你是否還記得，兒童時代是如何學會認路的?比如說去朋友家里，或者是去學校上學?可能你并沒有地圖作參考，但是只需要記住街道外觀，就可以沿著道路和轉彎到達，這個過程你可能會迷路，但最終可以通過路標走到正確位置。那么你有沒有想過，AI能否也像人類或動物那樣，不通過地圖就學會導航呢?

　　谷歌最新研究顯示，AI可以在不訪問環境地圖情況下，在外觀多樣化的環境中進行導航。在這項研究中，技術人員使用了來自谷歌街景的第一人稱視角照片，將AI變成了真正的城市人——它可以利用視覺信息，來學習如何在多個城市中進行導航(需強調的是，研究是關于廣義導航而非駕駛的;并未使用交通信息，也沒有嘗試制作車輛模型)。

　　AI不借助地圖和GPS也能導航

　　據DeepMind科學家Piotr Mirowski表示，“解決導航任務時需要回答兩個問題，你在哪兒?以及如何到想去的地方?這可以是沒有智能手機的孩子在某地區行走，小鳥學習飛回巢穴，或是機器人等等情形。因此該研究要從現實生活獲取靈感。”

　　與傳統方法(依賴于顯式映射和探索)不同，谷歌嘗試了學習人類過去常使用的那種方法進行導航(沒有地圖、GPS定位或其它輔助手段，只使用視覺觀察)，通過記住周邊環境，以及試錯來完成導航記憶的構建。谷歌創建了一個神經網絡代理(agent)，能輸入從環境中觀察到的圖像，并預測在該環境中它該采取的下一步行動，研究中主要通過深度學習來進行端到端訓練，并利用了城市規模的真實世界數據，包括復雜的十字路口、人行道、隧道，以及橫跨倫敦、巴黎和紐約的各種拓撲結構等。

　　可轉移到新城市的模塊化神經網絡架構

　　該人工代理的神經網絡由三部分構成：能夠處理圖像并提取視覺特征的卷積網絡、特定于地區的循環神經網絡，蘊含著記憶環境以及學習“這里”(當前位置)和“那里”(目標位置)表征的任務、以及制定代理行動導航規則的，不因地區改變的循環網絡。

　　其中，特定于地區的模塊被設計成可互換的，而且該模塊對代理(agent)導航的城市來說是獨一無二的，但視覺模塊和策略模塊可以不因地區改變。舉例來講，上圖a為城市導航架構示例，b為多城市導航架構(每個城市都有其特定區域路徑)示例，c則為代理(agent)調整到新城市時的訓練和遷移過程。

　　簡單來說，就像人類一樣，當代理(agent)訪問新城市時，它必須學習一套新的路標，但不需要重新學習視覺表征或行為(比如沿著道路向前，十字路轉彎等)。因此通過多城市架構，可以現在一系列城市中進行訓練，然后凍結策略網絡和視覺卷積網絡，只保留用于新城市的新特定區域路徑。總的來說，這種方法能讓代理(agent)學會新知識，而且不會忘記已學過知識，就像人類到了新城市(地區)要通過記住各類建筑和環境方便出行，卻又不會忘記以前曾待過的城市(或區域)那樣。

　　寫在最后

　　谷歌團隊認為，“研究導航是研究和發展AI的基礎，嘗試在人工代理(agent)中復制導航也能幫助科學家了解其生物學基礎。” 雖然該技術在現實的應用目前尚未就緒，但未來或可用于自動駕駛(無人機或其它智能設備)在沒有可靠地圖數據區域的導航。