我们对一般机器人的认识,如果它们要加入新功能就需要加入新程序,现在可能是看视频或是手柄手教导等的被动式学习。柏克莱加利福尼亚大学(UCBerkeley)的BRETT就让机器人利用基于神经网路的深度学习算法,以TrialandError的方式主动学习。例如是组装玩具时,机器人会不停尝试,直至它清楚组装的原理。理论上,这机器人不需要再依赖人手的更新,而是给足够时间让它学习就可以了。
当然这科幻小说似的桥段还没有准备好正式推出,现时它需要10分钟来确认工序,然后再以3小时来不停犯错尝试。毕竟BRETT暂时也没有很丰富的经验,所以它不能有逻辑飞跃来加速理解。不过研究员将会在未来几年为机器人收集更多数据和经验值。最终,人工智能将能让机器人在其设计的功能范围之中做得最好。
现今时代,机器人盛行,当人类给与机器好使的脑子,使其能够如人类般"牙牙学语",这绝对是很高超的专业技术使能,那么作为主人的我们,每一个人都可以尝试了解机器人行业基本技能,说不定哪天出门就碰见一个小机器人向你求助呢?