英国谢菲尔德大学的研究人员近日在《群集智能》(Swarm Intelligence)期刊上发表了他们的研究成果，现在机器无需人类的指引，只通过观察就能学习自然或人工系统的工作原理。这可能会极大地推动机器预测人类行为等技术的发展。

　　文章中的实验从著名的图灵测试中汲取了灵感，即让受试者和分处两个房间的机器和人对话，如果受试者区分不出谁是机器谁是人，就可以判断机器通过了测试，具备和人类相当的智能。

　　谢菲尔德大学自动化控制及系统工程系的 Roderich Gross 博士表示：“我们的研究使用了图灵测试来揭示一个给定系统的工作原理。我们先放置一群处于监督下的，为了能找到它们运动的规律，我们又放置了另一群处于监督下的学习机器人。我们记录了所有这些机器人的运动，然后把运动数据给受试者看。”

　　“但和图灵测试不同，我们的受试者不是人，而是能够自主学习的计算机程序。它们的任务就是区分这两群机器人。如果它们正确地区分出两群机器人的运动数据，就会得分。反之，那群模仿第一群机器人运动的‘学习者’就会得分。”

　　Roderich Gross 博士将这一方法称为“图灵学习”，其优势是人类无需再告诉机器应该寻找什么。

　　“举个例子，比如你想要机器人像毕加索一样绘画，传统的机器学习算法会按照机器人画作和毕加索画作的相似程度来打分。但这必须有人先告诉算法，应该考虑哪些因素才算得上相似。图灵学习不需要这样的先期知识。如果受试者认为机器人画作是原作，机器人就会得分。图灵学习可以同时学习如何判断和绘画。”

　　Roderich Gross 博士相信，图灵学习会推动科学技术的发展。他说道：“科学家们可以用它来发现自然或人工系统中的规律，尤其是无法通过相似度指标来轻松归类的行为。”

　　“比如电脑游戏就可以通过图灵学习来媲美现实，游戏角色可以观察并习得人类玩家的性格特征。它们不会简单地复制观察到的行为，而是会揭示是什么让人类玩家与众不同。”

　　这一发现还可以用于打造侦测变态行为的算法，对牲畜健康监控和机器、汽车、飞机的预防性维修也会很有用。图灵学习还可以用于安全，比如测谎或在线身份验证。

　　截至目前，Roderich Gross 博士和他的团队只在群集机器人上测试了图灵学习，他们计划下一步用它来揭示动物集群如鱼群或蜂群的运作原理。这可以让人们更好地理解，哪些因素影响了这些动物的行为，并最终应用于保护这些动物的政策制定上。