斯坦福大學(xué)的機器人學(xué)家 Ashutosh Saxena 帶領(lǐng)著一個團隊，研究能夠聽、看和理解自然語言的機器人。如今，他們宣布了名為 RoboBrain 的在線服務(wù)。通過與加州大學(xué)伯克利分校、布朗大學(xué)和康奈爾大學(xué)的合作，他們想要構(gòu)建一個大型的在線“大腦”，幫助所有的機器人探索和理解周邊的世界。這個項目得到了國家科學(xué)基金會、海軍研究所、Google、微軟和高通的贊助。

 

　　“它的目標(biāo)是構(gòu)建一個非常好的知識圖譜，或者知識庫，供機器人使用。” Saxena 對 Wired 網(wǎng)站說。全球各地的研究人員可以免費使用這項服務(wù)，把上面的知識傳授給機器人，同時，機器人也會能學(xué)到的東西反饋回去，改善 RoboBrain 的整體水平。

 

　　與人類相同，機器人也是“多模式系統(tǒng)”。它們獲取的數(shù)據(jù)類型多種多樣。這為 RoboBrain 的構(gòu)建帶來了獨特的挑戰(zhàn)。“第一個挑戰(zhàn)是，我們?nèi)绾巫龀鲋С植煌愋蛿?shù)據(jù)的存儲層，” RoboBrain 的主架構(gòu)工程師 Aditya Jami 說。在他看來，構(gòu)建正確的在線存儲系統(tǒng)是關(guān)鍵一步。他們需要把 10 萬個數(shù)據(jù)源，以及不同類型的機器學(xué)習(xí)算法融合起來，做成一個巨大的在線網(wǎng)絡(luò)。

 

　　如今，人工智能系統(tǒng)常常是獨立開發(fā)的，并且不使用標(biāo)準(zhǔn)的數(shù)據(jù)格式。這使得不同機器人系統(tǒng)之間的合作比較困難。隨著深度學(xué)習(xí)的出現(xiàn)，這種狀況正在得到改善。Jami 希望 RoboBrain 成為 Hadoop 一樣的平臺，一個任何人都可以使用和貢獻的業(yè)界標(biāo)準(zhǔn)。他說，統(tǒng)一語言會加速機器人算法的進步，增進合作，迎來一個多模式人工智能的新時代。

 

　　“在現(xiàn)實世界中，任何有智力的東西都需要做三件事情：感知、計劃和語言，” Saxena 說。因此，Robobrain 包含了物品感知系統(tǒng)，模擬系統(tǒng) PlanIt（人們可以教授機器人抓取物品，在房間里移動）、語言學(xué)習(xí)系統(tǒng) Tell Me Dave （一個教授機器人語言的眾包項目）。很快，研究員將能把其它的學(xué)習(xí)模式和數(shù)據(jù)源添加進去。

 

　　通過融合這些軟件和數(shù)據(jù)，研究人員希望創(chuàng)造出一個有原始感知能力的系統(tǒng)。這個系統(tǒng)能夠掌握世界上大多數(shù)的常識。