这位AI创业者正在开发能够预判意外状况的智能体

<p>丹尼贾尔·哈夫纳位于旧金山SoMa区的办公室几乎空无一人。他创立的这家初创公司仍处于隐秘发展阶段，办公室门上甚至没有公司名称。我到访的那天，现场只有另外一个人，家具也极少。不过，虽然装饰简陋，但这里却摆满了机器人——各种形状和大小的人形机器人像木偶一样挂在贯穿整个开放空间的支架上。</p> <p>虽然31岁的哈夫纳暂时不愿过多透露关于这家新公司的细节，但他表示这其实是他长期致力于让AI能够在未见过过的环境中导航的工作的延续。这些从中国进口的人形机器人则是这项工作的进一步发展成果，也是其物理化体现。它们在未经测试的场景中做出反应的能力，对于让机器人进入人类生活空间至关重要。因为举例来说，如果想让机器人进入某人的家中，它就必须能够应对从未见过的房屋布局和家具。</p> <p>为实现这一目标，哈夫纳采用了基于模型的强化学习技术。他首先构建世界模型——即用于模拟物理现实的AI模型，然后在这些模型中训练智能体。智能体会将模型视为真实的模拟环境，并学习如何在该环境中行动。之后，它会利用这些经验对未来结果进行预测（用哈夫纳的话来说，就是“想象”或“预演”未来情况）。这样一来，这些智能体或搭载它们的机器人就能在现实世界中应对陌生状况。</p> <blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow"> <p style="font-size:30px"><strong>“我有机会与谷歌研究院里许多极其聪明的人交流，而他无疑属于那1%中最顶尖的那一半。” </strong></p> <cite>蒂莫西·利利克拉普，谷歌DeepMind</cite></blockquote> <p>与其他方法不同，哈夫纳的技术能够让智能体及其控制的机器人执行极其复杂的任务，而无需依赖传统机器人技术中常用的现实世界试错训练。</p> <p>哈夫纳在德国东北部的一个小镇长大，他的父母都是古典音乐家。他向邻居学习编程，高中时开始学习在线AI课程，很快便对这一领域产生了浓厚兴趣。“我一直对思维的运作方式很着迷，”他说。AI为他提供了一种在计算机上模拟思维的方式。</p> <p>2015年，当时他还在波茨坦的哈索·普拉特纳学院读大二学习工程学，他就获得了在谷歌Brain担任学生研究员的资格。此后，他又在该公司完成了十几段实习及其他工作，足迹遍及英国、加拿大和美国，曾在谷歌Brain和谷歌DeepMind（两者后来已合并为DeepMind）工作。他与包括常被誉为AI领域奠基人之一的杰弗里·辛顿，以及撰写了描述当今大型语言模型所使用变换器技术的开创性论文《Attention Is All You Need》的合著者阿希什·瓦斯瓦尼在内的行业大咖共事过。</p> <p>哈夫纳在谷歌时的前上级兼合作者蒂莫西·利利克拉普称，他在所有优秀人才中更是出类拔萃。“我有机会与谷歌研究院里许多极其聪明的人交流，而他无疑属于那1%中最顶尖的那一半，”利利克拉普说，“在很多情况下，他能够独自完成原本需要整个工程师团队才能完成的工作。”</p> <p>多年来，哈夫纳通过让在其世界模型中训练出的智能体与热门视频游戏进行对抗，不断优化并验证自己的方法。他的首个突破性成果是PlaNet模型，该模型能够让智能体通过提前规划来执行动作。Dreamer 2则是首个利用世界模型在Atari 2600游戏上达到人类水平表现的智能体。Dreamer 3则是首个成功解决《我的世界》钻石挑战的智能体——它能独立在游戏内开采宝石。而Dreamer 4则更进一步，它能够从离线录制的游戏视频数据集中学习如何开采钻石，而无需直接与游戏交互。</p> <p>最近，他开始将这类智能体从虚拟世界引入现实世界。他的DayDreamer项目利用Dreamer算法，让机器人能够在全新环境中自主运行，并对新出现的状况（比如被推倒）做出反应，而无需任何特定训练。</p> <p>如今，哈夫纳正在致力于他的新创业项目，他于2025年秋季离开谷歌DeepMind创立了这家公司。尽管他对下一步计划讳莫如深，但显然他的目标十分宏大：“我感兴趣的是解决一个能够改变世界的问题，”他暗示道。</p>