『創(chuàng)業(yè)蜂巢8月2日訊』比較中有機器人的加入似乎已成為常識，繼圍棋之后亞馬遜的RboticsProblem中迎來了一位機器人，并在比賽中贏得了比賽冠軍。

這位冠軍是一位名為Cartman的機器人，由澳大利亞機器人想象和預(yù)見中心（AustralianCentreforRoboticImaginativeandPrescient）研制。與許多使用機器手臂抓東西的競爭者相比，這款機器人非?！安幌袢恕保蔫F鉗在三維空間中移動，鐵鉗旁邊是看起來像抓娃娃機一樣筆直的支架。盡管如此，它的效果要好得多。根據(jù)Cartman的創(chuàng)造者之一AntonMilan說，這款設(shè)備的計算機視覺技術(shù)對這場勝利至關(guān)重要?！拔覀兿到y(tǒng)的一個特點是，它只需要很少數(shù)量的手工標記指導信息，”他對TechAU說?！皩τ谝粋€全新的物品，我們只需要7張圖片就可以識別它們了?！?/p>

像亞馬遜和Ocado這樣的電子商務(wù)公司是世界上最大的專門經(jīng)營在線零售業(yè)務(wù)的零售商，他們目前擁有世界上最自動化的倉庫。然而，由于機器無法可靠地挑揀各種各樣的商品，所以訂單中的物品并不是由機器人來挑選的。

這就是為什么亞馬遜每年都會召集研究人員來探討可以挑揀物品的機器人。這是一項棘手的工作，不過最終會幫助企實現(xiàn)倉庫的全自動化。今年，這一課題比以往的更加艱巨：團隊只有30分鐘的時間讓自己的機器人提前熟悉物品，之后就要嘗試去從一大堆物品中挑出目標物。亞馬遜表示，這是一種更接近于真實倉庫的模擬：新物品不斷放進來，而貨架也不一定是整齊的。

這種快速學習的形式對于機器學習咨詢師們來說是很值得研究的。最后12個月，DeepMind展示了一個被稱作“oneshot”的學習系統(tǒng)，它可以在看到物體后，在非常短的時間內(nèi)建立起物體的圖像。然而實現(xiàn)“在具有迷惑性的物品中確定抓取目標，并把它們挑選出來”這一目標的必要性，對于Cartman來說意味著它還需要掌握更多的信息。