不仰賴數據輸入 機器人發展的關鍵是「自我學習」

▲讓機器手臂看著人類的行為學習，以理解人類世界的文化。（圖／翻攝 TechCrunch）

記者黃肇祥／綜合報導

只要能採集數據並寫出程式碼，憑藉著現代的機器人技術，已經可以取代人類大部分的工作，當然要商業化與大量應用存有許多問題，但要讓機器人完美執行重複度高的工作，並非難事。真正困難的是，我們該如何讓機器人自己「學習」，而非仰賴人類的數據輸入呢？

《Rethink Robotics》是位於加州大學柏克萊分校的思伽達創新學院的研究團隊，他們的任務就是教導機器人學會如何「學習」。機器人的所有工作，以往都是由人類撰寫程式碼、研究數據所教導而來，但其團隊領導人 Sergey Levine 教授希望讓機器人能夠更加適應現實社會，面對千變萬化的環境，得以自行想出解決方法。

根據《TechCrunch》報導，團隊展示兩種不同的機器人學習方式，第一種是讓機器手臂反覆推動不明物體，系統並不會告知該物體的特性，包含形狀、軟硬度以及各項數據，機器人必須自行從外部世界蒐集數據，並且完成任務。第二種則是讓機器手臂看著人類的動作學習，研究員將假的蘋果模型放置在藍色的塑膠碗裡，接著讓機器手臂自行將蘋果，放置在顏色正確的碗中。

「機器人非常善於重複完成相同的事情，」Levine 教授表示，這是過去十幾年機器人研究的主要方向，「當機器人進入陌生的環境，會有許多未知的突發事件，我認為學習會是未來的關鍵，他們可以從自己的經驗學習人類世界的常識，並且運用智慧解決問題，這是他們原先不被預期能做到的。」