80年代的電視動作英雄MacGyver在一次性打火機，小刀和Alka Seltzer的兩個標簽的幫助下無法擺脫困境。他非常規(guī)地應用科學原理和開箱即用的思想，使他成為一周又一周的強大對手。現(xiàn)在，佐治亞理工學院RAIL研究實驗室的一組研究人員正致力于將這些生存技能傳授給機器人。

由博士生拉克希米·奈爾(Lakshmi Nair)領導的RAIL團隊將其研究重點放在教授機器人上，以制造工具 - 錘子，螺絲刀，鋼包等 - 用任何材料都很方便。“因此，如果機器人需要解決使用錘子的任務，”Nair向Engadget解釋道。“例如，他們可以將棍子和石頭結(jié)合起來，以便制作錘子。”

但這不僅僅是向機器人展示錘子的圖片并告訴它制作看起來像它的東西。“這是針對具體情況的，”奈爾說。“所以考慮到一個特殊的情況，如果它想要錘擊一些東西，它會找出要放在一起的物體。所以你不是給它一個錘子的具體例子，只是告訴它情況如何。”

一旦機器人知道它需要做什么，它將根據(jù)它們的形狀以及它們?nèi)绾蜗嗷ミB接來評估其工作空間中的材料。通過利用有監(jiān)督的機器學習，RAIL團隊教導系統(tǒng)通過相對形狀和感知功能來匹配對象。

“從本質(zhì)上講，機器人被教導使形狀與功能相匹配，因此它可以學習諸如碗的凹陷之類的東西，例如，它可以容納液體，”奈爾說。該系統(tǒng)被標記為日常物品的標簽示例，因此當它們呈現(xiàn)一組之前從未見過的新項目時，它可以使用它預先學到的東西來推理它前面的未知物體。杯子和鉗子組合起來制作鋼包，那些相同的鉗子和一枚硬幣成為一個即興的平頭螺絲刀，而用撲克刺穿矩形泡沫塊則制成DIY刮刀。

雖然機器人確實使用手持式光譜儀來確定物品是否可穿透，但它無法有效地確定其所看到的材料特性，這就是為什么它用泡沫塊制造了許多錘子的原因。“現(xiàn)在，它只是將形狀看作是推斷用于構建工具的哪個部分的主要方式之一，”Nair解釋說。“我們未來正在進行的一些工作考慮采用材料推理，以便制造錘子或更堅固的材料，然后可以在實際應用中使用。”

Nair的團隊并不是唯一一個進行機器人工具構建研究的人。實際上，塔夫斯大學的一個團隊建議將麥吉賽測試作為評估機器人2017年機智和創(chuàng)造力的一種手段 - 圖靈測試的一種實用替代方案，它可以評估機器人的無知性。

“擬議的評估框架，”Tuft的團隊寫道，“基于MacGyver-esque創(chuàng)意的想法，旨在回答這樣一個問題，即具體的機器是否能夠生成，執(zhí)行和學習識別和解決看似無法解決的現(xiàn)實世界問題的策略。 “

但這是否構成了聰明或足智多謀?在電視節(jié)目中，MacGyver的小工具和裝置非常有效，因為他的計劃利用了一些潛在的科學或物理原理。卡內(nèi)基梅隆大學RISLab主任Nathan Michael教授認為，這些系統(tǒng)正在執(zhí)行與Richard Dean Anderson的角色相同的創(chuàng)造性任務。

“當系統(tǒng)參與執(zhí)行級任務規(guī)劃時，許多解決問題的挑戰(zhàn)與構建工具的想法有很多相似之處，”他告訴Engadget。“事實上，用于解決問題的思想本身的基礎算法框架基本上是試圖在特定條件下的特定約束條件內(nèi)優(yōu)化或找到解決方案。”

處理這些問題的方式取決于所選擇的方法，而這又取決于“主要取決于問題的性質(zhì)”，他繼續(xù)說道。“我們在這里談論的有點像一個更大的推理問題。聰明或機智的問題實際上歸結(jié)為，在這種情況下，系統(tǒng)能夠量化它能夠或不能做的事情，那些資源它能夠或不能利用，以及通過應用這些資源找到解決特定問題的方法的能力。“

現(xiàn)實世界中有很多地方可以找到這樣的系統(tǒng)使用Nair說，“任何涉及修復和即興創(chuàng)作的應用程序。”除了幫助進行輕型家庭維修之外，Nair還預計這項技術將在不久之后進入太空。“你有空間探索，你可以預先發(fā)送這些機器人，然后讓它們在人類到達之前使用可用資源來建造棲息地，”她繼續(xù)道。然而，在我們在太空看到它們之前，該系統(tǒng)仍然面臨著許多技術挑戰(zhàn)需要克服 - 無論是笨重的機械臂還是無法可靠檢測金屬物品的相機。