【新唐人北京時間2019年06月20日訊】足球隊員完美的一腳射門、網球選手一記漂亮的抽球、投球手一次流暢的投球……全都離不開手、眼、耳的協作，再結合大腦中多年經驗積累產生的指令才能一氣呵成。機器人做不到這一點。

但是最新一份發表在《科學-機器人》（Science Robotics）上的研究，提出了一種「超維度計算」（hyperdimensional computing）理論架構挑戰這一領域。該研究稱這將從根本上改變人工智能對輸入的「感官信息」進行處理，最後輸出「行動」的整個過程。

馬里蘭大學（University of Maryland）在發佈研究的公告中說，對感知信息的整合是機器人領域很重要的一項挑戰。目前的機器人主要有三大部份構成：感應器（相當於人類的感官系統）、行動單元（相當於人類的肢體）和學習中樞（類似人類大腦）。感應器和行動單元是完全分開的系統，之間靠中央學習機制進行聯繫，負責接受感知信息用動作表達出來；或由動作轉換為感知信息。

研究稱，目前機器人這三個系統「各自說不同的語言」，讓機器人三部份協調運作顯得十分緩慢笨拙。

這份新研究提出了一種基於超維度二進制矢量（HBVs）系統的概念，也就是說這些二進制矢量用很多的維度來描述各種各樣的物體，可以是一幅圖像、某個概念、一個聲音、一個指令；也可以是物體序列；也可以是一組物體或成組的序列。

研究者說，他們設計的這種系統能夠把這些信息有效地表達後整合在一起，比如各種行動方案的可能性、感應器輸入等信息都「存在同一空間中」，「說同一種語言」，「互相融合在一起」，這樣為機器人「建立了一種記憶機制」。

在整合越來越多的信息後，二進制矢量累積為「歷史」，通過學習機制讓機器人就像人類積累經驗一樣不斷積累記憶。

研究者們說，他們的超維度計算架構將為重複性神經網絡和人工智能深度學習系統提供更快更有效的途經，將在數據挖掘、視覺識別和圖像轉譯為文字等方面都有重要應用。

「基於神經網絡的人工智能系統龐大而緩慢，因為它們無法記憶，」研究者之一Anton Mitrokhin說，「我們的超維度理論能建立記憶，這將大大減少計算量，任務完成得更快更有效。」◇

──轉自《大紀元》（記者張妮編譯）

（責任編輯：葉萍）