驾驶汽车，是的，听起来很难，但从机器人学的角度来看，并不那么难。我的意思是，他们不是在 80 年代就做过这种事了吗？我的意思是，当你第一次看到这个问题时，它是在轮子上。但人形机器人，听起来真的很难。所以，从心理上来说，你感到兴奋、害怕，为什么你要把自己卷入这种混乱的挑战中？
我们当时并不确定我们到底在做什么。因为根据参赛要求，它可能非常强调行走的动力学，以及不摔倒和在崎岖地形上行走。或者，由于机器人必须进入灾区并转动阀门、拿起钻头、钻穿墙壁，它必须做一些有趣的事情，所以它可能非常强调感知和自主规划。但最终，在比赛中，在复杂地形上行走起到了相当大的作用。自主的程度也不清楚。自主的程度一直是讨论的中心部分。
所以，不清楚的是，我们将能够取得多大的进展。所以，想法一直是，你想要半自主。你想要机器人有足够的计算能力，这样你就可以有一个降级的网络连接到人类。就像我们在许多自然灾害中遇到的网络降级一样。你会派遣你的机器人，你会能够发送一些比特来回。但你可能没有足够的能力来完全操作机器人，操作机器人的每一个关节。然后问题是，我们将如何……
并且
组织者的游戏精神是弄清楚我们能做什么，并尽可能地推动我们，这样，嗯，它就能区分那些更看重机器人自主性、只需点击几下就说“去那里，做这个，去那里，做这个”的团队，与那些挑选每一步的动作的人，或者类似的东西。那么，这次经历中有什么令人痛苦或辉煌的回忆吗？比如，那段旅程是怎样的？也许你能深入挖掘一下，甚至在技术层面和团队层面，从早期想法到实际竞争的整个过程。对我来说，这是一次决定性的经历。它来得正是时候，在我职业生涯中。在我休假之前，我获得了终身教职。大多数人休假都会做一些放松和恢复的事情，所以你在休假之前就获得了终身教职，是的，是的，是的，对我来说是个好时机。我们有很多算法，我们对此非常满意，我们想看看我们能把它们推到多远，这是一个真正考验我们实力的机会，去做更正规的软件工程。团队里，我们都拼命工作。我们几乎一直在实验室里。好的，所以，当然，在这段时间里，有高潮也有低谷。任何时候你都不睡觉，把你的生命奉献给一个 400 磅重的人形机器人。我记得一个有趣的时刻，我们都非常疲惫，阿特拉斯必须跨过煤渣砖，那是障碍物之一。我记得阿特拉斯已经断电了，在它的吊带上无力地挂着。人类在那里，你知道，捡起砖头，放下砖头，这样机器人就可以走过去。我想，这有什么不对呢？我们有一个机器人只是看着我们做所有的体力劳动，这样它就可以在火车上悠闲地散步了。但即使是虚拟机器人挑战赛也超级紧张和戏剧化。我记得，嗯，所以，我们当时在云端使用 Gazebo 作为模拟器。有很多有趣的挑战。我认为，嗯，当时被称为 osrs fc 的投资，布莱恩·格基的开源机器人团队，他们正在推动 Gazebo 的能力，以便将其扩展到这些挑战的复杂性。所以，嗯，你知道，直到虚拟比赛。所以虚拟比赛是，你会在某个特定时间登录，我们将有一个网络连接到云端的另一台机器，这台机器正在运行你的机器人的模拟器，你的控制器将运行在这台控制器上，这台计算机，物理学将在另一台机器上运行，你必须连接。现在，嗯，物理学，他们希望它以实时速率运行，因为有人类互动元素。嗯，人类可以，如果你想告诉操作员，它在帧率下工作得更好。哦，太酷了。但以实时速率模拟这些复杂场景非常困难。所以，直到比赛前几天，模拟器还没有达到实时速率。这对我来说太好了，因为我的控制器正在解决一个相当大的优化问题，而且它还没有达到实时速率。所以我没事，我跟上了模拟器，我们都以大约 0.7 的速度运行。我记得收到这封电子邮件，顺便说一句，我们团队里的感知人员讨厌这一点，他们知道如果我的控制器太慢，机器人就会摔倒。你知道，无论他们的感知系统有多好，如果我无法让我的控制器足够快，我们就会收到这封电子邮件，比赛前三天，嗯，你知道，这是为了所有的一切，我们要么得到一个机器人，要么得不到。我们收到一封电子邮件说，好消息，我们让机器人让模拟器运行得更快了，现在是 1 点。是的，我只是想，哦，天哪，我们该怎么办？所以，是的，这对我来说是在深夜发生的。几天前，几天前，我去了那里。碰巧弗兰克·佩尔门托，他是一个非常非常聪明的人，他当时是一名学生，正在研究优化。他还在实验室里。弗兰克，我们需要让这个二次规划求解器更快，不是快一点点，而是真的，嗯。那天晚上我们一起写了一个新的 QP 求解器。你开始感到恐惧。有一个非常困难的优化问题，你一直在解决。你没有让优化问题变得更简单，你写了一个新的求解器。所以，嗯，我的观察几乎是准确的。我们所做的，是每个人，我的意思是，人们知道如何做到这一点，但我们还没有做到这一点，那就是“热启动”的想法。我们每一步都在解决一个大的优化问题，但如果你运行得足够快，你上一步解决的优化问题与下一步要解决的优化问题非常相似。我们当然告诉了我们的商业求解器使用热启动，但即使是与该商业求解器的接口也给我们带来了延迟。所以我们所做的，我们称之为 fastqp，我们写了一个非常轻量级、非常快的层，它会检查二次规划的附近解，这些解很容易检查，是否可以稳定机器人，如果不行，我们就回退到求解器。你真的无法很好地测试它，对吗？或者，我的意思是，所以我们一直都知道，如果我们回退，如果我们到了那个点，如果出于某种原因事情变慢了，我们回退到原来的求解器，机器人真的会摔倒。所以，这是一个令人痛苦的边缘，我们似乎处于这个边缘。但实际上，嗯，400 磅重的人形机器人可能会摔到地上，如果你的求解器不够快。但你知道我们有很多好的经验。我能问你一个奇怪的问题吗？我关于努力工作的想法。嗯，实际上，你的学生，我接触过的，以及机器人领域的人，他们有时会比我认识的大多数人更努力地工作，如果看看不同学科的人们如何努力工作。但他们也最快乐，就像，我不知道。跑步的人也是如此，他们把自己推到极限，他们似乎也最充满活力。我经常被批评，你睡得不够，你对你的身体做了什么等等。我通常只是回应说，我正在做我热爱的事情，我充满热情，我喜欢它，我觉得它很有活力。实际上，我认为睡眠不足并不是什么伤害你，伤害你的是压力和不做你热爱的事情。在这个世界上，是的，我的意思是，你能评论一下为什么机器人领域的人愿意把自己推到那个程度吗？这样做有价值吗？他们为什么如此快乐？我认为，我认为你已经说对了。我的意思是，我认为因果关系不是我们努力工作，我认为其他学科也努力工作。但我认为不是因为我们努力工作，所以我们很快乐。我认为我们找到了我们真正热爱的东西，这让我们非常快乐，然后我们有点沉迷于其中，花很多时间在上面。能找到自己想花所有时间的东西，真是太奢侈了。我们可以谈论好几个小时，但也许我们可以选择一个技术方面或你采取的方法，有趣的是，它变成了一个可怕的失败，或者是一个你今天带入工作的成功，关于所有涉及的不同的想法，无论是模拟还是现实世界，让这个半自主系统工作。我的意思是，它确实教会了我一些关于如何从如此复杂的系统中获得鲁棒性的基本知识。我会说，达特挑战赛确实奠定了我的思维基础。我认为自动驾驶社区正在思考这个问题。我认为很多人在思考安全关键系统，这些系统可能在循环中有机器学习，他们正在思考这些问题。对我来说，达特挑战赛是那个时刻，我意识到，你知道，我们花了所有清醒的时间来运行这个机器人。再次，在物理比赛前几天，我们看到机器人以前所未有的方式摔倒了。我想，你知道，我们怎么能找到那个呢？我们只有一个机器人，它几乎一直在运行，我们一天的时间不够来测试那个机器人。有些东西必须改变，对吧？然后我认为，我的意思是，我会说，获胜的团队是来自 KAIST 的团队，他们有两个机器人，不仅能够进行令人难以置信的工程，绝对顶级的工程，而且他们还能够以我们跟不上的速度和纪律进行测试。测试是什么样的？我们说的是什么？比如，从头到尾的测试循环是什么？是的，我的意思是，我认为测试有一个完整的哲学。有单元测试，你可以在硬件上做，你可以在一小段代码上做。你写一个函数，你应该写一个测试来检查该函数的输入输出。你也应该写一个集成测试，在另一个极端，运行整个系统。你知道，试图打开所有你认为正确的不同功能。为系统级测试编写规范要困难得多，尤其是当系统像人形机器人一样复杂时。但哲学是相同的。我是真正的机器人，它没有区别。但在真正的机器人上，不可能重复相同的实验。所以，如果你看到一个故障，你希望你在日志中捕捉到一些东西来告诉你发生了什么，但你可能永远无法再次运行完全相同的实验。现在，我认为我们的哲学基本上是蒙特卡洛估计，就是运行尽可能多的实验，也许尝试设置环境，让让我们担心的事情发生得尽可能频繁。但实际上，我们依赖于某种随机搜索来测试。也许我们只能做到这一点。但我认为，你知道，因为有人认为，会让你陷入困境的是世界上真正微妙的事情，而且很难，例如，在模拟中放回。是的，我想是边缘情况。最难的事情是什么？所以你说在崎岖的地形上行走，只是迈出脚步。我的意思是，人们，看到 DRC 的机器人摔倒的视频，以某种方式是如此戏剧化和痛苦的。是的，这太令人心碎了。我不知道，也许是因为对我来说，至少我们拟人化了机器人。当然，一切都很有趣，出于某种原因，比如人类摔倒很有趣。出于某种黑暗的原因，我不确定为什么。但它也很悲剧和痛苦。所以，说到这个，我的意思是，在你看来，是什么导致了机器人摔倒和失败？