資訊專欄INFORMATION COLUMN
摘要：我們的目標(biāo)是為世界各地的研究機器人學(xué)會如何識別和處理簡單的物件比如香蕉，上傳他們的數(shù)據(jù)到云中，并允許其他機器人分析和使用這些信息。經(jīng)過了這個程序，機器人學(xué)會了多拿起一個物件。
人類希望機器人幫助做很多工作，比如在倉庫里包裝物品，幫助長期臥床的病人，或是在前線援助士兵，這些工作機器人目前還不能做，因為他們還是不能輕松地識別和處理常見的物件。Stefanie Tellex，布朗大學(xué)的計算機科學(xué)教授說，“大部分人能輕松地折疊襪子或拿起水杯，因為我們已經(jīng)經(jīng)歷過和“大數(shù)據(jù)收集過程”類似的童年了。“ 如果要讓機器人做同樣類型的日常任務(wù)，他們也需要訪問大量數(shù)據(jù)來掌握抓取和操作對象。這些數(shù)據(jù)從何而來？通常來說，它來自復(fù)雜的編碼。但是，理想的情況下，機器人可以從其他機器人那里獲取數(shù)據(jù)。
這就是Tellex的“百萬物件挑戰(zhàn)“背后的理論。“我們的目標(biāo)是為世界各地的研究機器人學(xué)會如何識別和處理簡單的物件比如香蕉，上傳他們的數(shù)據(jù)到云中，并允許其他機器人分析和使用這些信息?！?/p>
Tellex 的實驗室在普羅維登斯，羅得島州，有種幼兒園的氣氛。我參觀的那天，一個巴克斯特機器人－工業(yè)機器，站在超大的塊狀物中，掃描一個小梳子。它在梳子上方前后移動其右臂，用它的照相機拍照，并且用紅外傳感器測量它的深度。然后，它會嘗試不同的抓取方式，直到找到一種可以可能允許它提起梳子的姿勢。一旦它把物體舉到空氣中，它搖晃那個物體，以確保它的抓取是穩(wěn)固的。經(jīng)過了這個程序，機器人學(xué)會了多拿起一個物件。
因為許多研究型機器人編程使用的標(biāo)準(zhǔn)框架相同，像這樣的項目是可能實現(xiàn)的。一旦一個機器人學(xué)會一個任務(wù)，它可以把它的數(shù)據(jù)傳遞給其他機器人，這些機器又可以接著上傳反饋，這將幫忙改善這個數(shù)據(jù)庫。 Tellex 說，關(guān)于識別和抓取物件的的數(shù)據(jù)可以被壓縮到只有5到10兆，大約僅僅是你音樂庫一首歌的大小。
這種進(jìn)步似乎現(xiàn)在看似一般，但在未來5到10年，我們可以期待看到“機器人的能力發(fā)生爆炸性增長，”Saxena 先生，Brain of Things 初創(chuàng)公司的現(xiàn)任 CEO 說。隨著越來越多的研究人員貢獻(xiàn)和完善和云有關(guān)的知識，他說，“機器人應(yīng)該有他們所需要的信息近在指邊?！?
其他評選的黑科技：
百度的語音識別：https://segmentfault.com/a/1190000004655...
閱讀原文：
https://www.technologyreview.com/s/60076...
文章版權(quán)歸作者所有，未經(jīng)允許請勿轉(zhuǎn)載,若此文章存在違規(guī)行為，您可以聯(lián)系管理員刪除。
轉(zhuǎn)載請注明本文地址：http://systransis.cn/yun/19608.html
摘要：我們先來看兩臺交換機的情形。但是我們忽略了，兩個交換機也是能收到廣播包的。，也就是指定交換機。，網(wǎng)橋協(xié)議數(shù)據(jù)單元。只有掌門能發(fā)，隸屬于某個掌門的交換機只能傳達(dá)掌門的指示。于是，所有的交換機都認(rèn)為自己是掌門，每個網(wǎng)橋都分配了一個。 ????上一次，我們通過宿舍聯(lián)網(wǎng)打魔獸的需求，認(rèn)識了如何通過物理層和鏈路層組建一個宿舍局域網(wǎng)。今天，讓我們切換到稍微復(fù)雜點的場景，辦公室。 ????在這個場景...
摘要：我們先來看兩臺交換機的情形。但是我們忽略了，兩個交換機也是能收到廣播包的。，也就是指定交換機。，網(wǎng)橋協(xié)議數(shù)據(jù)單元。只有掌門能發(fā)，隸屬于某個掌門的交換機只能傳達(dá)掌門的指示。于是，所有的交換機都認(rèn)為自己是掌門，每個網(wǎng)橋都分配了一個。 ????上一次，我們通過宿舍聯(lián)網(wǎng)打魔獸的需求，認(rèn)識了如何通過物理層和鏈路層組建一個宿舍局域網(wǎng)。今天，讓我們切換到稍微復(fù)雜點的場景，辦公室。 ????在這個場景...
摘要：在上看到了這篇略談人類與計算機的智能文章，覺得有點意思，但某些地方與我對智慧的理解有所不同。人類思考的方式與現(xiàn)有計算機解決問題的方法有著本質(zhì)的不同，很多情況下人類不是通過理性的分析問題來做出決定的，人類大部分時候用的都是感覺。 提前說明，我是標(biāo)題黨。 在SF上看到了這篇《略談人類與計算機的智能》文章，覺得有點意思，但某些地方與我對智慧的理解有所不同。這里拿出來與大家分享一番，吐槽的話...
摘要：簡言之，機器學(xué)習(xí)是內(nèi)功，而數(shù)據(jù)挖掘則是機器學(xué)習(xí)的一種用途。但本質(zhì)上是我在學(xué)習(xí)機器學(xué)習(xí)方面的實戰(zhàn)項目，所以我想辦法利用機器學(xué)習(xí)的方面的算法實現(xiàn)。 BetaMeow的起源 前段時間AlphaGo和李世石廣受關(guān)注，作為人工智能的腦殘粉，看完比賽后激動不已，因為有一定的機器學(xué)習(xí)的基礎(chǔ)，便打算擼一個棋類的AI，但我還算有點自知之明，圍棋AI，甚至google打算做得通用AI是做不出的了，所以打算...
閱讀 739·2021-11-18 10:02
閱讀 3670·2021-09-02 10:21
閱讀 1776·2021-08-27 16:16
閱讀 2091·2019-08-30 15:56
閱讀 2439·2019-08-29 16:53
閱讀 1399·2019-08-29 11:18
閱讀 2983·2019-08-26 10:33
閱讀 2667·2019-08-23 18:34
