2
雷鋒網按：這里是，雷鋒字幕組編譯的Two minutes paper專欄，每周帶大家用碎片時間閱覽前沿技術，了解AI領域的最新研究成果。
原標題 4 Experiments Where the AI Outsmarted Its Creators
翻譯 | 楊惠淳 字幕 | 凡江 整理 | 吳璇
無論是生物進化還是計算進化，都有其內在的創造性。
本期要介紹的論文有點特殊，它不是人工智能在某個領域的新理論或者實踐，而是關于人工生命（Artificial Life）和進化計算（Evolutionary Computation）領域的奇聞軼事合輯。
以往這些故事只在實踐者之間共享，許多自然科學家不會意識到數字有機體的逼真有趣，也不會發現它們的進化過程如此自然。
最近有研究人員專門匯編了人工生命和進化計算領域的研究人員提供的第一手資料，通過大量的事實證明，進化存在于自然界，更存在于數字領域。
?每周一篇2分鐘論文視頻解讀
圖1：利用潛在力量運動。進化發現：讓一個體型龐大的生物有策略性地跪倒，比發現主動的運動策略更簡單。左邊的圖顯示了試驗開始時的生物，右邊的圖顯示了隨著時間推移，生物跪倒和翻轉以保持前向動量。
圖2：開發撐竿跳高的潛在能量。進化發現：造出會跌倒和顛倒的生物，比造出主動跳躍的機制更簡單。
圖3：振動機器人。演進行為從左至右逐幀顯示。一段長時間后，生物能夠突破現實限制，穿過地平面，與碰撞檢測系統結合產生排斥力，從而產生振動，推動生物體穿過地面。
圖4：強制抓取軌跡的快照。（a）機器人手臂處于初始位置時，其抓手關閉；（b）手臂將小盒子推向手臂的基部；（c）手臂移動抓手更靠近其底部，并執行快速移動，掃過桌子，強行打開其手指，抓住小盒子；（d）最后，手臂將夾具移動到保持小盒子的位置。
圖5：六腿機器人。機器人利用離線模擬演變的結果快速適應各種損壞情況，例如斷腿。彩色地板上的每個點表示不同類型的步態，即：步態使用不同比例的機器人雙腿。假定這張地圖上的單元格需要機器人不用腿走路，那就很難填充了。但是，令研究人員驚訝的是，進化發現了一種方法。
圖6：手肘步態。模擬機器人的任務是快速行走而不觸及地面，翻轉并用肘部行走。隨著時間推移，紅線顯示機器人的質心位置改變。注意：自從模擬的第幾十秒被忽略之后，機器人就完成了任務，將重點放在極限環的步態上，而不是機器人的初始位置。
圖7：尋光機器人運動。走向光源時，手編Braitenberg式運動（左）和演變自旋運動（右）的路徑。
圖8：桌子設計。使用通用進化設計系統，演變出三種桌子設計。
圖9：創新驅動的圖像生成。一系列通過創新驅動演變而來的圖像。每幅圖像下面是受到挑戰生成的進化。
圖10：懷俄明大學藝術展。懷俄明大學藝術博物館展出的一系列圖像由創新驅動演變而來。
圖11：以靜態運動視角看進化步態的小樣本。這產生了驚人有效和逼真的行為，軟機器人從面板左側向右側前進。
想知道更多關于計算進化的案例？閱讀論文吧 https://arxiv.org/abs/1803.03453
雷鋒字幕組正在招募中，掃描下方二維碼，備注“雷鋒字幕組+姓名”加入我們。雷鋒網雷鋒網
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
