NVIDIA 研发 AI 学习系统，让机器人像人类一样“自学”

机器学习已成为人工智能要重点突破的领域之一，而我们知道，在机器能真正习得一项本领之前，我们需要给它喂养海量的数据、进行足够的训练。也就是说，机器「学习」实际上同样要耗费大量的人力和物力。

不过日前 NVIDIA 的科研人员表示，他们正在采用一种新的 AI 学习系统来训练工业机器人，即仿照我们人类自学的方法，让它们通过观察人类执行指定任务，来重复这项执行工作。

通常情况下，机器学习都需要成千上万条预存数据来训练一组神经网络，然而其在高效性和场景适用性上都存在不足。

相比而言, NVIDIA 的研究员所研发的 AI 学习系统，高效性、适用性和性价比都要高很多。

至于这种 AI 学习系统的具体运用方式，我们可用一张流程图来表示：

整个学习系统中，一系列用于感知、规划和执行的深度神经网络，将帮助机器人完成整个学习过程。

第一步，机器人通过摄像头观看人类示范的一项指定任务的执行过程，然后由感知网络推断出场景中物体的特征、位置和关系。

第二步，规划网络基于所观察到的物体信息和执行全程，生成一个执行方案。

最后，执行网络负责完成这项任务，与此同时，如果其所处的环境发生变化，感知网络则会将这个信息传递到执行网络，使执行网络能做出相应的调整。

此外，这个系统的另一大亮点，就是它能用简单的英语对其正在执行的步骤生成可读的描述，这样研究人员就能立马知道出现了什么问题，并及时对错误进行修正。

Nvidia 表示，这是首次将合成数据（synthetic data）与图像中心方法结合到机器人上。而合成数据的使用，则能让神经网络获得近乎无限的海量数据。

另外值得一提的是，该学习系统还有可能被应用到「人机协同」工作的场景中，至于具体操作和可行性，则还需另做评估。