图灵学习：首个只需要“看”就能学习的系统

【新智元导读】谢菲尔德大学研究人员日前在学术期刊《群智能》（Swarm Intelligence）刊文，介绍了一个叫“图灵学习”的系统。研究人员表示，这是首个让计算机只通过“看”就学会技能的系统。这种自行理解复杂模型的能力，为研发通用人工智能打下了基础。

上述论文已经公开发表，地址：http://link.springer.com/article/10.1007%2Fs11721-016-0126-1#Sec33

【题目】图灵学习：无需度量推断机器人群行为的方法及其应用（Turing learning: a metric-free approach to inferring behavior and its application to swarms）

【作者】Wei Li, Melvin Gauci, Roderich Groß

摘要

我们提出图灵学习系统，一种推测自然或人工系统行为的新的系统识别方式。图灵学习过程同时优化两个计算机项目群，一组代表受调查的系统的行为模式，另一个代表分类器。通过观察系统的行为和模型生成的结果，计算机能够得到两组数据。分类器的目标是找出这两组数据集的不同，然后将自然的和后期生成的分别归到不同类型里。

现在，计算机能自己从理解数据并找出规律。图为谷歌训练自动识别人脸的算法。

研究人员介绍，使用所谓的“图灵学习”系统，让人工智能观看一个机器人群的简单行动后，找出这群机器人行动遵守的准则，其方法并非找出表明机器人群某个行为特征的指示器，而是通过简单的模仿：计算机不断模仿机器人群的行为，一次比一次精准，最终在模仿的过程中，学会了机器人群的行为模式。研究人员认为，图灵学习系统十分简单，有望模仿人和其他动物的行为，被用于从生化分析到个人安保等各种场景。

与其他系统识别方法不同之处在于，图灵学习系统不需要预先设置度量（metric），定量表示系统和模型之间的区别。作者在论文中描述了两个案例，表明模拟机器人群的行为规律不能通过基于度量的系统推断得出。相比之下，图灵学习以极高的准确率对机器人群的行为作出了预测。不仅如此，图灵学习还产生了一个有用的副产物——分类器——可以用于检测机器人群的异常行动。

结果表明，针对个体进行运动跟踪，能够直接推理机器人群的集体行动。当使用度量很难对机器人群行动进行特征分类时，图灵学习就尤其有用，因此该系统可以被用于一系列广泛的任务。

研究中，一个机器人群被称为“代理”，根据简单的规则运动，这一规则我们并不知道。同时，另一个机器人群，也叫做“模型”，一开始进行随机、无意义的行为。然后，“分类器”算法比较这两个机器人群。

算法并不知道哪个是代理，哪个是模型。因此，最开始完全靠猜测。不过，一旦算法猜对了，就会获得某种奖励（每当模型成功骗过分类器时，模型也会得到奖励）。从原理上说，即使从随机状态开始，分类器也能够很快区分出不相关的部分，然后聚焦对结果准确率真正有影响的因素。

图灵学习系统的功能基本上与神经网络相同。不过，由于需要的人类干预少，因此被带入人类偏见的可能性也偏低。这一点是图灵学习系统的优势所在。

编译来源：http://www.extremetech.com/extreme/234669-turing-learning-breakthrough-computers-can-now-learn-from-pure-observation