人工智能正在一步步走向强大。今天，麻省理工学院又公布了一项新发明，让科技更进一步。

麻省理工学院计算机科学与人工智能实验室（CSAIL）的研究人员，发明了一种名为DON的“密集的视觉对象网”——让机器人能学会独立观察、理解并操作它们从未见过的物体。

研究人员们计划今年10月在瑞士的机器学习大会上展示他们的新发明。

DON试图抓起一只鞋子（图片来源：MITCSAIL）

核心研究人员LucasManuelli说：“目前的许多科技手法都无法识别物体的准确样貌。例如，现有的算法无法操纵机器手柄来抓一个杯子。尤其是当杯子的形状和摆放复杂时，更为艰难。”

DON不是一个控制系统。相反，它是一种自我监督的深层神经网络——一种模仿大脑神经元功能的分层算法——训练机器人用精确坐标的形式来描述物体。在训练结束后，DON能够自主地挑选出参考框架。当一个类似的新物体出现时，DON就可以将它们映射到一起，在三维空间中计算出物体的可视化形状。

DON的视角（图片来源：MITCSAIL）

根据研究人员所说，不论是硬的物体（如帽子）还是软的物体（如毛绒玩具），DON都只需要20分钟就可以完成学习。DON可以识别各种各样的物品，包括适度变形的物品以及质感非常轻薄的物品。

此外，DON并不会分辨物体的颜色和纹理，这使得它在使用RGB或深度数据上更有优势。因为只要一点轻微变形，颜色和纹理就会改变，不具备“可抓取”的特性。

“在工厂里，机器人通常需要十分复杂的部件才可以工作，”Manuelli说，“但是像DON这样的系统就能省去这些复杂部件。只需拍一张照片，就能掌握和操纵物体。”

DON正在抓取一只杯子（图片来源：TomBuehler/MITCSAIL）

团队认为DON可以应用在工业环境中，例如用作仓库机器人。同时，团队希望开发一个更有能力的版本，让机器人可以对物体进行“更深入的理解”。

研究人员写道：“我们认为，DON是一种新颖的物体表现形式，可以衍生出使许多全新的机器人操作方法。”