知識分享型機器人，加快機器人發展進程

如果機器人可以進行學習並在彼此間分享知識，那麼我們的生活將會變得怎樣呢？
重點一:為何機器人知識分享能加快機器人技術發展?
人們希望機器人可以完成更多的工作，例如在倉庫中包裝貨物、幫助臥床病人或在前線幫助士兵，但因為機器人不能識別並且簡單處理常見的事務，所以這一切幾乎不可能成為現實。布朗大學的電腦科學教授表示，人們通常在疊襪子、拿水杯等事情方面毫無問題，因為我們已經經歷了童年時期的「大資料收集過程」。而對於機器人來說，它們需要訪問大量資料來學習如何抓取和操縱物體——這些資料通常來自精密的程式設計。但在理想狀況下，機器人可以彼此之間獲取資訊。

↑布朗大學的Stefanie Tellex和Baxter機器人
重點二:機器人能透過分享知識學習，甚至給予反饋讓知識更完整
機器人可以全天工作，通常在其每個夾具中都有不同的物品。Tellex和她的研究生John Oberlin已經收集並分享了大約200種物品的資料，這些物件包括小孩的鞋子、塑膠船、橡皮鴨、榨蒜汁機和其他廚房用具，以及最初屬於她三歲兒子的吸水杯。其他科學家也貢獻了他們自己的資料，Tellex希望可以使用這些資料來建立一個關於機器人如何操縱一百萬個不同物品的資料庫。最終，機器人在面對一個裝滿貨物的架子時就能夠「識別它們面前的鋼筆並抓起它」。
此項目實現的可能性很大，因為許多機器人研究都使用相同的標準框架程式設計，比如ROS：一旦一個機器人將給定任務學習完畢，它就可以將資料分享給其他人，並且這些機器人還可以上傳回饋——這可以改善傳遞給後續機器人的指令。Tellex說，關於如何識別和抓取任何給定物體的資料都可以被壓縮到5-10百萬位元組，這大約是音樂庫中一首歌曲所占記憶體的大小。
重點三:積沙成塔，未來機器人技術能因此有爆炸性成長，更精密地作業不是夢
Tellex是一個名為「機器人大腦」專案的早期合作者，這個專案展示了機器人如何從另一個機器人那裡學習。她的合作者Ashutosh Saxena在康奈爾大學指導他的PR2機器人拿起小杯子並將其放在桌子上。之後，Tellex在布朗大學從雲端下載了這些資訊並使用它們訓練Baxter——因為處於不同環境中的機器人執行相同任務的過程也不太一樣。
「這些進展現在看起來作用很大，但是在接下來的5到10年內，我們期望看到機器人能力的爆炸式增長。」Saxena說。他現在是創業公司Brain of Things的CEO。隨著更多的研究人員貢獻資源來完善雲端資料，「機器人會變得能夠在彈指間獲取需要的所有資訊」。

↑每當機器人用最佳方式抓取並握住某物時，它就會將其他機器人可以使用的資料格式化。
文章出處:36氪