我可以告诉你我们身上确切发生的事情。我们，我贡献了其中一个，我们的团队贡献了其中一个壮观的摔倒。每一次摔倒都有一个复杂的故事。我的意思是，有一次，机器人实际上断电了，因为它一直在门口等待绿灯才能通过，而它的电池，你知道，因此它向后摔倒，头撞在地上。这很有趣，但不是因为糟糕的软件，对吧？但对我们来说，挑战中最难的部分，在我看来最难的任务是走出北极星。实际上，驾驶北极星相对容易。我们有，你能讲讲汽车的故事吗？笑声。人们应该看这个视频。我的意思是，你提出的东西太棒了。但，总之，抱歉，是的，我们开玩笑说，我们称之为“大机器人小汽车问题”，因为不知何故，比赛组织者决定给我们一个 400 磅重的人形机器人，他们还提供了车辆，那是一辆小北极星，机器人并没有真正放进车里。所以你无法在方向盘下方用脚开车。我们实际上不得不跨过主柱，一只脚在乘客座位，一只脚在驾驶座位，然后用左手开车。但难点在于，我们必须把车停好，然后下车。它没有门，这没关系，但只是从蹲着或坐着站起来，当你处于这个非常受限的环境中时。首先，我记得看了那些视频后，我更加意识到，对我来说，进出汽车，尤其是，这实际上是一个非常困难的控制问题。是的，我对此非常清楚，当我因为任何原因受伤时，这真的很困难。是的，所以，所以你是怎么做的？所以，我们有一个，你知道，你想想，嗯，NASA 的操作，他们有这些清单，你知道，发射前清单，他们说，我们离那不远了，我们有一个大清单，在比赛的第一天，我们正在运行我们的清单，我们必须做的一件事是，我们必须关闭控制器，运行驱动机器人左脚的软件，以便加速油门，然后我们打开了我们的平衡控制器。比赛第一天的紧张和颤抖，有人忘了勾选那个盒子，关掉那个控制器。所以，我们使用了大量的运动规划来找出机器人的一种配置，可以站起来并越过。我们严重依赖我们的平衡控制器，基本上，当机器人处于最不稳定的配置之一，试图把它的那条大腿伸出去时，另一个以为它还在开车的控制器告诉它的左脚这样做，那可不好。但这对我们来说是灾难性的，因为，嗯，发生的是一点点的推动，实际上，如果我们有视频，你知道，用一个 10 英尺的杆子撞机器人，它会恢复，但这种情况没有恢复的空间。所以我们很多次要的平衡机制，比如迈出一步来恢复，都被禁用了，因为我们在车里，没有地方可以迈步。所以我们依赖于我们最低级别的反射，即使那样，我认为只是脚碰到座位，地板，我们可能已经恢复了。但糟糕的是，当我们这样做时，我们稍微颠簸了一下，我们机器人的尾骨离座位只有一点点，它碰到了座位，另一只脚稍微离开了地面。我们计划中没有任何东西告诉我们，如果你的屁股坐在座位上，你的脚在空中，在空中，然后，一旦你偏离了剧本，事情就会变得非常糟糕，因为即使是我们的状态估计，那个试图收集传感器数据并了解机器人发生了什么的系统，它也不知道这种情况。所以它预测的事情是错误的，然后我们剧烈摇晃，脸朝前从机器人上摔下来。但进入了目的地，这是真的。我们摔倒了，我们得到了出行的分数。所以，对那个，有没有希望？这很有趣。阿特拉斯有没有可能在它只是坐在屁股上，脚在空中时做些什么？绝对。所以，你可以不。这是最大的挑战之一，我认为仍然如此。你知道，波士顿动力公司和安珀，以及世界各地都在进行的关于腿部机器人的令人难以置信的工作。大多数仍然非常擅长在脚与世界接触的情况。它们通常有尖尖的脚，相对而言，它们的脚上有球。例如，如果那些机器人在肘部碰到墙壁之类的情况下，那是一个非常不同的情况。现在它们有机制层，我认为更成熟的解决方案有控制器不会做愚蠢事情的方法。但人类，例如，能够利用偶然的接触来完成目标。事实上，如果你逼我，我可能会伸出手，制造一个新的接触。机器人的脚在四足动物上这样做，但我们大多数机器人领域的人都害怕接触我们身体的其余部分，这太疯狂了。有整个无碰撞运动规划的领域，我们编写非常复杂的算法，这样机器人就可以跳舞，确保它不接触世界。所以人们害怕接触，因为接触被视为一个困难的，它仍然是一个困难的控制问题和传感问题。你是一个严肃的人。我有点像个白痴，我要问你一些愚蠢的问题。我确实，我确实练武术，比如柔术，我练了一辈子的摔跤。所以，让我问这个问题。你知道，每当人们知道我做人工智能，或者我提到机器人之类的东西时，他们都会问，我什么时候才能拥有能够赢得摔跤比赛或与人类搏斗的机器人？我们刚刚提到了坐在屁股上，脚在空中，这是一个常见的位置。柔术，当你在地上时，你，当你在地面上时，你的对手。我的意思是，你对这个问题有多难？我们什么时候才能有一个机器人打败人类的摔跤比赛？我们说的是很多，如果我不知道你是否熟悉摔跤，基本上，它是接触的艺术。就像，因为你，你，你选择接触点，然后利用杠杆作用，来让你失去平衡，来欺骗别人。你让他们觉得你在做一件事，然后他们改变了平衡，然后你，改变你的做法，然后结果是投掷或其他什么。所以，基本上，它是多重接触的艺术。所以，太棒了，这是对它的一个很好的描述。所以，还有一个对手在那里，对吧？所以，如果，如果非常动态。如果你在和人类摔跤，并且处于一个博弈论的局面，那仍然很难。但只是为了快速谈谈接触部分，例如。是的，也许甚至抛开博弈论，几乎就像，是的，几乎就像一个非动态的对手。有乐观的理由，但我认为我们对这些问题的最佳理解仍然相当困难。我越来越专注于操作，部分原因在于接触必须更加丰富。有一些非常令人印象深刻的深度学习策略和控制器的例子，它们似乎通过接触做到了很好的事情。我们甚至有了新的例子，你知道，深度学习模型预测物体在接触过程中会发生什么。但我认为你提出的挑战仍然让我们难以捉摸。能够根据这些模型快速做出决定。你知道，我必须考虑，这对人类来说也很难，当事情变得如此复杂时。我认为你可能有一个慢动作版本，你学会了基本技能，你可能已经做得更好了。嗯，而且，嗯，有更多的微妙之处。但实际上，在飞行中，用你的机器人模型，找出如何规划最佳序列，这可能仍然很难。这可能是一个我们永远无法解决的问题。快速，我的意思是，最让我惊叹的事情之一是，我们可以谈论武术，我们也可以谈论跳舞。这真的不重要，对人类来说，我认为这是接触最有趣的研究。它甚至不是它的动态元素，而是，你知道，当你做得好的时候，它是如此毫不费力。我非常清楚整个学习过程基本上就是学习如何移动我的身体，以便我可以毫不费力地举起非常重的物体。而且，我能感觉到学习，我是一个坚定的训练技术的人，你只是，你不是在感觉，你是在用智力学习一点点，但很多时候是身体以某种方式学习它，就像本能一样。无论那种学习是什么，我甚至不确定它是否，相当于深度学习控制器。我认为它更像是，感觉有很多分布式学习在进行。是的，我认为有层次和组成。嗯，可能在我们还没有很好地捕捉到的系统中。你有控制系统层，你在底层有反射，你有一个，你知道，一个能够计划去遥远国家度假的系统。你可能没有为每一个可能的目的地选择控制器或策略，对吧？但有一些神奇的东西在中间。你是如何从这些低级反馈循环转变为感觉像一套相当复杂的结果的？我的猜测是，我认为有证据表明你可以在这些层面上进行规划。所以，乔什·特南鲍姆在他的演讲中展示了这一点。他有一个他喜欢的游戏，我认为他称之为“选择 3”游戏，或者类似的东西。他在一个人面前放了一堆杂物，然后说，好的，选择三个物体。可能是电话、鞋子或纸巾盒。显然，你选择三个物品，然后你说，好的，用右手拿起第一个，用左手拿起第二个。现在利用这些物品，作为工具，拿起第三个物品。对，那就是，在物理学、力学和接触力学的层面。我认为我们学习，我们有策略，我们也有反馈。但不知何故，我们仍然能够，我的意思是，我以前从未用鞋子和水瓶拿起过电话。而且，虽然第一次需要我花点时间，但大多数时候我们都能想办法解决。所以，是的，我认为神奇的是这种模型灵活性，在需要时进行规划，在不需要时使用我们运转良好的控制器，当我们处于熟悉的环境中时。拥有模型，我认为你刚才说的另一件事是，我认为你对正在发生的事情的意识甚至在你提高专业知识时也在改变。所以，也许你一开始对力学有一个非常近似的模型，随着你获得专业知识，你会得到一个更精炼的模型。你意识到肌肉或平衡组件，你以前甚至没有意识到。那么，你如何构建它呢？加上受伤的恐惧，目标的雄心壮志，追求卓越，以及对死亡的恐惧。看看还有什么动机。最初的自负，然后是中间的信心崩溃。所有这些似乎都对学习过程至关重要。而且，如果这一切都很好，那么你可能正在优化能源效率。是的，对。所以，我们必须把它弄对。嗯，你知道，有一个想法是，到 2050 年，机器人踢足球会比人类球员更好。这是目标。世界基本上是目标，击败世界冠军队，成为世界杯，像世界杯一样的球队。我们会先看到那个吗？或者，一个机器人，如果你熟悉，有一个组织叫做 UFC，综合格斗。我们会看到一个机器人世界杯冠军足球队，还是一个机器人 UFC 冠军综合格斗家？我的意思是，很难说哪个问题更难。哪个问题更难。可能重要的是，谁，谁开始了组织。我的意思是，我认为 RoboCup 有相当多的追随者，而且现在人们一直在玩那个游戏，学习那个游戏，制造机器人来玩那个游戏，制造越来越像人类的机器人。它有动力。所以，如果你想，嗯，进行综合格斗比赛，你最好现在就开始你的组织。我认为几乎独立于哪个问题在技术上更难，因为它们都很难，而且它们都不同。这是个好观点。我的意思是，那些视频太搞笑了。