眾所周知，人類在采取行動(dòng)前會(huì)先對自己的行為進(jìn)行思考。舉個(gè)例子，如果一個(gè)人要踢球，首先他可能會(huì)考慮球會(huì)往哪里去，以及如何做才能讓球達(dá)到一個(gè)新的位置。通常情況下，機(jī)器人（特別是那些沒有配備高級人工智能程序的機(jī)器人）是不具備這種能力的，因?yàn)樗鼈儍?nèi)部的編程只能允許它們完成一些簡單的任務(wù)。

不過這種情況現(xiàn)在要有所改變了。據(jù)了解，加州大學(xué)伯克利分校的研究小組經(jīng)過研究確定，機(jī)器人也可以擁有這種感知能力。為了證明這一點(diǎn)，他們開發(fā)了一種新的機(jī)器人學(xué)習(xí)技術(shù)，讓機(jī)器人可以提前進(jìn)行思考，以便“弄清楚它們會(huì)如何操控之前從未遇到過的物體。”

這臺機(jī)器人可以想出如何操作它之前從未遇到的物體。

“視覺預(yù)見”（Visual Foresight），盡管如此，這并不代表機(jī)器人可以預(yù)測未來，至少目前還是做不到的。
　　伯克利大學(xué)的研究員將這項(xiàng)技術(shù)應(yīng)用到了一臺名為Vestri的機(jī)器人身上，使它可以預(yù)測自備攝像頭幾秒種以后才能看到的東西。得益于這項(xiàng)新技術(shù)，Vestri可以在不觸碰周圍障礙物的情況下，移動(dòng)放在桌子上的小物體。然而，最讓人震驚的是，在這項(xiàng)技術(shù)的支持下，Vestri能夠在沒有人類指導(dǎo)和監(jiān)督，以及沒有物理知識的情況下，獨(dú)立完成這些小任務(wù)。

　　“我們可以想象到自己的動(dòng)作會(huì)如何移動(dòng)某一環(huán)境中的物體，同樣，新技術(shù)也使得機(jī)器人將不同行為對周圍世界產(chǎn)生的影響，變得視覺化。“加州大學(xué)伯克利分校電氣工程和計(jì)算機(jī)科學(xué)系助理教授Sergey Levine表示，“在復(fù)雜的現(xiàn)實(shí)環(huán)境中，這就能對高度靈活的技能進(jìn)行智能規(guī)劃。”

　　視覺預(yù)見技術(shù)是基于“卷積循環(huán)視頻預(yù)測”或動(dòng)態(tài)神經(jīng)平流（DNA）開發(fā)的。根據(jù)該團(tuán)隊(duì)的說法，基于DNA的模型可以根據(jù)機(jī)器人的行為，預(yù)測圖像中的像素如何從一幀跳入另外一幀。正如萊文實(shí)驗(yàn)室的博士生，也是初始DNA模型發(fā)明人的Chelsea Finn所說，像Vestri這樣的機(jī)器人現(xiàn)在可以“完全自主地學(xué)習(xí)一系列視覺對象操作技巧”。 

Frederik Ebert是萊文實(shí)驗(yàn)室的一名研究生，也參與了這項(xiàng)技術(shù)的研究。他將機(jī)器人的運(yùn)作方式與人類在自己環(huán)境中與物體的互動(dòng)方式進(jìn)行了比較。

　　“人的一生中，會(huì)與各種各樣的物體進(jìn)行互動(dòng)，因此，即使在沒有老師的情況下，人類還是人掌握了對象操作技能。”Ebert說，“研究表明，我們可以開發(fā)一套機(jī)器人系統(tǒng)——利用大量自動(dòng)收集的數(shù)據(jù)來學(xué)習(xí)被廣泛應(yīng)用的操控能力，尤其是具體對象的推動(dòng)能力。”

　　萊文指出，Vestri的能力仍然具有一定的局限性，改進(jìn)視覺預(yù)見技術(shù)，要做的還有很多。但總有一天，這項(xiàng)技術(shù)可以用于幫助自動(dòng)駕駛汽車上路，令其更好地應(yīng)對新環(huán)境或者不熟悉的物體。

　　盡管如此，這項(xiàng)技術(shù)還需要各種改進(jìn)，才能實(shí)現(xiàn)這一目標(biāo)，比如，更精細(xì)的視頻預(yù)測以及收集更具體視頻數(shù)據(jù)的方式，等等。有了這些改進(jìn)之后，機(jī)器人或許就可以完成更為復(fù)雜的任務(wù)了，比如拿起和放置物體，處理像衣服或繩子等柔軟且容易變形的物體。甚至有一天，機(jī)器人還可以幫我們洗衣服。