动物的智慧将协助人工智能技术显得更聪明。我们和动物共处时，总会偶尔和它们说说话，这种交流让人类和动物的感情加深，我们甚至想作出翻译成机器去解读它们的语言，但更进一步的，你是不是想要过，有一天我们可以解读甚至预测它们的不道德？最近，来自华盛顿大学和艾伦人工智能研究所的团队就合力研发了新的神经网络模型，利用AI技术来尝试解读和预测狗狗不道德，并获得了一些突破。通过这种方法，或许将来的某一天，我们和动物之间知道可以更加了解的交流。
首先要理解，这项研究的目的是什么？人类长期以来和宠物创建起了较好的伙伴关系，不论是汪星人或者喵星人，共处的时间就越宽，我们就越能找到宠物的一些习性变化，它们需要明白我们的指令，但我们却并不是确实理解它们，所以假如需要明白它们的不道德，并作出预测，那就意味著任何动物都有可能用这种方式建立联系，于是就有了这项研究，科学家再行从和人类最疏远的宠物——狗来展开。理解狗狗的第一步，是搜集它们每一天的活动数据。研究人员在狗狗身上加装了GoPro照相机用作记录狗狗的不道德，并且通过在四条腿和尾巴上加装的传感器来传送运动数据。
由此，科学家获得了两种数据，第一种是狗狗眼中的世界，第二种是狗狗自身的运动状态，，通过这两种方式变换在一起，就捕捉到了较非常丰富的数据，值得一提的是，通过在四条腿和尾巴上加装的传感器的方式还原成狗狗的运动不道德，这种方式和好莱坞特效大片中的动作捕猎技术（CGI）如出一辙。有了更为全面的数据，要想要解读并且预测狗狗的不道德就必须数据模型展开分析。
根据论文讲解，研究人员使用了一种深度自学方式，通过对狗狗的肢体动作内容和在GoPro上记录的内容展开核对分析，由此产生出有神经网络可以知悉狗狗在什么样的动作下看见了什么，并有可能对其不道德展开预测。举例来说，当狗狗在家门口听见声音，并看见主人，它接下来的动作一般来说是跑到主人身边，然后走跑进家里，而遇上陌生人则会有这样的反应，因此一旦需要捕捉到其中的差异，我们就告诉狗狗究竟看见了什么，这就是通过预测需要带给的影响。必须认为的是，尽管通过大量的数据输出入神经网络，我们可以需要对狗狗的不道德作出一定的解读和预测，但也不一定需要做十全十美，就像人一样，动物的不道德也有习惯性和随机性，我们对于随机性仍旧无法预测，比如狗狗可能会忽然跳跃一起追赶路边的蝴蝶，而当产生这种不道德时，我们却无法反过来推断说道它知道看见了蝴蝶。如论文第一作者KianaEhsani所说，AI系统的预测能力可以很精确，比如狗狗看见楼梯，它不会自由选择爬上去，但除此之外还不会有其它无法预测的元素，因此要想要百分百预测它的不道德还是有挑战的。
不过你以为研究到这一步就完结了吗？这项研究只不过还说明了了另外一个最重要的结论——我们能向狗自学AI技术。从宠物狗想起，当它们看见有所不同的物体时，身体的反应是有所不同的，如论文所说“狗确切地展现出出有视觉智能，能辨识食物、障碍物、人类以及动物。”这种有所不同反应我们在现实生活中也很少见，而既然狗需要这么聪慧地辨识出有有所不同目标，那么科学家猜测，神经网络也需要被训练成某种程度聪慧。
事实证明，这种猜测是有可能构建的，在先前实验中，探究人员更进一步尝试把神经网络训练的“像狗一样”，并让其在有所不同场景中辨识物体，更进一步找到，通过这种自学方式，深度神经网络可以辨识出有室内或者室外等有所不同场景，并且需要解读怎样在有所不同场景下行驶，路线怎样更加合理，这对于研究者来说是众多惊艳。Ehsani回应，过去训练机器懂如何智能识别物体是一项艰苦的任务，因为它必须大量先验科学知识，这对于机器来说自学一起非常花费时间，如今宠物狗告诉这些规则，那么人们将不用再行从基础来训练神经网络，通过观察宠物狗的不道德就能掌控这些规则，换句话说，我们让AI从狗身上教给了规则。
这种自学当然也是不存在风险的，因为我们必须让AI解读一些先验科学知识和规则，但不是让AI变为狗的意识，因此在其自学过程中必须对基本规则展开限定版，并非一股脑管输进去，但被迫说道，这种方式有很多益处，比如狗狗天然告诉路上的汽车必须逃离，而训练神经网络让它明白这样的道理在过去并不更容易。通过理解宠物狗和自学它们的不道德，我们有理由猜测在未来某一天，我们知道需要解读它们的不道德，而更加令人振奋的是，如果AI需要通过这种方式强化训练，我们期望中的更聪明的人工智能，距离我们也不过于很远。
本文来源：NG体育-www.czdaxin.com
