人在做AI人工智能时还要跟狗学？研究人员称是的

人工智能能从狗身上能学到什么？

这显然是个充满争议但又有意思的话题。之前我们见识过很多有趣的研究，比如猪脸识别、植物界的草莓识别，以及更加经典的猫脸识别。

目前，一群精英研究人员们仿佛已经从研究狗和人工智能关系方面，有了一些成果迫不及待的分享，其中重要的一个结论就是通过很多规则来编程算法是很耗时的，但是狗已经知道了所有的规则，难道机器狗才是最好的机器人？？

以下Enjoy:

华盛顿大学(UniversityofWashington)和艾伦人工智能研究所(AllenInstituteforAI)的研究人员表示，已经在这方面有了研究成果。

他们最近训练神经网络来解释和预测犬类的行为。他们的结果表明：动物可以为人工智能系统提供新的训练数据来源，包括那些用于控制机器人的系统。

为了训练人工智能像狗一样思考，研究人员首先需要数据。他们以视频和动作信息的形式收集了这些信息，这些信息是从一只名叫Kelp的马拉默特犬身上捕捉到的。

研究人员从安装在狗头上的GoPro摄像头上共拍摄了380段视频，同时还从狗腿和身体上的传感器获取了运动数据。本质上，“Kelp”的录制方式与好莱坞使用动作捕捉技术录制CGI创作的演员的方式相同，进而捕捉了一只正在日常生活中活动的狗，比如散步、玩捡球和去公园。

有了这些信息，研究人员用深度学习的方法分析了Kelp的行为。这是一种人工智能技术，可以用来筛选数据中的模式。

在这种情况下，这意味着将Kelp肢体的运动数据与GoPro的视觉数据与各种狗狗活动进行匹配。由此得到的神经网络能够预测狗在某些情况下会做什么。例如，如果看到有人扔球，那么它就会知道狗的反应就是转身追逐它。

这篇论文的主要作者Kiana Ehsani在接受The Verge采访时解释说，他们的人工智能系统的预测能力非常准确，但只是在短时间内产生效力。举例来说，如果视频显示出一套楼梯，那么你就可以猜到狗会爬上去了。

但基于现实生活的多样化，仍然存在不确定性。华盛顿大学的一名博士生Ehsani说：“谁知道狗会不会看到一个玩具或者它想要追逐的东西。”

然而，接下来研究人员的做法显示出了其高明的特点。通过对狗的行为进行训练的神经网络，他们想知道狗是否还学到了他们没有明确编程的关于世界的其他东西。

正如他们在论文中解释的那样，狗“清楚地展示了视觉智能、识别食物、障碍物、其他人和动物”，那么，一个被训练成像狗一样行动的神经网络是否也显示出同样的聪明呢？

事实证明，答案是肯定的，尽管只是在非常有限的情况下。研究人员对神经网络进行了两项测试，要求它识别不同的场景(如室内、室外、楼梯、阳台)和“可行走的表面”(听起来完全一样：你可以行走的地方)。在这两种情况下，神经网络在仅使用基本的数据，能够有非常高的准确度来完成这些任务。

Ehsani说：“我们对此的直觉是，狗真的很擅长寻找行走的地方，它们可以去哪里，不可以去哪里。”“对于一台计算机来说，这是一项非常艰巨的任务，因为它需要大量的先验知识。”这些知识可能是一个表面是否太陡而不能行走，或者是否是太尖的和不舒服。

用所有这些规则来编程机器人是很耗时的，但是狗已经知道了所有的规则。因此，通过观察Kelp的行为，神经网络无需学习就能学会这些规则。换句话说，它从狗那里学到了。

现在，重要的是要在这里包括很多注意事项。Ehsani和她的同事们开发的这款软件绝不是狗的大脑或其意识的模型。它所做的就是从有限的一组数据中学习一些非常基本的规则，也就是狗喜欢走路的地方。

和其他人工智能系统一样，这里没有推理，软件只是在数据中寻找模式，这本身并不是新的，研究人员总是从类似数据中训练人工智能系统。

但是，正如Ehsani指出的那样，这似乎是任何人首次尝试从狗学习的过程，而且它的工作表明动物可以成为训练数据的有用来源。

毕竟狗知道很多其他东西对机器人来说都很有用的数据。狗知道避开汽车和如何导航楼梯，对于任何需要在人类环境中操作的机器人来说都是重要的功课。

当然，本文只是一个简单的演示，我们可以从动物身上学习，而且在这个范例有成效之前需要做更多的工作。但是Ehsani说她有信心从中提取开发一些非常有用的应用。“我想到的一件事就是制作一只机器狗。

她说：“对于一个机器人来说，知道如何移动和去哪里，或者他们想要追逐什么东西，已经是一项艰巨的任务。这肯定会帮助我们制造出更高效、更好的机器狗。”