來自愛丁堡大學和浙江大學的一組研究人員已經(jīng)開發(fā)出一種方法，可以將深度神經(jīng)網(wǎng)絡(luò)(DNN)組合在一起，以創(chuàng)建一種具有新型學習能力的新型系統(tǒng)。該小組在《科學機器人》雜志上描述了他們的新架構(gòu)及其性能。

深度神經(jīng)網(wǎng)絡(luò)能夠通過反復(fù)訓練多個示例來學習函數(shù)。迄今為止，它們已被廣泛用于各種應(yīng)用中，例如識別人群中的面孔或確定貸款申請人是否信譽良好。在這項新工作中，研究人員將針對不同應(yīng)用開發(fā)的幾種DNN組合在一起，以創(chuàng)建一個具有所有DNN組成部分優(yōu)勢的新系統(tǒng)。他們報告說，最終的系統(tǒng)不僅僅是其各個部分的總和，而且還能夠?qū)W習DNN不能單獨工作的新功能。研究人員稱其為多專家學習架構(gòu)(MELA)。

更具體地說，這項工作涉及為不同功能培訓多個DNN。例如，有人學會了使機器人小跑。另一個可以繞過障礙物。然后，所有DNN都連接到門控神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)會隨著時間的流逝學習如何在需要控制其在環(huán)境中移動的機器人時需要其特殊技能的其他DNN。這樣，最終的系統(tǒng)便能夠執(zhí)行所有組合DNN的所有技能。

但是，這還不是練習的終點，因為MELA了解了更多有關(guān)其組成部分及其功能的知識，它學會了通過嘗試和錯誤的方式將它們一起使用，而這是沒有教過的。例如，它學會了如何結(jié)合跌倒后的起床和處理濕滑的地板，或者學會如何在其中一個電機發(fā)生故障時進行處理。研究人員認為，他們的工作標志著機器人技術(shù)研究的一個新的里程碑，提供了一種新的范例，當機器人遇到以前從未遇到過的問題時，人們不必干預(yù)。