东京大学开发出一款自主走迷宫的机器人,让机器像人一样思考

长期以来，人们一直认为智能并不是人类独有，像人类一样可以自主学习和推理的机器人是可以被制作出来的。然而，事情却并没有想象中的那么简单。真正的人工智能，必须能够不断感知周围环境的变化，并对此做出反应，适时改变和调整自己的行动，以期出色完成任务。

储备池计算（Reservoir Computing）是近年来人工智能领域的一个新型概念，也叫 Echo state network，被视为是神经网络（Neural Network）的一种拓展框架。

近日，来自日本东京大学的研究人员利用活体神经元开发的物理储备池计算技术，就成功开发出了一款可以自主走迷宫的机器人。整个实验过程，研究人员不断通过电脉冲刺激机器人自主纠正方向，直至它成功走出迷宫。

这一研究结果表明，通过向混沌的具体系统发送干扰信号，而无需任何额外的学习就可以生成目标导向行为，机器人无需感知环境，完全依赖电刺激也能出色的完成迷宫任务。

与谷歌的阿尔法狗不同，这个机器人无法看到环境、无法感知环境也没有经过任何走迷宫的学习，而完全是依赖干扰信号就可以完成走迷宫的目标。

对次，本研究通讯作者东京大学信息科学与技术研究院副教授 Hirokazu Takahashi表示，“这一研究结果表明，生命系统的智能或是一种自无序状态或混乱状态中提取的连续输出机制。而通过提取混乱的神经元信号找到解决方案并储存在储备池中就是所谓的物理储备池计算。一个小学生无法解决大学的数学问题，就是因为他们的’储备池’不够丰富。

相关研究以“Physical reservoir computing with FORCE learning in a living neuronal culture ”为题，发表在最新一起的 Applied Physics Letters 杂志上。

物理储备池计算可以帮助我们更好地了解人类大脑的工作机制，有利于创造像人类一样思考的人工智能机器人。