人工智慧除了學習像人一樣思考，它還在嘗試「像狗一樣思考」

近日，華盛頓大學和艾倫人工智慧（AI）研究所的團隊開發了一種「新神經網路模型」——利用AI技術理解和預測狗的行為。研究人員通過感測器等設備採集了一隻愛斯基摩犬的運動數據，並訓練AI系統實現三個目標：像狗一樣行動，預測未來動作；像狗一樣計劃任務；從狗行為中學習。

也許你會問，我們為什麼要理解狗的行為？眾所周知，狗和人接觸的時間長了以後，能根據人的指令做出特定動作，甚至有時候，狗能給人帶來「我懂你」的默契感。但反過來，人們並不是很能了解狗的行為，如果通過AI能夠了解並預測狗的行為，那麼就可以大大增強人對動物的理解。

如何了解一隻狗？首先，研究人員在狗的身上安裝GoPro運動相機，也就是記錄「狗眼中的世界」；此外，研究人員還在狗的四條腿和尾巴上安裝感測器，用來傳遞狗自身的運動數據，這種方式和好萊塢特效中的動作捕捉技術差不多。以上這兩種機器獲取的內容疊加起來，就是狗每一天的活動數據。

有了數據，下一步要解決的就是怎樣理解這些數據。根據論文介紹，研究人員採用了一種深度學習方式，比對分析狗的肢體動作和GoPro上記錄的內容，由此產生的神經網路可以得知狗在什麼樣的動作下看到了什麼，從而進一步預測狗的動作。

不過，論文的第一作者Kiana Ehsani說，AI系統的預測能力還無法做到百分百準確，比如狗狗看到樓梯，它會選擇爬上去，但除此之外還會有其他無法預測的元素。狗和人一樣，很多動作具有隨機性，並不是所有行為都是經過周密的「理性思考」後做出的，因此，對於隨機性動作並沒有辦法通過深度學習掌握。

除了理解狗、預測狗之外，這項研究還揭示了另一個重要結論——我們還能向狗學習AI技術。

要知道，在此之前，一般的機器學習系統都是以人的視角建立的。研究人員認為，既然狗能夠聰明到識別出不同目標，那麼神經網路也應該能通過訓練達到這種程度。也就是說，AI通過分析狗的視覺、行動數據，進而學習到狗識別物體的規則和經驗，以及採取行動並執行任務的能力。比如，可以識別出室內或者室外等不同場景，能夠理解如何在不同的場景下行走，以及什麼樣的路線更合理等。

不過，這種學習也存在一定風險，畢竟AI是人工智慧，而不是更像狗的機器，因此科學家需要對學習的範圍和規則做出設定。如果有一天AI能夠學有所成，那麼我們無疑離更聰明的人工智慧又近一步。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！