Fanuc与Nvidia达成合作，给工业机器人安上大脑

FANUC 发那科介绍

是日本一家专门研究数控系统的公司，成立于1956年。是世界上最大的专业数控系统生产厂家，占据了全球70%的市场份额。
 
自1974年，FANUC首台机器人问世以来，FANUC致力于机器人技术上的领先与创新，是世界上唯一一家由机器人来做机器人的公司，是世界上唯一提供集成视觉系统的机器人企业，是世界上唯一一家既提供智能机器人又提供智能机器的公司。

之前，我们工厂里面的机器人大都是那种笨重的、机械工作的工业机器人，不过现在这种情况可能要改善了，我们的机器人会变得相当聪明，这些都要归功于机器学习技术的快速发展。它们从研究实验室中出来，又很快应用于现实中的研究实验当中。FANUC发那科，全球最大的工业机器人制造商，最近宣布将与NVIDIA公司（一家专门从事人工智能的硅谷芯片制造商）合作，在其旗下的机器人产品种加入自我学习的能力。

 
该项合作具有深远的意义，它预示着人工智能近期所取得的成果将开启对制造业的改革。现有的工业机器人一般都是按照程序设定就某一个单一的任务进行准确以及精确的操作。一旦某个产品进行调整，相应的工业机器人需要从零开始进行程序设定，这需要耗费一定的时间及技术人力。
 
机器学习为机器人在实践的过程中自动学习，从而进行程序重编提供了可能。这其中涉及一项叫做“强化学习（Reinforcement Learning）”的技术，它通过使用深度学习网络，能够控制机械臂运动，调整它们的行为，并且强化它们的动作。
 
这使得机械臂能够更趋向于终端的目标，例如抓取某个特定的物体。这个过程可在大量机器人同时工作后被加速，它们可以相互分享所学习的东西。虽然近几年机器人的编程门的难度得到了大幅降低，但它们学习的能力却始终未有提升。
 
Nvidia所研发的GPU能够实现调整的并行计算，尤其适用于深度学习。Fanuc将在单个机器人的内部以及控制机器人的中央系统中应用Nvidia的处理器。训练将会调动整个中央系统，之后将训练出的模型转移到机器人中。
 
Fanuc生产的工业机器人覆盖各个领域，能够被用在各类的场景中，从汽车工厂到电子工业，再到食品生产。Fanuc已经逐步的将自己的机器人和云端相连，并且一直在探索能够将机器学习的先进成果应用于自己的机器人上。Fanuc已经在强化学习的应用上研究了一段时间，此前也一直和一家叫做Preferred Networks的日本公司在进行合作。
 
Ashutosh Saxena是一家叫做Brain of Things的公司的创始人，同时也是机器人学习领域的专家。他认为能够让机器人实现相互间的数据共享是一件十分重要的事。“早期的机器人其实都不是为了数据共享所设计的。深度学习能够非常好的去处理一些调整，而不需要重新进行手动编程。”
 

亚利桑那州立大学机器人学习实验室的助理教授Yezhou Yang表示：

“人工智能学习社区和传统的机器人制造商之间有着巨大的合作机会。”不过Yang也坦言，因为没有人参与到新的编程中，人类操作者将很难理解这个系统到底是如何工作的。
 
Yang表示：“他们可能会把它们看成一个黑盒子。如果当中出现了错误怎么办呢？这就需要我们加上一些交互界面。我认为在可解释性（explainability）这方面我们还有很多工作要做。”
 
 

二华为与加州大学伯克利分校合作 推进AI技术

各大科技公司对 AI 的兴趣日益浓厚，不久前，Facebook、Amazon、Google Alphabet、IBM 和微软才发布公告称将联合成立一个人工智能（AI）联盟，AI 俨然已成为了科技企业重要关注点之一。
10月11号，华为宣布将与加州大学伯克利分校进行合作，并投入初始资金 1 百万美元，这次合作将涵盖深度学习，强化学习，机器学习，自然语言处理和计算机视力方面。
 
华为诺亚方舟研究室一直致力于人工智能学习和数据挖掘研究，而伯克利人工智能研究实验室（Berkeley Artificial Intelligence Research (BAIR) Lab）的研究领域是计算机视觉、机器学习、自然语言的处理规划和机器人方面。
 

