Preferred Networks 在 GPU 技術大會上介紹該公司的家用打掃機器人。
機器人捲起一條毛巾、伸手抓住它，接著快速移動把毛巾丟入洗衣籃裡。它撿拾散落在地板上的筆，再把筆放入盒子中。
掃地機器人休息一下吧。Preferred Networks 打從去年初開始，便一直投入開發家用打掃機器人，讓我們離落實將機器人當成家庭小幫手的夢想，又更往前跨進了一步。
Preferred Networks 的目標是打造出可直覺操作的互動式個人用機器人，能夠執行多項任務，打算在2023年於日本推出消費性版本，希望在那之後進軍美國市場。
總公司位於東京的 Preferred Networks（以市值來看是日本規模最大的新創公司），本週在 GPU 技術大會上介紹了該公司的消費性家用打掃機器人。
它可是身懷絕技。
Preferred Networks 家用機器人可以接受打掃指令、理解手勢和辨識三百多個物體。
它可以使用 Preferred Networks 開發出的卷積神經網路物體偵測技術，在地圖上繪製空間中的物體位置，還能把物品放回原來的位置，甚至將物品位置告訴記不住的人們。
「我們專注在開發住家環境個人用機器人，或者還能用在辦公室、餐館或酒吧。」Preferred Networks 的軟體工程師羽鳥潤說。
Preferred Networks 使用 Toyota 的機器人 HSR 平台進行開發，並且使用搭載 NVIDIA GeForce GTX 1080 Ti 的電腦來運行。
發達的視力和大腦
Preferred Networks 的機器人有著強大的物體偵測能力。開發人員使用 Open Images Detection Dataset Version 4，內有170萬個已加上注釋且帶有1200萬個邊框的影像。
Preferred Networks 使用512個 NVIDIA V100 GPU 來訓練它的基礎卷積神經網路模型，並且獲得2018年 Google AI Open Images Challenge 競賽物體偵測追蹤類別的第二名。
不過它還是得多加進行訓練。
他們為此使用跟 Google 賽事相同的 512 個 NVIDIA GPU 叢集（利用 Mellanox 技術來串連節點）。而在物體偵測方面，則是使用 ImageNet 資料集。他們收集了特定領域的資料，以部置機器人所處的房間和物品，這些資料也用於在基礎神經網路上進行資料調校。
「我們目前只支援三百個物體，這還不夠，這套系統需要能辨識家中幾乎各種東西。」羽鳥潤說。
口說能力提高了小幫手的功效
Preferred Networks 的機器人可以對許多指令進行回應，還能將人類的指令與描繪出的房間內物體串連起來，像是系統可以對人類口頭詢問的「條紋襯衫在哪裡?」之類的問題，與系統內的物體位置圖串連起來，將襯衫在房間裡的位置告訴使用者。
開發人員使用長短期記憶（LSTM）技術對口頭指令進行編碼，並且對映到空間圖內的實體物品上。
該系統將語言解釋能力與手勢相結合。使用者可以指向房間中的某個位置，並說出「放在那裡」等指令，系統便會把使用者的手勢與口頭指令結合起來。
這一切都還只是開始。
「我們想做的不只是打掃整理，或許還能用在其它方面，像是執行一些家庭雜務。」羽鳥潤說。
a {
text-decoration: none;
}