英國謝菲爾德大學(xué)的研究人員近日在《群集智能》(SwarmIntelligence)期刊上發(fā)表了他們的研究成果，現(xiàn)在機器無需人類的指引，只通過觀察就能學(xué)習(xí)自然或人工系統(tǒng)的工作原理。這可能會極大地推動機器預(yù)測人類行為等技術(shù)的發(fā)展。
文章中的實驗從著名的圖靈測試中汲取了靈感，即讓受試者和分處兩個房間的機器和人對話，如果受試者區(qū)分不出誰是機器誰是人，就可以判斷機器通過了測試，具備和人類相當(dāng)?shù)闹悄堋?/p>
謝菲爾德大學(xué)自動化控制及系統(tǒng)工程系的RoderichGross博士表示：我們的研究使用了圖靈測試來揭示一個給定系統(tǒng)的工作原理。我們先放置一群處于監(jiān)督下的機器人，庫卡機器人何服電機維修，庫卡機器人，為了能找到它們運動的規(guī)律，我們又放置了另一群處于監(jiān)督下的學(xué)習(xí)機器人。我們記錄了所有這些機器人的運動，然后把運動數(shù)據(jù)給受試者看。
但和圖靈測試不同，我們的受試者不是人，而是能夠自主學(xué)習(xí)的計算機程序。它們的任務(wù)就是區(qū)分這兩群機器人。如果它們正確地區(qū)分出兩群機器人的運動數(shù)據(jù)，庫卡機器人，就會得分。反之，那群模仿第一群機器人運動的學(xué)習(xí)者就會得分。
RoderichGross博士將這一方法稱為圖靈學(xué)習(xí)，其優(yōu)勢是人類無需再告訴機器應(yīng)該尋找什么。
舉個例子，比如你想要機器人像畢加索一樣繪畫，傳統(tǒng)的機器學(xué)習(xí)算法會按照機器人畫作和畢加索畫作的相似程度來打分。但這必須有人先告訴算法，應(yīng)該考慮哪些因素才算得上相似。圖靈學(xué)習(xí)不需要這樣的先期知識。如果受試者認為機器人畫作是原作，機器人就會得分。圖靈學(xué)習(xí)可以同時學(xué)習(xí)如何判斷和繪畫。
RoderichGross博士相信，圖靈學(xué)習(xí)會推動科學(xué)技術(shù)的發(fā)展。他說道：科學(xué)家們可以用它來發(fā)現(xiàn)自然或人工系統(tǒng)中的規(guī)律，尤其是無法通過相似度指標(biāo)來輕松歸類的行為。
比如電腦游戲就可以通過圖靈學(xué)習(xí)來媲美現(xiàn)實，游戲角色可以觀察并習(xí)得人類玩家的性格特征。它們不會簡單地復(fù)制觀察到的行為，而是會揭示是什么讓人類玩家與眾不同。
這一發(fā)現(xiàn)還可以用于打造偵測變態(tài)行為的算法，對牲畜健康監(jiān)控和機器、汽車、飛機的預(yù)防性維修也會很有用。圖靈學(xué)習(xí)還可以用于安全應(yīng)用，比如測謊或在線身份驗證。
截至目前，RoderichGross博士和他的團隊只在群集機器人上測試了圖靈學(xué)習(xí)，他們計劃下一步用它來揭示動物集群如魚群或蜂群的運作原理。這可以讓人們更好地理解，哪些因素影響了這些動物的行為，并最終應(yīng)用于保護這些動物的政策制定上。