机器人能互相学习？

人类但愿机器人帮助作不少工做，好比在仓库里包装物品，帮滋长期卧床的病人，或是在前线援助士兵，这些工做机器人目前还不能作，由于他们仍是不能轻松地识别和处理常见的物件。Stefanie Tellex，布朗大学的计算机科学教授说，“大部分人能轻松地折叠袜子或拿起水杯，由于咱们已经经历过和“大数据收集过程”相似的童年了。“ 若是要让机器人作一样类型的平常任务，他们也须要访问大量数据来掌握抓取和操做对象。这些数据从何而来？一般来讲，它来自复杂的编码。可是，理想的状况下，机器人能够从其余机器人那里获取数据。

这就是Tellex的“百万物件挑战“背后的理论。“咱们的目标是为世界各地的研究机器人学会如何识别和处理简单的物件好比香蕉，上传他们的数据到云中，并容许其余机器人分析和使用这些信息。”

Tellex 的实验室在普罗维登斯，罗得岛州，有种幼儿园的气氛。我参观的那天，一个巴克斯特机器人－工业机器，站在超大的块状物中，扫描一个小梳子。它在梳子上方先后移动其右臂，用它的照相机拍照，而且用红外传感器测量它的深度。而后，它会尝试不一样的抓取方式，直到找到一种能够可能容许它提起梳子的姿式。一旦它把物体举到空气中，它摇晃那个物体，以确保它的抓取是稳固的。通过了这个程序，机器人学会了多拿起一个物件。

由于许多研究型机器人编程使用的标准框架相同，像这样的项目是可能实现的。一旦一个机器人学会一个任务，它能够把它的数据传递给其余机器人，这些机器又能够接着上传反馈，这将帮忙改善这个数据库。 Tellex 说，关于识别和抓取物件的的数据能够被压缩到只有5到10兆，大约仅仅是你音乐库一首歌的大小。

这种进步彷佛如今看似通常，但在将来5到10年，咱们能够期待看到“机器人的能力发生爆炸性增加，”Saxena 先生，Brain of Things 初创公司的现任 CEO 说。随着愈来愈多的研究人员贡献和完善和云有关的知识，他说，“机器人应该有他们所须要的信息近在指边。”

其余评选的黑科技：
百度的语音识别：https://segmentfault.com/a/1190000004655...

阅读原文：
https://www.technologyreview.com/s/60076...