一个多手指机器人在仿真环境中通过操纵虚拟世界对象构建手部，机器学习、云服务彻底改变传统手工劳动的时代距离我们不远处了。在美国加利福尼亚大学伯克利分校的一个实验室里，一个普通的机器人正在挑选出一些形状古怪的物体。

令人惊叹的是，机器人是通过虚拟世界对象来构建操作者的。该机器人掌控了大量有关三维图形及其手部技巧的数据，能辨别如何用于有所不同的手部力度使劲有所不同的物品。伯克利的研究人员把图片传输到机器人的深度自学系统，它相连着机器人的手臂和3D传感器。当一个新的物体被放到机器人面前时，它的深度自学系统能较慢老大它给定获得合适的图形和手部技巧，并指挥官手臂该如何操作者。

据报，这款机器人的手部性能可谓史上最佳。在测试中，当机器人辨别物体的手部成功率低于50%时，它总能顺利驳回物体，虽然不会有一些摇晃，但物体掉下来的概率只有2%。如果机器人辨别该物体无法手部，它不会张开使之合适捕捉，调整角度后的手部成功率高约99%。当前的机器人手臂大多不能捕捉“熟知”的物体，且研究人员往往必须为它获取大量锻炼，这个过程是十分耗时的。

伯克利的新发明展出了一种新方法：把深度自学和云服务用作机器人手部。这个创意防止了大量训练，同时提升了机器人在工厂和仓库中的适用性。

通过深度自学，机器人甚至能在一些新的应用领域工作，如医院、家庭。伯克利大学的嗯教授KenGoldberg回应，不同于传统机器人必须展开宽约几个月的物理实验，这款机器人不必须实地锻炼，它能在仿真环境中自学数据集中于包括的三维图形、视觉外观和手部技巧，“培训”时间仅有须要1天。

伯克利教授KenGoldberg（左）和西门子研究组组长JuanAparicio据报，该研究的涉及论文将于今年7月公开发表，预计KenGoldberg教授和其他研究人员将发布机器人用于的三维数据集，协助推展计算机视觉技术发展。目前机器视觉技术尚能正处于萌芽期，学界极为缺少涉及数据，系统的数据集也亟需创建。

深度自学、控制算法和新材料的变革不入不利于建构新型物理机器人，还将打开“机器换人”的新纪元，带给根本性的经济影响。虽然几十年前机器人就已经常出现在各类仓库和生产线，如亚马逊的kiva机器人，但当前大多数机器人不能运送物品，机器人的服务公司技术还非常僵硬。美国麻省理工的一个实验室也在做到涉及实验，伯克利的成果让他们印象深刻印象。一家德国企业已与伯克利取得联系，期望能构建该项技术的商业化。

灵活的双手对人类智力的发展至关重要，在长年的演进过程中，人类构成了一个良性对系统循环，视觉显得更加灵敏，脑力获得了大大强化。“手部”虽然非常简单，但它终将在人造智能的演进中发挥作用。

本文来源：澳门威斯尼斯wns888入口-www.tzssjj.com