將來，我們之中會有越來越多的人成為社會機器人的學生。特別是小孩子可以向機器人學習學齡前的一些基本技能，任何年齡的人們都可以向機器人學習一門新的語言。
這只是一篇評審論文所概述的一種情況。這篇論文主要研究關於學習的一門新科學，其中彙集了心理學，神經科學，機械學和教育學的最新研究結果。
該論文於7月17日刊登在《科學》雜誌上。論文中參考了多種研究——其中包括大量有關嬰兒期和童年期大腦發育的研究文獻，對於人類現在怎樣學習和未來將如何學習提出了新的見解。
這個新思維的前提是：人類生來是不成熟的，而且充滿好奇心。在逐漸成長的過程中，人類創造了非常複雜的文化成就——比如建立可以教我們如何創造能夠模仿人類大腦的計算機的學校和學校系統。
對這一學習情況有了更深入的瞭解之後，科學家提出了新的學習原理，新的教育理論以及最適合我們學習的環境設計。論文的一位作者，美國華盛頓大學非正式和正式學習環境（LIFE）中心的心理學家安德魯‧梅爾策夫這樣說道。
Andrew Meltzoff說，在未來的學習環境中，社會機器人具有潛在的日益增長的作用。這些尖端機器的機制顯然補充了某些人類的學習機制。
這些機器人中其中有一個看起來像愛因斯坦的頭。本周它向我們展示了它的面部表情以及它對人類表情的反應。發明這種高仿真但沒有身體的機器人的研究人員計劃在學校裡測試它的功能。
機器學習
五歲以前，我們的學習充滿活力並且輕而易舉，梅爾策夫說道。我們從一出生就開始學習，大人們就要負責教嬰兒和孩童獲得一些基礎知識。經歷了嬰幼兒時期、童年時期直到青春期，我們的大腦逐漸表露出「神經可塑性」——學習語言，包括學習外國語言，都十分容易。我們在2，3歲的時候能夠將一門陌生的語言變為母語，這簡直太神奇了。
Meltzoff和他的同事指出，我們早期的學習除了神奇的語言以外，還有計算能力。
我們發現三歲以下的小孩甚至是嬰兒都會用統計性思維，比如頻率分佈，概率和協變等，來掌握母語的語音，推斷物理世界中的因果關係。
這些發現幫助工程師設計出了能夠學習和並掌握社會技能的機器，比如具有人臉識別功能的玩具娃娃BabyBot。
十年前梅爾策夫和他的同事就指出，我們的學習同時也具有高度的社會化。有研究發現，實際上剛出生42分鐘的新生兒就能夠理解展示給他們的手勢的含義，比如說當有人向他們伸舌頭或是張開嘴巴時，他們會做出相應的應答。
論文的作者還指出，模仿是我們學習的關鍵環節。相比試圖完全依靠自己來理解某件事，模仿是一種更快更安全的學習方法。
即使是成年人，當到了一個新的環境，如宴會或外國時，也會利用模仿來努力適應，並融入其中。當然，對小孩來說，每天的學習就類似於在國外的一次旅行。在這種情況下，他們在「訪問」成人文化，學習成人文化中人們的言行舉止，從而變得越來越像成人。
如果將人類學習的所有特徵都賦予機器人，就會發現有相同之處——機器人善於模仿我們，向我們學習，與我們交流，甚至教導我們，研究者這樣說道。
機器人教師
在試驗的基礎上，社會機器人已經用來教授學齡前兒童各種技能，包括識別顏色，學習新的詞彙和簡單的歌曲。
將來，機器人將會只教授某種特定的技能，比如學習一門外語或新的語言。它們可能與小孩或個別成人以遊戲的形式來傳授技能。而機器人老師的成本比人類老師低得多，梅爾策夫在《生命科學》中說道。
「如果我們能夠掌握社交和教學的魔力，把社交作為一種有效的學習手段，或許我們可以將這些技巧體現在機器中，其中包括電腦代理人，自動家教以及機器人等。」他說道。
梅爾策夫說，顯然兒童是從其他人以及一起玩耍的同齡人那裡學習最有效率。所以他認為未來的兒童不會完全由機器人教導。
來自美國聖地亞哥加利福尼亞大學時間動態學習中心（TDLC）的特倫斯‧塞納奧夫斯基與梅爾策夫合著了一篇新的論文。他致力於利用科技手段將社會與教學融為一體，並將此運用在課堂上，為學生量身打造個性化教學，並追蹤他們的發展。
塞納奧夫斯基指出，「通過發展兒童大腦先進的計算模型，我們可以提高兒童的表現。」
總的來說，梅爾策夫說道，我們希望解決的是怎樣將受正規學校教育的兒童對學習的激情和好奇結合起來。學校裡有熱情洋溢的專家和教師努力幫助孩子們學習，這必定能激起他們的好奇和激情。
這篇論文是TDLC和LIFE中心合作發表的第一篇文章，這兩家機構分別獲得國家科學基金會資助數百美金。這篇論文的其他合著者還有華盛頓大學的帕特夏裡‧庫爾和TDLC的哈維爾‧莫維利安。（環球科學編譯曾曦） |
