人工智能或人工智能正以惊人的速度发展。虽然这并不是一件坏事，但许多人担心，如果没有适当地监管，我们可能会失去对AI的控制。某些组织一直在关注AI的发展，例如埃隆·马斯克(Elon Musk)创立的AI研究组织OpenAI。该公司致力于AI的许多子集的开发，而我们大多数人可能通过击败一些世界上最好的DOTA玩家而了解它。现在，该公司已通过训练一对神经网络，从而使机器人能够在单人手中解决Rubik's Cube的问题，朝着在机器人中引入人类水平的灵活性迈出了一步。

该公司开发的机器人手叫Dactyl，关于OpenAI如何训练它很有趣。训练神经网络的老式方法是让它以加速的速度练习多年的任务。当我们谈论学习如何在虚拟游戏中击败对手时，这种方法是可行的，因为该软件可以花费时间来学习其急需的一切。但是，在Dactyl的情况下，让它与Rubik's Cube一起练习多年不是一种选择，因此，该公司使用模拟对其进行了训练。

“该系统可以处理在训练期间从未见过的情况，例如被长颈鹿塞住。这表明强化学习不仅是虚拟任务的工具，而且可以解决需要前所未有的灵活性的物理世界问题。” OpenAI说。虽然Dactyl在解决立方体时的灵巧性和清晰度远非人类，但它是演示如何实现仿真并为通用机器人奠定基础的好方法。

根据OpenAI，他们在培训网络时面临的最大挑战是创建多样化且独特的仿真环境。这些模拟需要捕获现实世界的物理特性，其中包括诸如弹性，动力学和摩擦之类的属性，以及针对复杂物体(如魔方或机器人手)的模型。该公司开发了自动域随机化(ADR)技术，据说该技术会在模拟中不断产生越来越困难的环境。