没有监督的学习是你只给它图像，没有标签 。希望它能够从大量的图像开始，了解世界是什么，然后逐步建立这种理解，也许在将来它可以更快地学习到其它东西 。没有监督的学习没有任务 。只需给它提供大量的数据 。
接下来是强化学习，这种学习非常不同，更有趣，也更难 ( 强化学习被归功于自动驾驶技术的进步) 。强化学习是给系统一个目标 。目标可以是在视频游戏中获得高分，或在国际象棋游戏中获胜，或组装两个零件 。这也是对AI 产生某些恐惧的理由 。如果 AI 有错误的目标，会发生什么？目标应该如何设定？
重要的是人类和人工智能不会在真空隔绝的环境中进化的 。Abbeel说:“当我们创造越来越智能的机器时，我们作为人类的能力也将会增强 。现在，我们在Embodied Intelligence所做的工作最让我兴奋的是，人工智能的最新发展，已经使 AI 能够理解它们在图片中看到的内容 。”
■ 图 2: Abbeel 正在将机器学习的突破性研究转变为实际的工业应用，机器人可以自主学习新技能 。
机器人抓取的深度学习
加州大学伯克利分校的Autolab实验室，专注AI 领域的研究超过10年，并已将其应用于云机器人、深入强化学习、从演示中学习、以及仓库物流强健的机器人抓取和操纵、家庭机器人、以及外科机器人等项目 。
该实验室的Dexterity Network(Dex-Net) 项目表明，AI 可以帮助机器人学习抓取不同大小和形状的对象，通过提供数以百万计的3D 对象模型、图像，以及如何将它们抓取到深度学习的神经网络指标 。
以前，机器人通过拿不同的对象反复练习来学习抓取和操作对象，这是一个耗时的过程 。利用合成点云代替物理对象来训练神经网络、识别抓取，最新的Dex-Net 迭代效率更高，可以达到99% 的抓取精度 。从长远来看，Goldberg 希望开发高可靠性的机器人，能够抓取各种刚性物体：如工具、家居用品、包装货物、和工业零件 。
■ 图 3: 在研究人员培训神经网络如何识别来自数以百万计的3D 模型和图像中的对象以后，机器人可以操作之前从未遇到过的对象 。
深度学习协作机器人
Rethink 公司的 Intera 5 软件，旨在使Baxter 和Sawyer 协作机器人更聪明 。机器人的视觉和培训功能中，利用了很多人工智能 。
“传统的工业机器人没有太多的智慧，这一情况正在改变 。我们正在将深度学习应用到机器人 。” Brooks说 。未来可能90% 的制造，都是人与机器人在同一空间协同工作 。
Baxter 和Sawyer 机器人有一个示范培训功能，可以使 AI 投入工作 。Brooks 说: “当你通过演示训练它的时候，你可以通过移动它的手臂向其展示某些东西，它会推断出一个叫做行为树的程序 。它会为自己编写一个程序来运行 。你不必亲自去写这个程序 。”
推荐阅读
- 一白贪狼星是什么星？ 一白贪狼星象征着什么
- 泽字的意思和含义 泽字什么意思和含义
- 哈密瓜有酒味还能吃吗 哈密瓜有酒味是否还能吃
- 怀孕两个月吃什么好 怀孕两个月的注意事项
- 梦见疫情又严重了预示什么 梦见疫情严重了有什么含义
- 杨贵妃老公是哪个皇帝 杨贵妃老公是谁
- 梦见流鼻血是什么意思 为什么会梦见流鼻血
- 玉米炖排骨的家常做法 玉米炖排骨烫的做法
- 摩擦生热的热是指什么 摩擦生热的实质是什么
- 自制牛排的最简单做法 教你做出简单易上手的牛排