機(jī)器人早已在工業(yè)流水線尤其是制造業(yè)上得到了廣泛的應(yīng)用，比如手機(jī)制造、汽車組裝等。在最初的應(yīng)用中，機(jī)器人的設(shè)計(jì)被固定在某一項(xiàng)任務(wù)當(dāng)中，打眼就是打眼，安螺絲就是安螺絲。在這個(gè)時(shí)期，工業(yè)機(jī)器人實(shí)質(zhì)上是替代了簡(jiǎn)單的組裝工作，并且只適應(yīng)設(shè)計(jì)好的特定環(huán)節(jié)，基本沒有任何延展性。
　　而在人工智能時(shí)代，加入了機(jī)器視覺之后，機(jī)器人的應(yīng)用范圍逐漸一下子被擴(kuò)大了許多。更多的行業(yè)被涉足并發(fā)生了質(zhì)的革新，比如物流的智能分揀。

　　目前來說，對(duì)機(jī)器人進(jìn)行視覺訓(xùn)練，應(yīng)用在工業(yè)當(dāng)中的基本任務(wù)就是：認(rèn)識(shí)某物。也就是說，通過對(duì)機(jī)器的訓(xùn)練，使其能夠分辨出哪一樣是自己的工作對(duì)象。而這也是機(jī)器視覺學(xué)習(xí)的最簡(jiǎn)單而有效的應(yīng)用。
　　但工業(yè)應(yīng)用場(chǎng)景并不僅僅只有識(shí)別。比如對(duì)倉(cāng)儲(chǔ)物品的抓取和分類，或者很多并不是固定物品的應(yīng)用場(chǎng)景，這就會(huì)導(dǎo)致機(jī)器既有的學(xué)習(xí)內(nèi)容用不上。那么，不認(rèn)識(shí)這個(gè)東西，機(jī)器就不知道該如何處理，在做一些抓取搬運(yùn)工作的時(shí)候就難免會(huì)出岔子。
　　從這個(gè)角度上來說，以后對(duì)工業(yè)機(jī)器人的要求，將不滿足于局限于既有的學(xué)習(xí)內(nèi)容，同樣還要有自主的學(xué)習(xí)能力。也就是說，在機(jī)器人碰到陌生的物體的時(shí)候，能夠自主地判斷該怎么去處理。
AI繪制三維圖形，判斷最佳抓取姿勢(shì)
　　有人覺得，培養(yǎng)機(jī)器人的遷移學(xué)習(xí)能力不就好了嗎？比如記住一些物體的具體特征，人工智能既然能分辨出什么是人、什么是大猩猩、什么是貓狗，那么只要訓(xùn)練到位，機(jī)器人同樣也能對(duì)其他陌生的物體做出分辨。
　　但很可惜這樣想可能有點(diǎn)不切實(shí)際。比如讓機(jī)器人去把倉(cāng)庫(kù)里亂七八糟的東西給歸置整齊了，里面可能有大電視機(jī)，也可能有小面包機(jī)，它怎么分類？它該怎么拿？所以，很顯然用認(rèn)識(shí)同一類物體的方法是不適用于這樣的場(chǎng)景當(dāng)中的。
　　那么，為了讓機(jī)器人什么都能拿，麻省理工的研究人員們動(dòng)了點(diǎn)心思。

　　研究人員設(shè)計(jì)了這樣一個(gè)系統(tǒng)：面對(duì)自己不熟悉的物體，機(jī)器人能夠快速地對(duì)其進(jìn)行估算，然后做出最適合的抓取和細(xì)節(jié)處理決策。該系統(tǒng)被稱為DON(Dense Object Nets，密集物體聯(lián)網(wǎng)），通過神經(jīng)網(wǎng)絡(luò)的學(xué)習(xí)，機(jī)器人可以產(chǎn)生一個(gè)視覺路線圖，對(duì)物體進(jìn)行一個(gè)約莫20分鐘的視覺檢查。
　　在此基礎(chǔ)上，機(jī)器人會(huì)從多個(gè)角度來確定物體的點(diǎn)，然后把所有的點(diǎn)形成一個(gè)整體坐標(biāo)系統(tǒng)。把這些點(diǎn)聯(lián)系到一起之后，就可以繪制出物體的三維立體圖。值得注意的是，在繪制三維立體圖的過程中，機(jī)器完全不需要人的干預(yù)，因此這種學(xué)習(xí)方式又被稱為自我監(jiān)督式學(xué)習(xí)。
　　這樣的學(xué)習(xí)過程其實(shí)是和人類有很大的相似之處。我們看到暖瓶知道要握把才能提起，該系統(tǒng)的目的也是訓(xùn)練機(jī)器人的這種能力。只不過在目前的實(shí)驗(yàn)中，三維立體圖形繪制出來之后，還需要研究人員在電腦上給出指定的位置，以告訴機(jī)器人從哪里下手。
在實(shí)驗(yàn)中，機(jī)器人成功抓起了一只鞋子和杯子。

