圖靈學習：機器人“看一看”就能模仿人類的行為

圖靈機器人人工智能大數(shù)據(jù)

Wheeler | 2016-09-05 15:41

【數(shù)據(jù)猿導讀】 1949年，阿蘭·圖靈進行了一場測試，探究了一種測試機器是不是具備人工智能的方法。如果電腦能在 5 分鐘內(nèi)回答由人類測試者提出的一系列問題，且其超過30%的回答讓測試者誤認為是人類所答，則電腦通過測試

日前，在圖靈測試的啟發(fā)下，謝菲爾德大學自動控制與系統(tǒng)工程系的 Roderich Gross 博士對不同群組的機器人展開研究。研究表明：終有一天，新一代的機器人能夠?qū)W會預測人類的行為，并加以模仿。

Roderich Gross 博士的研究過程是：基于阿蘭·圖靈1949年的測試結(jié)果，監(jiān)視對象為兩個組群機器人，不同組群機器人執(zhí)行不同任務，如果計算機區(qū)分出兩組差異，學習組機器人就會調(diào)整算法，進一步提高與另外一組的相似性，通過這種方法可以制造無需訓練就能模擬人類行為的機器人。

研究人員通過對兩組機器人組群進行監(jiān)視來找出他們的行動遵循的規(guī)則

在圖靈測試中，人類擔任測試官的角色，判定機器是否通過測試。而格羅斯博士認為，機器更適合擔任測試官的角色，它們更容易發(fā)現(xiàn)人類注意不到的細枝末節(jié)。從某種意義上說，機器可以騙過人類，但機器無法騙過機器，這也是圖靈學習之所以能成為人工智能測試權(quán)威的原因。

實驗中，原始群機器人（綠）學習群機器人（藍色）自動隨機排列，計算機來識別不同機器人組

在測試中，為計算機設置的任務是對原始組和學習組進行區(qū)分和辨認。計算機如果能正確判斷機器人是來自原始對照組還是學習組，就會得到比特幣獎勵。相反，學習組的機器若能騙過計算機的偵察，也會得到獎勵。如果計算機區(qū)分出了兩組差異，學習組機器人就會調(diào)整算法，進一步提高與另外一組的相似性。這種稱為“圖靈學習”的方法最大的優(yōu)點就是機器執(zhí)行任務時不再需要人類的訓練。

想象一下，你指派機器人創(chuàng)作一幅畢加索風格的作品。傳統(tǒng)的機器學習算法將演算機器人模仿畢加索繪畫風格的所有可能，然后評估相似度。當然，前提是有人一開始寫出了定義相似度的算法。圖靈學習不需要這樣的先驗知識。很簡單，只要機器人的作品能被測試官視為畢加索真品，機器人就會得到獎勵。

研究人員認為，圖靈學習的意義不僅僅在于創(chuàng)作出以假亂真的畢加索作品，更有望推動科學技術(shù)領域的發(fā)展。Gross 博士補充道：“科學家可以用它來研究自然系統(tǒng)和人工系統(tǒng)的運行法則，尤其是區(qū)別那些無法簡單定義相似特點的行為時。”

例如在電腦游戲中，虛擬玩家能通過觀察來預測對手的行動，并且積累對現(xiàn)實世界的認識。他們不會簡單地復制觀察到的行為，而是通過發(fā)掘人類玩家的個體差異豐富認知。

圖靈學習的研究在理論上是成立的，然而，這種機器人是否能真的在現(xiàn)實中創(chuàng)造出立體主義的畢加索作品還未可知。目前為止，圖靈學習只在機器人組群中進行過測試。接下來將進一步測試機器是否可以學習某些動物群體的行為，例如魚群和蜜蜂。希望這項研究能幫助我們探索影響動物行為的因素。

《Person of Interest》中，相愛相殺的“The Machine”和 “Samaritan”從上線、博弈到消亡由人類操控。在開放權(quán)限下，智能化機器的角色是否依舊僅僅是連接個體與外在世界的中介？機器人種族的進化在持續(xù)的觀察和學習之后最終能否學會人類的愛和悲傷？最高級的智能世界里，是否只有機器才能進化機器？

來源：36kr

收藏分享

聲明：數(shù)據(jù)猿尊重媒體行業(yè)規(guī)范，相關(guān)內(nèi)容都會注明來源與作者；轉(zhuǎn)載我們原創(chuàng)內(nèi)容時，也請務必注明“來源：數(shù)據(jù)猿”與作者名稱，否則將會受到數(shù)據(jù)猿追責。