文章 |莉娜智东西讯 5月17日消息，今天，OpenAI公布了一种新算法：“one-shot模仿学习（one-shot imitation Learning）”，当人类在VR中演示一次动作时，机器可以通过学习该动作来执行相同的结果。
行动。
OpenAI 是埃隆·马斯克 (Elon Musk) 在 12 月宣布的一个非营利性人工智能项目。
研究人员将开源并分享大部分研究成果；主要关注强化学习和无监督学习——Google之前著名的围棋程序AlphaGo就采用了强化学习；无监督学习需要机器处理大量未标记的数据，并找到区分不同数据子集、集群或相似图像的方法。
它有点像婴儿学习世界的方式，一直被视为人工智能真正的潜在释放点。
。
卷积神经网络之父Yann LeCun有一个经典的比喻：如果人工智能是一块蛋糕，那么强化学习（Reinforcement Learning）就是蛋糕上的一颗樱桃，而监督学习（Supervised Learning）则是外面的一层糖霜。
蛋糕的一部分，但无监督学习就是蛋糕本身。
到目前为止我们只知道如何制作糖霜和樱桃，但不知道如何制作蛋糕。
One-shot模仿学习OpenAI宣布的新算法“one-shot模仿学习”是指人类在VR中演示某个动作，例如在桌面上堆叠小蓝色盒子。
对于小红色盒子上的这个动作，机器通过学习这个动作可以执行相同的结果，并且无论盒子放在桌子上的顺序如何，机器都可以准确地执行。
该学习系统由两个神经网络组成：视觉网络和模仿网络。
视觉网络获得的图像来自机器人的摄像头。
此前，这个视觉网络是在数十万张模拟图像上进行训练的，每个图像都有不同的纹理、光影效果等（但从未使用真实图像进行训练）；模拟网络必须生成与VR演示动作一致的执行步骤，并推断任务的意图，这样当初始设置改变时（例如当盒子的顺序是重新排列）盒子并将其堆叠在红色盒子的顶部。
目前，学术界和工业界都在寻找使用各种训练机器人的方法。
例如，NVIDIA CEO黄仁勋上周还在GTC大会上宣布了一款名为ISAAC的增强学习世界模拟器，创建了一个完全虚拟的、专门为训练机器人而创建的世界。
这是一个遵循物理定律但不遵循时间定律的世界。
在现实生活中，如果你想训练一台机器学习打冰球，你必须把冰球放在机器前面，一遍又一遍地教它；在虚拟世界中，机器可以在一秒钟内多次重复这样的动作，也可以训练一堆机器同时学习打球，然后找到其中最聪明的一个，复制它的“大脑”程序，并创建一堆相同的机器继续训练和筛选。