尤其是人形机器人试图踢足球。我的意思是，它们现在有点糟糕。我的意思是，我想有 RoboSumo 摔跤，有 RoboOne 比赛，在那里他们有这些机器人在桌子上打架。所以也许我错了，也许首先，你有没有一个年份，从机器人学的角度来看，这似乎是一个超级令人兴奋的可能性，就像在物理空间中，这是有趣的事情。世界被吸引住了。我认为这非常令人兴奋。它激发了大量的人，当机器在人类擅长的游戏中击败人类时。你谈论的是国际象棋和围棋，但那是在数字世界里。我认为机器还没有在物理空间的游戏中击败人类。但这将是，你必须非常小心地制定规则。我的意思是，如果阿特拉斯踢我的胫骨，我就倒下了。嗯，然后，游戏结束了。所以，你知道，它非常微妙。是的，我认为这是公平的。我认为战斗那个很奇怪。因为，你谈论的是一个比你强大得多的机器。但就足球、篮球而言，所有这些，足球。我的意思是，一旦有接触，或者其他什么。而且，有些事情机器人会做得更好。我认为，如果你真的准备好尝试看看机器人是否能按照规则赢得足球比赛，那么机器人应该做的事情是，以一种与人类截然不同的方式踢球。你不会得到，你知道，完美的足球机器人。你会得到一些利用规则、利用其超级执行器、其超级低带宽的反馈循环的东西，它会以你不想的方式踢球。嗯，我敢打赌，有方法，我敢打赌有漏洞。我们在达特挑战赛中看到了这一点。很难写一套规则，没有人能找到一种方法来利用。我再问一个荒谬的问题。我保证这可能是最后一个荒谬的问题。但我怀疑。我渴望问一位杰出的 MIT 教授尽可能多的荒谬问题。我不知道你是否看过《黑镜》。很有趣。我从来没看过那一集。我知道它发生了，因为有一天我给一些 MIT 的教职员工做了一个演讲，在一个不起眼的，你知道，周一或其他什么。我当时在谈论机器人学的现状，我展示了波士顿动力公司四足机器人 Spot 的视频，当时是 Spot 的早期版本。房间里出现了一副惊恐的表情。我说，什么？我展示过很多次这样的视频了。发生了什么？结果是，这个视频已经，是的，这一集《黑镜》改变了人们观看我发布的视频的方式，他们看待这类机器人的方式。所以，我遇到很多人，他们只是因为那一集而感到恐惧，可能对这类机器人。我几乎想说他们几乎喜欢被吓到。我甚至不知道人类心理有什么能让他们想象末日、宇宙的毁灭或我们的社会，然后喜欢感到害怕。我不想简化它，但感觉他们经常谈论它，它几乎确实有一种上瘾的特质。我认识一个叫乔·罗根的人，他是害怕这些机器人的旗手。我有两个问题。一个，你是否理解人们为什么害怕机器人？第二个问题是，在《黑镜》中，只是告诉你那一集，我甚至不记得多少了。这些机器人，我认为它们可以发射像弹丸一样的东西。它们基本上，基本上是一个带枪的 Spot。我们离拥有失控的机器人还有多远？你知道，基本上是 Spot 失控了，因为某种原因，找到了枪？我的意思是，我不是心理学家。我不确定人们为什么会有这样的反应。我认为我们必须小心机器人如何影响我们的社会。我认为这是机器人学家需要承担的责任。我不认为机器人会很快拿着厨房刀或弹丸枪来找我。我的意思是，如果它们被编程成那样的话。我以前经常和阿特拉斯开玩笑说，我只需要跑五分钟，它的电池就会耗尽。但实际上，到最后它们有一个非常大的电池，超过一个小时。我认为恐惧有点文化，因为我，我的意思是，你注意到，就像，我认为在我这个年纪，在美国，我们看着《终结者》长大。如果我同时在日本长大，我可能在看《铁臂阿童木》，而对机器人的反应在不同国家非常不同。所以，我不知道这是一种人类固有的对金属奇迹的恐惧，还是我们对自己造成的，通过我们的科幻小说，是的，我们通过电影，通过流行媒体讲述的故事。但如果我要说，如果你是我的治疗师，我说我真的很害怕，我们很快就会有这些机器人伤害我们。我该如何让你感觉好点？为什么人们不应该害怕？我认为有一个视频最近疯传，一切都是 Spot 在波士顿今天，通常会疯传，但通常是，你知道，很酷的东西，比如它们在翻跟头，或者，你知道，悲伤的东西，比如阿特拉斯被扫帚打。但有一个视频，我认为，嗯，一个新生产的 Spot 机器人，它们很棒，它在某个国家巡逻，人们立刻说，这是反乌托邦的未来，监视国家。出于某种原因，你只需要一个摄像头，Spot 能够用四条腿行走，这让人们非常害怕。所以，你对那些人说什么？我认为那里存在一种合法的恐惧，因为我们的未来很大程度上是不确定的。但同时，从技术上讲，似乎我们还没有达到那个水平。所以，你说了什么？我的意思是，我认为技术是复杂的。它可以以多种方式使用。我认为有纯粹的软件攻击，有人可以用它们造成巨大的损害。也许他们已经有了。我的意思是，我认为轮式机器人也可以被滥用，无人机，对吧？我不认为，让我想想，我不想，嗯，仅仅因为我被强迫而制造技术，而不去思考它。但我会认为自己是一个技术乐观主义者，我想，从这个意义上说，我认为我们应该继续创造和进化，我们的世界将会改变。而且，如果我们引入新的挑战，我们可能会搞砸一些事情。但我认为，我们也会通过这些挑战发明自己，生活会继续下去。所以，这很有趣，因为你没有提到，这在技术上太难了。我不认为机器人，我认为人们认为一个看起来像动物的机器人可能具有某种程度的自我意识或意识，而它们还没有。所以，不是，我认为我们拟人化这些机器人的能力可能，我们假设它们具有我们还没有的智能水平，这可能是恐惧的一部分。所以，从这个意义上说，它太难了。但，你知道，世界上有很多可怕的事情。所以，我认为我们问这些问题是正确的。我们应该，嗯，思考我们工作的意义。在短期内，当我们正在努力的时候，当然。有没有什么长期让你害怕我们与人工智能和机器人的未来？很多人，从埃隆·马斯克到萨姆·哈里斯，再到很多人，都谈论人工智能的生存威胁。通常机器人最能激发这种想法，因为拟人化。你有什么恐惧吗？这是一个重要的问题。实际上，我认为罗德·布鲁克斯的回答可能是最好的。我认为，而且这也不是他多年来给出的唯一答案，但也许是我最喜欢的答案之一。他说，它不会是，他有一本书《肉体与机器》，我相信。它不会是机器人对人类的战争。我们都将成为机器人人。因为，你知道，我们已经有了智能手机。有些人已经植入了我们体内的严肃技术，无论是助听器还是心脏起搏器，还是其他什么。截肢者可能有假肢。我认为这种趋势可能会继续下去。我的意思是，这现在是狂野的猜测。但，我的意思是，什么时候会出现认知植入物等等？是的，随着神经连接脑机接口，这很有趣。所以，人类和机器人之间有一种舞蹈。你会害怕对方，那个机器人，因为机器人将是我们的一部分。它将如此紧密地成为我们社会的一部分。而且，它甚至可能不是植入我们的一部分，而只是，它将是我们社会如此重要的一部分。所以，从这个意义上说，智能手机已经是机器人了。我们应该害怕它。我的意思是，是的，以及所有通常的恐惧，错误信息，操纵，所有那些事情。那些问题都是一样的，它们都是人类的问题，基本上。感觉是，是的，我的意思是，我认为我们在线上互动的方式正在改变我们对个人互动的重视程度。这是一个巨大的变化，将要发生，并将席卷我们的系统。它已经席卷了我们的社会。它有巨大的影响。我不知道他们是否应该害怕它，还是顺其自然。但我看不到，你知道，人类和机器人之间的战斗线是第一个需要担心的事情。我的意思是，我只想评论一下，也许你可以评论一下你对波士顿动力公司的总体感受。你知道，我热爱科学，我热爱工程。我认为其中有很多美丽的思想。当我看着波士顿动力公司或腿部机器人时，我认为它们激发了人们的好奇心和对工程的兴奋感，比流行文化中的任何其他东西都多。我认为这是机器人学的一个令人兴奋的优势，以及责任和可能性。波士顿动力公司正在很好地利用这一浪潮。他们发现了人们的饥渴和好奇心，他们正在用它做魔法。我不在乎，我的意思是，他们的公司必须赚钱，对吧？但他们已经在做令人难以置信的工作，并激励着全世界对技术。我的意思是，你对波士顿动力公司有什么想法？也许其他人，你自己的机器人学工作，以及以这种方式激励世界？我完全同意。我认为波士顿动力公司绝对太棒了。我给我的孩子们看那些视频。最棒的是，有时他们已经看过了。是的，我认为，我只是认为这是机器人学成功的顶峰，这是发生过的最好的事情之一。我绝对完全同意。让我感到心碎的是，有多少机器人公司失败了，有多少机器人公司很难赚钱。iRobot 就像经历了地狱才找到了 Roomba，才找到了一个产品。然后有很多家庭机器人公司，比如 Jibo 和 Anki。Anki 是最可爱的玩具，是个很棒的机器人，我认为它倒闭了。我忘了好几个了，但很多机器人公司，Rethink Robotics。你，你有什么关于用机器人赚钱的可能性，有希望的说法吗？我认为，你不能只看失败。你都可以，我的意思是，波士顿动力公司是一个成功。有很多公司仍在机器人学领域做着令人惊叹的好工作。我的意思是，这是资本主义生态系统，或者什么的。我认为有很多公司，有很多初创公司，它们互相推动前进，很多公司都失败了，有些公司成功了。这就是事物的自然方式。我不知道，机器人学真的有那么糟糕吗？我能感受到你的痛苦，每次我读到这些的时候。有时是朋友，我当然希望事情能更好，或者不同。但我认为，拥有想法的爆发，活动的爆发，如果它们真的很有侵略性，它们有时应该失败。这当然是研究的座右铭。如果你尝试的每个问题都成功了，那么你就没有选择得足够有侵略性。