格格党

手机浏览器扫描二维码访问

第56章 以后ai能不能做成一把大飞剑（第1页）

林宇举著那条断腿，对著全班学生，语气平静得像在说今天天气不错。

“材料是从学院仓库里顺手拿的，做得比较粗糙。”

教室里的紧张气氛瞬间被这句话衝散了。

有几个学生忍不住，“噗嗤”

一声笑了出来。

但没人敢笑得太大声，所有人都瞪大眼睛看著他。

林宇把断掉的机器腿搁在讲桌上，用手指捏了捏断裂处的金属接口。

材料太薄了，是仓库里翻出来的铝合金废料，截面只有两毫米，跑了不到十分钟就扛不住反覆的弯折应力。

他在黑板上补了一行字。

“机械结构强度不足——材料学与力学的交叉问题。”

然后他转过身来，把断腿举起来给全班看。

“这个地方断了，原因很简单。

铝合金的疲劳极限大约在80到120兆帕之间，反覆弯折十几次就开裂了。

换成鈦合金或者碳纤维复合材料，寿命至少翻五倍。

但那些材料我买不起，所以你们看到了——最先进的ai装在最廉价的壳子里，结果就是走两步腿断了。”

教室里爆发出一阵善意的笑声。

这是那种带著心疼和佩服的笑。

一个大学讲师用仓库废料攒了一只机器狗，然后在三百多人面前把它跑断了腿。

太穷了。

但也太牛了。

林宇把断腿放回桌上，拿起粉笔，在黑板上一边画图一边开始讲解机器狗的ai逻辑。

他从最核心的部分讲起。

“你们刚才看到它找到我之后跳了一下。”

林宇在黑板上画了一个状態机的示意图，“很多人第一反应是『它有感情了。

错。

它没有感情。

它有的是一组预训练的行为数据。”

他在状態机的几个节点旁边標註了標籤：搜索、接近、確认、反馈。

“我在训练它的时候，给它餵了一批真实的狗狗行为视频数据。

大概两百多段短视频，全是家养犬看到主人时的反应——跑过去、摇尾巴、原地打转、前腿扑。

这些行为被拆解成关节角度变化的时间序列，用强化学习的框架让机器狗模仿。”

他在黑板上写下了强化学习的基本公式：q（s，a）=r+γ·maxq（s，a）。

“翻译成人话就是：它做了一个动作，如果这个动作让它更接近目標，就给一个正奖励。

如果偏了，给负奖励。

反覆训练之后，它自动学会了一条最优路径——先扫全场，锁定目標之后走过去，走到面前之后执行预设的『开心动作序列。”

他停了一下。

“整个过程里，它不需要『理解什么是开心。