開發一種從頭開始學習的機器人 就像孩子一樣

來自挪威科技大學(NTNU)的兩名研究人員制造了一個像小孩一樣學習的機器人。至少，這就是主意。機器一無所有 - 它必須從頭開始學習一切。

NTNU的音樂教授ØyvindBrandtsegg說：“我們距離準確地模擬活兒童大腦的各個方面還有很長的路要走，但處理聲音和圖像處理的算法受到生物學的啟發。”

這臺機器被稱為[self。]。它通過基于人耳的系統分析聲音，并學習使用大腦神經細胞如何處理感官印象的數字模型來識別圖像。它的設計完全是從沒有預定義知識數據庫的感官輸入中學習，因此它的學習過程將類似于早期生命中的人類孩子。

“我們幾乎沒有給出任何預定義的知識，”Brandtsegg說。

跨學科項目

Brandtsegg所指的“我們”是他自己和博士后Axel Tidemann - 因為這毫無疑問是一個跨學科的項目。機器非常復雜，不同研究領域之間的合作是使其發揮作用的絕對必要條件。Brandtsegg是音樂系，而Tidemann是計算機和信息科學系。但他們的利益重疊。

“我們對彼此的研究領域了解得足夠多，看看哪些是困難的，為什么會這樣，”Brandtsegg說。當然，他的主要興趣是音樂。

但他也是一位成功的程序員，并利用這些知識制作音樂。相反，Tidemann為他的博士項目制作了一個擊鼓機器人。機器人模擬了活鼓手的演奏風格。

什么都不知道

一開始，他們的機器人一無所知。它“聽到”來自一個人的聲音，并且可以將這些聲音連接到揚聲器的同時視頻輸入。

機器人選擇一個人似乎正在強調的聲音，并通過播放與之相關的其他聲音作出響應，同時投射聲音和圖片之間關聯的神經表示。它沒有顯示視頻，而是它的“大腦”如何連接聲音和圖像。

學習

機器人已經在特隆赫姆和阿倫達爾展出，參觀者可以在那里影響它的學習。圣誕節前一個月在特隆赫姆，一月份在阿倫達爾待了兩個星期。

與不同受眾的互動使研究人員能夠準確了解其學習方式。

有很多“我的名字是......”和“你叫什么名字?” 來自觀眾，但有些人唱歌，有些人讀詩。

這導致了許多類似聲音和相關人員混淆的時期，機器的混亂造成了奇怪的聯系。但這改變了它學到的東西。

機器人逐漸吸收了不同人的印象。某些人，比如導游，對它的影響更大，因為它經常“看到”它們。機器人還學會了過濾輸入。

如果一個單詞以某種方式被說出五次，然后以不同的方式說出一次，它就會學會過濾出杰出的東西并專注于最常見的方式，這可能是正確的。此處理在機器人停機期間發生。

“我們說機器'夢想'在晚上，”Brandtsegg說。

過了一會兒，機器人能夠以更復雜的方式將文字和圖片連接在一起 - 你可以說它將聲音與圖像相關聯并自己連接它們。

發展

機器人正在不斷發展，Brandtsegg和Tidemann已經失去了很多的睡眠。

“在特隆赫姆展出的前一天，我們一直工作到早上八點。然后我們回家，吃早餐，然后回到11點工作，”Brandtsegg說。

在兩個顯示器之間，他們致力于改善機器人組織記憶的方式。

“我們所做的每一個小改變都需要花費很多時間，至少如果我們想要確保我們不會破壞它已經學到的任何東西，”Brandtsegg解釋道。

結果是一個機器人，展示了它如何以非常教學的方式建立聯系。它故意不像任何有生命的有機體 - 你應該專注于它的學習和背后的過程。

布蘭德塞格說：“機器人看起來很粗糙。”

牛逼自身的邏輯思維能力?

[self。]是一個藝術項目，并提出了在未來幾年可能非常相關的問題。什么時候機器人自己思考?什么時候適合叫機器'生活'?

“很多人說智力可以通過特定的行為來決定，”蒂德曼說。

他將圖靈測試命名為“圖靈測試”，其中一臺機器被認為是否能夠通過基于文本的問題使人類相信它是人類，至少占百分之三十。基于這個定義，下棋的計算機，如IBM的Deep Blue，可以被定義為智能，因為他們非常擅長國際象棋。

但這是象征性的推理，不一定可以轉移到現實世界的場景。幾十年來，用于精密加工和工業工作的專用機器人在某些任務中比人類更好。但這些機器人遠遠無法學習。更不用說做樓梯或跳繩等事情了。在分析足球比賽或將小說作為人類進行分析時，也沒有任何機器能夠擅長。

不是在真空中

“包括我自己在內的許多人工智能(AI)研究人員認為真正的智能不能在真空中發生 - 這是在動態環境中適應和生活的結果，”Tidemann解釋說。“你可以把我們的智慧視為我們適應能力的副產品。”

“因為我們已經培養了計劃和記憶的能力，所以我們將認知作為一種包裝協議，”他說。

認知是感知周圍環境的綜合能力，基于這種感知的原因，與周圍環境進行交流，并根據您手邊的信息進行合理的回憶和行動。

“什么是獨立思考?什么是人工生活?這些都是重大問題，”蒂德曼說。“但我們相信，達到AI的'圣杯'的正確方法是在機器中實現生物啟發模型，讓它在物理環境中運行，看看我們是否能觀察到智能行為。”

研究人員使用“技術奇點”這一短語來描述機器超越人類智力的能力。然而，這仍然是很長一段時間--Brandtsegg和Tidemann與[self。]的目標是，它將能夠通過與人類的互動來學習。