超碰激情 I 成人福利网站 I 淫国产 I 曰批视频免费30分钟成人 I 刘亦菲裸体视频一区二区三区 I 午夜久 I 尤物综合 I 亚洲一区av在线观看 I 欧美亚洲国产精品久久高清 I 欧美老熟妇乱子伦视频 I 无码中出人妻中文字幕av I 久久美女福利视频 I 精品无人区乱码1区2区3区在线 I 性饥渴的农村熟妇 I 色综合综合色 I 少妇人妻88久久中文字幕 I 久久夜色精品国产噜噜av I 老熟妇仑乱视频一区二区 I 男女做爰猛烈叫床视频动态图 I 日本大片一区二区 I 人成午夜免费视频在线观看 I 激情婷婷av I 男女下面一进一出免费视频网站 I 久久影视一区 I 午夜污网站 I 先锋人妻无码av电影 I 久久久久久久岛国免费网站 I 又粗又大又黄又硬又爽免费看 I 人妻无码免费一区二区三区 I www.色成人100 I 欧美高清网站 I 精品国产第一页 I 国产suv一区二区三区88区 I 橹图极品美女无圣光 I 午夜宅男欧美

　　近年來，隨著計算機和網絡技術的快速發展，諸多大規模知識引擎的創建在很大程度上改變了人類的知識共享和表征生態。受此啟發，美國康奈爾大學和斯坦福大學的一些學者通過多模態大數據挖掘，創建了一種新的、主要面向機器人的、同時能供任何要執行任務的設備自由訪問的大規模知識引擎：機器人大腦（RoboBrain）。

　　機器人大腦：面向機器人的大規模知識引擎

　　在面向人類的知識數據庫中，信息搜索是一件簡單的事情，我們只需在電腦或移動終端上輸入幾個字就可以得到答案，在很多情況下，模糊和缺省檢索也能解決問題。但是，對于機器人來說事情就沒有這么簡單。即便要完成最簡單的任務，機器人都需要詳盡甚而完備的操作細節。基于面向人類的搜索引擎所得出的搜索結果，機器人難以讀懂。比如，要使機器人讀懂“如何烘焙蛋糕”的搜索結果，除了指出常規的烘焙過程和步驟之外，還需要提供各種各樣詳盡的相關附帶信息，如雞蛋可以打破；打破雞蛋流出的液體必須裝在器皿如杯子里；杯子只有在杯口朝上的情況下才可以盛裝液體；水來自水龍頭，能夠在壺或者微波爐里加熱，且能夠和蛋液混合等等。因此，要創建一個面向機器人的大規模知識引擎不是一件簡單的事情。

　　在人工智能產業發展前景被普遍看好的當下，康奈爾大學和斯坦福大學聯合創建了一個面向機器人的大規模知識引擎——機器人大腦，并為此創建了一個網站。這主要是一個供機器人學習和共享知識表征并執行多種任務的大規模知識引擎。

　　“機器人大腦”網站的首頁顯示，該知識引擎主要通過搜索互聯網及其他一些數據來源學習各種概念：“它能解釋自然語言文本，意象和錄像；能運用其傳感器來觀察人類；且能通過與它們互動的方式來學習事物。”創建者相信，通過學習和共享大規模知識，不同的機器人能夠在各種新情境下更快速敏捷地完成各種任務。“機器人大腦”的創建改變了機器人的深度學習方式。傳統上，機器人學習的重心是規則學習。隨著大數據時代的到來，機器人開始從規則學習轉向多模態數據學習。

　　機器人大腦：使機器人深度學習成為可能

　　“機器人大腦”本質上是一個大規模眾源（crowd-sourcing）大數據庫，它所存儲的知識來源多樣，包括機器人在完成各種任務（如感知、計劃和控制等）時所關涉的物理互動、萬維網知識基礎以及領先的機器人研究小組所創建的各種可學習性知識表征。

　　“機器人大腦”的創建在很大程度上改變了大數據挖掘過度依賴單一文本數據模態來源的現狀。受制于技術局限性，面向人類的大規模知識引擎的數據來源主要是萬維網中“結構化”的文本模態數據，而無法有效挖掘其他一些“非結構化”的數據模態如符號、圖片、視頻、音頻等。“結構化數據”主要指能被數據庫所理解的、可以被邏輯表征的數據，而“非結構化數據”主要指無法被邏輯表征的數據，主要包括多種數據模態：文本、圖片或圖像、觸感、XML、HTML、各類圖表或報表、音頻和視頻信息等等。