日前，日本工业机械巨头fanuc宣布，他们已经和英伟达进行了合作，为英伟达工厂的机械臂添加了“增强学习”的能力，这意味着AI技术的浪潮即将席卷整个制造业——也就是说，工厂里那些木讷无聊的大块头机器人的智商终于可以充值了！

    目前的一些工业机器人编程只能让它们以极高的精准度完成单一任务，而一旦产品的生产过程发生了细微变化，机器人程序就需要彻头彻尾地重新编写，这不但费时，还会消耗大量科研力量。但是，机器学习可以让这些机器人在生产实践的过程中不断学习，从而实现自我编程。这当中涉及到的技术叫作“增强学习”，它通过深度神经网络算法控制机械臂的动作，并让它们调整自身行为，从而不断趋向于完成某一目标，比如拣起某个物件等。这个过程可以通过大量机器人协同工作、分享它们“学习”到的知识，实现加速。
　　另外，英伟达打造的图形处理器实现了高速并行计算，它特别适用于深度学习。Fanuc将会把英伟达的这个处理器安置在机器人个体以及控制工厂里所有机器人的中央系统中。如此一来，机器人学习获得的数据会传输到这个被英伟达称为“GPU超级计算机”的中央系统中，而学习的模型会被内化到机器人执行动作、使用计算机视野和深度学习的实践过程中。
　　对此，英伟达的全球运营副总裁Masataka Osaki评论道：
　　“接合度高的复杂型机器人能够以各种方式完成各种任务，所以他们能产生大量数据，同时他们也需要强大的计算能力。”
　　实际上，Fanuc早前打造的大量工业机器人的应用面已经非常广泛，包括汽车生产、电子工业和食物生产等。与此同时，Fanuc在机器人云端连接和机器学习方面的研发进展也堪称神速。要知道，“增强学习”功能是目前机器人领域一个颇为大势的研究方向，谷歌就曾经利用这项技术打造了超人类水平的围棋AI“AlphaGo”。和“AlphaGo”一样，让机器人控制物体或执行其他任务是很难实现人工编程的。
　　机器人学习专家兼Brain of Things创始人的Ashutosh Saxena认为，让工业机器人实现数据共享非常重要：
　　“早前，这类机器人的设计并没有考虑到数据共享这个功能。但不得不承认的是，深度学习非常适合处理没有人工编程情况下的行为调整。”
　　“我们在AI学习社区和传统的工业机器人制造商的合作中看到了巨大的潜力，” 负责亚利桑那州立大学机器人学习实验室的助理教授Yezhou Yang说道。但是Yang还是有一些顾虑的：“因为人们不参与编程了，操作员很难得知系统到底是如何运作的。因此，在他们眼中，系统就是个黑匣子。但设想，如果哪天发生了意外怎么办？所以，我们还是需要打造一个所谓的交互界面，给自己留些回旋的余地。”
　　早前，Fanuc曾和一家叫 Preferred Networks的日本公司一起研发“增强学习”；如今，它和英伟达的合作成果更是让人惊艳。我们期待在未来，AI技术能更好地促进新一代机器人的研发，在推动工业生产发展的同时，提高人类工作和居家生活的幸福感。