日前，日本工業(yè)機械巨頭Fanuc宣布，他們已經(jīng)和英偉達進行了合作，為英偉達工廠的機械臂添加了“增強學(xué)習(xí)”的能力，這意味著AI技術(shù)的浪潮即將席卷整個制造業(yè)——也就是說，工廠里那些木訥無聊的大塊頭機器人的智商終于可以充值了!

　　講真，這簡直是飛躍性的進步啊!要知道，目前的一些工業(yè)機器人編程只能讓它們以極高的精準度完成單一任務(wù)，而一旦產(chǎn)品的生產(chǎn)過程發(fā)生了細微變化，機器人程序就需要徹頭徹尾地重新編寫，這不但費時，還會消耗大量科研力量。但是，機器學(xué)習(xí)可以讓這些機器人在生產(chǎn)實踐的過程中不斷學(xué)習(xí)，從而實現(xiàn)自我編程。這當中涉及到的技術(shù)叫作“增強學(xué)習(xí)”，它通過深度神經(jīng)網(wǎng)絡(luò)算法控制機械臂的動作，并讓它們調(diào)整自身行為，從而不斷趨向于完成某一目標，比如揀起某個物件等。這個過程可以通過大量機器人協(xié)同工作、分享它們“學(xué)習(xí)”到的知識，實現(xiàn)加速。

　　另外，英偉達打造的圖形處理器實現(xiàn)了高速并行計算，它特別適用于深度學(xué)習(xí)。Fanuc將會把英偉達的這個處理器安置在機器人個體以及控制工廠里所有機器人的中央系統(tǒng)中。如此一來，機器人學(xué)習(xí)獲得的數(shù)據(jù)會傳輸?shù)竭@個被英偉達稱為“GPU超級計算機”的中央系統(tǒng)中，而學(xué)習(xí)的模型會被內(nèi)化到機器人執(zhí)行動作、使用計算機視野和深度學(xué)習(xí)的實踐過程中。

　　對此，英偉達的全球運營副總裁Masataka Osaki評論道：

　　“接合度高的復(fù)雜型機器人能夠以各種方式完成各種任務(wù)，所以他們能產(chǎn)生大量數(shù)據(jù)，同時他們也需要強大的計算能力。”

　　實際上，F(xiàn)anuc早前打造的大量工業(yè)機器人的應(yīng)用面已經(jīng)非常廣泛，包括汽車生產(chǎn)、電子工業(yè)和食物生產(chǎn)等。與此同時，F(xiàn)anuc在機器人云端連接和機器學(xué)習(xí)方面的研發(fā)進展也堪稱神速。要知道，“增強學(xué)習(xí)”功能是目前機器人領(lǐng)域一個頗為大勢的研究方向，谷歌就曾經(jīng)利用這項技術(shù)打造了超人類水平的圍棋AI“AlphaGo”。和“AlphaGo”一樣，讓機器人控制物體或執(zhí)行其他任務(wù)是很難實現(xiàn)人工編程的。

　　機器人學(xué)習(xí)專家兼Brain of Things創(chuàng)始人的Ashutosh Saxena認為，讓工業(yè)機器人實現(xiàn)數(shù)據(jù)共享非常重要：

　　“早前，這類機器人的設(shè)計并沒有考慮到數(shù)據(jù)共享這個功能。但不得不承認的是，深度學(xué)習(xí)非常適合處理沒有人工編程情況下的行為調(diào)整。”

　　“我們在AI學(xué)習(xí)社區(qū)和傳統(tǒng)的工業(yè)機器人制造商的合作中看到了巨大的潛力，”負責(zé)亞利桑那州立大學(xué)機器人學(xué)習(xí)實驗室的助理教授YezhouYang說道。但是Yang還是有一些顧慮的：“因為人們不參與編程了，操作員很難得知系統(tǒng)到底是如何運作的。因此，在他們眼中，系統(tǒng)就是個黑匣子。但設(shè)想，如果哪天發(fā)生了意外怎么辦?所以，我們還是需要打造一個所謂的交互界面，給自己留些回旋的余地。”

　　早前，F(xiàn)anuc曾和一家叫Preferred Networks的日本公司一起研發(fā)“增強學(xué)習(xí)”;如今，它和英偉達的合作成果更是讓人驚艷。我們期待在未來，AI技術(shù)能更好地促進新一代機器人的研發(fā)，在推動工業(yè)生產(chǎn)發(fā)展的同時，提高人類工作和居家生活的幸福感。