從許多方面來說，機器人比人類優秀的多。他們運算速度快，很少犯錯，記憶力強，而且永遠不知道疲倦，但是，提到學習能力，機器人就要差勁多了。如果你想教授機器人一項新技能，仍然要編寫新軟體，或者從其他機器人學者那裡獲取 Code。在雲端計算和人工智慧不斷發展的今天，這種學習方法顯得非常低效。
史丹佛大學的機器人學家 Ashutosh Saxena 帶領著一個團隊，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 的線上服務。通過與加州大學伯克利分校、布朗大學和康奈爾大學的合作，他們想要構建一個大型的線上「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基金會、海軍研究所、Google、微軟和高通的讚助。
「它的目標是構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 網站說。全球各地的研究人員可以免費使用這項服務，把上面的知識傳授給機器人，同時，機器人也會能學到的東西反饋回去，改善 RoboBrain 的整體水平。
與人類相同，機器人也是「多模式系統」。它們獲取的數據類型多種多樣。這為 RoboBrain 的構建帶來了獨特的挑戰。「第一個挑戰是，我們如何做出支持不同類型數據的存儲層，」 RoboBrain 的主架構工程師 Aditya Jami 說。在他看來，構建正確的在線存儲系統是關鍵一步。他們需要把 10 萬個數據源，以及不同類型的機器學習算法融合起來，做成一個巨大的在線網絡。
如今，人工智慧系統常常是獨立開發的，並且不使用標準的數據格式。這使得不同機器人系統之間的合作比較困難。隨著深度學習的出現，這種狀況正在得到改善。Jami 希望 RoboBrain 成為 Hadoop 一樣的平台，一個任何人都可以使用和貢獻的業界標準。他說，統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慧的新時代。
「在現實世界中，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，模擬系統 PlanIt（人們可以教授機器人抓取物品，在房間裡移動）、語言學習系統 Tell Me Dave （一個教授機器人語言的群眾外包項目）。很快，研究員將能把其它的學習模式和數據源添加進去。
通過融合這些軟體和數據，研究人員希望創造出一個有原始感知能力的系統。這個系統能夠掌握世界上大多數的常識。
（轉載自合作媒體《ifanr》）
雲端服務方便又充滿彈性，但要怎麼組合，才能兼顧便宜、高效？怎麼避免在訂購雲端主機服務時不小心 oversizing？怎麼善用工具加強 GPU、CPU、CDN，同時增強資安防禦能力？
IBM 了解你，9/1 （二）晚上 7:00，「開發者、遊戲業者必學 – 雲端聰明採購法則」與你相約在創夢市集 ，僅此一場的「雲端主機設定檢測召集」活動。
不管你使用的是哪家的方案，現場雲端主機應用專家提供完整客製化雲端服務健檢，依照需求試算最佳雲端組合做法，讓你找到又便宜、又好用、又安全的雲端服務最佳採購解，名額有限，提前報名再送 500 美元試用 Coupon。!
報名網址：http://www.accupass.com/go/softlayer備註：欲接受現場雲段服務組合檢測諮詢者，請在報名時註明，我們將為您優先安排。