新的 Spot 让你兴奋吗？它还可以。它太好了。你要给他买什么宠物？是的，我的意思是，我现在必须拿出 75,000 美元。有价格标签真是太酷了，你可以去买。我还有一个 Skydio R1，我喜欢它。所以，不，我绝对会成为客户。我想知道你的孩子们会怎么想。我实际上，嗯，波士顿动力公司的 Zach 曾经让我孩子在他们的一个演示中驾驶过一次。那太好了，太好了。我将永远感激。而且，拟人化那个手臂有一种神奇的东西。它增加了另一层人际联系。我不确定我们是否从控制的角度理解了拟人化的价值。我认为这是一个被低估和未被理解的工程问题。心理学家一直在研究它。我认为这是操纵我们思想，让我们相信某些事情的一部分。这是一种有价值的工程，这是另一个可以控制的自由度。我喜欢这个。是的，我认为你说得对。我认为，你知道，人类似乎会做一些事情，或者也许我危险的内省是，我认为我们能够很快地建立非常简单的模型，这些模型对世界有很多假设。然后，这需要我们更多的时间，就像你摔跤一样，你知道，你可能认为你知道你在摔跤方面做什么，而且你作为一个完整的摔跤手相当有效。然后你慢慢获得了更多的专业知识。所以，也许很自然，我们第一个防御机制，看到一个新机器人，就是用我们现有的关于人类和动物行为的模型来思考它。而且，就像你花更多时间与它相处一样，你就会开发出更复杂的模型来欣赏这些差异。确切地说。你能说说控制机器人需要什么吗？什么是机器人的控制问题？总的来说，在你看来，什么是机器人？你如何看待这个系统？什么是机器人？什么是机器人？我认为机器人学是荒谬的问题。不，不，这很好。我的意思是，有标准的定义，将计算与某种执行机械工作的能力结合起来。我认为这已经很接近了。但机器人学有一个问题，一旦事情真正奏效，我们就不再称它们为机器人了。就像你家里的洗碗机一样，它拥有非常复杂的精美机制。实际上有相当不错的计算机，可能还有几个芯片在做着惊人的事情。我们不再认为那是机器人了。这不公平，因为那么，大致的意思是，机器人学必须始终解决下一个问题，而不能庆祝过去的成功。我的意思是，即使是工厂车间机器人也非常成功，它们很棒，但这不是我说的。人们认为它们是机器人，但它们不是。如果你问机器人学的成功是什么，不知何故，它不会立刻浮现在你的脑海里。所以，机器人的定义是，一个具有一定自动化水平的系统，它经常失败。有点像，它是计算加上机械工作和未解决的问题。已解决的问题。是的。所以，从控制和力学动力学的角度来看，什么是机器人？有许多不同类型的机器人。你需要的控制，对于一个，嗯，Jibo 机器人，你知道，一个坐在你台面上的机器人，与你互动但不接触你，例如，与自动驾驶汽车或自动无人机所需的控制非常不同。与需要行走或用手拾取东西的机器人所需的控制非常不同。我的热情一直在于那些你互动更多，你与世界进行更多动态互动的地方。所以，行走，现在的操作，以及那里的控制问题都很美妙。我认为接触是区分它们与我们经典解决的许多控制问题的一个因素。就像现代控制是在稳定被动不稳定的战斗机中成长起来的。而且，控制领域到处都有惊人的成功故事。电网，我的意思是，各种各样的事情。它无处不在，我们甚至没有意识到，就像现在的人工智能一样。所以，你提到了接触。什么是接触？一架飞机是一个极其复杂的系统，或者一艘宇宙飞船着陆，或者其他什么。但至少它有这样的好处，事情变化相对连续。这是一个过度简化。但如果我对我的执行器发送的命令做一个小的改变，那么机器人将采取的路径的变化量也只会很小。而且这里有一个反馈机制。有一个反馈机制。把它看作是局部地。
例如，就像一个线性系统一样，我可以利用更多的线性代数工具来研究这样的系统，将线性代数推广到这些平滑系统。什么是接触？当机器人接触世界或断开接触时，会发生一些非常不连续的事情，甚至它接触世界的方式或接触的顺序也可能以不可预测的方式改变结果，不是不可预测，而是复杂的方式。我确实认为，很多人会说，在机器人学中，接触是很难的，即使是模拟。我认为这在一定程度上是真实的，但可能存在误解。那么，限制因素是什么呢？当我们考虑我们的机器人，当我们编写模拟器时，我们经常会做一个假设，即物体是刚性的，当它们下降时，你知道它们的质量会移动，你知道它们相对于彼此保持恒定的位置。这导致了一些悖论，当你试图讨论刚体力学和接触时。例如，如果我有一个三条腿的凳子，想象一下它的腿是尖的，所以它只在一点上接触世界。如果我画出我的高中物理图，那么根据初等物理学，有几件事是给定的。我知道如果系统，如果桌子是静止的，它没有移动，速度为零，这意味着法向力，所有的力都处于平衡状态。所以，重力被地面施加在我桌腿上的力所抵消。我也知道，因为它没有旋转，所以力矩必须平衡。而且，因为它是一个三维桌子，它可能向任何方向倾倒，这实际上唯一地告诉了我这三个法向力必须是什么。如果我的桌子有四条腿，而且它们被完美地加工成相同的高度，并且被放下，桌子没有移动，那么基本的守恒定律并没有告诉我地面可以施加在我的腿上的力的许多解，这些解仍然会导致桌子不移动。现在，这似乎没问题的原因是我可以随便选一个，但现在变得有趣了，因为如果你考虑摩擦，我们对摩擦的看法是，我们的标准模型说，如果我现在试图推我的桌子侧向，我猜我有一个桌子在这里，它与法向力成正比。所以，如果我几乎没有接触，然后我推，它就会滑动，但如果我推得更多，它就会滑动得更少。这叫做库仑摩擦，是我们的标准模型。现在，如果你不知道四条腿上的法向力是什么，然后你推桌子，那么你就不知道摩擦力会是什么，对吧？所以，你实际上无法告诉，定律还没有明确说明桌子会朝哪个方向移动。它可能会向左偏离，可能会向右偏离，可能会直线前进。因此，刚体接触的假设给我们带来了一些令人恼火的悖论，无论是编写模拟器还是编写控制器。我们有时仍然这样做，因为软接触在数值上可能更难，或者无论如何，最好的模拟器会同时处理这两种情况，或者处理两者的某种组合。但无论如何，由于这些类型的悖论，接触中存在各种各样的悖论，主要是由于这些刚体假设。这使得编写我们能够成功的控制器变得非常困难，就像战斗机一样。我们还没有在编写操纵控制器方面取得那么大的成功。所以，你不知道接触点在接触时刻会发生什么。绝对存在一些情况，我们的定律没有告诉我们。所以，标准的做法是可以的，我的意思是，与其有一个微分方程，你最终会得到一个微分包含，它被称为一个集合值方程。它说，我处于这个配置中，我受到这些力的作用，并且可能发生一系列事情。而且，这些不是连续的，我的意思是，所以当你看到非光滑时，它们不仅不光滑，而且这是不连续的。当我在某个新接触点首次接触或断开接触时，或者当我从粘滞过渡到滑动时，就会出现非光滑。所以，你通常有静摩擦，然后你会开始滑动，这将是速度上的一个不连续的变化，例如，特别是如果你静止下来，或者这真是太迷人了。好的，那么，你做了什么？对不起，我打断了你了。在如此多的不确定性下，你该怎么办？我的意思是，控制有一个答案，鲁棒控制是一种方法，但大致上，你可以编写控制器，尽管所有可能发生的事情，仍然试图执行正确的任务。世界可能希望桌子朝这个方向和那个方向移动，但如果我编写一个控制器，稍微多推一点，稍微推一点，我肯定能让桌子朝我想要的方向移动。它只是给控制系统增加了一点负担。而且，这些不连续性确实改变了控制系统，因为我们现在写下来的方式，每一个不同的控制配置，包括粘滞或滑动，或者我身体接触或不接触的部分，看起来都像一个不同的系统。我单独地或以不同的方式思考它们，而组合学爆炸了。所以，我没有足够的时间来计算我人形机器人所有可能的接触配置。有趣的是，我的意思是，我是一个人形机器人，我有大量的自由度，大量的关节，我只存在了几年，但我的生命中没有时间来访问我系统中的所有状态，当然还有所有接触配置。所以，如果第一步是考虑我将要进入的每一种可能的接触配置，那可能不是我需要解决的问题。只是一个小小的注意，什么是接触配置？就像，只是为了我们能，是的，列举一下，我们在谈论什么？是的，有多少个？最简单的例子可能是想象一个机器人，它有一个平坦的脚，我们考虑步态的阶段，脚跟撞击，然后前脚趾撞击，然后你可以抬起脚跟，然后脚趾离开。这些都是不同的接触配置。我只有两个不同的接触，但最终有四个不同的接触配置。现在，当然，我的机器人可能实际上有凸起或其他东西，所以它可能比这更微妙。但即使只有一个盒子与地面在平面上相互作用，就已经有这么多了。而且，如果我只是一个三维的脚，那么我的左脚趾可能在我的右脚趾之前接触，事情就会变得微妙。现在，如果我是一个灵巧的手，去拿一个水瓶，如果我必须列举我的手与瓶子接触的每一种可能的顺序，那么我就完蛋了。我们能够用在行走中做到这一点，因为我们主要在少数几个点接触地面，例如，而且我们还没有能够像那样获得灵巧的手。所以，你的意思是，人们认为接触非常困难，这就是为什么机器人操纵问题如此困难的原因，这个想法有什么缺陷吗？我认为模拟接触是一个方面。我知道人们经常说，我们没有，我们在机器人学中有一个限制，因为我们在模拟器中没有准确地模拟接触。我认为这在一定程度上是真的，因为我们的模拟器还没有足够成熟。有些事情仍然很难，这已经改变了，但实际上，我们知道控制方程是什么，它们有一些像这种不确定性这样的怪癖，但我们应该能够准确地模拟它们。