在模仿环境中经过操控虚拟目标完成抓握，机器学习、云服务彻底改变传统手工劳动的年代间隔咱们不远了。在美国加利福尼亚大学伯克利分校的一个试验室里，一个一般的机器人正在选择一些形状奇怪的物体。令人惊叹的是，机器人是经过虚拟目标来完成操作的。

  该机器人把握了很多有关三维图形及其抓握技巧的数据，能判别怎么样去运用不同的抓握力度抓起不同的物品。伯克利的研讨人员把

  传送到机器人的深度学习体系，它连接着机器人的手臂和3D传感器。当一个新物体被放在机器人面前时，它的深度学习体系能快速帮它匹配得到合适的图形和抓握技巧，并指挥手臂该怎么操作。

  据悉，这款机器人的抓握功能可谓史上最佳。在测验中，当机器人判别物体的抓握成功率高于50%时，它总能成功提起物体，尽管会有一些摇晃，但物体坠落的概率只要2%。若机器人判别该物体难以抓握，它会拨动使之合适抓取，调整视点后的抓握成功率高达99%。

  当时的机器人手臂大多只能抓取“了解”的物体，且研讨人员往往需要为它供给很多操练，这样的一个进程是十分耗时的。伯克利的新发明展现了一种新方法：把深度学习和云服务用于机器人抓握。这个立异避免了很多操练，一起提高了机器人在工厂和库房中的适用性。经过深度学习，机器人乃至能在一些新的

  伯克利大学的嗯教授Ken Goldberg表明，不同于传统机器人有必要进行长达几个月的物理试验，这款机器人不需要实地操练，它能在模仿环境中学习数据会集包括的三维图形、视觉外观和抓握技巧，“训练”时刻仅需1天。

  伯克利教授Ken Goldberg（左）和西门子研讨组组长Juan Aparicio

  据悉，该研讨的相关论文将于本年7月宣布，到时Ken Goldberg教授和其他研讨人员将发布机器人运用的三维数据集，协助推进计算机视觉技能开展。

  现在机器视觉技能尚处于萌芽期，学界极度缺少有关数据，体系的数据集也亟待树立。深度学习、操控算法和新材料的前进不进有利于构建新式物理机器人，还将敞开“机器换人”的新纪元，带来严重的经济影响。尽管几十年前机器人就已出现在各类库房和生产线，如亚马逊的kiva机器人，但当时大多数机器人只能转移物品，机器人的分拣技能还适当蠢笨。

  美国麻省理工的一个试验室也在做相关试验，伯克利的效果让他们形象十分深入。一家德国企业已与伯克利取得联系，希望能完成该项技能的商业化。

  灵活的双手对人类智力的开展至关重要，在长时间的演化进程中，人类形成了一个良性反应循环，视觉变得更敏锐，脑力得到了大大增强。“抓握”尽管简略，但它必将在人工智能的演化中发挥作用。

   Project Loon前CEO已加盟自主机器人交给企业Sta

  Project Loon前CEO已加盟自主机器人交给企业Starship