不仰赖数据输入 机器人发展的关键是「自我学习」
▲让机器手臂看着人类的行为学习，以理解人类世界的文化。（图／翻摄 TechCrunch）
只要能采集数据并写出程式码，凭借着现代的机器人技术，已经可以取代人类大部分的工作，当然要商业化与大量应用存有许多问题，但要让机器人完美执行重复度高的工作，并非难事。真正困难的是，我们该如何让机器人自己「学习」，而非仰赖人类的数据输入呢？
《Rethink Robotics》是位于加州大学柏克莱分校的思伽达创新学院的研究团队，他们的任务就是教导机器人学会如何「学习」。机器人的所有工作，以往都是由人类撰写程式码、研究数据所教导而来，但其团队领导人 Sergey Levine 教授希望让机器人能够更加适应现实社会，面对千变万化的环境，得以自行想出解决方法。
根据《TechCrunch》报导，团队展示两种不同的机器人学习方式，第一种是让机器手臂反复推动不明物体，系统并不会告知该物体的特性，包含形状、软硬度以及各项数据，机器人必须自行从外部世界搜集数据，并且完成任务。第二种则是让机器手臂看着人类的动作学习，研究员将假的苹果模型放置在蓝色的塑胶碗里，接着让机器手臂自行将苹果，放置在颜色正确的碗中。
「机器人非常善于重复完成相同的事情，」Levine 教授表示，这是过去十几年机器人研究的主要方向，「当机器人进入陌生的环境，会有许多未知的突发事件，我认为学习会是未来的关键，他们可以从自己的经验学习人类世界的常识，并且运用智慧解决问题，这是他们原先不被预期能做到的。」