机器人主要学什么

1.DeepMind 将多维堆叠技能从仿真环境转移到实际机器人

教机械手堆叠块的最简单方法是什么？DeepMind 的研究人员在最近一项研究中寻求答案。然而，AI 解决问题的方法总是需要大量数据，而机器人技术很难获得这些数据。但是，即使假设有足够的数据来训练机器学习模型，但如果没有人工注释，这些数据也是无用的。不过，得益于从模拟环境中的观察中学习的系统（MuJoCo），DeepMind 的科学家找到了解决方法，并将其学习成果转移到了现实世界中。在一份详细介绍他们研究的论文中，他们声称其研究方法可以指导基于视觉的智能体仅用五个小时的机器人数据来堆叠方块并且以数据集进行调整。

2.2019 年法国 AI 初创企业场景增长 38％

在政府和投资者支持下，随着初创企业数量持续飙升，法国积极发展其 AI 生态系统的努力似乎正在获得回报。今日发布的一份新报告鉴别了法国 432 家与 AI 相关的初创公司，高于去年 312 家和 2016 年 180 家。该报告由全球咨询公司 Roland Berger 和代表风险资本家和企业家的协会 France Digitale 制作。人工智能初创公司正在多行业展开，例如大数据分析，零售，医疗保健和客户支持。该报告的作者表示，最新数据证明法国现在可与英国和以色列等传统的欧洲 AI 中心相抗衡。

3.MIT机器人学习如何操纵物体

日前，麻省理工学院的研究人员已汇编一项数据集，该数据集共有推动数百个不同对象的机器人系统的物理详细行为记录。该数据集作为同类中最大，种类最多的数据集，研究人员可以训练机器人「学习」动力学，这对于许多复杂的对象操纵任务（包括重新定向和检查对象以及场景适应）都是至关重要的。为了获得数据，研究人员设计自动化系统，该系统包括具有精确控制的工业机械手，3D 运动跟踪系统，深度和传统相机以及将所有东西配合在一起的软件。机械手臂推着模块化的物体，可以调整其重量，形状和质量分布。对于每次推动，系统都会捕获这些动作如何影响机器人的推动以及其特征。该名为「Omnipush」的数据集包含 250 个对象的 250 次不同的推动动作，总共大约有 62,500 次唯一动作。例如，研究人员已经使用它来建立模型，以帮助机器人预测物体在被推动时会降落在何处。

4.以色列 AI 创业公司 Onvego 推出用于工业物联网设备的语音助手解决方案

外媒报道，今日位于特拉维夫的 AI 技术创业公司 Onvego 宣布推出针对工业环境中物联网设备的独特语音助手解决方案。Onvego 是一家专门研究智能语音，语音和语言处理领域，使语音设备在离线状态下也可激活 IoT 设备的公司。Onvego 语音解决方案已经拥有客户和现场实施方案，可在固定和移动设备上运行。其他功能包括支持不同的语言和口音，用于快速培训企业内容的有效机器学习，以及用于在需要时构建有效语音控制和口头对话的特定功能。

5.Signal AI 筹集 2500 万美元用于自动化声誉管理和监控

总部位于纽约的初创公司 Signal AI（前身为 Signal Media）今日宣布该公司已筹集 2500 万美元的 C 轮融资。该轮融资由 Redline Capital 牵头，现有投资者包括 MMC Ventures，GMG 风险投资公司和赫斯特风险投资公司。据了解，Signal AI 致力于利用人工智能来实现商业智能和媒体监控任务的自动化。继 2018 年 6 月的 1600 万美元 B 轮融资和 2016 年 12 月的 740 万美元 A 轮融资之后，该公司迄今为止的总融资额达到 4300 万美元。