你知道夾娃娃機嗎?那些騙你零花錢的花招。它們也許是你所知的最接近機器人的東西。當然，它們并不是真實的機器人，可是它們確實和機器人有相似的地方。比如說，它們沒辦法敏捷地抓取物體。

　　作為人類，也許你會覺得隨手從桌上拿起一張紙是十分簡單的事。可是幻想一下，讓機器人來做這件事。這就不簡單了。疑問是，許多機器人都被教訓要用超專業的算法來完結單一的任務。但很明顯，你沒辦法讓機器人去處理它遇到的一切疑問，沒辦法教它們拿起物體。由于這是人工智能要做的事。

　　加州大學伯克利分校的研究人員給一個機器人裝上了人工智能體系，這么它就能知道怎么用力抓取它曾經從未見過的物體，而無需憑借把手等東西。機器人專家想要開宣布可以掌控周圍環境的真實智能又靈巧的機器人，這是一件了不得的工作。訣竅在于，用一組點云數據庫來替代物體，研究人員再把這些數據輸入到神經網絡中。

　　“它的練習方法是在根據點云數據庫，然后掌握它。”機器人專家KenGoldberg說，他和博士后JeffMahler一起開發了這個體系。“因此，如今咱們向它展示點云，它就理解怎么用力抓取物體了。‘用力’也成了操作指令之一。”這個團隊不只僅是要讓機器人抓取物體，更是在尋覓實現這一點的最好方法。

　　使用這個神經網絡和微軟的Kinect3-D傳感器，機器人得以調查物體，并斷定抓取的力度。當它充滿信心時，可以確保在100次中有99次抓取成功。Goldberg表示：“機器人在這么做的時分，本來并不知道這個物體是啥。它只是把這個物體看作是空間中的成堆點，并挑選抓取某成堆。所以不論這個物體是一張皺巴巴的紙巾仍是啥，都無所謂。”

　　幻想一下，有一天機器人會潛入咱們的家中，幫咱們做家務，不只是像掃地機器人Roomba那樣掃掃地，它還能洗碗、拾掇雜物，避免白叟被絆倒。

　　機器人會遇到許多別致的東西，而親愛的人類懶得操心去逐個教會它們。經過自學，它們可以十分好地習慣周圍的環境。精準度至關重要。如果機器人在洗碗，卻只能100次中捉住盤子50次，那么成果將是十分尷尬的，一半的餐具都毀了。但這正是將來開展的風趣的地方。

　　機器人不是獨自工作和學習的，它們會被連接到云端，以便共享信息。舉個比如，一個機器人學會了如何疊好襯衣。然后，它可以將這個常識傳播給別的機器人，乃至是徹底不一樣的機器人。經過這種方法，聯網機器不只可以變成全球化的勞動力，還可以擁有全球化的思想。當然，如今機器人還在習慣這個國際。

　　盡管Goldberg的新體系絕對是個大新聞，但它并不完美。請記住，當機器人相信自個可以抓取物體時，它的準確度就達到了99%。有時分即便它沒信心，它也也許會去抓取，或許就直接拋棄了。“所以咱們如今正在做的一件事即是修正體系，”戈德堡說，“當它不自傲的時分，而不是拋棄它，它就會推動這個物體或許戳它，然后移動它，再看一遍，然后捉住它。”十分有意思。如今終于有人要給那些煩人的夾娃娃機一點色彩看看了。