，可以自己观察、学习目标对象，并修改完善程序，无需人类指导。将来，它们有望可以预测人类行为并加以模仿。

  该项研究受图灵测试的启发。图灵是计算机科学和AI之父，破解了二战时期纳粹的密码系统。在著名的图灵测试中，一个人使用测试对象皆理解的语言去询问两个他不能看见的对象任意一串问题，如果最终他不能辨别对方是人还是机器，则该机器通过测试。

  而这批机器人的设计者也正是基于这样的理念。他们将一组机器人置于监控之下，同时，设置另一组“学习”机器人，模仿第一组的行为。和图灵测试不一样的是，这次不是由人来辨别这两组机器人，而是由一台计算机来辨认。研究者称：“我们大家都认为，机器更能胜任这个辨别任务。他们能够发现人类可能注意不到的细微差别。从某些特定的程度上，我们能说机器能骗过人，那么机器能骗过机器吗？”实验中，如果计算机辨别出了两组机器人，那么它会获得比特币的奖励，而“学习组”机器人则要完善它们的算法，增加与原组的相似度。反之亦然。这种方法的好处是，人类无须告诉机器要去寻找什么，它们能自己学习。这被称为“图灵学习”。

  研究者打了个比方，比如想要让一个机器人模仿毕加索的画。传统的算法是人类告诉机器怎么样才算相似，但是通过这一种新手段，机器将有自己的标准。研究者称该成果能够在一定程度上促进科学技术进步，比如科学家可通过这种手段发现自然界或人造系统的规律。再比如电脑游戏能增加现实感，因为电脑可以观察人类玩家的特点并做出预测。

  不过，目前这一些都只停留在理论层面，实际是否可行还等待进一步测试。另外，实验还停留在机器人“学习”机器人上，下一步要测试机器人是不是能够“学习”动物，比如一群鱼、一窝蜂等。研究者希望这能够在一定程度上促进对动物的认识。

   Project Loon前CEO已加盟自主机器人交付企业Sta

  Project Loon前CEO已加盟自主机器人交付企业Starship