耶鲁教机器人不要乱用人的东西

在获得优质教育方面，机器人可能比耶鲁大学的课程更糟糕。常春藤联盟大学的机器学习研究人员最近开始教授机器人关于社交互动的细微差别。而且没有比拥有更好的起点。

人类学习的最早的社会结构之一是所有权的概念。那是我的瓶子。给我一只泰迪熊。我想要那个糖果吧，如果你现在不给我买它，我会让你的生活变得生硬。

另一方面，机器人中没有一粒维鲁卡盐，因为所有权是一个人的想法。尽管如此，如果您希望机器人避免接触您的东西或与某些东西进行交互，您通常需要硬编码某种限制。如果我们希望他们帮助我们，清理我们的垃圾，或者组装我们的宜家家具，他们将不得不理解一些物品是每个人的，而其他物品是不受限制的。

但没有人有时间教一个机器人世界上每一个物体，并为每个物体编制所有权协会。根据该团队的白皮书：

例如，有效的协作机器人应该能够区分和跟踪无主工具与协作者临时共享的工具的权限。同样地，垃圾收集机器人应该知道丢弃空的汽水罐，而不是珍贵的照片，甚至是未开封的汽水罐，而没有为每个可能的物体详尽列举这些许可。

耶鲁大学的团队开发了一个学习系统来训练机器人学习和理解背景中的所有权。这使得它可以在观察人类并响应他们的指示的基础上，即时开发自己的规则。

研究人员创造了四种不同的算法来为机器人的所有权概念提供动力。第一个使机器人能够理解一个积极的例子。如果研究人员说“那是我的”，那么机器人知道它不应该碰到那个物体。第二种算法则相反，当一个人说“那不是我的”时，它让机器知道一个物体没有关联。

最后，第三和第四算法使机器能够在其被告知某些内容发生变化的情况下，将规则添加到其所有权概念中或从中减去规则。从理论上讲，这将允许机器人处理所有权变更，而无需机器学习相当于软件更新和重新启动。

如果机器人能够不引人注意地融入我们的生活，它们将对人类有用。如果机器不知道如何围绕人类“行动”，或遵循社会规范，它最终会变得具有破坏性。

没有人希望清洁机器人从他们的手中拿出一个咖啡杯，因为它检测到脏盘子，或者扔掉杂乱的桌子上的所有东西，因为它无法区分杂乱和垃圾。

耶鲁大学的团队承认这项工作还处于起步阶段。尽管这些算法(你可以在白皮书中深入研究)提出了一个强大的工作平台，但它们只针对所有权概念的一个非常基本的框架。

接下来，研究人员希望教导机器人了解超出其自身行为能力的所有权。这可能包括预测算法，以确定其他人和代理人如何观察与所有权相关的社会规范。

在未来将被机器人，但是，由于研究人员像那些在耶鲁大学建，他们会知道它属于人类。