1997年，索尼研究科學家北野弘明（Hiroaki Kitano）幫助組織了第一屆 搶劫，一場機器人足球比賽吸引了 機器人 和 人工智能 研究人員將在日本風景如畫的名古屋市競爭。

在第一天開始的時候，兩個機器人團隊參加了比賽。 當機器抽動並檢查周圍環境時，記者問北野比賽何時開始。 “我告訴他這是五分鐘前開始的！” 他笑著說。

當時就是AI和機器人技術的狀態。 它花了幾分鐘的時間來解釋其情況並製定下一步的工作。 但是隨著AI越來越多地幫助機器從 自動駕駛汽車 監視攝像機，以聰明的方式感知和表現。

北野現在領導 索尼的新努力於XNUMX月宣布，將在全公司範圍內註入尖端AI。 這家日本巨頭相信，人工智能將創造出更智能的相機，更狡猾的電子遊戲角色，甚至是第一個有用的廚房機器人。 Kitano表示，索尼相信AI取得瞭如此迅速的進步，因此該公司需要將該技術作為其戰略的核心。

“我們在索尼擁有不錯的AI研究人員和工程師，我們對正在發生的事情有很好的了解，”參加此次活動的Kitano說。 人工智能發展協會 本週在紐約舉行的會議。 “我們認為現在是我們應該真正推動的時刻。”

索尼的舉動在大公司擁抱人工智能的努力中脫穎而出。 在研究和利用人工智能方面，它落後於矽谷巨頭。 它還有不同的目標：與Google，Facebook或Apple這樣的公司相比，Sony更注重內容的創作和娛樂。 這家日本巨頭現在正試圖通過押註一種強大而又相對實驗性的AI強化學習方法來與美國的AI巨人相抗衡。 谷歌父母Alphabet和亞馬遜擁有 引人注目的 在這項技術上的投資 了。

字母的 著名的DeepMind使用 強化學習，創建了一個能夠擊敗2016年世界上最好的圍棋運動員之一的程序。受動物行為的啟發，它涉及一種算法，可以根據正反饋或負反饋來完善其行為。

Kitano說：“我們認為，強化學習同等或什至可能更重要。” “這將是關鍵。”

除了研究演示，強化學習還在從金融到物流的各個領域進行測試。 它也正在成為機器人學習與現實世界打交道和培訓軟件代理在模擬環境中智能行為的一種強大方式。 因此，它具有產生引人注目的視頻遊戲角色和場景的巨大潛力。

強化學習已經成為AI的一部分，但由於強大的功能，它的前景已變得顯而易見 神經網絡 算法，大致模擬了大腦中學習的方式，以及功能更強大的計算機和大量的訓練數據。 即使這樣，這也是實驗性的 難以正確。 研究表明，例如，強化學習算法 有時可以專注於產生的獎勵 反复無用的行為

Kitano說，索尼將把AI的重點放在三個領域：遊戲，傳感器，以及更奇怪的是烹飪藝術。 這些領域反映了公司當前的業務重點以及未來的理想方向。

索尼以生產PlayStation和遊戲機而聞名，但它也從數字傳感器和成像技術中獲得了很大一部分收益。 不難看出AI如何通過使遊戲更具吸引力或更加生動活潑，或幫助相機更智能地感知世界來改善這些領域。

將 AI 用於烹飪的努力是關於推進機器人技術。 到目前為止，索尼已經展示了一種機器人，它能夠以一種藝術化但預先計劃好的方式將食物放在盤子上。 未來的系統可能無需仔細編碼就能識別和掌握事物。
處理食物對機器人來說尤其具有挑戰性，因為食物的形狀和排列通常不規則，需要小心處理。

索尼當然對機器人並不陌生。 在第一次Robocup的幾年後，該公司發布了 愛寶，這種狗式玩具廣受追捧，但由於公司精簡而於2006年被取消。 2018年發布的新版Aibo包括一些AI功能，例如對象和語音識別。 但是它仍然相對愚蠢。 當我在AAAI會議上與Kitano碰面時，由索尼銷售代錶帶來的其中一個機器人探查了房間，並在他身後大吼大叫。

一些局外人認為，索尼在強化學習方面的投資潛力巨大。 “這很有道理，”說 彼得阿貝爾，加州大學伯克利分校的教授， 協變，這是一家通過強化學習來製造更多自適應倉庫機器人的公司。

Abbeel指出，製作視頻遊戲既昂貴又費時，他指出強化學習已經顯示出承擔許多繁重工作的潛力。 他指向一個名為 深度模擬，顯示通過強化學習訓練的虛擬角色如何表現出逼真的行為。 放置在物理上準確的環境中並具有特定目標（例如越過障礙物）的角色最終將找出如何對它進行跳躍。 這可以使對視頻遊戲角色進行編程的過程自動化，甚至可以使行為在遊戲中即時出現。 “它具有促進更快的內容創建的潛力，” Abbeel說。

Abbeel說，準備飯菜的機器人可能還有一段路要走，但他希望強化學習能改變這些機器的編程方式。 他說：“看到那裡的推動將真的很令人興奮。”

為了推動其AI努力，索尼去年收購了 科吉泰，由 彼得斯通是德克薩斯大學奧斯汀分校的教授。 斯通已成功在虛擬版的Robocup競賽中率先使用了強化學習，並獲得了獎杯。 Stone現在領導著美國的Sony AI業務。

在被收購之前，Cogitai推出了一個旨在使強化學習更易於使用的平台。 斯通說，現在，整個索尼的研究人員和工程師都可以使用該工具和其他工具。 遊戲開發人員或硬件設計師應該能夠使用這些工具來探索新的想法和創新。 他說，對強化學習的關注反映了索尼希望通過押注看起來可能是下一件大事來領先於AI曲線。

今天的Robocup比賽顯示了事物發展的速度。 可以看到玩家以驚人的速度和技巧通過，移動和射擊。

根據Stone的說法，這也指向了AI的下一階段發展。 他說：“感知和監督學習發生了革命。” “索尼AI的整個前提是AI中也存在著巨大的自動化決策機會。 它確實無處不在，從某種意義上說，它還沒有被開發。”