对人类来说，整理混乱的空间可能是一项乏味的任务，但这是他们仍然比机器更擅长的少数任务之一。嗯，直到研究人员通过深度学习成功地将这项任务传授给机器人。

孩子们经常抱怨打扫房间。但是他们会完成工作，因为他们知道袜子在这里，玩具在那里。

(相关资料图)

另一方面，当前一代的机器人可能不会抱怨，但他们会把一切都搞砸，因为他们的电子大脑无法处理代表大多数凌乱房间的随机分散的混乱。

为了克服这个弱点，首选网络开始使用深度学习技术来训练人工智能(AI)。他们的方法可以让清洁机器人更好地掌握房间的混乱情况。

深度学习将大量信息反馈给AI，使算法能够处理复杂的工作。它来自人类大脑学习任务的方式。(相关：微软和亚马逊可能会通过类似《终结者》电影中天网的AI研究来毁灭人类。)

一家公司正在开发一种自主学习的清洁机器人，用来整理凌乱的房间。

机器人在涉及大量重复过程的工作中表现最佳。他们可以焊接汽车零件，每天做类似的工作。与人类员工不同，他们缺乏想象力和情感来担心自己的生活。

当遇到算法未覆盖的场景时，机器人会陷入循环。它无法处理紧急情况和混乱，这限制了机器人在工厂和其他工作场所可能接管的任务数量和类型。

为了纠正这一限制，首选网络将人工智能应用于自动驾驶汽车和智能工厂。机器人公司首先在他们的一个实验室里重建了孩子们卧室里的混乱。

接下来，他们把清洁机器人送进了凌乱的房间。开发人员对AI进行了复杂的培训，以处理机器以前从未遇到过的不规则项目和新对象。

会议期间，机器人搜索房间里随机散落的物体。找到物品后，他们会先识别，然后学习如何从当前位置提取。最终，清洁机器人会将物品保存在正确的存储容器中。

他们的最终目标是建立一个由AI运营的机器人工厂。

首选网络的发言人报告说，这些机器人花了一些时间打扫房间。一个嘴巴发牢骚的孩子或者一个爱抱怨的青少年可以工作得更快。

此外，AI经常被不熟悉环境的加入所淘汰。一方面，机器人遇到的袜子比前面的例子更大更亮。

虽然他们见过袜子，知道怎么做，但机器人没能识别出稍微不同的鞋子，并把它们放在错误的容器里。

尽管存在这些速度和识别问题，但Preferred Networks创始人西川彻(Toru Nishikawa)预测，该公司清洁机器人的精确模型将在五年内投入商业服务。

另一家公司Fanuc也表示乐观。Fanuc负责制造大多数自动化工厂中常见的机械臂。与Preferred Networks一起，Fanuc创建了一个由人工智能运营的机器人工厂，可以在工作中学习。