突破技術

有一種機器人可以學習任務，同時將知識傳送到雲端，以供其他機器人學習。

重要意義

如果不需要分別對所有型別的機器進行單獨程式設計，那麼可以極大地加快機器人的發展程序。

主要研究者

艾舒託什·薩克塞納（Ashutosh Saxena），Brain of Things

斯蒂芬妮·泰勒斯，布朗大學

彼得·阿布比爾（Pieter Abbeel）、肯恩·戈爾德貝爾格（Ken Goldberg）、謝爾蓋·萊文（Sergey Levine），加利福尼亞大學伯克利分校（University of California,Berkeley）

揚·彼得斯（Jan Peters），達姆施塔特工業大學（Technical University of Darmstadt），德國

在人類希望機器人來完成的工作中，例如在倉庫中包裝物品、幫助臥床病人或者為前線士兵提供協助，許多工作因為機器人無法識別及處理常見物體而無法完成。

因為我們已經經歷了“大資料收集過程”——我們從幼年起就能夠自己疊衣服或拿水杯。布朗大學（Brown University）計算機科學系的教授斯蒂芬妮·泰勒斯（Stefanie Tellex）如是說。如果想要機器人來執行相同的日常生活任務，那麼它們也需要接入大量的資料，瞭解如何抓住和操縱物體。可是資料來自哪裡呢？通常情況下，需要辛苦的程式設計來製造這些資料。但是，理想上來說，機器人可以從彼此身上得到一些資訊。

這是泰勒斯的“萬物挑戰”（Million Object Challenge）背後的理論。她的目標是使世界各地的研究型機器人學習如何發現和處理簡單的物品，包括從碗到香蕉的各種物品；同時，機器人將資料上傳至雲端，並允許其他機器人分析和使用這些資訊。

上圖，斯蒂芬妮·泰勒斯和Baxter機器人

泰勒斯的實驗室位於羅得島州（Rhode Island）的普羅維登斯（Providence），這裡就像一個超級好玩的幼兒園。在我到訪的那天，由Rethink Robotics公司製造的工業機器人Baxter，正站在眾多的超大積木中，對一個小毛刷進行掃描。它朝著對面的物體來回移動右臂，使用身上的照相機拍攝了多張圖片，並用紅外感測器測量深度。然後，它用它的雙手（夾具）嘗試從不同的角度來抓取刷子。一旦它將面前的物體提起，它便開始晃動該物體，以確保緊緊地抓住這個物體。如果可以完成這些動作，那麼說明機器人已經學會了如何拿起一件物品。

機器人經常可以用幾個夾具各夾一個不同的物體，夜以繼日地工作。泰勒斯和她帶的研究生約翰·奧伯林（John Oberlin）已經收集了大約200個物品的資料，並且已經開始共享這些資料。他們從小孩子的鞋子之類的東西開始，逐漸深入到塑膠艇、橡皮鴨以及壓蒜器等炊具，還有原本屬於她三歲兒子的鴨嘴杯。其他科學家也可以貢獻他們的機器人的資料。泰勒斯希望他們能夠共同建立一個資訊庫，其中能包含機器人如何處理一百萬個不同物品的資訊。最終，“機器人能夠在一個擁擠的貨架上，識別在它們面前擺放的筆，並將其撿起來。”泰勒斯說。

這一專案是有可能實現的，因為許多研究型機器人可以使用相同的標準框架即ROS來程式設計。一旦一臺機器學會了一項給定的任務，那麼它便可以將資料傳給其他機器人，而這些機器人可以上傳反饋資訊，這些反饋資訊可以進一步完善原始資料資訊。泰勒斯認為，這些識別和抓住任何給定物品的資訊資料可以被壓縮至5～10MB，也就相當於你的音樂庫中的一首歌的記憶體大小。

泰勒斯是Robobrain專案的早期合作伙伴，該專案證明了一個機器人如何從其他的機器人所獲得的經驗中學習。她的合作伙伴艾舒託什·薩克塞納（Ashutosh Saxena）之後在康奈爾大學（Cornell）令PR2機器人舉起了小杯子，並將其放在桌子的指定位置上。然後，在布朗大學，泰勒斯從雲端下載相關資訊，用它來訓練她的Baxter（它與PR2機器人在構造上有所不同）在不同的環境中執行相同的任務。

上圖，每當機器人確定了抓握物體的最佳方式，它便會用其他機器人也可以使用的格式將相關資料歸檔。

現在看來，這樣的進步似乎是循序漸進的，但在未來的五到十年內，我們會看到“機器人的能力爆炸現象。”薩克塞納如是說。薩克塞納目前是一家初創公司Brain of Tings的CEO。薩克塞納認為，隨著越來越多的研究人員不斷貢獻和完善雲端知識，“機器人應該能夠很容易地獲取它們所需要的全部資訊”。

專家點評

任海霞（阿里雲研究中心大資料高階專家）

目前，智慧機器人的研發已經取得了很大的進步，它們甚至在一些領域和方向已經勝過人類。但是，大量訓練樣本資料的獲得和長時間的訓練學習依然是智慧機器人獲得知識所必要的工作，這也使得目前的研發智慧機器人都只具備自己領域的知識和完成特定任務的能力。知識分享型機器人，在使機器人能力的極速擴充套件成為可能的同時，也實現了社會化資源的最佳化使用。

實現知識共享的前提是機器人可以使用相同的標準框架，實現知識共享的核心是雲端資訊庫。藉助全社會智慧機器人的研究力量來逐步豐富資訊庫，也可以吸引更多的智慧機器人採用相同的標準，在獲取能力的同時也貢獻自己的知識。這個迴圈的力量會帶來智慧機器人能力的爆發性增長。

當然，隨著資訊庫的擴充，知識的准入/退出標準和安全的管理等也會成為資訊庫未來增長過程中必須要考慮的因素。

感謝邀請！個人理解，知識分享型機器人就是透過大資料海量儲存某一專一領域知識，並具備AI大資料分析能力，能夠對外普及宣講某一領域甚至多個領域（多學科整合）課程的AI智慧機器人。同時具備互動答疑的機器人。附：現有的授課機器人，兒童智力開發機器人，外語同聲翻譯機器人都屬於知識分享型機器人。