如今機(jī)器人和人工智能技術(shù)的發(fā)展可謂日新月異，而人類研究機(jī)器人的目的之一，就是為了讓機(jī)器人能夠替代人類，去完成一些枯燥無味且高度重復(fù)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(jī)器人，它能夠自動(dòng)掃描并檢查貨架中商品的在庫信息，又或者是及時(shí)提醒服務(wù)員哪些商品出現(xiàn)了標(biāo)價(jià)或位置出錯(cuò)的狀態(tài)，據(jù)說效率會(huì)比手工檢查高 50%。

（圖片來源：Pittsburgh Post-Gazette）

然而就目前的技術(shù)來看，這種工業(yè)機(jī)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(guān)注的只是單一領(lǐng)域中單一類型的任務(wù)。一旦場景出現(xiàn)變化，機(jī)器人就需要再次從頭開始學(xué)習(xí)整個(gè)任務(wù)，最終投入的成本可能還不如直接聘請(qǐng)一位新員工來得劃算。

雖然機(jī)器人理解現(xiàn)實(shí)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(jī)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(xué)習(xí)并理解工作流程。這一點(diǎn)相比學(xué)習(xí)道德標(biāo)準(zhǔn)要簡單得多，而且對(duì)于沒有技術(shù)基礎(chǔ)的商戶來說也更有價(jià)值。

近期 NVIDIA 在機(jī)器人與自動(dòng)化國際會(huì)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(jī)器人攝像頭的視角中看到，機(jī)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(gè)機(jī)器人此前并沒有接受過“按黃綠藍(lán)順序擺放方塊”這一特定任務(wù)的訓(xùn)練，也就是在沒有經(jīng)驗(yàn)的情況下完成了目標(biāo)。

根據(jù) NVIDIA 研究人員 Stan Birchfield 表示：“一方面，機(jī)器人確實(shí)非常適合執(zhí)行重復(fù)性的工作；但另一方面，它們也很難應(yīng)對(duì)突發(fā)情況，尤其是那些超出任務(wù)范圍的工作。”

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

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

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

除了 NVIDIA 的探索，去年 OpenAI 也推出過一個(gè)類似的機(jī)器人自主學(xué)習(xí)系統(tǒng)，同樣是希望機(jī)器人能夠直接在演示中學(xué)習(xí)新任務(wù)，并立即應(yīng)用于現(xiàn)實(shí)中的場景，但后者是借助 VR 手段來訓(xùn)練機(jī)器人。

看來要不了多久，被機(jī)器人搶走飯碗這件事，又得成為臺(tái)面上的熱議話題了。

題圖來源：IBTimes UK