　　其實(shí)對(duì)機(jī)器人進(jìn)行不同環(huán)境、物體的抓取訓(xùn)練思路，麻省理工并不是第一個(gè)。2016國(guó)內(nèi)一家科技公司就研發(fā)出了首套基于3D視覺定位系統(tǒng)的機(jī)器人，可以達(dá)到每秒1200萬點(diǎn)的快速掃描，從而建立一個(gè)物體的3D模型。再經(jīng)過一系列的智能分析，可以判斷出物體當(dāng)時(shí)的擺放姿態(tài)，從而完成一套抓取動(dòng)作。
　　可以預(yù)見的是，今后也將有越來越多的關(guān)于基于3D立體判斷的工業(yè)機(jī)器人解決方案出現(xiàn)。讓機(jī)器人從簡(jiǎn)單的識(shí)別固定唯一的物體到自如地適應(yīng)不同物體抓取，也將成為工業(yè)機(jī)器人領(lǐng)域中不可忽視的重要技術(shù)。

抓得穩(wěn)又抓得準(zhǔn)，人類的雙手該歇歇了
　　目前來說，該技術(shù)的最大問題在于建模所需的時(shí)間還比較長(zhǎng)，遠(yuǎn)遠(yuǎn)無法滿足即時(shí)的工業(yè)應(yīng)用需求。
　　上文介紹的麻省理工的研究，其要實(shí)現(xiàn)對(duì)物體的三維圖像描繪需要大概二十分鐘的時(shí)間。但在做個(gè)搬運(yùn)工的時(shí)候，比如說清理房間，很可能會(huì)遇到非常多的不認(rèn)識(shí)的物品。對(duì)這種機(jī)器人來說，每個(gè)物品都需要重新認(rèn)識(shí)一遍。認(rèn)識(shí)一個(gè)花二十分鐘，搬運(yùn)一下一分鐘，那得了，整個(gè)時(shí)間就都消耗在這上面了。

　　而工業(yè)最講究的就是效率，如果能通過提升芯片計(jì)算速度、優(yōu)化算法的方法令機(jī)器人快速建模并實(shí)現(xiàn)實(shí)時(shí)自主抓取，無疑是最成熟。當(dāng)然，這對(duì)機(jī)器而言存在的困難還是很大。畢竟人類的神經(jīng)元有1000億個(gè)，其形成的人類大腦反應(yīng)恐怕機(jī)器在很長(zhǎng)的一段時(shí)間內(nèi)都很難企及。
　　如果機(jī)器人能實(shí)現(xiàn)抓取的即時(shí)反應(yīng)、利用視覺判斷物體材料和表面光滑度控制好抓取力度等，其在無論是工業(yè)場(chǎng)景、消費(fèi)場(chǎng)景還是其他場(chǎng)景等都將充滿廣闊的想象力。
　　搬家機(jī)器人。以前搬家，打幾個(gè)包袱弄輛推車，找?guī)讉€(gè)鄰居幫忙就可以搞定。而現(xiàn)在隨著家居用品的日益增加，搬家成為了一件巨麻煩的事情。很多人都會(huì)叫搬家公司來幫忙。實(shí)質(zhì)上這就是在購(gòu)買勞動(dòng)。搬家貴，主要就是人力成本太高。當(dāng)機(jī)器人搬運(yùn)東西的時(shí)候可以做到舉重若輕，搬家工人或許將逐漸被取代。干活快、不發(fā)牢騷、不用發(fā)工資、購(gòu)買一次可以長(zhǎng)期重復(fù)使用，對(duì)搬家公司而言，利用搬家機(jī)器人可謂一勞永逸。成本降低之后，相應(yīng)地搬家公司的收益會(huì)提高，而分?jǐn)偟较M(fèi)者身上的成本也會(huì)大大降低。
　　優(yōu)化機(jī)器人無序抓取。在工業(yè)場(chǎng)景下，尤其是物流領(lǐng)域，很多物品的擺放都是散亂而無序的。傳統(tǒng)的機(jī)器人只是分揀符合自身程序設(shè)定標(biāo)準(zhǔn)的物件，最終仍然需要人工來對(duì)這些貨物進(jìn)行碼垛等操作。當(dāng)機(jī)器人可以實(shí)現(xiàn)對(duì)物品的三維掃描繪制，就可以將抓取過程更加智能化，以前由兩個(gè)機(jī)器人做的事情現(xiàn)在一個(gè)就可以完成；以前由人工操作的碼垛任務(wù)，最終也可以由機(jī)器完成。減少機(jī)器人配置和節(jié)省人力這兩方面，都將會(huì)得到優(yōu)化。
　　清理事故現(xiàn)場(chǎng)和救災(zāi)。嚴(yán)重的交通事故、工廠的意外爆炸、自然災(zāi)害或者其他會(huì)產(chǎn)生大量分解物體的事故現(xiàn)場(chǎng)，清理是一件非常麻煩的事情。尤其是在一些危險(xiǎn)隱患尚未解除的時(shí)候，靈巧的機(jī)器人雙手可以代替人類作許多事情。而在地震等自然災(zāi)害之后，機(jī)器人可以代替人類深入現(xiàn)場(chǎng)做一些危險(xiǎn)情況排除工作，甚至可以直接參與救人行動(dòng)。

　　機(jī)器人抓取一直都是機(jī)器人研究領(lǐng)域的一個(gè)熱點(diǎn)問題，這也正從一個(gè)側(cè)面了解決這個(gè)問題對(duì)整個(gè)機(jī)器人技術(shù)革新的重要意義。當(dāng)機(jī)器人在未來擁有了一雙和人類一樣靈巧的雙手的時(shí)候，可能也就意味著，人類的雙手將在更多的場(chǎng)景中得到徹底的解放。
　　而DON看起來，則很可能成為將在這場(chǎng)解放運(yùn)動(dòng)中發(fā)揮重要作用。