我们拥有令人难以置信的开源社区在机器人学中，但实际上，一个专业的工程团队需要大量的工作才能编写出如此出色的模拟器。现在，在哪里……我相信你写了 Drake，有一支团队，我自己也花了很多时间。那么，Drake 是什么？要创建一个模拟环境需要什么？对于我们正在谈论的这种困难的控制问题，对吧？所以，Drake 是我一直在研究的模拟器。还有其他优秀的模拟器。我不想把 Drake 看作仅仅是一个模拟器，因为我们在 Drake 中编写我们的控制器，我们在 Drake 中编写我们的感知系统，但我们编写了我们所有的，你知道，低级控制，甚至规划和优化智能优化能力。绝对是的，我的意思是，Drake 大致上有三件事。它是一个优化库，它坐在上面，它在 C++ 和 Python 中为商业求解器提供了一个抽象层。你可以编写线性程序、二次程序、半定程序、平方和程序，我们使用过的混合整数程序，它会处理这些并将其发送到任何正确的求解器。例如，它提供了一个抽象层。第二件事是一个系统建模语言，有点像 LabVIEW 或 Simulink，你可以用它来构建复杂系统的框图，或者它在某种意义上类似于 ROS，你可能有许多 ROS 节点，每个节点都在做你系统的一部分。但与 ROS 相比，我们试图编写，如果你编写一个 Drake 系统，那么你必须，它要求你稍微多描述一下系统。如果你在系统中拥有任何状态，例如，任何将要持久化的变量，你必须声明它们，参数可以声明，等等。但这样做的优点是，如果你愿意，你可以在一个进程中运行所有东西，但你也可以针对它进行控制设计。你可以做到，我的意思是，像重放你的模拟这样的简单事情，你知道，这些事情会让你在前期成本上花费一点点，来描述每个系统，而我之所以受到启发，是因为我认为 Atlas 的复杂性，例如，就是如此之大。而且，我认为尽管 ROS 对机器人社区所做的事情非常棒，但它能够快速地将不同的部分组合在一起并形成一个功能性的东西非常好，但我确实认为很难清晰地思考一袋零散的零件，像“土豆先生”一样的软件堆栈。如果你能，你知道，从那些零件中多榨取一点，你就能更好地理解它们的工作方式，你可以尝试验证它们，等等。你可以针对它们进行学习。而这些系统中的一个，Drake 的前两件事，而最后一件事是，有一套多体方程，刚体方程，它试图提供一个模拟物理学的系统。而且，我们也有渲染器和其他东西。但我认为 Drake 的物理组件很特别，因为我们做了大量的工程工作，以确保我们正确地编写了方程。每一个可能的翻滚卫星或旋转陀螺，或者我们可以写成测试的任何东西，都经过了测试。我们正在对如何模拟接触进行一些根本性的改进。是的，模拟接触需要什么？我的意思是，它似乎……我的意思是，你解释接触的方式很美妙，你一边说一边在桌子上敲着手指，就像……轻松地，就像……甚至不像是在帮助你思考一样。我看到你有一个很棒的演示，关于加载或卸载洗碗机，只是拿起一个盘子，抓取它，第一次。这似乎太难了。你如何模拟这一切？所以，很有趣的是，我们在 DARPA 机器人挑战赛期间开始更专业地对待我们的软件开发。我学会了软件工程的价值以及如何控制复杂性，我猜那就是我想与之斗争并为我们正在为机器人构建的复杂系统带来一些控制的清晰思维。不久之后，丰田汽车公司成立了一个研究机构，丰田研究所。他们有一个，有三个地点，其中一个就在 MIT 附近。我帮助它启动了，在我休假结束的时候。所以，TRI，丰田机器人项目，已经对 Drake 进行了模拟投资，Michael Sherman 领导着一个由顶尖动力学专家组成的团队，他们正在编写那些能够拿起餐具的模拟器。还有一个团队在研究操纵，他们正在处理加载洗碗机这样的问题，我们正在利用它来研究这些非常困难的边缘案例操纵问题。所以，对我来说，模拟餐具，我们可以写一个控制器，如果我们只关心在水槽里拿起餐具，一旦我们可以写一个控制器，完全不需要模拟，我们就可以认为它完成了。但我们想了解的是，你实际到达一个机器人能够为任何人的厨房里的任何餐具执行这项任务的路径，并且有足够的信心它能成为商业产品。它有深度学习感知在循环中，它有复杂的动力学在循环中，它有控制器，它有一个规划器。你如何将所有这些复杂性通过工程纪律和验证过程来实际获得足够的信心来部署？我的意思是，DARPA 挑战赛让我意识到，这不是你可以扔给别人然后希望他们为你加固的东西。在完成验证和测试方面确实存在根本性的挑战。我认为这甚至会改变我们思考编写系统的方式。如果机器人运行大量测试，并且它搞砸了，打碎了一个盘子，会发生什么？我怎么捕捉到这一点？我说，你不能在真正的机器人上一次运行相同的模拟或相同的实验。我们是否必须能够将那一次失败带回模拟中，以便改变我们的控制器，研究它，确保它不会再次发生？我们是否可以仅仅将其添加到我们的分布中，并理解平均而言我们将再次涵盖这种情况？在边缘案例方面，有一些非常微妙的问题，我认为我们还没有令人满意的答案，比如如何找到边缘案例？这是一种。你认为有可能系统化地发现边缘案例吗？高效地？是的，我的意思是，我认为我们必须做得更好。我的意思是，控制理论已经讨论了主动实验设计几十年了，人们现在称之为好奇心。它大致是这个想法，试图探索或利用，但主动实验设计甚至更具体。你可以尝试理解你系统中的不确定性，设计将提供最大信息以减少不确定性的实验。如果你有一个你想学习的参数，那么我能执行什么最优轨迹来学习那个参数呢？例如，将其扩展到包含深度网络和规划的系统是很困难的。我们已经进行了一些工作，例如，与 Matt O'Kelly 和 Aman Sina，我们已经进行了一些称为伪造算法的工作，这些算法试图进行稀有事件模拟，试图直接攻击你的模拟器，如果你的模拟器足够好，你可以花费大量时间，或者你可以编写好的算法，试图将大部分时间花在边缘案例上。所以，你基本上想象你正在建造一辆自动驾驶汽车，你想让它一直在新德里市中心。加速测试。如果你能编写采样策略，找出你的控制器在模拟中表现不佳的地方，并开始在周围生成大量示例，你知道，可能出错的空间非常大，所以很难编写这些算法。稀有事件模拟是一个非常引人注目的概念，如果可能的话。我们开玩笑地称之为“黑天鹅生成器”。它是黑天鹅，因为你不仅想要稀有事件，你还想要那些影响巨大的事件。我是说，那些是我们对世界提出的最深刻的问题，比如，最坏的情况会发生什么？但我们真正问的不是某种计算机科学的最坏情况分析，我们问的是，这可能会出错的数百万种方式是什么？这就是我们的好奇心。我认为人类在这方面很糟糕，我们只是碰巧遇到了它。而且，我认为有一种分布式意识，因为现在有 75 亿人，所以有很多。然后，很多人会写博客文章，谈论他们做的愚蠢的事情。所以，我们在分布式方式中学习。对于机器人来说，有些东西也会很重要。是的，我的意思是，这是丰田研究所机器人学的另一个巨大主题，即车队学习的概念。你知道，这个想法是我，作为一个人形机器人，没有足够的时间来访问我所有的状态。只有一个机器人很难体验所有的事情。但这并不是我们必须解决的问题。我们将拥有机器人车队，它们可以拥有非常相似的附属物，在某个时候，它们可能集体拥有足够的数据，它们的计算过程应该与我们的不同。我有一个愿景，就是，我的意思是，所有这些洗碗机卸载机器人，我的意思是，那个机器人掉了一个盘子，一个人看着机器人，可能很生气。但那是一个特殊的时刻，值得记录。在车队学习方面，我看到过，因为我与很多人交谈过，就像特斯拉用户或特斯拉司机一样，他们不是另一家使用这种车队学习理念的公司。而我对人类的一个充满希望的事情是，他们真的很喜欢一个系统改进和学习。所以，他们喜欢车队学习，他们是它对我来说充满希望的原因是，他们愿意忍受现在有点愚蠢的东西，他们就像，如果它在改进，他们几乎喜欢成为教学的一部分，就像我们有孩子一样，你在教他们东西。我认为这是一件很棒的事情，因为它给了我希望，我们可以把愚蠢的机器人放在外面，只要，我的意思是，特斯拉汽车的问题在于，汽车会杀死你，这使得问题更加困难。洗碗机卸载稍微安全一些，这就是为什么家庭机器人学如此令人兴奋。只是为了澄清，我的意思是，对于可能不知道的人来说，TRI 是丰田研究所。他们，我的意思是，他们在自动驾驶汽车研究方面非常有名，但他们也对家庭机器人学感兴趣。是的，有一个很大的，有几个团队在研究家庭机器人学，这是投资组合的一个重要部分。还有几个其他项目，先进材料发现，利用人工智能和机器学习来发现用于汽车电池的新材料，等等。例如，是的，这实际上是一个非常成功的团队。也有新的项目正在启动。你是否看到了一个机器人进入我们家，以及拥有像手臂一样的执行器，或者更像人形机器人，或者我们会做你刚才提到的事情，洗碗机不再是机器人，我们甚至不会将它们视为机器人？你对未来 10 年、20 年、50 年的家庭有什么设想？我认为我们已经有了 Roomba 在四处游荡，我们的厨房柜台上已经有了 Alexa 或 Google Home。它们开始长出胳膊并做一些有用的事情只是时间问题。所以，我认为它即将来临。我认为有很多人，很多动机。了解丰田的愿景一直很有趣，那就是帮助人们原地养老。我认为这不一定是第一个切入点，也不是最有利可图的切入点，但这是我们无论如何都需要解决的问题。所以，我认为这是一个真正的机会。