人工智能能从狗身上学到什么？华盛顿大学和艾伦人工智能研究所的研究人员说。他们最近训练神经网络来解释和预测犬科动物的行为。他们说，他们的研究结果表明，动物可以为人工智能系统（包括用于控制机器人的系统）提供新的训练数据来源。

为了训练人工智能像狗一样思考，研究人员首先需要数据。他们通过视频和从一只名叫海带的马拉默特狗身上捕获的运动信息来收集这些信息。从安装在狗头上的GoPro摄像头中总共拍摄了380段短视频，以及从狗腿和身体上的传感器获取的运动数据。本质上，海带被记录的方式与好莱坞使用动作捕捉来记录演员玩CGI创作的方式相同。但是，安迪·塞尔基斯并没有让咕噜复活，相反，他们捕捉到了一只狗，它在日常生活中行走、玩耍和去公园。

有了这些信息，研究人员利用深度学习分析了海带的行为。这是一种人工智能技术，可用于从数据中筛选模式。在这种情况下，这意味着将海带四肢的运动数据和GoPro的视觉数据与各种狗狗活动相匹配。根据这些信息训练的神经网络可以预测狗在某些情况下会做什么。例如，如果它看到有人扔球，它就会知道狗的反应是转身追赶它。

该论文的主要作者Kiana Ehsani对Verge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。换句话说，如果视频显示了一组楼梯，那么你可以猜到狗要爬楼梯。但除此之外，生活变化太多，无法预测。”“狗是否会看到一个玩具或一个它想追逐的物体，谁知道，”华盛顿大学的博士生Ehsani说。

然而，真正聪明的是研究人员接下来做了什么。通过对狗的行为进行训练的神经网络，他们想看看它是否还学到了关于这个世界的任何他们没有明确编程的东西。正如他们在论文中解释的那样，狗“清楚地表现出视觉智能，识别食物、障碍物、其他人和动物”，那么训练成狗一样的神经网络是否也表现出同样的聪明呢？

结果是肯定的——尽管容量非常有限。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（例如室内、室外、楼梯上、阳台上）和“可行走的表面”（它们听起来就像是：你可以行走的地方）。在这两种情况下，神经网络仅使用其拥有的狗的运动和下落的基本数据就能够以相当高的精度完成这些任务。

Ehsani说：“我们的直觉是，狗真的很善于找到行走的地方——允许它们去哪里，不允许它们去哪里。”对于计算机来说，这是一项非常困难的任务，因为它需要大量的先验知识。“这些知识可能是表面是否太陡而无法行走，或者表面是否尖锐且不舒服。用这些规则为机器人编程是很费时的，但狗已经知道了所有这些规则。因此，通过观察海带的行为，神经网络学习这些规则而无需教授它们。换句话说，它从狗身上学习。

现在，重要的是在这里包含很多警告。Ehsani和她的同事们开发的软件绝不是狗的大脑或意识的模型。它所做的只是从一组有限的数据中学习一些非常基本的规则，例如狗喜欢走的地方。和其他所有人工智能系统一样，这里没有推理；软件只是在数据中寻找模式。这本身并不新鲜。研究人员总是从相似的数据中训练人工智能系统。

但是，正如埃萨尼所指出的，这似乎是第一次有人尝试从狗身上学习，而且事实上，它的工作表明，动物可能是一个有用的训练数据来源。毕竟，狗知道很多其他对机器人非常有用的东西。例如，人类的长相，或者**和婴儿之间的差异。狗知道如何避开汽车以及如何在楼梯上行走，这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一课。

当然，这篇论文只是一个非常简单的演示，说明了我们可以如何从动物身上学习，在这个范例产生效果之前，还需要做更多的工作。但是Ehsani说她有信心它会有一些非常有用的应用。”我马上想到的一件事是做一只机器狗。她说：“对于机器人来说，知道如何移动和去哪里，或者是否想追逐什么东西，已经是一项艰巨的任务。”这肯定有助于我们打造更高效、更好的机器狗。”