所以Facebook的机器人手臂做出的那些看似不连贯的动作实际上是一种好奇心，正是这种好奇心可以让机器更容易适应环境。想象一下一个家用机器人正试图填装洗碗机。也许它认为把杯子放在顶部架子上最有效的方法是从侧面拿过来，在这种情况下杯子会碰到架子的边缘。从某种意义上说，这是确定性的：一次又一次的反复尝试，让它走上这条不太理想的道路，在这条道路上，它试图更好地侧向装载，但现在它无法备份并尝试新的东西。另一方面，一个充满好奇心的机器人可以通过实验和学习，了解到从上面进来实际上是最好的方法。它是灵活的，不是决定性的，这在理论上允许它更容易适应动态的人类环境。

模拟无法替代现实

现在，一种更简单、更快捷的教机器人做事的方法是模拟。也就是说，建立一个数字世界，比如说，一个动画棒形人物，让它教自己用同样的试错法运行。这种方法相对较快，因为当数字“机器”不受现实物理定律的约束时，迭代会快得多。

尽管模拟可能更有效，但它并不是真实世界的完美表现——你无法完全模拟动态人类环境的复杂性。因此，尽管研究人员已经能够训练机器人首先在模拟中做一些事情，然后将这些知识传递给现实世界中的机器人，但这种转变极其混乱，因为数字世界和物理世界是不匹配的。

在现实世界中做任何事情可能会更慢、更费力，但从某种意义上来说，你得到的数据更纯粹。Facebook人工智能研究科学家Roberto Calandra说：“如果它在现实世界中有效，那它实际上就是有效的。”如果你在设计极其复杂的机器人，你无法模拟他们将要应对的人类世界的混乱。但它们必须继续生存下去。随着我们给机器人的任务变得越来越复杂，这一点尤为重要。在工厂生产线上提升车门的机器人相对来说很容易编码，但却无法在混乱的家庭中导航。机器人将不得不凭借创造力自行适应，这样它就不会被困在反馈回路中。一个程序员不能对每一个障碍都进行编程。

Facebook的项目是人工智能和机器人完美结合的一部分。传统上，这些世界很大程度上是封闭的。是的，机器人总是需要人工智能来自主操作，就像使用机器视觉来感知世界一样。但是，尽管像谷歌、亚马逊和Facebook这样的科技巨头推动了纯数字环境下人工智能发展的重大进步——让计算机识别图像中的物体，例如，让人类先给这些物体贴上标签——但机器人仍然相当愚笨，因为研究人员一直专注于让物体在不摔倒的情况下移动。

随着人工智能研究人员开始使用机器人作为平台来完善软件算法，这种情况开始改变。例如，Facebook可能想教机器人自己解决一系列任务。这反过来可能会为人工智能助手的发展提供信息，它们可以更好地为你、为用户，计划一系列的行动。“这是同一个问题，”LeCun说。“如果你能在一个环境中解决它，那么你也可以在另一个环境中解决。”

换句话说，人工智能正在使机器人变得更聪明，但是机器人现在也在帮助推进人工智能。“许多与人工智能相关的有趣问题——特别是人工智能的未来，比如我们如何才能达到人类水平的人工智能——目前正由机器人领域的工作人员来解决，”LeCun说。“因为你不能用机器人作弊。你不能让成千上万的人给你贴标签。”

当然，我们仍然有疑问，像Facebook这样的数字巨兽想要机器人做什么？目前，该公司表示这项研究与特定的产品渠道无关。

但是请记住，Facebook从事于人际关系业务（也从事广告销售业务）。“我们认为机器人技术将是其中的一个重要组成部分——想想远程呈现之类的东西，”LeCun说。毕竟，Facebook已经是一家硬件公司，生产了视频会议设备Oculus VR系统和Portal。“这种逻辑上的连续性也许是你可以从远处控制的事情。”

但我们正在超越自己。迄今为止，除了Roomba，每一个家庭机器人都失败了，部分原因是这些机器不够智能或不够有用。是的，没有机器人能够特别聪明，但是，也许Facebook这个挥动的机械臂可以帮助解决这个问题。