自學(xué)成才 谷歌教機(jī)器人自己解決問(wèn)題！

　　【新知關(guān)鍵詞：無(wú)監(jiān)督學(xué)習(xí)】

　　據(jù)谷歌博客研究室網(wǎng)站日前報(bào)道，在上個(gè)月將波士頓動(dòng)力公司出售給軟銀之后，谷歌并沒(méi)有終結(jié)機(jī)器人探索之路，而是相繼發(fā)表了數(shù)篇關(guān)于機(jī)器人學(xué)習(xí)的研究論文，試圖開(kāi)發(fā)機(jī)器人的無(wú)監(jiān)督學(xué)習(xí)功能。

　　在這里，監(jiān)督并非指是否有人看守，而是指一種標(biāo)簽狀況。在機(jī)器學(xué)習(xí)中，程序員編寫代碼，設(shè)定動(dòng)作，機(jī)械按照代碼內(nèi)容，完成任務(wù)，這屬于監(jiān)督學(xué)習(xí)。整個(gè)過(guò)程中的每一步驟都存在標(biāo)簽，機(jī)器人就像剛學(xué)寫字的小學(xué)生，老師說(shuō)如何做就如何做。但無(wú)監(jiān)督學(xué)習(xí)則是不安插標(biāo)簽，機(jī)器人此時(shí)已晉級(jí)成為高中生，在老師的教導(dǎo)下學(xué)會(huì)了各種解題方法，考試中的未知題目，都能用學(xué)過(guò)的方法解題。

　　對(duì)人類來(lái)講，無(wú)監(jiān)督學(xué)習(xí)是本能，孩子只要經(jīng)常看大人拿筷子吃飯，自然就學(xué)會(huì)握筷子的技巧。研究者希望機(jī)器學(xué)習(xí)也能如此，因此在第一篇論文《用于模仿學(xué)習(xí)的無(wú)監(jiān)督感知激勵(lì)》中，谷歌就用“開(kāi)門”的簡(jiǎn)單動(dòng)作構(gòu)造出極小數(shù)據(jù)集，并在機(jī)器人身上啟用深度視覺(jué)特征技術(shù)，使其無(wú)需培訓(xùn)就能懂得動(dòng)作含義，并以無(wú)監(jiān)督的學(xué)習(xí)方式習(xí)得激勵(lì)函數(shù)。

　　而在第二篇論文《時(shí)間對(duì)比網(wǎng)絡(luò)：從多視角觀察中進(jìn)行自我監(jiān)督學(xué)習(xí)》中，谷歌則提出讓機(jī)器人依靠觀察向周圍世界學(xué)習(xí)。比如完成姿態(tài)模擬任務(wù)時(shí)，研究者并不首先定義人體關(guān)節(jié)與機(jī)器人軀干之間的映射關(guān)系，而是讓機(jī)器人進(jìn)行“端到端”的模仿學(xué)習(xí)。在觀察訓(xùn)練中，即便沒(méi)有提供映射關(guān)系，機(jī)器人也可以自主發(fā)現(xiàn)對(duì)應(yīng)方式，并模仿人的姿勢(shì)。

　　在另一篇《“端到端”的語(yǔ)義掌握學(xué)習(xí)》論文中，谷歌還將人工標(biāo)注的數(shù)據(jù)和機(jī)器人自動(dòng)收集的數(shù)據(jù)相組合。首先讓機(jī)器人自主抓取物體，獲得數(shù)據(jù)集，隨后對(duì)成功抓取的案例進(jìn)行拍照和人工標(biāo)注，將物體與指令聯(lián)系到一起，從而讓機(jī)器人習(xí)得語(yǔ)義，自主完成抓取任務(wù)。

　　在業(yè)界人士看來(lái)，谷歌出售波士頓動(dòng)力公司本就是雙贏行為，既是為谷歌在機(jī)器人領(lǐng)域重辟新路制造機(jī)會(huì)，又是為軟銀加速走向機(jī)器人領(lǐng)跑地位鋪墊。如今，谷歌研究室已著手推進(jìn)無(wú)監(jiān)督學(xué)習(xí)的研究，有了深度視覺(jué)、語(yǔ)義理解等核心技術(shù)，未來(lái)機(jī)器人的學(xué)習(xí)能力將不亞于人類。