亿企链

扫一扫关注

机器学习开启新模式 分布式机器人走进智能工厂

   2017-10-28 3400
导读

  随着分布式机器学习、分布式深度学习的发展,分布式机器人开始走进智能工厂。分布式机器人控制系统可以减轻负担,提升本地化

   随着分布式机器学习、分布式深度学习的发展,分布式机器人开始走进智能工厂。分布式机器人控制系统可以减轻负担,提升本地化设备运行效率,未来工厂中分布式机器人将会变得更加重要。

  从语音识别系统到自助停车等人工智能领域,“机器学习”的最新进展总能吸引大众的眼球。

  所谓机器学习,就是让计算机在数据库中搜索特定模型从而获得新技能,以及让自主机器人对所处环境建立行为模型。传统机器学习方法,需要把训练数据集中于某一台机器或是单个数据中心里。

  但是,这种建模在集群机器人协同工作中变得非常复杂。这些机器人可能集体搜集到很完美的、但对单个机器人毫无用处的模型。针对这一问题,有研究人员进行了一个实验,在这个实验中,研究人员运用了分布式运算方案,这一方案优于目前流行的将数据聚合在单个位置的标准算法。

  “单个计算机需要从巨型批处理数据库学习建模以处理难题,但在糟糕的处理方案出现时,它们通常会卡壳。如果小数据块被单个计算机预先处理再整合,最后建立的模型则很少出现卡壳现象。”麻省理工学院航空航天专业毕业生特雷沃·坎贝尔在与导师乔纳森·豪尔·理查德·科克马克劳林教授共同写的一篇论文中总结道。

  为解海量决数据难题,谷歌等云服务巨头还建设了规模庞大的云计算基础设施,来对数据进行处理。现在,为利用移动设备上的人机交互来训练模型,谷歌发明了一个新名词——Federated Learning。谷歌表示,这会是机器学习的另一大未来发展方向。

  什么是 Federated Learning?它的意思是“联合学习”,即能使多台智能手机以协作的形式,学习共享的预测模型。与此同时,所有的训练数据保存在终端设备。这意味着在 Federated Learning的方式下,把数据保存在云端,不再是搞大规模机器学习的必要前提。

  而同样的数据处理难题也发生在深度学习领域。迄今为止的深度学习分析系统,都只能运行在单台服务器上;用例仅仅是不能通过添加更多服务器来扩展而已,这背后有些深层次的原因。

  不过这一切都成为了历史。8月8日,IBM宣称,已找到新的分布式深度学习软件开发路线,不久之后深度学习负载分布式处理不再是梦。同日,IBM发布了其 Power AI 软件贝塔版,供认知和AI开发者打造更准确的AI模型,发展更好的预测。该软件将有助于缩短AI模型训练时间,可从数天乃至数周,缩短至数小时。

  随着分布式机器学习、分布式深度学习的发展,分布式机器人开始走进智能工厂。分布式机器人控制系统可以减轻负担,提升本地化设备运行效率,未来工厂中分布式机器人将会变得更加重要。

  分布式机器人是一项具有挑战性的工程,从AI的角度来说,工程师必需考虑机器人之间可以互相作用,机器人不是单独作业,需要对周边环境的变化作为反应。目前分布式机器人正处于初始阶段,或许要经历很长一段时间的发展,但总有一天它会成为智能工厂乃至智慧城市的重要组成部份。

 
(文/小编)
 
反对 0 举报 0 收藏 0 打赏 0 评论 0
0相关评论
免责声明
• 
本文为小编原创作品,作者: 小编。欢迎转载,转载请注明原文出处:https://news.eeeqi.net/show-25928.html 。本文仅代表作者个人观点,本站未对其内容进行核实,请读者仅做参考,如若文中涉及有违公德、触犯法律的内容,一经发现,立即删除,作者需自行承担相应责任。涉及到版权或其他问题,请及时联系我们。
 

2B SYSTEM All Rights Reserved 本平台由浙江到门口科技有限公司运营与监管

浙ICP备17023505号-1