在西雅圖的Nvidia 13,000平方英尺人工智能機(jī)器人研究實(shí)驗(yàn)室內(nèi)，一小組研究人員正在努力建立公司的人工智能驅(qū)動(dòng)的未來。在廚房臺(tái)面旁邊，機(jī)器人手臂抬起一罐垃圾郵件并將其放入抽屜中。手臂也學(xué)會(huì)了如何清潔餐桌，如果你問得好，它可以幫助你做飯。這就是Nvidia雄心勃勃的人工智能總體規(guī)劃中的第一個(gè)嘗試性步驟。
該實(shí)驗(yàn)室于今年年初開業(yè)，現(xiàn)有員工28人，在全傾斜運(yùn)行時(shí)可容納50名研究科學(xué)家，教師顧問和實(shí)習(xí)生。由著名的機(jī)器人專家Dieter Fox領(lǐng)導(dǎo)，他是Nvidia的機(jī)器人研究高級(jí)主管和華盛頓大學(xué)的教授，該實(shí)驗(yàn)室的目標(biāo)是開發(fā)能夠安全地與人類一起工作的下一代機(jī)器人，可能會(huì)改變制造業(yè)，物流和工業(yè)等行業(yè)。在此過程中的醫(yī)療保健 這是人工智能面臨的眾多重大挑戰(zhàn)之一 - 機(jī)器人的科幻視覺不僅擅長(zhǎng)于非常具體的任務(wù)，而且能夠表現(xiàn)得像人類一樣。
但機(jī)器人也是一種精心設(shè)計(jì)的肌肉屈伸運(yùn)動(dòng)。這是一個(gè)引人注目的演示，展示了Nvidia的硬件和軟件今天可以做什么以及未來可以做些什么 - 以及公司要求在競(jìng)爭(zhēng)日益激烈的情況下領(lǐng)先一步。
2005年優(yōu)化用于AI的圖形處理單元(GPU)必須成為技術(shù)硬件歷史中最明智的業(yè)務(wù)決策之一。但現(xiàn)在它處于領(lǐng)先地位，面對(duì)日益激烈的競(jìng)爭(zhēng)，鞏固這一地位將成為Nvidia 25年歷史上最艱難的考驗(yàn)之一。
Nvidia的最新實(shí)驗(yàn)室配備了機(jī)器人預(yù)計(jì)在現(xiàn)實(shí)世界中遇到的設(shè)備和現(xiàn)實(shí)生活環(huán)境。第一個(gè)場(chǎng)景是一個(gè)簡(jiǎn)陋的廚房。機(jī)器人助手集成了人工智能和深度學(xué)習(xí)技術(shù)，可以檢測(cè)和跟蹤物體，了解門和抽屜的相對(duì)位置，打開和關(guān)閉它們以訪問特定物品。“在過去，機(jī)器人技術(shù)研究主要集中在小型獨(dú)立項(xiàng)目而非完全集成的系統(tǒng)上，”?？怂拐f。“我們將在機(jī)器人控制和感知，計(jì)算機(jī)視覺，人機(jī)交互和深度學(xué)習(xí)方面匯集一個(gè)協(xié)作的，跨學(xué)科的專家團(tuán)隊(duì)。”
西雅圖的團(tuán)隊(duì)得到了大約60名研究人員的幫助，這些研究人員分布在Nvidia在圣克拉拉，馬薩諸塞州東部，多倫多和特拉維夫的其他研究中心。多學(xué)科方法有一個(gè)非常困難的目標(biāo)：Nvidia試圖證明其人工智能硬件和軟件能夠?qū)C(jī)器人從現(xiàn)在的機(jī)器轉(zhuǎn)變?yōu)榉浅＞_的定位機(jī)器，這些機(jī)器笨拙地遵循規(guī)范的指令 - 變成動(dòng)態(tài)靈活的機(jī)器，可以安全地工作在一起人類。
谷歌在柏林的人工智能研究員Samim Wagner認(rèn)為，Nvidia正在進(jìn)行自己研究的主要原因之一是幫助它建立更好的人工智能硬件，然后再將其出售給其他人。“為了為機(jī)器學(xué)習(xí)建立可行且具有競(jìng)爭(zhēng)力的硬件，Nvidia在戰(zhàn)略上被迫做高質(zhì)量的機(jī)器學(xué)習(xí)研究，”他說。“該公司與游戲和娛樂行業(yè)的傳統(tǒng)聯(lián)系為其機(jī)器學(xué)習(xí)研究提供了一個(gè)焦點(diǎn)，這是成功的關(guān)鍵。”這有助于解釋機(jī)器人 - 以及在Nvidia的研究實(shí)驗(yàn)室中進(jìn)行的許多其他古怪實(shí)驗(yàn)。
“現(xiàn)在我們已經(jīng)深入學(xué)習(xí)，可以讓機(jī)器人與他們的環(huán)境互動(dòng)，”Nvidia首席科學(xué)家兼研究高級(jí)副總裁Bill Dally在談到機(jī)器人廚房助手時(shí)說道。“現(xiàn)在我們可以建立感知系統(tǒng)，我們可以制造機(jī)器人，每次都不要指望汽車在同一個(gè)地方。”
與Nvidia在機(jī)器人技術(shù)方面的實(shí)驗(yàn)一樣，深度學(xué)習(xí)使AI系統(tǒng)能夠解決以前無(wú)法解決的問題。通過其反復(fù)試驗(yàn)技術(shù)，在虛擬助手，計(jì)算機(jī)視覺，語(yǔ)言翻譯，聊天機(jī)器人和面部識(shí)別方面取得了突破。而且，與人工智能這么多，這些突破很大程度上依賴于聰明的小GPU。
