如果你见过一个孩子玩拼图，工业机器人维修，见过他使劲儿想把某一块拼图放到合适的位置，那么以下视频会给你似曾相识的感觉。视频中的机器人也在玩拼图，在经历了若干次失败后，最终顺利完成了全靠自己的摸索，并无特定的程序帮忙。

之前的深度学习能力已成功提升了（机器人的）语言、图像识别能力；加州大学伯克利分校的研究者们研发了一种新算法，使机器人通过练习和试错，自己学会完成任务；这两种深度学习技术颇为相似。研究者们说它们这种方式与人类学习方式更为接近。

在这个视频中，我们看到机器人WillowGaragePR2学习怎样玩乐高玩具、学会完成各种不同的简单任务，库卡机器人何服电机维修，包括开瓶盖、组装玩具飞机、插入鞋楦等。

当机器人离开工厂，进入更为嘈杂、充满未知数的环境之中，如家庭、办公室时，这些能力对他们至关重要。当然这也是Rosie和杰森（电影《摩登家庭》人物）一直以来的梦想；要实现这一梦想，机器人首先要学会观察环境、学会适应变化、掌握许多技能；最理想的是：每一种新环境机器人都能适应，不用重写程序。

重点是，机器人面对一种新事物时，我们不用为它重新编程。该项目领导者之一，加州大学伯克利分校教授PieterAbbeel说，写入一个程序，告诉机器人怎样学习，工业机器人维修，机器人使用同一个程序学习完成我们交给它的所有新任务。

另一个关键是：机器人能阅读分析海量数据。

BRETT，全称叫做消灭枯燥工作的伯克利机器人，能通过摄像头记录其周边环境，每次尝试（任务）后给自己的表现打分；尝试某个任务时，它的神经网络（92000个神经元）会判断任务完成与否神经系统不停地计算、工作，直至机器人找到解决办法。

虽然这一技术与语言认知能力的技术类似，但实现前者的难度更大。

在一个事先没有预设好的3D环境中行动，（对机器人）是一个全新的挑战，博士研究生ChelseaFinn说。没有明确的方向指引、没有案例告知怎样解决问题，没有类似于语言和图像识别程序那样的解决方案。

BRETT像大多数机器人一样，行动缓慢；但如果给它一点提示（如任务开始、结束阶段的协助），10分钟之内它就能学会完成一项新工作；如果没有任何帮助，它完成任务的时间则会延长到3个小时左右。

研究团队希望未来几年内使机器人的表现更出色。随着计算机程序处理大数据的能力加强，而且数据库容量扩大，（机器人）完成复杂任务指日可待。

让我们的机器人学会打扫房间、洗熨衣服，我们还有很长的路要走。Abbeel说。但初步结果显示，掌握了深度学习能力，对于机器人从零开始到学会完成复杂任务，有革命性的作用。未来5到10年内，我们也许将亲眼见证机器人学习能力的惊人变化。