有目標的機器學習太麻煩？圖靈學習只靠觀察就能學習了

英國謝菲爾德大學的研究人員近日在《群集智能》(Swarm Intelligence)期刊上發(fā)表了他們的研究成果，現在機器無需人類的指引，只通過觀察就能學習自然或人工系統(tǒng)的工作原理。這可能會極大地推動機器預測人類行為等技術的發(fā)展。

文章中的實驗從著名的圖靈測試中汲取了靈感，即讓受試者和分處兩個房間的機器和人對話，如果受試者區(qū)分不出誰是機器誰是人，就可以判斷機器通過了測試，具備和人類相當的智能。

謝菲爾德大學自動化控制及系統(tǒng)工程系的 Roderich Gross 博士表示：“我們的研究使用了圖靈測試來揭示一個給定系統(tǒng)的工作原理。我們先放置一群處于監(jiān)督下的機器人，為了能找到它們運動的規(guī)律，我們又放置了另一群處于監(jiān)督下的學習機器人。我們記錄了所有這些機器人的運動，然后把運動數據給受試者看?！?/p>

“但和圖靈測試不同，我們的受試者不是人，而是能夠自主學習的計算機程序。它們的任務就是區(qū)分這兩群機器人。如果它們正確地區(qū)分出兩群機器人的運動數據，就會得分。反之，那群模仿第一群機器人運動的‘學習者’就會得分?！?/p>

Roderich Gross 博士將這一方法稱為“圖靈學習”，其優(yōu)勢是人類無需再告訴機器應該尋找什么。

“舉個例子，比如你想要機器人像畢加索一樣繪畫，傳統(tǒng)的機器學習算法會按照機器人畫作和畢加索畫作的相似程度來打分。但這必須有人先告訴算法，應該考慮哪些因素才算得上相似。圖靈學習不需要這樣的先期知識。如果受試者認為機器人畫作是原作，機器人就會得分。圖靈學習可以同時學習如何判斷和繪畫。”

Roderich Gross 博士相信，圖靈學習會推動科學技術的發(fā)展。他說道：“科學家們可以用它來發(fā)現自然或人工系統(tǒng)中的規(guī)律，尤其是無法通過相似度指標來輕松歸類的行為。”

“比如電腦游戲就可以通過圖靈學習來媲美現實，游戲角色可以觀察并習得人類玩家的性格特征。它們不會簡單地復制觀察到的行為，而是會揭示是什么讓人類玩家與眾不同?！?/p>

這一發(fā)現還可以用于打造偵測變態(tài)行為的算法，對牲畜健康監(jiān)控和機器、汽車、飛機的預防性維修也會很有用。圖靈學習還可以用于安全應用，比如測謊或在線身份驗證。

截至目前，Roderich Gross 博士和他的團隊只在群集機器人上測試了圖靈學習，他們計劃下一步用它來揭示動物集群如魚群或蜂群的運作原理。這可以讓人們更好地理解，哪些因素影響了這些動物的行為，并最終應用于保護這些動物的政策制定上。

via sheffield

推薦閱讀：

智能哲學：如何判斷一臺機器是不是人工智能？

在難一點的圖靈測試面前，聊天機器人就開始自我暴露了

雷峰網原創(chuàng)文章，未經授權禁止轉載。詳情見轉載須知。