动物的智慧将帮助人工智能技术变得更聪明。

我们和动物相处时，总会时不时和它们说说话，这种交流让人类和动物的感情更深，我们甚至想要做出翻译机器去理解它们的语言，但更进一步的，你有没有想过，有一天我们可以理解甚至预测它们的行为？

最近，来自华盛顿大学和艾伦人工智能研究所的团队就合力开发了新的神经网络模型，利用AI技术来尝试理解和预测狗狗行为，并取得了一些突破。通过这种方法，也许将来的某一天，我们和动物之间真的可以更深入的交流。

首先要了解，这项研究的目的是什么？

人类长期以来和宠物建立起了良好的伙伴关系，不论是汪星人或者喵星人，相处的时间越长，我们越能发现宠物的一些习性变化，它们能够明白我们的指令，但我们却并不是真正了解它们，所以假如能够明白它们的行为，并做出预测，那就意味着任何动物都有可能用这种方式建立联系，于是就有了这项研究，科学家先从和人类最亲近的宠物——狗来进行。

了解狗狗的第一步，是收集它们每一天的活动数据。研究人员在狗狗身上安装了GoPro相机用于记录狗狗的行为，并且通过在四条腿和尾巴上安装的传感器来传递运动数据。

由此，科学家得到了两种数据，第一种是狗狗眼中的世界，第二种是狗狗自身的运动状态，，通过这两种方式叠加在一起，就捕捉到了较丰富的数据，值得一提的是，通过在四条腿和尾巴上安装的传感器的方式还原狗狗的运动行为，这种方式和好莱坞特效大片中的动作捕捉技术（CGI）如出一辙。

有了较为全面的数据，要想理解并且预测狗狗的行为就需要数据模型进行分析。根据论文介绍，研究人员采用了一种深度学习方式，通过对狗狗的肢体动作内容和在GoPro上记录的内容进行比对分析，由此产生出神经网络可以知晓狗狗在什么样的动作下看到了什么，并有可能对其行为进行预测。

举例来说，当狗狗在家门口听到声音，并看到主人，它接下来的动作通常是跑到主人身边，然后回头跑进家里，而遇到陌生人则不会有这样的反应，因此一旦能够捕捉到其中的差别，我们就知道狗狗到底看到了什么，这就是通过预测能够带来的影响。

需要指出的是，尽管通过大量的数据输入进神经网络，我们可以能够对狗狗的行为做出一定的理解和预测，但也未必能够做到十全十美，就像人一样，动物的行为也有习惯性和随机性，我们对于随机性仍旧无法预测，比如狗狗可能会突然奔跑起来追逐路边的蝴蝶，而当产生这种行为时，我们却不能反过来推测说它真的看到了蝴蝶。

如论文第一作者 Kiana Ehsani 所说，AI系统的预测能力可以很准确，比如狗狗看到楼梯，它会选择爬上去，但除此之外还会有其它无法预测的元素，因此要想百分百预测它的行为还是有挑战的。

不过你以为研究到这一步就结束了吗？这项研究其实还揭示了另外一个重要的结论——我们能向狗学习AI技术。

从宠物狗说起，当它们看到不同的物体时，身体的反应是不同的，如论文所说“狗清楚地表现出视觉智能，能识别食物、障碍物、人类以及动物。”这种不同反应我们在现实生活中也很常见，而既然狗能够这么聪明地识别出不同目标，那么科学家猜测，神经网络也能够被训练成同样聪明。

事实证明，这种猜测是可能实现的，在后续实验中，探究人员进一步尝试把神经网络训练的“像狗一样”，并让其在不同场景中识别物体，进一步发现，通过这种学习方式，深度神经网络可以识别出室内或者室外等不同场景，并且能够理解怎样在不同场景下行走，路线怎样更合理，这对于研究者来说是一大惊喜。

Ehsani 表示，过去训练机器懂得如何智能识别物体是一项艰难的任务，因为它需要大量先验知识，这对于机器来说学习起来相当耗费时间，如今宠物狗知道这些规则，那么人们将不必再从基础来训练神经网络，通过观察宠物狗的行为就能掌握这些规则，换句话说，我们让AI从狗身上学到了规则。

这种学习当然也是存在风险的，因为我们需要让AI理解一些先验知识和规则，但不是让AI变成狗的意识，因此在其学习过程中需要对基本规则进行限定，并非一股脑管输进去，但不得不说，这种方式有很多好处，比如狗狗天然知道路上的汽车需要躲避，而训练神经网络让它明白这样的道理在过去并不容易。

通过了解宠物狗和学习它们的行为，我们有理由猜测在未来某一天，我们真的能够理解它们的行为，而更令人振奋的是，如果AI能够通过这种方式加强训练，我们期待中的更聪明的人工智能，距离我们也不太遥远。