中国智能化产业与产品网讯：随着人工智能的发展，机器人已经可以完成更多的操作，然而让机器人如人脑一样的思考仍遥遥无期。目前，深度学习似乎有帮助机器人大脑进化的可能。

　　加州大学伯克利分校的研究员们正在研究一种基于神经网络的深度学习方法，让机器人可以通过练习、犯错来学习所有新技能，也就是说，机器人可以在新环境下用很短的时间学习新的任务并迅速执行它们，所有的这一切只是通过少量的传感器完成。这个算法可能最终会产生机器人管家，能帮你完成各种不想做的无聊乏味的家务活(换灯泡、洗厕所、叠衣服)。

　　一般来说，机器人认知世界是靠大量预编程序的，让它们知道在什么情况下作何反应。你能在一个机器人的大脑里打包许多信息，但是却没办法教它完成没有事先编程好的任务。深度学习在两个方面来说是极其重要的：首先，这意味着机器人明显更容易教与学，而不是靠大量预编程序实现。其次，这还意味着机器人可以在有用的环境中做一些更有用的事情，比如说在家里做家务，而不是只能留在实验室中用于研究。如果它们要更加融入我们的日常生活，机器人必须要学会适应未知环境，这会是人工智能技术发展的关键一步。

　　“我们想要介绍的是一种新的用于机器人学习的方法，”加州大学伯克利分校电气工程和计算机科学系教授Pieter Abbeel说，“关键就在于，当机器人面临一个新的环境或者新的任务的时候，我们不必再重新编程。编码机器人如何学习的软件，同样被用于让机器人学习我们给它的所有不同的任务。”

　　“通过更多的数据，你可以开始学习更多复杂的事情，”Abbeel说，“要让我们的机器人能够自主打扫房子或者洗衣服，我们还有很长的路要走，但是最初的实验结果表明，这种深度学习技术将对机器人完全从头开始学习复杂的任务有变革性的影响。在未来的五到十年里，我们或许能够看到机器人在这方面工作的学习能力的显著进步。”