人类的大脑功能强大，但它有一个严重的局限性:你不能像黑客帝国那样，实时下载新的信息。然而，机器人当然可以。

想象一下这样一个未来，这些机器人会在云端相互连接，当他们中的其中之一学习某件东西的时候，他们都会学到。让我们希望所有都是美好的，比如给对方一个拥抱。但问题是，你不可能只让一个小车学会抓东西，然后期待将相同的技能赋予一个笨重的双足机器人。

但今天，麻省理工学院计算机科学与人工智能实验室的一项新研究为实现这种无缝的知识转移向前迈进了一大步。这一切都始于一个名叫optimus的小机器人和它的朋友，著名的6英尺高的人形机器人atlas。研究人员教会了用于炸弹处理的机器人optimus如何从一根管子中拉出另一根管子。

首先，他们为其存储了一些关于不同物体需要不同操作的信息。然后，他们让它的手拿住一张sim卡。

该研究的作者之一、机器人专家克劳迪娅佩雷兹-达皮诺表示:“想象一下，机器人所在的一个3d世界，有了鼠标，你就可以控制它的手，然后移动它们。通过这种方式，不需要专业的程序员就能够指挥机器人。对操作人员来说，这更直观，因为这和人类学习的方式很相似:蹒跚学步的孩子掌握了一个技能，比如如何抓住一个娃娃，而当他们遇到新事物时，就能重新调整他们的原有技能。

现在，如何将机器人的技能转移到一个比它大很多倍的机器人身上?毕竟，这款机器人面临着一个新的挑战:不会脸朝下摔倒。“从数学上来说，它可以被写成另一系列的约束，”佩雷兹-达阿皮诺说，“如果你能想象得到，那就把你的重心放在某个区域。”从本质上说，操作员必须给这个新机器人一些规则，比如如何正确地保持平衡，如何执行与optimus相同的任务。把这些规则与optimus关于操控管子的技能结合起来，你就能顺利地获得相应技能。当然，这不是自动转换，这仅仅是一个开始。

目前，atlas只能在模拟器中完成交接工作。但这一进展让我们得以窥见未来，更多的机器人能够与人类交互。比如，他们可能会通过一个名为“强化学习”的过程，自学从一根管子中取出管子，这一过程基本上是在不断尝试，直到最终找到正确的方法。

想象一下，在工厂的环境中，如果一个机器人学会了如何更高效地操控某件东西，它就能通过云把技能传播给同伴。而且，正如佩雷兹达皮诺所展示的那样，这些技能甚至可以让各种机器人协同工作。

很快，机器人就会在没有人类帮助的情况下思考，并自由地传播这些技能，像拥抱之类的技能。

以上是网络信息转载，信息真实性自行斟酌。