從工業(yè)革命時期開始，機器就開始替代機械化重復的體力勞動。通常這些機器運作時，人類需要與其保持一個安全距離。然而，越來越多的研究人員開始思考，如何讓機器接近人類、與人協(xié)作、甚至可以向人類學習。

近日，英偉達開發(fā)了一套訓練機器人的系統(tǒng)，教機器人如何通過觀察人類活動來行動。研究人員用 GPUs 給不同物體打上標簽，并開發(fā)了一組程序，讓機器人先感知人與物體的位置和互動，再讓它重復捕捉到的步驟，模擬人的動作。

英偉達首席研究科學家 Stan Birchfield 透露，這套重新開發(fā)的程序有一系列的深度神經(jīng)網(wǎng)絡，造價極高。機器通過進行感知和讀取人類行為，然后用數(shù)據(jù)訓練執(zhí)行該動作。

該團隊認為，模擬情景是訓練機器識別的好方法。通過不同的場景，可以培養(yǎng)機器人感知各類不同的物體。在其訓練過程中，機器需要嚴格的圖像和視覺模擬。英偉達 20 年圖形處理和 AI 計算的經(jīng)驗，對機器識別的助益很大。

目前的機器人大多應用于規(guī)范流程的機械化操作。如無人送貨、無人倉、掃地機器人等，真正可以模擬人類工作的機器人暫未大規(guī)模商業(yè)化。

開發(fā)“模仿人類”機器人的研究團隊不止英偉達一家。2017 年底，豐田推出了可以模仿人類動作的第三代人形機器人“T-HR3”；加州大學伯克利分校的科學家今年也提出了可以舉一反三的機器人。

在之前的實操中，該團隊研發(fā)的機器人 Baxter 學會了撿起彩色盒子和玩具車。他們的目標是機器人必須可以進行所有簡單人類動作，如：打開門，關上抽屜，撿起物體，甚至與人進行身體互動，比如扶持家里的老人。

這些機器人需要能夠識別不同的人和行為習慣，并從人的動作中學習。理想的狀態(tài)下，這些機器人需要預測人類行為，并提前做好準備來幫助他們。