據(jù)科技網(wǎng)站Futurism.com北京時間1月2日報道，美國加州大學(xué)伯克利分校的一個研究小組發(fā)現(xiàn)，像我們?nèi)祟愐粯樱瑱C器人也具備“預(yù)見”能力，借助于視頻識別技術(shù)，機器人在移動物體之前預(yù)測到可能發(fā)生的情況。

　　眾所周知，人類在采取行動之前一般先進行思考。例如，如果一個人想去踢球，他或她首先可能會考慮球會滾到哪里，以及怎樣踢球才能令其滾到新位置。通常情況下，機器人不具備這種能力，因為它們內(nèi)部的程序通常只能執(zhí)行簡單的任務(wù)，尤其是那些沒有配備人工智能程序的機器人。

　　但是，加州大學(xué)伯克利分校的研究小組卻發(fā)現(xiàn)，機器人也可以具備這種直覺。為了證明這一點，他們開發(fā)了一種新的機器人學(xué)習(xí)技術(shù)，讓機器人可以提前進行思考，“以搞清楚如何操控之前從未遇到過的物體。”這個研究小組將這項技術(shù)稱為“視覺預(yù)見”(visual foresight)，盡管如此，這并不代表機器人可以預(yù)測未來——至少目前沒有。

　　他們將這項技術(shù)應(yīng)用到一臺名為“Vestri”的機器人身上，令其可以預(yù)測自備攝像頭幾秒種以后才能看到的東西。得益于這種新技術(shù)，“Vestri”能夠在不觸碰周圍障礙物的情況下，在桌子上移動小物體。最不可思議的地方是，該技術(shù)還能讓“Vestri”在沒有人類指導(dǎo)和監(jiān)督，以及沒有物理知識的情況下，完成這些小任務(wù)。

　　加州大學(xué)伯克利分校電氣工程和計算機科學(xué)系助理教授謝爾蓋·萊文(Sergey Levine)說，“我們能夠想象我們的行動將如何移動所在環(huán)境中的物體，與我們?nèi)祟愐粯�，新方法也能讓機器人對不同行為如何影響周圍世界進行視覺化。這就能在復(fù)雜的現(xiàn)實環(huán)境中對高度靈活的技能進行智能規(guī)劃。”視覺遠見技術(shù)便是由該系開發(fā)的。

　　視覺預(yù)見技術(shù)是基于“卷積循環(huán)視頻預(yù)測”或動態(tài)神經(jīng)平流(DNA)開發(fā)的。據(jù)加州大學(xué)伯克利分校研究小組介紹，基于DNA的模型可以根據(jù)機器人的行為，預(yù)測圖像中的像素如何從一幀跳入另外一幀。切爾西·菲恩(Chelsea Finn)是萊文實驗室的博士生，還是初始DNA模型的發(fā)明人，正如他所說，Vestri之類的機器人現(xiàn)在可以“完全自主地學(xué)習(xí)一系列視覺對象操控能力”。

　　萊文實驗室的另一位博士生弗雷德里克·艾伯特(Frederik Ebert)將整個項目的運作方式與人類在自己環(huán)境中與物體的互動方式做了對比。“得益于一生中與各種物體的數(shù)百萬次互動，人類可以在沒有老師的指導(dǎo)下學(xué)會操控物體的技巧。”艾伯特說，“我們的研究已證明，我們完全可以開發(fā)一套機器人系統(tǒng)，令其利用大量自動收集的數(shù)據(jù)來學(xué)習(xí)可得到廣泛應(yīng)用的操控能力，尤其是推動物體的能力。”

　　萊文指出，Vestri的能力仍然存在一定的局限性，但他們正在采取進一步措施來改進視覺預(yù)見技術(shù)。有朝一日，這種技術(shù)或許可以對道路上行駛的無人駕駛汽車起到輔助作用，令其更好地應(yīng)對新環(huán)境和不熟悉的物體。但這項技術(shù)還需要更多的改進，才能實現(xiàn)這一目標。例如，改善視頻預(yù)測能力，采取進一步措施來搜集更具體的視頻數(shù)據(jù)。

　　經(jīng)過這些改進，機器人或許可以借助類似技術(shù)完成更為復(fù)雜的任務(wù)，例如拿起和放置物體，或是處理衣服或繩子等柔軟且容易變形的物體。也許有一天，我們根本不需要將洗過的衣服疊起來，因為機器人助理可以幫我們做。