对于两家实验室的合作，华为表示：
双方都认为，这一战略合作伙伴关系将推动人工智能技术的进步，并为人们创造全新体验，进而为整个社会做出巨大贡献。
华为一直非常注重 AI 技术，今年在企业总研发方面的预算达到了 500 亿人民币，《麻省理工科技评论》还将其评为 “2016 年全球最聪明的公司” 第 10 名。而华为这次和 BAIR 的合作能擦出怎样的火花，我们只能拭目以待。
 

三谷歌AI取得突破性进展 向可思考电脑迈进

谷歌AI部门最近取得重大突破，他们向会思考的电脑迈进一步。
谷歌开发了一套机器学习算法，它将“神经网络”计算系统与传统计算机存储器结合在一起。 DeepMind是谷歌位于伦敦的AI部门。最近，DeepMind科学家开发了“DNC”（differentiable neural computer，可微分神经计算机），即使没有先验知识，比如在伦敦地铁站点之间规划最佳路线，或者搞清家谱关系，DNC也可以解决小型问题。
 
神经网络是一个互联的系统，它模仿生物神经网络运行，比如大脑。在最近取得的AI进步中，神经网络扮演了关键角色。神经网络可以推断模式，例如，它可以在数字助手（Google Voice、Siri）中增强语音识别能力。
 
但是到目前为止，神经网络只能连接自有网络所包含的数据。在《自然》（Nature）杂志中，DeepMind团队宣称在DNC的支持下，神经网络可以接入之前不相容的外部数据，比如以传统数字模式编码的文本。

“问题在于，神经网络的记忆受到计算本身的约束，结果导致神经网络很脆弱，很难规模化运行。” DNC项目主管亚历克斯·格拉夫（Alex Graves）说，“我们决定通过分离存储器的方式让它变得更强大，这样一来，不影响处理器就可以扩充规模。”

斯坦福大学心灵、大脑和计算中心主管杰伊·麦克勒兰德（Jay McClelland）认为，DeepMind的报告很有趣，它是AI研究的重要里程碑。
 
要让DNC在真实世界变得更实用，比现有AI系统实用，DNC必须扩充能力，获得更多的“记忆”。格拉夫表示：“工程工作相当庞大。这只是一份研究报告，在处理实际问题时到时效果如何，我不敢随意猜测。”
 
在论文出版之前，一些独立计算机科学家查看了报告，他们认为通用DNC应用范围广阔，例如，它可以用来生成视频注释，可以从文本中提取有意义的内容。
 
蒙特利尔大学科学家本吉奥（Yoshua Bengio）认为：“事实上，论文的作者在多种不同的任务中成功测试了DNC，这是一个鼓舞人心的消息，它意味着科学家成功设计了通用DNC。未来，它可以应用在某些任务中，比如包含问答、像真实世界一样的对话，这种对话需要一定的推理。”
 
DeepMind于2010年在伦敦成立，它是一家AI创业公司，2014年谷歌以4亿英磅收购了DeepMind。
 
 

四通用汽车投资中国汽车分享技术公司易微行

通用汽车已经投资了易微行（北京）科技有限公司 ，这是一家汽车分享科技平台提供商，类似于 Zipcar 的车辆分时租赁服务——微租车（Feezu）就是由该公司推出的。另外，它还向提供自家汽车分享服务的租车公司通过后端系统。
 
通用汽车此次对易微行的股权投资属于战略投资，有利于该公司将自家汽车分享品牌 Maven 最终推向中国市场。通用汽车在公布这项投资的声明中特意提到了 Maven 服务，称投资易微行将有助于通用汽车对中国市场特有的汽车分享需要有深入了解。
 Maven 首席技术官丹·格罗斯曼（Dan Grossman）此前在接受我的采访时表示，通用汽车当然会将海外市场视作下一个潜在的扩张目标。海外汽车厂商一般都与中国本土品牌建立合作，向该国消费者出售汽车产品。因此，对于海外汽车厂商来说，在探寻在中国进行服务扩张的可能性时，沿用相同的策略也完全行得通。
 
 
 
 
文章来源于机器人2025
智造家提供