发那科（Fanuc），这家专为工厂生产机械臂的公司，试图让机械臂在工作中学习。

得益于机器学习技术正快速地从研究实验室迈向工业领域，现在许多工厂里常见的那些庞大、笨重、单调的工业机器人可能很快就能变得聪明不少。作为世界上最大的工业机器人制造商之一，发那科最近宣布它将与英伟达（Nvidia）这家专注于人工智能的硅谷芯片制造商展开合作，将学习能力添加到其产品中。

这次合作的重要性在于，它展现了近期在人工智能领域的进步将如何为制造业带来翻天覆地的变化。 当前的程控工业机器人只能非常精确与准确地完成单一任务。但是每次当生产流程发生变化时，这些机器人需要被重新编程，而这是一项十分耗费时间同时又有技术难度的工作。

机器学习则为机器人重新编程提供了一种新思路：它能通过实践来学习如何完成一项任务。 这项被称为强化学习的技术，可以利用控制机械臂运动及行为的深层神经网络来强化机械臂的动作，使之尽可能地接近终极目标，比如拾起一个特定的物品等。同时，这一过程还可以通过大量机器人协同工作并相互分享它们的学习数据而得以加快。尽管最近几年机器人编程已经变容易了不少，但是它们的学习能力却并没有太多进步。

英伟达公司生产的图形处理单元具有高速并行计算功能，特别适合于深度学习。发那科将在每一台机器人内部，以及工厂内控制所有机器人的中央系统中使用英伟达芯片。机器的训练过程将输入被英伟达称之为“超级计算机GPU”的中央系统中，并利用机器视觉和深度学习将训练好的模型传送到执行动作的机械臂中。

“具有高度智能的复杂机器人可以以多种方式执行任务，这将产生大量的数据，并需要非常强大的计算能力来处理这些数据，”英伟达全球运营副总裁大崎正孝这样评论道。

发那科生产了非常多样化的工业机器人，并在汽车工厂、电子和食品生产设备等众多领域得到了广泛的应用。目前，公司已经逐步将其机器人连接到云系统中，并且一直在摸索利用机器学习领域的进步来实现机器人的改进。

强化学习是机器人研究领域一个特别热门的研究方向。谷歌使用这项技术搭建了一款可以教电脑自己学会下围棋的程序，并且成功达到了超一流水准。教会一个机器人摆弄物品或者完成其他任务，就像下围棋一样，很难靠人类手工编程实现。

物联网头脑（Brain Of Things）公司创始人以及机器学习专家阿什托什?赛黑那（Ashutosh Saxena）先生表示，创造条件让工业机器人共享数据是一个非常重要的思路。他说：“此前这样的机器人在设计时并没有考虑数据共享。深学习是特别适合处理工序的变化，而不需要大量的人工编程。”

亚利桑那州立大学负责机器人学习实验室的助理教授杨业洲（音译，Yang Yezhou）评论到，“可以看出来，现在有一个可以将人工智能学习社区和传统工厂机器人制造商之间协同起来的好机遇”。但杨教授同时提到，因为没有人拥有给机器人编程的经历，这将使得操作人员深入了解系统如何实际工作充满困难。

“研究人员们把机器人看做一个黑盒子”，杨教授说。“但是如果遇到问题了怎么办？我们需要某种形式的接口。我相信，在可解释性方面，还有许多工作要做。”

发那科一直在研究利用强化学习来改进机器人，以前它曾与一家名为首选网络的日本公司合作。其他企业也嗅探到为新一代机器人开发人工智能所具有的巨大潜力，其中不仅包括工业机器人，还包括可能在工作场合以及家里工作的机器人。

来源：MIT Technology Review

招聘

编辑、视觉设计、 实习生（编译）

地点：北京

联系：hr@mittrchina.com

IEEE中国是DeepTech深科技的战略合作伙伴，想要获得最新的科技资讯和会议信息，敬请关注IEEE中国。

MIT Technology Review 中国唯一版权合作方，任何机构及个人未经许可，不得擅自转载及翻译。

分享至朋友圈才是义举