你知道夾娃娃機(jī)嗎?那些騙你零花錢的花招。它們也許是你所知的最接近機(jī)器人的東西。當(dāng)然，它們并不是真實(shí)的機(jī)器人，可是它們確實(shí)和機(jī)器人有相似的地方。比如說，它們沒辦法敏捷地抓取物體。

　　作為人類，也許你會(huì)覺得隨手從桌上拿起一張紙是十分簡(jiǎn)單的事。可是幻想一下，讓機(jī)器人來做這件事。這就不簡(jiǎn)單了。疑問是，許多機(jī)器人都被教訓(xùn)要用超專業(yè)的算法來完結(jié)單一的任務(wù)。但很明顯，你沒辦法讓機(jī)器人去處理它遇到的一切疑問，沒辦法教它們拿起物體。由于這是人工智能要做的事。

　　加州大學(xué)伯克利分校的研究人員給一個(gè)機(jī)器人裝上了人工智能體系，這么它就能知道怎么用力抓取它曾經(jīng)從未見過的物體，而無需憑借把手等東西。機(jī)器人專家想要開宣布可以掌控周圍環(huán)境的真實(shí)智能又靈巧的機(jī)器人，這是一件了不得的工作。訣竅在于，用一組點(diǎn)云數(shù)據(jù)庫(kù)來替代物體，研究人員再把這些數(shù)據(jù)輸入到神經(jīng)網(wǎng)絡(luò)中。

　　“它的練習(xí)方法是在根據(jù)點(diǎn)云數(shù)據(jù)庫(kù)，然后掌握它。”機(jī)器人專家KenGoldberg說，他和博士后JeffMahler一起開發(fā)了這個(gè)體系。“因此，如今咱們向它展示點(diǎn)云，它就理解怎么用力抓取物體了。‘用力’也成了操作指令之一。”這個(gè)團(tuán)隊(duì)不只僅是要讓機(jī)器人抓取物體，更是在尋覓實(shí)現(xiàn)這一點(diǎn)的最好方法。

　　使用這個(gè)神經(jīng)網(wǎng)絡(luò)和微軟的Kinect3-D傳感器，機(jī)器人得以調(diào)查物體，并斷定抓取的力度。當(dāng)它充滿信心時(shí)，可以確保在100次中有99次抓取成功。Goldberg表示：“機(jī)器人在這么做的時(shí)分，本來并不知道這個(gè)物體是啥。它只是把這個(gè)物體看作是空間中的成堆點(diǎn)，并挑選抓取某成堆。所以不論這個(gè)物體是一張皺巴巴的紙巾仍是啥，都無所謂。”

　　幻想一下，有一天機(jī)器人會(huì)潛入咱們的家中，幫咱們做家務(wù)，不只是像掃地機(jī)器人Roomba那樣掃掃地，它還能洗碗、拾掇雜物，避免白叟被絆倒。

　　機(jī)器人會(huì)遇到許多別致的東西，而親愛的人類懶得操心去逐個(gè)教會(huì)它們。經(jīng)過自學(xué)，它們可以十分好地習(xí)慣周圍的環(huán)境。精準(zhǔn)度至關(guān)重要。如果機(jī)器人在洗碗，卻只能100次中捉住盤子50次，那么成果將是十分尷尬的，一半的餐具都?xì)Я恕５@正是將來開展的風(fēng)趣的地方。

　　機(jī)器人不是獨(dú)自工作和學(xué)習(xí)的，它們會(huì)被連接到云端，以便共享信息。舉個(gè)比如，一個(gè)機(jī)器人學(xué)會(huì)了如何疊好襯衣。然后，它可以將這個(gè)常識(shí)傳播給別的機(jī)器人，乃至是徹底不一樣的機(jī)器人。經(jīng)過這種方法，聯(lián)網(wǎng)機(jī)器不只可以變成全球化的勞動(dòng)力，還可以擁有全球化的思想。當(dāng)然，如今機(jī)器人還在習(xí)慣這個(gè)國(guó)際。

　　盡管Goldberg的新體系絕對(duì)是個(gè)大新聞，但它并不完美。請(qǐng)記住，當(dāng)機(jī)器人相信自個(gè)可以抓取物體時(shí)，它的準(zhǔn)確度就達(dá)到了99%。有時(shí)分即便它沒信心，它也也許會(huì)去抓取，或許就直接拋棄了。“所以咱們?nèi)缃裾谧龅囊患录词切拚w系，”戈德堡說，“當(dāng)它不自傲的時(shí)分，而不是拋棄它，它就會(huì)推動(dòng)這個(gè)物體或許戳它，然后移動(dòng)它，再看一遍，然后捉住它。”十分有意思。如今終于有人要給那些煩人的夾娃娃機(jī)一點(diǎn)色彩看看了。