从许多方面来说，机器人比人类优秀的多。他们运算速度快，很少犯错，记忆力强，而且永远不知道疲倦，但是，提到学习能力，机器人就要差劲多了。如果你想教授机器人一项新技能，仍然要编写新软件，或者从其他机器人学者那里获取代码。在云端计算和人工智能不断发展的今天，这种学习方法显得非常低效。

斯坦福大学的机器人学家 ashutosh saxena 带领着一个团队，研究能够听、看和理解自然语言的机器人。如今，他们宣布了名为 robobrain 的在线服务。通过与加州大学伯克利分校、布朗大学和康奈尔大学的合作，他们想要构建一个大型的在线“大脑”，帮助所有的机器人探索和理解周边的世界。这个项目得到了国家科学基金会、海军研究所、google、微软和高通的赞助。

“它的目标是构建一个非常好的知识图谱，或者知识库，供机器人使用。” saxena 对 wired 网站说。全球各地的研究人员可以免费使用这项服务，把上面的知识传授给机器人，同时，机器人也会能学到的东西反馈回去，改善 robobrain 的整体水平。

与人类相同，机器人也是“多模式系统”。它们获取的数据类型多种多样。这为 robobrain 的构建带来了独特的挑战。“第一个挑战是，我们如何做出支持不同类型数据的存储层，” robobrain 的主架构工程师 aditya jami 说。在他看来，构建正确的在线存储系统是关键一步。他们需要把 10 万个数据源，以及不同类型的机器学习算法融合起来，做成一个巨大的在线网络。

如今，人工智能系统常常是独立开发的，并且不使用标准的数据格式。这使得不同机器人系统之间的合作比较困难。随着深度学习的出现，这种状况正在得到改善。jami 希望 robobrain 成为 hadoop 一样的平台，一个任何人都可以使用和贡献的业界标准。他说，统一语言会加速机器人算法的进步，增进合作，迎来一个多模式人工智能的新时代。

“在现实世界中，任何有智力的东西都需要做三件事情：感知、计划和语言，” saxena 说。因此，robobrain 包含了物品感知系统，模拟系统 planit（人们可以教授机器人抓取物品，在房间里移动）、语言学习系统 tell me dave （一个教授机器人语言的众包项目）。很快，研究员将能把其它的学习模式和数据源添加进去。

通过融合这些软件和数据，研究人员希望创造出一个有原始感知能力的系统。这个系统能够掌握世界上大多数的常识。

以上是网络信息转载，信息真实性自行斟酌。