这是一个微妙的问题，你如何与人合作，帮助人们保持活跃和参与，但提高他们的生活质量，并帮助他们原地养老。这很有趣，因为老年人也，我的意思是，那里有一个对比，因为他们并不总是最适应技术的人。所以，有一个有趣的划分，你可以用机器人为老年人做很多好事，但有一个理解的差距需要填补。我的意思是，这实际上是有点美妙的，机器人正在了解人类，人类也在了解这个新的机器人事物。而且，至少当我与我的父母谈论机器人时，他们也有点空白。我的意思是，他们什么都不知道机器人学，所以这是完全开放的。他们没有，我的父母没有看过《黑镜》，所以他们，这是一个空白。这里有一件很酷的事情，你能为我做什么？所以，这是一个令人兴奋的空间，我认为这是一个非常重要的空间。我认为几年前，无人机在学术界取得了足够的成功，它们就突破了界限，进入了工业界，自动驾驶汽车也一直在发生。我认为操纵和物流，当然是首先，然后在不久之后，家庭似乎是下一个将真正爆发的大事之一。所以，我认为我们没有谈论过，但什么是软机器人学？我们谈论了刚体，比如，如果我们能在这个触摸的整个问题上多停留一会儿。是的，那么什么是软机器人学？我告诉你，我真的很讨厌机器人害怕全身接触世界。有几个原因。如果你仔细看看机器人实际接触世界的各个地方，它们几乎总是柔软的。它们的手指上有某种垫子，或者脚上有橡胶底。但如果你看看手臂，我们就是纯铝或者别的什么。所以，这实际上很难。事实上，用你那刚性的手臂或者几乎刚性的手臂撞击桌子，在模拟方面存在一些我们讨论过的问题。我认为它从根本上改变了接触的力学，当你柔软的时候。你把点接触变成了面接触，这可能具有扭矩摩擦，你可以有分布式的载荷。如果我想拿起一个鸡蛋，如果我用两个点拿起它，为了承受鸡蛋的重量而施加足够的力，我可能需要施加很大的力来打破鸡蛋。如果我用周围的接触把它包围起来，那么我就可以将力分布在鸡蛋壳上，并且有更大的机会不打破它。所以，对我来说，软机器人学很大程度上是改变接触的力学。它是否让问题变得更难？恰恰相反。我认为它改变了计算问题，因为我认为我们的世界和我们的数学使我们倾向于刚性，但它确实在某些方面让事情变得更好。我认为未来是未知的。但最终，抱歉打断你，我认为最终它会让事情变得更简单。如果我们拥抱世界的柔软性，它会使事情变得更光滑。所以，小动作的结果不那么不连续了，但它也可能意味着瞬间的坏处更少。例如，我不会必然接触到某物并让它飞走。它的另一个方面恰好非常吻合，那就是软机器人学往往是我们能够嵌入大量传感器的领域。所以，如果你改变你的硬件，让它更柔软，那么你可能有一个触觉传感器，它测量变形。所以，TRI 有一个团队在研究软手。而且，如果你获得更多信息，你就可以在皮肤后面放一个摄像头，大概如此，并获得出色的触觉信息，这非常重要。我的意思是，在操纵方面，真正令人沮丧的事情之一是，如果你在你的头戴式感知系统上付出了巨大的努力，然后你识别了一个物体，你伸手去触摸它，在最重要的时候，在你伸出手之前，你遮挡了你的头戴式传感器。所以，在真正重要的一切部分，你所有的车载传感器都被遮挡了。而且，如果你没有触觉信息，那么你在一个重要的方式上是盲目的。所以，碰巧软机器人学和触觉传感往往是相辅相成的。我认为我们已经谈论过了，但你教授了一门关于欠驱动机器人学的课程，我相信那就是名字。实际上，没错。你能在那方面谈谈吗？什么是欠驱动机器人学？所以，欠驱动机器人学是我的研究生课程。它现在大部分都在网上。我的意思是，从讲师版本的角度来看，我认为 YouTube 非常棒，我强烈推荐它。在 YouTube 上搜索 2020 年的版本，直到三月，然后你必须回到 2019 年，感谢 COVID。我把我的心都倾注到了这门课上，第一讲基本上解释了“欠驱动”这个词的含义。所以，人们非常友好地出现，然后可能需要在第一讲中学习课程的标题。那第一讲真的很好，你应该看看。这是一个奇怪的名字，但我认为它抓住了控制的优点和缺点的本质。那么，我说的欠驱动是什么意思？一个机械系统有很多自由度。例如，我把一个关节看作一个自由度，它有一些执行器（电机）。所以，如果你有一个固定在桌子上的机器人，有五个自由度，五个电机，那么你有一个完全驱动的机器人。如果你去掉其中一个电机，那么你有一个欠驱动的机器人。现在，为什么我会有一个好朋友喜欢取笑我，他说，Russ，如果你有更多的研究资金，你会研究完全驱动的机器人吗？答案是，不。世界给了我们欠驱动的机器人，无论我们喜欢与否。我是一个人类，我是一个欠驱动的机器人，即使我拥有比我的大自由度更多的肌肉，因为在某些地方有多个肌肉连接到同一个关节。但仍然有一个非常重要的自由度，那就是我的质心在空间中的位置。例如，我可以跳到空中，没有电机将我的质心连接到地面。在这种情况下，我必须考虑没有控制一切的含义。被动动力学步行器是其中的极端观点，你移除了所有的电机，你必须让物理学来完成工作。但它出现在所有需要使用一些执行器来推动和拉动，即使是你没有执行器的自由度的行走机器人中。这指的是行走。如果你像向前摔倒一样，有没有一种完全驱动的行走方式？这是一个微妙的问题。当你接触地面，你的脚在地上时，你仍然可以做的事情是有限的。除非我的脚上有吸盘，否则我无法让我的质心比重力更快地加速到地面，因为我无法获得向下的推力。但我仍然可以做我想要的大部分事情。所以，除非你突然需要它以极快的速度向下加速，否则你可以基本上将系统视为完全驱动的。但一旦我迈出一步，我就进入了更细微的领域。要实现真正动态的机器人或飞机或其他东西，我认为你必须拥抱欠驱动动力学。操纵，人们认为操纵是欠驱动的。我的意思是，即使我的手臂是完全驱动的，我有一个电机。如果我的目标是控制这个杯子的位置和方向，那么我没有直接的执行器。所以我必须使用这里的执行器来控制这个东西。情况甚至更糟，比如，如果我必须系衬衫的扣子？我的衬衫的自由度是什么？我突然觉得这是一个很难回答的问题，这让我有点头晕，作为我状态空间控制思想。但实际上，这些问题让我对现在的操纵感到如此兴奋，因为它打破了我一直在思考的一些基础控制。有没有什么有趣的见解可以分享，关于尝试解决欠驱动的控制问题？我认为那里的哲学是让物理学做更多的工作。技术方法是优化。你通常将控制决策制定为一个优化问题，并使用最优控制的语言，有时是数值最优控制，来做出这些决策并平衡这些复杂的方程。为了控制，你不必使用最优控制来处理欠驱动系统，但这已经成为至少在我们这一行中最有成果的技术方法。在欠驱动系统中，当你说是让物理学做一些工作时，有一种反馈循环，它观察物理学带你到的状态。所以，就像，那里有感知，有一种反馈。你是否将复杂的感知系统纳入整个画面？就在 DARPA 挑战赛前后，我们有一个复杂的感知系统。在 DARPA 挑战赛中，我们也开始拥抱飞行器的感知。当时我们有一个非常好的项目，试图让飞机在森林中高速飞行。Sirtex Caramel 参与了这个项目，这是一个非常有趣的团队。他后来把它做得更远了。所以，这是使用摄像头进行感知。那是使用摄像头。当时我们觉得激光雷达太重，太耗电，无法安装在轻型无人机上。我们使用的是摄像头。其中很大一部分就是如何以足够快的速率，用小型摄像头、小型车载计算机进行立体匹配。从那时起，深度学习革命无疑改变了我们在机器人和控制方面所能做的感知工作。所以，在操纵方面，我们可以以我认为更深层的方式使用感知。而且，我们不仅认为，我认为它的第一个自然用途是要求你的深度学习系统查看摄像头并产生状态，比如我的东西的姿态。但我认为我们很快就发现，那并不总是正确的做法。为什么呢？我的衬衫的状态是什么？想象一下，我总是非常嘈杂，我的意思是，或者它是……如果我试图系衬衫的第一步是估计我衬衫的全部状态，包括，比如，后院发生的事情，或者任何事情，那不是正确的规范。有些状态对任务非常重要，有些则无法观察到，对任务不重要。所以，你确实需要新的关于状态表示的问题。我们一直在实验室里玩的一个例子是切洋葱。或者胡萝卜更好。所以，洋葱会熏黑实验室，而且在摄像头里很难看到。所以，细节很重要。是的，细节很重要。我的意思是，围绕特定物体移动。然后我想到，哦，它在空间中有位置或方向，这是我想要的那种描述。现在，当我切洋葱时，第一个切下来，我现在有 100 块洋葱。我的控制系统真的需要了解这 100 块洋葱的位置、方向，甚至形状，才能做出决定吗？可能不是。我的意思是，如果我继续下去，我只会得到更多。我的状态空间是否随着切割而变大？它，它，它不对。是的，我认为有一个更丰富的状态概念。它不是拉格朗日力学给我们的状态。存在系统的正确拉格朗日状态，但对于这个相关的状态是某种潜在状态，我们称之为机器学习中的潜在状态，或者，你知道，有一些不同的状态表示，一些压缩表示，一些。而这正是我担心说压缩，因为它不，我不介意它是否是低维的，或者不是，但它必须是更容易被我们人类或我的算法或像最优控制这样的算法思考的东西。例如，如果所有那些洋葱块的接触力学，以及所有可能的接触组合，你知道，你可以给我一个高维状态表示，我没关系，如果它是线性的。但如果我必须考虑所有可能的粉碎组合，那么我的机器人就会坐在那里思考，汤就会变冷，或者别的什么。所以，既然你教了这门课，它就进入了我的脑海。欠驱动的概念非常有说服力，以这种方式看待世界。你是否，我的意思是，如果我们谈论洋葱，或者你谈论有人的世界，你是否基本上将世界视为一个欠驱动的系统？