如今机器人和人工智能技术的开展可谓一日千里，而人类研讨机器人的目的之一，就是为了让机器人可以替代人类，去完成一些单调无味且高度反复性的任务。
在往年 3 月份，沃尔玛超市曾经在美国尝试引入一种 货架机器人 ，它可以自动扫描并反省货架中商品的在库信息，又或许是及时提示效劳员哪些商品呈现了标价或地位出错的形态，听说效率会比手工反省高 50%。
（图片来源： Pittsburgh Post-Gazette ）
但是就目前的技术来看，这种工业机器人想要投入市场运用，依然需求先做一些特定的编程规则，而且关注的只是单一范畴中单一类型的义务。一旦场景呈现变化，机器人就需求再次从头开端学习整个义务，最终投入的本钱能够还不如直接延聘一位新员工来得划算。
虽然机器人了解理想世界的方式与人类有所区别，但理想形态下，我们还是希望机器人可以和正常生物一样，用“手把手来教”这种愈加直观的方式，让它可以自主学习并了解任务流程。这一点相比学习品德规范要复杂得多，而且关于没有技术根底的商户来说也更有价值。
近期 NVIDIA 在机器人与自动化国际会议上展现的产品，就向我们展现了这种能够性。
我们能从机器人摄像头的视角中看到，机器人模拟人类的流程，将各种不同颜色的方块按顺序堆叠在一同。虽然看上去并没有什么特别，但这个机器人此前并没有承受过“按黄绿蓝顺序摆放方块”这一特定义务的训练聚集了全世界身经百战的最优秀的创业导师，汇集了全世界各国最优质的产业资源，召唤全球未来的商业领袖。，也就是在没有经历的状况下完成了目的。
依据 NVIDIA 研讨人员 Stan Birchfield 表示：“一方面，机器人的确十分合适执行反复性的任务；但另一方面，它们也很难应对突发状况，尤其是那些超出义务范围的任务。”
“假如没有专业技术人员在场，普通人如何让机器人去执行一个它从未涉足过的新义务？这显然不契合我们对机器人的希冀。机器人想要协助人类，就需求了解人类所做的事情，不只是学习示范义务，更需求懂得预判下一步的操作。”
在分解数据、深度神经网络和域随机化算法的协助下，NVIDIA 研讨人员希望人类只需求在机器人面前示范一次，就让机器人完成感知、规划和执行这一“模拟和学习”的流程，让机器人可以了解只演示了一次的新义务。
就拿方才这个实例来说，假如是一个发作在超市中的场景，货架上的商品散落一地，效劳人员上前整理偏重新摆放好，机器人经过察看就能了解并学会这一操作，之后的任务只需求交给机器人来做就好了。
除了 NVIDIA 的探究，去年 OpenAI 也推出过一个相似的机器人自主学习零碎，异样是希望机器人可以直接在演示中学习新义务，并立刻使用于理想中的场景，但后者是借助 VR 手腕来训练机器人。
看来要不了多久，被机器人抢走饭碗这件事，又得成为台面上的热议话题了。
题图来源： IBTimes UK
