多國研究人員表示模仿人腦可顯著提高機器人的決策能力

2019年1月，韓國科學技術院、劍橋大學、日本國家信息與通信技術研究所以及谷歌DeepMind的研究人員在《科學機器人》與《行為科學的最新觀點》雜誌上發表文章稱，研究人員可以通過強化學習技術讓機器人模仿人類大腦做出決策時使用的策略，從而顯著提高機器人的智能。

背景

人類和自主機器人都需要不斷學習並適應新的環境，但人類能夠根據獨特的情況做出決策，而機器人則依賴於預先確定的數據來做出決策。儘管研究人員在加強機器人的物理能力方面進展迅速，但機器人的決策能力仍遠不如人類。機器人往往依靠預先設定的指令來做出行動，缺乏快速學習與適應的靈活性和能力。

將類人智能引入機器人一直是一個難題，因為人類很難清楚了解人類大腦做出決策的計算原理——如何將大腦活動轉化為機器人的代碼。

研究成果

但該研究小組認為，隨著計算神經科學領域近期的一系列發現，部分代碼可以有效將人類大腦活動寫入機器人控制系統中。

文章中提出的能夠提升機器人決策能力的人腦機制包括：

1）多控制器架構。人類大腦中有多個系統來控制決策和行動，包括先天反應系統、獎勵與懲罰系統和認知控制系統等。大腦通過多控制器機制決定如何在不同的子系統之間切換以執行複雜的任務。

2）疼痛系統。疼痛系統是一種自我保護機制，能夠讓人類在潛在的危險環境中保護自己。具有自我保護機制的機器人能夠避免不必要的損傷。

3）快速單次學習。機器人的控制演算法通常需要大量經驗，而人類學習通常僅需要單次經驗。能夠靈活調整自身學習速度進而提升學習效率的機器人將解決性能和速度之間的權衡問題。

4）元認知學習。元認知學習能夠快速適應環境變化，因此該機制能夠提升機器人面對重大變化時的穩健性。韓科院生物與大腦工程系的教授表示，模仿這些代碼能夠大幅提高機器人的靈活性、效率以及安全性。

此外，研究小組還指出，如果機器人的學習方式、行動方式與行為方式與人類相似，那麼機器人可能將更適合與人類的交互環境。這將有助於人類理解與推斷機器人的目標和意圖、增強人類對機器人的同理心、促進人類與機器人的協作與共同決策，並促進人類的觀察學習能力。

來源：美國納米技術與科學網站/圖片來自互聯網

軍事科學院軍事科學信息研究中心 張岸佳

如需轉載請註明出處：「國防科技要聞」（ID：CDSTIC）

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！