你经常这样看待世界吗？还是这是过度延伸？欠驱动是一种生活方式，伙计。正是如此。我猜这就是我想问的。我认为它无处不在。我认为在某些地方，我们已经有了处理它的自然工具。你知道，它出现了。我的意思是，在线性系统中，这不是一个问题。我们只是，就像一个欠驱动的线性系统真的与一个完全驱动的线性系统没有足够大的区别。这是一个微妙的问题，关于何时成为瓶颈以及我们如何进行控制。它碰巧是一个瓶颈，尽管我们现在已经得到了非常好的解决方案。但很长一段时间以来，我觉得这是腿式机器人学的关键瓶颈。现在，欠驱动课程就是我试图告诉人们关于如何让 Atlas 做后空翻的一切。我还有一门第二门课，我在其他学期教授，关于操纵。那就是我们现在进入更多方面，这是一个较新的课程，我希望在今年秋天完全在线提供。那将有更多关于这些感知问题和状态表示问题，以及如何进行控制的方面。而我至少感到有点悲伤的是，有很多操纵任务是人们想要做，也应该想要做的。他们可以创办一家公司，非常成功，但实际上并不需要太多地考虑欠驱动或动力学。即使是，当然，一旦我，如果我伸手去拿东西，如果我可以假设它牢固地连接在我的手上，那么我就可以用它做很多有趣有意义的事情，而无需真正考虑该物体的动力学。所以，我们构建了系统，例如，减少了对包围式抓握的需求。但我认为操纵中真正好的问题，顺便说一句，操纵不仅仅是拾取和放置，很多人认为这只是抓握。我不是那个意思。我的意思是，系衬衫扣子，我的意思是，系鞋带。如何编程一个机器人来系鞋带，而且不仅仅是一只鞋，而是每一只鞋？这是一个非常好的问题。写下鞋带的无限维状态是很诱人的。这可能不需要编写一个好的控制器。我知道我们可以手工设计一个控制器来做到这一点，但我不想要那个。我想了解允许我解决另一个类似问题的原则。但我认为，如果我们能保持纯粹的方法，那么系上任何人的鞋带的挑战是一个巨大的挑战。这是一个巨大的挑战。我的意思是，软接触也发挥了作用，这真的很令人兴奋。让我问另一个关于这个主题的荒谬问题。触摸有多重要？我们没有怎么谈论人类，但我和我爸爸有一个争论，我认为你可以仅凭语言就爱上一个机器人，而他认为触摸是必不可少的。他说，触摸和气味。所以，就机器人与人类建立联系而言，我们可以谈论深刻有意义的联系，比如爱，但即使是像有趣的合作，触摸有多重要？从工程和哲学的角度来看？我认为这非常重要。让我们先从实际意义上说，如果我们忽略情感部分。为了让机器人安全地互动，同时它们在人们需要帮助的近距离或附近进行有意义的机械工作，我认为我们必须拥有它们。我们必须以不同的方式构建它们。它们必须不怕接触世界。所以我认为 Baymax 非常棒，就是《超能陆战队》这部电影的概念，Baymax 非常棒。我认为我们应该，丰田研究所的一些人正在尝试建造 Baymax，大概如此。我认为这是一个非常好的项目。我认为它将改变人们的身体互动方式。就像，我的意思是，你之前举了几个例子，但如果我，我家里四处走动的机器人看起来更像泰迪熊，而不是终结者，这可能会完全改变人们的看法和互动方式。也许他们甚至想教它，就像你说的。你可能不是完全游戏化，但不知何故，而不是让人们评判它，并认为它做得不如人类好，他们会试图帮助可爱的泰迪熊。谁知道呢？但我认为我们正在错误地制造机器人，而更柔软、更多的接触很重要。是的，就像我能记住的与机器人有关的所有神奇时刻一样。首先是参观你的实验室，看到 Atlas。然后是 Spot 菜单，当我第一次亲眼看到 Spot 菜单并和它一起玩的时候，我没有遇到与机器人建立联系的麻烦。我总是觉得机器人是“它”，我有点喜欢“她”或“他”的想法。有一个神奇的时刻，但没有触摸。我想我有一个问题，你有没有过一次人类机器人体验，一个机器人触摸了你，然后就像，等等，你有没有过一个时刻，你忘记了机器人是机器人，拟人化介入了，你一瞬间忘记了它不是人类？我的意思是，我认为当你深入细节时，我们当然会拟人化我们与 Atlas 的工作。但在口头交流等方面，我认为我们非常清楚它是一个需要尊重的机器。我实际上更担心那些可能仍然快速移动的小机器人，如果编程错误的话。而且，我们必须小心安全等等。如果我们正确地制造我们的机器人，那么很多担忧都可以消除。我们正在看到这种趋势。我们正在看到更低成本、更轻便的手臂，它们可能从根本上是安全的。我的意思是，我认为触摸非常基本。Ted Adelson 是一个很棒的人，他是 MIT 的一位感知科学家，他一生的大部分时间都在研究视觉。他说，当我有了孩子时，我期望被他们的感知发展所吸引，但真正让我印象深刻的是他们触摸一切、舔一切、拿起东西、放进嘴里的方式。他说，看着他的女儿说服他，他实际上需要更多地研究触觉传感。所以，有一些非常重要的事情。我认为这也是关于世界的主动与被动部分。你可以被动地感知世界，但如果你能做一个实验，如果你能改变世界，并且比被动观察者学到更多，那将是根本不同的。所以，在对话中，这是你的初始例子，你可以有一个主动的实验交流。但我认为，如果你只是一个看 YouTube 的摄像头，我认为那是一个非常不同的问题，如果你是一个可以施加力和触摸的机器人。我认为这很重要。我认为这是一个令人兴奋的研究领域。我认为你可能是对的，这还没有得到充分的研究。对我来说，作为一个被人类机器人互动想法所吸引的人来说，这似乎是一个探索触摸的丰富机会，甚至不是从安全角度，而是像你说的，情感角度。我的意思是，安全是第一位的，但下一步是，你知道，真正的、有意义的人类联系，即使是在工业环境中，感觉也很好。我不知道，你可能不同意。
但 um，因为我认为将机器人视为工具很重要，但我不确定，我认为一旦你人性化它们，它们就会变得更加有效。嗯，现在将它们视为工具很方便，因为我们想关注安全，但我认为最终要为工人、为那里的人创造良好的体验，就必须有人性化。我不知道，对我来说，我觉得一个工业机器人手臂如果有人性化元素会更好。我认为我们认为机器人有这个想法，比如 Baxter 有眼睛等等。我不知道，我非常相信这一点。这不是我的领域，但我也非常相信。你对 Atlas 有情感联系吗？比如，你有没有想念他？我的意思是，是的，我不知道我是否会比我有一个我曾努力过的不同的科学项目更想念他，但嗯，是的，我的意思是，我们在最后的比赛中不得不对机器人进行心脏手术，因为我们熔化了核心。嗯，是的，看着那个机器人挂在那里，我们知道我们必须在一个小时内与它竞争，而它的内脏正在被撕裂，这很有意义。我认为如果我们从现在起回看 100 年，我认为这些是机器人领域的重要时刻。我的意思是，这是早期。你看看很多科学学科的早期，它们看起来很可笑，充满了失败，但我觉得机器人将在未来 100 年里变得重要，而现在是早期。所以，我认为很多人会看着像你这样才华横溢的人，并对他们所走的智力旅程感到好奇。有没有三本书，技术、小说、哲学，对你的生活产生了重大影响，你会推荐别人阅读？是的，嗯，我小时候其实读得不多，但现在我读得相当多。有一些最近的书，如果你对这类话题感兴趣，比如李开复的《AI 超级大国》，这是一本非常棒的书，你一定要读。尤瓦尔·赫拉利，我认为他可以让你大开眼界。人类简史，第一本，未来简史，第二本。是的，我认为我们提到了塔勒布的《黑天鹅》，我认为那是一个很好的开端。我实际上，嗯，所以，我可能会有一个更有争议的推荐。嗯，当然，在某种意义上，它如此经典，可能会让你感到惊讶，但实际上我最近读了莫蒂默·艾德勒的《如何读书》。没过多久，虽然是有一段时间了，但有些人讨厌那本书，我却喜欢它。我认为我们现在正处于这样一个时代，嗯，我们被淹没在可以从 arXiv 上阅读的、同行评审有限的研究论文中，以及如此丰富的信息。我不知道，我认为你从一本书中获得的激情，一本非常好的书，或者一篇非常好的论文，如果你找到了它，那种态度，那种认识到你只会找到几篇真正值得你花所有时间的文章，但一旦你找到了它们，你就应该深入研究并非常深刻地理解它，而且它值得你标记它，嗯，你知道，拥有纸质副本，在旁边写下笔记，侧边空白。我认为这真的很重要。我在正确的时间读了它，当时我只是觉得被很多低质量的东西压得喘不过气来。同样，我给出的不止三本了，抱歉，如果我超额了，但就那个话题而言，只是快速说一下，基本上是找到一些可以伴随你一生的同伴，就论文和书籍而言，那些就是，不是一直在做，是什么，错失恐惧症，不断更新自己，而是真正深入地将一生都用于研究某篇论文，或者说一套论文。是的，我认为当你真正找到一些东西时，一本书可能不会引起我的共鸣，但它会引起你的共鸣。但当你真正找到一本引起你共鸣的书时，我认为发生的对话，这就是我喜欢的，艾德勒说的，你知道，我认为苏格拉底和柏拉图说，文字永远无法捕捉对话的美。但艾德勒说不，不，一本真正的好书是你和作者之间的对话，它跨越了时间和空间。我不知道，我认为这非常浪漫。有很多具体的建议，你可以忽略，但如何阅读并真正欣赏它的浪漫视角非常好。同样，教学，我，嗯，我认真思考了教学。嗯，所以艾萨克·阿西莫夫，伟大的科幻作家，也花了很多时间写非虚构作品。他的回忆录非常棒。他热衷于解释事物，对吧？他写了各种各样关于各种科学主题的书。他被称为伟大的解释者。你知道，我确实很欣赏他的风格，以及他谈论沟通和解释事物的方方面面，这确实是你学习事物的途径。