如今機器人和人工智能技術的發(fā)展可謂日新月異，而人類研究機器人的目的之一，就是為了讓機器人能夠替代人類，去完成一些枯燥無味且高度重復性的工作。

在今年 3 月份，沃爾瑪超市已經(jīng)在美國嘗試引入一種貨架機器人，它能夠自動掃描并檢查貨架中商品的在庫信息，又或者是及時提醒服務員哪些商品出現(xiàn)了標價或位置出錯的狀態(tài)，據(jù)說效率會比手工檢查高 50%。

（圖片來源：Pittsburgh Post-Gazette）

然而就目前的技術來看，這種工業(yè)機器人想要投入市場使用，仍然需要先做一些特定的編程規(guī)則，而且關注的只是單一領域中單一類型的任務。一旦場景出現(xiàn)變化，機器人就需要再次從頭開始學習整個任務，最終投入的成本可能還不如直接聘請一位新員工來得劃算。

雖然機器人理解現(xiàn)實世界的方式與人類有所區(qū)別，但理想狀態(tài)下，我們還是希望機器人能夠和正常生物一樣，用“手把手來教”這種更加直觀的方式，讓它能夠自主學習并理解工作流程。這一點相比學習道德標準要簡單得多，而且對于沒有技術基礎的商戶來說也更有價值。

近期 NVIDIA 在機器人與自動化國際會議上展示的產(chǎn)品，就向我們展示了這種可能性。

我們能從機器人攝像頭的視角中看到，機器人模仿人類的流程，將各種不同顏色的方塊按順序堆疊在一起。雖然看上去并沒有什么特別，但這個機器人此前并沒有接受過“按黃綠藍順序擺放方塊”這一特定任務的訓練，也就是在沒有經(jīng)驗的情況下完成了目標。

根據(jù) NVIDIA 研究人員 Stan Birchfield 表示：“一方面，機器人確實非常適合執(zhí)行重復性的工作；但另一方面，它們也很難應對突發(fā)情況，尤其是那些超出任務范圍的工作。”

“如果沒有專業(yè)技術人員在場，普通人如何讓機器人去執(zhí)行一個它從未涉足過的新任務？這顯然不符合我們對機器人的期望。機器人想要幫助人類，就需要理解人類所做的事情，不僅是學習示范任務，更需要懂得預判下一步的操作。”

在合成數(shù)據(jù)、深度神經(jīng)網(wǎng)絡和域隨機化算法的幫助下，NVIDIA 研究人員希望人類只需要在機器人面前示范一次，就讓機器人完成感知、規(guī)劃和執(zhí)行這一“模仿和學習”的流程，讓機器人能夠理解只演示了一次的新任務。

就拿剛才這個實例來說，如果是一個發(fā)生在超市中的場景，貨架上的商品散落一地，服務人員上前整理并重新擺放好，機器人通過觀察就能理解并學會這一操作，之后的工作只需要交給機器人來做就好了。

除了 NVIDIA 的探索，去年 OpenAI 也推出過一個類似的機器人自主學習系統(tǒng)，同樣是希望機器人能夠直接在演示中學習新任務，并立即應用于現(xiàn)實中的場景，但后者是借助 VR 手段來訓練機器人。

看來要不了多久，被機器人搶走飯碗這件事，又得成為臺面上的熱議話題了。

題圖來源：IBTimes UK