之前的深度學(xué)習(xí)能力已成功提升了（機(jī)器人的）語言、圖像識(shí)別能力；加州大學(xué)伯克利分校的研究者們研發(fā)了一種新算法，使機(jī)器人通過練習(xí)和試錯(cuò)，自己學(xué)會(huì)完成任務(wù)；這兩種深度學(xué)習(xí)技術(shù)頗為相似。研究者們說它們這種方式與人類學(xué)習(xí)方式更為接近。

 

　　在這個(gè)視頻中，我們看到機(jī)器人Willow Garage PR2學(xué)習(xí)怎樣玩樂高玩具、學(xué)會(huì)完成各種不同的簡(jiǎn)單任務(wù)，包括開瓶蓋、組裝玩具飛機(jī)、插入鞋楦等。

 

　　

 

　　當(dāng)機(jī)器人離開工廠，進(jìn)入更為嘈雜、充滿未知數(shù)的環(huán)境之中，如家庭、辦公室時(shí)，這些能力對(duì)他們至關(guān)重要。當(dāng)然這也是“Rosie”和“杰森”（電影《摩登家庭》人物）一直以來的夢(mèng)想；要實(shí)現(xiàn)這一夢(mèng)想，機(jī)器人首先要學(xué)會(huì)觀察環(huán)境、學(xué)會(huì)適應(yīng)變化、掌握許多技能；最理想的是：每一種新環(huán)境機(jī)器人都能適應(yīng)，不用重寫程序。

 

　　“重點(diǎn)是，機(jī)器人面對(duì)一種新事物時(shí)，我們不用為它重新編程。”該項(xiàng)目領(lǐng)導(dǎo)者之一，加州大學(xué)伯克利分校教授Pieter Abbeel 說，“寫入一個(gè)程序，告訴機(jī)器人怎樣學(xué)習(xí)，機(jī)器人使用同一個(gè)程序?qū)W習(xí)完成我們交給它的所有新任務(wù)。”

 

　　另一個(gè)關(guān)鍵是：機(jī)器人能閱讀分析海量數(shù)據(jù)。

 

　　BRETT，全稱叫做“消滅枯燥工作的伯克利機(jī)器人”，能通過攝像頭記錄其周邊環(huán)境，每次嘗試（任務(wù)）后給自己的表現(xiàn)打分；嘗試某個(gè)任務(wù)時(shí)，它的神經(jīng)網(wǎng)絡(luò)（92000個(gè)神經(jīng)元）會(huì)判斷任務(wù)完成與否——神經(jīng)系統(tǒng)不停地計(jì)算、工作，直至機(jī)器人找到解決辦法。

 

　　雖然這一技術(shù)與語言認(rèn)知能力的技術(shù)類似，但實(shí)現(xiàn)前者的難度更大。

 

　　“在一個(gè)事先沒有預(yù)設(shè)好的3D環(huán)境中行動(dòng)，（對(duì)機(jī)器人）是一個(gè)全新的挑戰(zhàn)，”博士研究生Chelsea Finn說。“沒有明確的方向指引、沒有案例告知怎樣解決問題，沒有類似于語言和圖像識(shí)別程序那樣的解決方案。”

 

　　BRETT像大多數(shù)機(jī)器人一樣，行動(dòng)緩慢；但如果給它一點(diǎn)提示（如任務(wù)開始、結(jié)束階段的協(xié)助），10分鐘之內(nèi)它就能學(xué)會(huì)完成一項(xiàng)新工作；如果沒有任何幫助，它完成任務(wù)的時(shí)間則會(huì)延長(zhǎng)到3個(gè)小時(shí)左右。

 

　　研究團(tuán)隊(duì)希望未來幾年內(nèi)使機(jī)器人的表現(xiàn)更出色。隨著計(jì)算機(jī)程序處理大數(shù)據(jù)的能力加強(qiáng)，而且數(shù)據(jù)庫容量擴(kuò)大，（機(jī)器人）完成復(fù)雜任務(wù)指日可待。

 

　　“讓我們的機(jī)器人學(xué)會(huì)打掃房間、洗熨衣服，我們還有很長(zhǎng)的路要走。”Abbeel說。“但初步結(jié)果顯示，掌握了深度學(xué)習(xí)能力，對(duì)于機(jī)器人從零開始到學(xué)會(huì)完成復(fù)雜任務(wù)，有革命性的作用。未來5到10年內(nèi)，我們也許將親眼見證機(jī)器人學(xué)習(xí)能力的驚人變化。”