機器人能互相學習？

人類但願機器人幫助作不少工做，好比在倉庫裏包裝物品，幫滋長期臥牀的病人，或是在前線援助士兵，這些工做機器人目前還不能作，由於他們仍是不能輕鬆地識別和處理常見的物件。Stefanie Tellex，布朗大學的計算機科學教授說，「大部分人能輕鬆地摺疊襪子或拿起水杯，由於咱們已經經歷過和「大數據收集過程」相似的童年了。「 若是要讓機器人作一樣類型的平常任務，他們也須要訪問大量數據來掌握抓取和操做對象。這些數據從何而來？一般來講，它來自複雜的編碼。可是，理想的狀況下，機器人能夠從其餘機器人那裏獲取數據。

這就是Tellex的「百萬物件挑戰「背後的理論。「咱們的目標是爲世界各地的研究機器人學會如何識別和處理簡單的物件好比香蕉，上傳他們的數據到雲中，並容許其餘機器人分析和使用這些信息。」

Tellex 的實驗室在普羅維登斯，羅得島州，有種幼兒園的氣氛。我參觀的那天，一個巴克斯特機器人－工業機器，站在超大的塊狀物中，掃描一個小梳子。它在梳子上方先後移動其右臂，用它的照相機拍照，而且用紅外傳感器測量它的深度。而後，它會嘗試不一樣的抓取方式，直到找到一種能夠可能容許它提起梳子的姿式。一旦它把物體舉到空氣中，它搖晃那個物體，以確保它的抓取是穩固的。通過了這個程序，機器人學會了多拿起一個物件。

由於許多研究型機器人編程使用的標準框架相同，像這樣的項目是可能實現的。一旦一個機器人學會一個任務，它能夠把它的數據傳遞給其餘機器人，這些機器又能夠接着上傳反饋，這將幫忙改善這個數據庫。 Tellex 說，關於識別和抓取物件的的數據能夠被壓縮到只有5到10兆，大約僅僅是你音樂庫一首歌的大小。

這種進步彷佛如今看似通常，但在將來5到10年，咱們能夠期待看到「機器人的能力發生爆炸性增加，」Saxena 先生，Brain of Things 初創公司的現任 CEO 說。隨着愈來愈多的研究人員貢獻和完善和雲有關的知識，他說，「機器人應該有他們所須要的信息近在指邊。」

其餘評選的黑科技：
百度的語音識別：https://segmentfault.com/a/1190000004655...

閱讀原文：
https://www.technologyreview.com/s/60076...