我們都知道，人類有學(xué)習(xí)的能力。由于人類不斷的追求學(xué)習(xí)和進步，我們今天才處于一個美好的文明社會。百科上是這么定義學(xué)習(xí)的：學(xué)習(xí)是通過閱讀、觀察、實踐等手段獲得知識或技能的過程，是使得個體得到持續(xù)性變化的行為方式。

在工業(yè)革命過后，關(guān)于機器學(xué)習(xí)的話題不停被人們提及和研究。

不難想象，具備有學(xué)習(xí)能力的機器人，由于經(jīng)驗可以被無窮無盡的芯片儲存，機器人做出的判斷將越來越精準(zhǔn)，犯錯的幾率也將趨于零。正因為這些優(yōu)勢，機器學(xué)習(xí)被應(yīng)用在了高級的、復(fù)雜條件下的視覺識別、決策判定等領(lǐng)域。

最近，某著名手機品牌又火了一把，它可以通過攝像頭，識別人臉并完成解鎖手機等功能。有趣的是，不管主人造型怎么變化，它都能認出主人的臉。

人臉視覺識別

實際上，該手機搭載有神經(jīng)網(wǎng)絡(luò)芯片，通過機器學(xué)習(xí)，它能不斷的記住主人在每個造型下的微小區(qū)別（積累經(jīng)驗）并進行橫向?qū)Ρ龋罱K它將基本不會認錯人。

同樣的，在RoboMaster2017的賽場上，有著一個九宮格大能量機關(guān)。這是當(dāng)前版本的賽場中，唯一需要用到機器學(xué)習(xí)式視覺識別的人工智能機關(guān)。

擊打大能量機關(guān)

激活機關(guān)的過程有些復(fù)雜。機器人先要識別上方的LED數(shù)字燈，按照先后順序，依次識別并擊打下方每1.5秒就變換一次位置的手寫體數(shù)字，連續(xù)5次擊打成功即可激活機關(guān)。

大能量機關(guān)

我們來看下這個機關(guān)的難點：上方數(shù)碼管為有序、隨機變化的固定形態(tài)數(shù)字，下方九宮格為每1.5秒隨機變化位置和字體的手寫體數(shù)字，1.5秒內(nèi)只要錯了一個就要重頭開始。手寫體數(shù)字舉例如下：

各種形態(tài)的數(shù)字1

面對各種字體的數(shù)字一，若按照上一期的傳統(tǒng)視覺方法來識別，機器人需要將這五種情況“背下來”。但是，萬一比賽出現(xiàn)了第6種數(shù)字一，機器人就會徹底蒙圈了：“這是啥？沒見過，不認識。

通過上面兩個例子，我們可以知道，RoboMaster賽場中的大能量機關(guān)屬于更高級的、復(fù)雜條件下的視覺識別難題，需要用機器學(xué)習(xí)來解決。

什么是機器學(xué)習(xí)？

機器人具備機器學(xué)習(xí)的能力，實際上是在說它的計算機程序具備機器學(xué)習(xí)的能力。

一個計算機程序不斷地實戰(zhàn)，過程中不斷累積經(jīng)驗，自己提高解決問題的能力，則認為該程序具有機器學(xué)習(xí)能力。簡單說，就是丟給機器一大堆樣本范例，讓它自己學(xué)習(xí)理解，再舉一反三，解決范例以外的問題如果是經(jīng)過機器學(xué)習(xí)訓(xùn)練的機器人呢？只要訓(xùn)練得當(dāng)，哪怕蘿卜君變異成白蘿卜，變成炒蘿卜絲，都逃不過它的法眼，一眼看穿！

建系統(tǒng)所用的架構(gòu)

要想讓機器人能通過程序?qū)W習(xí)，首先需要搭建機器學(xué)習(xí)系統(tǒng)的架構(gòu)。前人栽樹，后人乘涼。對于初學(xué)者來說，大部分常見的架構(gòu)都是搭建好的，有些甚至只需要在軟件中敲入幾行代碼就能完成一個機器學(xué)習(xí)系統(tǒng)的搭建。由谷歌開發(fā)的TensorFlow，在機器學(xué)習(xí)研究領(lǐng)域中較為主流，其代碼質(zhì)量高、成熟度高。

更多資訊請關(guān)注機器視覺頻道