本單元為你講解有些時候 AI 是用不上的。

我們會用單元 4 內訓練完成的 “機械人競賽” 的人工智能來做本單元的實驗。

材料：

• AlphAI 長方形賽道，外圍是紅色牆，中間有一個黑色牆間出跑道。

• 用 參數 <Parameters> 下拉餐單的 “載入示範參數” <Load demo parameters ..>
• 像下面一樣，揀選 “機械人競賽 <Robo Race>。

• 啓動AlphAI 機械人及聯線到你的電腦。需要時按螢光幕上的”聯線” <Connection> 按鈕。
• 如果設定參數正確，螢光幕將會顯示一個神經網絡。

• 根據動作的意思解釋

• 啓動 “重設學習” <reset learning> 的按鈕。
• 關閉 “自動駕駛” <self drive> 的按鈕。
• 啓動 “學習” <learning> 按鈕。

• 將機械人放在起點。
  • 一方面觀看機械人在跑道上如何移動，一方面點擊右手邊的 “動作箭嘴” 控制機械人移動。
  • 第一步，通常是向前行。
  • 儘量使機械人在賽道上行走，避免撞牆。留意過灣時的表現。你如何教它走，它就會在比賽時如何走。
  • 重覆走 2 至 3 個圈。
• 需要時，增加訓練；特別是少遇到的情況。越多處境訓練，機械人將會越聰明。

• 關閉 “學習” <learning> 按鈕。代表學習已經完成。
• 啓動 “自我駕駛” <self drive> 按鈕。 AlphAI 機械人會使用剛剛學習到的智能去走動。

• 測試機械人是否可以自己走圈。
• 結果如何？
• 假若結果不是全對，原因可能是訓練不足。請增加訓練。

• 請模仿下圖，在跑道上加入 4 至6 個新的障礙。

• 請加在必經之路上，
• 但請留一些空間，讓機械人仍然可以通過。
• 測試在活動1 已經訓練好的機械人是否仍然行動自如，可以完成走圈？

• 機械人可以完成走圈嗎？為何不能？

• 在活動 1 內，機械人是否獲得了智能？
• 討論重點：為何已經獲得的智能不能在活動 2 內運作正常呢？

• AI 的運作是需要訓練的。
• 而訓練是需要大量的輸入資料的。
  • 見過、訓練過的情況，它就學懂如何去模仿及處理。
  • 如果遇到在訓練時未見過的情況，它就𣎴能作出決定或者作出不適當的決定了。
  • 所以，足夠的訓練對AI 是非常重要的。

• 在活動 2 中，新加入的障礙對於機械人來說是未遇過的情況，所以它不懂如何應對。這時，增加訓練是必要的。

• 試想想：
  • 一架人工智能無人駕駛的汽車，在公路上奔馳，遇到了未見過的情況，不懂怎樣應對，後果會怎樣呢？

• 你可否增加訓練，使機械人能夠在有障礙的跑道中行走穿過呢？