努力学习吧，少年，机器人都会学习了
美国加州伯克利大学在人工智能方面有了最新进展，一个研究小组开发出的机器人能从失败中吸取教训，这种机器人被命名为“布雷特”，无需专门写程序，布雷特通过学习，能完成如堆叠乐高积木、拧瓶盖、结绳和组装玩具飞机等动作。
加州大学伯克利校区更像是是斯坦福大学的一个更有趣、更聪明，也更激进的表亲。这里的科学家创造出了这个，也许它看上去并不激进，但它所能做的事却可能给我们带来所期待的无人驾驶革命。
★★★groovya。有趣的
★radicala。激进的
★comeupwith想出
★delivervt。履行诺言，兑现
★driverlessa。无人驾驶的
★revolutionn。革命
布雷特是在伯克利校区的“终结乏味任务”机器人，在这里，我们有布雷特的玩具。布雷特学会了搭乐高，学会了拧上瓶盖，组装这架飞机。
★eliminationn。消除
★★tediousa。枯燥乏味的
★stackvt。堆叠
★legoblocks乐高积木
★assemblev。组装
你可能会对这些不以为然，但这里的重点是“学习”这一概念。没人为布雷特编写过拧上瓶盖的程序，或搭积木的算法，机器人自己解决了这些问题，直到最近，这些事仍是有相当脑容量的动物才能做到的事。
★whilstconj。虽然，尽管
★slightlyad。稍微
★★★underwhelminga。未激起人们热情的
★programn。程序
★block-stackingn。积木堆叠
★★★algorithmn。算法
★workout解决
★★exclusivea。独有的，专有的
★★domainn。领域
★★sizeablea。相当大的
我是皮耶特•阿布比尔，我是加州大学伯克利分校的教授，我的研究方向是机器的人工智能。基本来说，机器人在机械方面的能力较强，可以做很多事，但在实际生活中，它们能为我们做的却少之又少，阻挠它们的便是智力的缺失。
★artificialintelligence人工智能
★roboticsn。机器人科学
★mechanicallyad。机械方面地
★capablea。能干的
★inpractice实际上，在实践中
★holdback阻碍
人工智能，也称作机器学习，它使机器人能自主获取新技能，就像我们一样。所以模仿学习是一种让机器人通过观察别人做事而学习的过程。将来，在面对不同情况时，比方说打结，我们会观察到机器人在新的情况下知道要怎么做。
★artificialintelligence人工智能
★acquirevt。学到，获得
★imitationn。模仿
★tieaknot打结
关于这个挑战，绳子被重新放置在大致相同的位置，布雷特则被要求再打一次结。布雷特并不能简单地重复之前见过的动作，因为绳子并不在同样的位置，它不得不调整挑战的原则以适应绳子的新位置。
★re-layvt。再铺设，再安置
★roughlyad。大致地
★tietheknot打结
★motionn。动作
★adaptvt。改变…以适合
它不只是在重复我们的动作，还在观察新旧情况之间的关联，然后对动作进行合成处理，使它们成为适用于新情况的正确动作。
★motionn。动作
★★★morphvt。改变
的确漂亮，但布雷特的技能并不止于模仿，它能从零开始找出执行任务的方法，就像幼儿一样，一个长着金属手臂和电子大脑的不太可爱的幼儿。
★imitationn。模仿
★workout想出
★performatask执行一个任务
★★fromscratch从零开始
★★★toddlern。学步的儿童
★unattractivea。不美丽的
★electronica。电子的
我们会通过明确目标，而不是策略来达成任务，所以你不必为了让机器人理解该如何操作而几次三番地演示一切，你只需给机器人一个目标，机器人便可以着手开始努力。就好像一个孩子在玩游戏，尝试，尝试，尝试，渐渐地做得越来越好。
★specifyvt。指定，明确说明
★objectiven。目标
★ratherthan而不是
★strategyn。策略
★demonstratev。演示
★multipletimes多次
它没有关于自己的手臂该如何工作的模型，所以开始时它最多能做的就是随机运动。随着模型的改善以及通过多次尝试，收集更多数据，它在寻找能使积木通过匹配洞口的解决方案方面做得越来越好，并且也非常快速，它大约花了一分钟的时间学习，然后就掌握了该如何从头开始解决问题。
★modeln。模型
★initiallyad。最初
★★randoma。随机的
★motionn。运动
★refinevt。改善
★datan。数据
★★fromscratch从零开始
通过模仿学习，布雷特只需调整它所见到的动作，但机器学习，人工智能，使它能够自己解决问题，这对它的和我们的后代都有深远的影响。
★imitationn。模仿
★adaptanaction调整动作
★artificialintelligence人工智能
★implicationn。可能的影响
★★descendantn。后代，衍生物
★far-reachinga。深远的
或许你想让一个机器人，比任何一个人类都要跳得更高，如果你想得到一些比人力更精确的结果，可以给它指定目标，它就会自己尝试。最初可能不会成功，大部分时间都会失败，但会越来越好，最终可能超越人类。