我认为我思考问题的方式非常不同，因为我在麻省理工学院有机会教他们。我们有问题被问到，你知道，讲座的恐惧，讲座的经历，我收到的问题和互动，迫使我对这些想法非常扎实，而我没有，我不知道，我会在一个不同的智力空间。视频会让你害怕吗？你的讲座都在网上，像我这样穿着运动裤的人可以一边喝咖啡一边看你讲课？我认为这很棒。我认为现在有些事情已经改变了，你知道，现在我们通过 Zoom 讲课，我的意思是，通过 Zoom 开研讨会，以及所有这些。我正在努力弄清楚，我认为这是一个新的媒介。你认为它正在努力弄清楚如何使用它吗？嗯，我一直对那个媒介上的人际联系相当悲观，但我认为那是因为它还没有被充分探索。教学是不同的，每一次讲座都是，对不起，每一次研讨会，甚至我认为我说的每一次演讲，我，你知道，都有机会以不同的方式进行。我可以直接将内容传送到你的浏览器。你那里有一个 WebGL 引擎，对吧？我可以将 3D 内容传送到你的浏览器，同时你正在听我说话，对吧？是的，我可以假设你至少有一台足够强大的笔记本电脑，可以在我讲课的同时观看 Zoom，而我正在做这件事。那是一个新的沟通工具，我去年还没有。嗯，我认为机器人可以通过这种方式教学而受益匪浅。我们会看到的，这将在今年秋天进行一次实验，我正在认真思考。还有，嗯，讲座的长度，或者像，嗯，有东西是如此，我向你保证，你知道，我们谈话的 80% 的人仍然在听，这对我来说太疯狂了，但所以，有耐心和兴趣的长篇内容，但同时，强迫自己将一个想法浓缩到尽可能短，尽可能短，就像剪辑一样，它可以是更长内容的一部分，但就像一个非常精美浓缩的想法。那里有很多机会，而且更容易做到，而且远程，我不知道，通过编辑。编辑是一件有趣的事情，你知道，大多数教授在讲课时不会得到，你不能回去编辑掉一些部分，让它更清晰一点。那也可以创造奇迹，如果你从一个小时的讲座中删掉五到十分钟，它实际上可以，它可以让讲座变得特别。我自己在别人身上都看到了，因为我编辑别人的讲座来提取剪辑。有些跑题，它们会失去，它们不有趣，它们在嘟囔，它们只是不，它们不清楚，它们一点帮助都没有。一旦你删除了它们，我不知道，编辑可以创造奇迹。需要很多时间。是的，这取决于，教学是什么，你必须问。是的，因为我认为编辑过程也有益于教学，也有益于你自己的学习。我不知道你有没有看过自己，你有没有看过那些视频？我的意思是，不是全部。好吧，这可能很痛苦。然后看看如何改进。所以你发现，我知道你对你的播客进行了分段。你认为这有助于人们的注意力跨度方面吗？还是分段，比如，我们在谈论这个话题，随便什么？不，不，那只是帮助了我。实际上是坏的。嗯，你真是太棒了。所以，我正在学习，我害怕对话。今天我仍然害怕和你说话。我的意思是，这是我正在努力摆脱的事情。有一个人，我的意思是，我从很多人那里学到了东西，但确实，有几个人在对话方面激励了我。无论人们怎么想他，乔·罗根都激励了我，因为喜剧演员也一样，能够玩得开心，享受自己，沉浸在对话中，这需要你成为一个伟大的讲故事者，能够整合很多不同的信息，但主要是享受对话。我正在努力学习。你看到的这些笔记，我向下看，那就像一个安全毯，我正在努力越来越放手。很酷。所以，人们喜欢普通的对话，那就是他们，结构是，无论我说什么，我说，也许是 10 到，所以有很多，你知道，可能现在有几千名博士生在听这个，对吧？他们可能知道我们在谈论什么，但有人，我向你保证，现在在俄罗斯，有个孩子，他只是，他只是抽了大麻，坐下来，享受这次谈话，并不真正理解。他看过一些波士顿动力公司的视频，他只是在享受。我向你致敬，先生。不，但就是有各种各样的人，他们只是对工程、科学、数学感到好奇。嗯，而且，我的意思是，享受它是一回事，但我也经常注意到它激励人们。很多人都在本科学习，试图弄清楚要追求什么。这些对话可以真正激发他们生活的方向。在机器人领域，我希望如此，因为我对机器人带来的可能性感到兴奋。关于那个话题，你有什么建议吗？你有什么建议给年轻人关于生活，关于生活，或者关于机器人？它可以是关于机器人，也可以是关于生活，总的来说，它可以是关于职业，可以是关于人际关系，可以是关于跑步的建议。就像他们，这是我看到你喜欢和 20 多岁的年轻人交谈的事情之一。他们就像，我该如何做这件事？我该怎么办？如果他们来找你，你会告诉他们什么？我认为现在是一个有趣的时代，因为一切都指向这是一个赢家通吃的经济。我认为在我看来，真正脱颖而出的人将是那些能够深入思考问题的人。你必须能够敏捷地提问，并利用互联网来做一切。它对这些事情很有用。我认为很多人会发展这些技能。我认为领导者，思想领袖，你知道，机器人领导者，无论是什么，都将是那些能够做得更多，并且能够非常深入和批判性地思考的人。我认为学习这一点更难。我认为学习这一点的一个途径是通过数学，通过工程。我鼓励人们尽早开始学习数学。我的意思是，我并没有真正开始，我的意思是，我总是在我能参加的最好的数学课上，但直到我到了麻省理工学院，我才追求超高级数学之类的东西。我认为麻省理工学院点燃了我，并真正开始了我的生活。但是的，我真的很希望孩子们能深入挖掘，真正理解事物。建造东西也是如此。我的意思是，拆开东西，再组装起来，那是真正理解事物的绝佳方式。并期望它是一个漫长的旅程，对吧？你不需要知道一切，你永远不会知道一切。所以要深入思考，坚持下去，享受旅程，但要确保你没有，是的，只要确保你停下来思考为什么事情会发生。是的，这是真的。很容易在世界的干扰中迷失自己，我们现在被内容淹没了，但你必须停下来，选择一些内容，真正理解。是的，关于书这一点，我读过乔治·奥威尔的《动物庄园》无数次了。所以对我来说，那本书，我不知道它是否是一本好书，但对我来说，它以某种方式深刻地联系着。我出生在苏联，所以它与整个苏联的历史，与第二次世界大战，与那里的爱恨情仇，以及权力、贪婪的腐蚀性本质联系在一起。不知何故，这本书教会了我比其他任何东西都多关于生活，即使它只是一本关于农场动物的傻乎乎的、像孩子一样的书。我不知道为什么它就是能联系起来并激励我。同样，也有一些技术书籍，关于算法，你经常会回头看。我同意你。是的，我一直在失去这一点，因为互联网，我一直在，我一直在浏览 arXiv、博客文章、GitHub，以及新的东西。你失去了真正掌握一个想法的能力。哇，确实如此。童年有什么美好的回忆吗？嗯，我想我刚才说了，至少我现在的生活是从我进入麻省理工学院开始的。如果我必须更远的话。嗯，麻省理工学院之前的生活是什么样的？哦，绝对是。但让我告诉你我第一次到麻省理工学院时发生的事情，我认为这可能在这里很重要。嗯，是的，你知道，我在密歇根大学获得了计算机工程学位，我非常喜欢它，学了很多东西。我喜欢电脑，我喜欢编程。但当我到了麻省理工学院，开始和理论物理学家、计算神经科学家塞巴斯蒂安·宋一起工作时，这里的文化就不同了。它要求我更多，当然在数学和批判性思维方面。我记得有一天我从导师办公室借了一本书，走到查尔斯河边，我说，我被揍了。嗯，我认为任何做这类事情的人都会遇到这种情况。我认为我期望你问我生命的意义。我的意思是，我认为，嗯，不知何故，我认为这必须是其中的一部分。做难事。你有没有考虑过放弃？你有没有想过这不适合我？不，从来没有。我的意思是，我工作很努力，但我很喜欢。我认为，有一种神奇的事情，你知道，我很幸运能与人们为伍，基本上每天我都会看到一些东西，被告知一些东西，或者一些我意识到，哇，我不明白。如果我能理解它，就有别的东西要学了。如果我能学到那个东西，我就会把另一块拼图连接起来。我认为这是非常重要的一方面，并且愿意了解自己能做什么，不能做什么，并热爱去学习那些其他东西的旅程。我认为这是最好的部分。我认为没有更好的方式来结束它。我，你自从我来到麻省理工学院以来就一直激励着我。你的工作一直激励着世界。这次谈话太棒了。我迫不及待地想看到你接下来在机器人、家用机器人方面会做什么。我希望有一天能在我的家里看到你的工作。非常感谢今天的谈话，这太棒了。干杯。感谢收听这次与 Rasteric 的谈话，也感谢我们的赞助商 Magic Spoon 麦片、BetterHelp 和 ExpressVPN。请考虑通过访问 magicspoon.com/lex 并使用代码 LEX 结账来支持这个播客。访问 betterhelp.com/lex 并注册。访问 expressvpn.com/lexpod。点击链接，购买商品，获得折扣。这确实是支持这个播客的最好方式。如果你喜欢这个节目，请在 YouTube 上订阅，在 Apple Podcasts 上给五星好评，在 Patreon 上支持，或者在 Twitter 上与我联系，用户名是 lex friedman，拼写方式是 f-r-i-d-m-a-n。现在，让我用尼尔·德格拉斯·泰森关于太空机器人和我们人类对人类太空探索的重视的话来结束。机器人很重要。如果我戴上我纯粹的科学家帽子，我会说，只派机器人去，我待在这里获取数据。但从来没有人为机器人举行过游行，从来没有人以机器人命名过高中。所以当我戴上我作为公众教育者的帽子时，我必须认识到那些能激发人们的探索元素。不仅仅是发现和来自天堂的美丽照片，还有对发现本身的间接参与。感谢您的收听，希望下次再见。