英偉達(dá)在澳大利亞布里斯班舉行的機(jī)器人與自動(dòng)化國(guó)際會(huì)議（ICRA）上發(fā)表了一項(xiàng)新的研究工作，其中包括訓(xùn)練機(jī)器人從人類執(zhí)行任務(wù)中學(xué)習(xí)。

截止到目前，機(jī)器人都是被訓(xùn)練在一個(gè)與程序員隔離的環(huán)境中，執(zhí)行固定次數(shù)的指令。在演示中，英偉達(dá)使用了一些不同顏色的固體方塊，并按照固定模式堆疊它們，從而訓(xùn)練機(jī)器人復(fù)制執(zhí)行這一任務(wù)。

在演示中，被訓(xùn)練的神經(jīng)網(wǎng)絡(luò)序列成功地推斷出了方塊之間的關(guān)系，并開發(fā)了一個(gè)模擬所執(zhí)行任務(wù)的自動(dòng)化程序。

英偉達(dá)發(fā)布的視頻顯示，該系統(tǒng)使用英偉達(dá)Titan X GPU模擬了人類進(jìn)行的單一演示。由于程序引用了事件的當(dāng)前狀態(tài)，因此，它成功地糾正了在實(shí)時(shí)執(zhí)行任務(wù)時(shí)犯下的錯(cuò)誤。

“攝像機(jī)獲取場(chǎng)景的實(shí)況視頻，并通過一對(duì)神經(jīng)網(wǎng)絡(luò)實(shí)時(shí)推斷場(chǎng)景中物體的位置和關(guān)系。由此產(chǎn)生的感知被送到另一個(gè)網(wǎng)絡(luò)，產(chǎn)生一個(gè)計(jì)劃來解釋如何重建這些感知，”英偉達(dá)的博客中寫道。

該研究旨在降低重新編程機(jī)器人執(zhí)行一組任務(wù)所涉及的成本。該研究的首席科學(xué)家Stan Birchfield說：“我們感興趣的是，讓非專家用戶通過簡(jiǎn)單地告訴機(jī)器人做什么，來教會(huì)機(jī)器人執(zhí)行新任務(wù)。”

通過這項(xiàng)研究，英偉達(dá)加入了包括谷歌和SRI在內(nèi)的公司聯(lián)盟，這些公司正在AI領(lǐng)域取得巨大的進(jìn)展，并開發(fā)出智能且具有“常識(shí)”的AI系統(tǒng)。