發(fā)那科（Fanuc），這家專為工廠生產機械臂的公司，試圖讓機械臂在工作中學習。
　　得益于機器學習技術正快速地從研究實驗室邁向工業(yè)領域，現在許多工廠里常見的那些龐大、笨重、單調的工業(yè)機器人可能很快就能變得聰明不少。作為世界上最大的工業(yè)機器人制造商之一，發(fā)那科最近宣布它將與英偉達（Nvidia）這家專注于人工智能的硅谷芯片制造商展開合作，將學習能力添加到其產品中。
　　這次合作的重要性在于，它展現了近期在人工智能領域的進步將如何為制造業(yè)帶來翻天覆地的變化。當前的程控工業(yè)機器人只能非常精確與準確地完成單一任務。但是每次當生產流程發(fā)生變化時，這些機器人需要被重新編程，而這是一項十分耗費時間同時又有技術難度的工作。
　　機器學習則為機器人重新編程提供了一種新思路：它能通過實踐來學習如何完成一項任務。這項被稱為強化學習的技術，可以利用控制機械臂運動及行為的深層神經網絡來強化機械臂的動作，使之盡可能地接近終極目標，比如拾起一個特定的物品等。同時，這一過程還可以通過大量機器人協(xié)同工作并相互分享它們的學習數據而得以加快。盡管最近幾年機器人編程已經變容易了不少，但是它們的學習能力卻并沒有太多進步。
　　英偉達公司生產的圖形處理單元具有高速并行計算功能，特別適合于深度學習。發(fā)那科將在每一臺機器人內部，以及工廠內控制所有機器人的中央系統(tǒng)中使用英偉達芯片。機器的訓練過程將輸入被英偉達稱之為“超級計算機GPU”的中央系統(tǒng)中，并利用機器視覺和深度學習將訓練好的模型傳送到執(zhí)行動作的機械臂中。
　　“具有高度智能的復雜機器人可以以多種方式執(zhí)行任務，這將產生大量的數據，并需要非常強大的計算能力來處理這些數據，”英偉達全球運營副總裁大崎正孝這樣評論道。
　　發(fā)那科生產了非常多樣化的工業(yè)機器人，并在汽車工廠、電子和食品生產設備等眾多領域得到了廣泛的應用。目前，公司已經逐步將其機器人連接到云系統(tǒng)中，并且一直在摸索利用機器學習領域的進步來實現機器人的改進。
　　強化學習是機器人研究領域一個特別熱門的研究方向。谷歌使用這項技術搭建了一款可以教電腦自己學會下圍棋的程序，并且成功達到了超一流水準。教會一個機器人擺弄物品或者完成其他任務，就像下圍棋一樣，很難靠人類手工編程實現。
　　物聯(lián)網頭腦（Brain Of Things）公司創(chuàng)始人以及機器學習專家阿什托什?賽黑那（Ashutosh Saxena）先生表示，創(chuàng)造條件讓工業(yè)機器人共享數據是一個非常重要的思路。他說：“此前這樣的機器人在設計時并沒有考慮數據共享。深學習是特別適合處理工序的變化，而不需要大量的人工編程?！?BR>　　亞利桑那州立大學負責機器人學習實驗室的助理教授楊業(yè)洲（音譯，Yang Yezhou）評論到，“可以看出來，現在有一個可以將人工智能學習社區(qū)和傳統(tǒng)工廠機器人制造商之間協(xié)同起來的好機遇”。但楊教授同時提到，因為沒有人擁有給機器人編程的經歷，這將使得操作人員深入了解系統(tǒng)如何實際工作充滿困難。
　　“研究人員們把機器人看做一個黑盒子”，楊教授說。“但是如果遇到問題了怎么辦？我們需要某種形式的接口。我相信，在可解釋性方面，還有許多工作要做?！?BR>　　發(fā)那科一直在研究利用強化學習來改進機器人，以前它曾與一家名為首選網絡的日本公司合作。其他企業(yè)也嗅探到為新一代機器人開發(fā)人工智能所具有的巨大潛力，其中不僅包括工業(yè)機器人，還包括可能在工作場合以及家里工作的機器人。