“华人 AI 女神”李飞飞，她给机器人造了个进化基地

不知从何时起， AI人工智能遍地开花。图像识别、语音识别、AI换脸、AI语音助手，人工智能已经深入生活的方方面面。特别是图像识别技术，已经广泛应用在生活中，在火车站、机场、移动支付App甚至小区门禁，到处都是图像识别技术的影子。
然而，除了从事AI研究的人群，很少有人知道，人工智能图像识别技术，最早由一位华人女科学家发起，她就是人称“华为AI女神”的李飞飞。

李飞飞所从事的计算机视觉和机器学习领域是人工智能的重要分支，致力于让机器“看见”和识别物体，并推断物体的立体形状，甚至理解事物之间的关联，人的情绪、动作及意图。在计算机视觉技术日臻成熟之际，这位AI界无人不晓的女人，又有了新的研究方向。

为了实现更高级别的智能，李飞飞加入斯坦福视觉与学习实验室(SVL)Silvio ，带领一个研究小组，推出一个全新的模拟环境iGibson ，专门用于人工智能机器人升级训练。
神奇的“升级”基地
机器人如何升级？在了解iGibson项目之前，小黑也是一头雾水。在日常生活中，小黑遇见过不少机器人，比如自动清洁家庭卫生的扫地机器人，以及医院里使用的自动消毒机器人。这些机器人都用共同的特点，自动识别所在区域环境，然后按照固定算法清洁、消毒室内卫生。
显而易见，机器人的核心并不是“四肢” ，还是提供智慧的“核心算法” 。算法类似人脑神经元网络，包罗万象、结构复杂，为机器人遇到各类状况提供解决方案。理论上，扫地机器人算法远远不及人脑神经元网络复杂，毕竟它只需要应付扫地这一件小事。

【“华人 AI 女神”李飞飞，她给机器人造了个进化基地】时至今日，已经有成千上万家庭用上扫地机器人，大大降低了家务负担。然而，居家生活除了扫地、拖地，还需要擦桌子、擦窗户、切菜、烧菜、收纳整理。这些工作比扫地更加复杂，需要更加精密细致的算法，还需要随着家具摆放位置随时调整。
精细的算法必然伴随着大量数据，人工智能基本原理与人脑类似，需要不断学习加强记忆，这一过程也叫机器学习。现实世界中，机器人收集大量数据，需要不断搭建新场景，或者前往新空间测试。

比如如今火热的自动驾驶技术，每天都有上万辆自动驾驶车辆在各大试验区域行驶，从而获取数据。更有甚者，特斯拉等自动驾驶汽车厂商还会收集消费者数据，从而让自动驾驶算法更加智能。
自动驾驶技术测试仅凭道路测试即可，而用于家居环境的机器人算法，想要收集海量数据，只靠现实世界中的数据不太现实。为了让机器人开发者们更好地编写“控制算法” ，李飞飞团队特地推出iGibson ，即交互式吉布森环境，一个提供快速视觉渲染和物理模拟的环境。
“高智商”机器人，从这里开始
iGibson配备15个全交互高品质场景，数百个真实家庭和办公室重构的大型3D场景。
真实的传感器信号，包括RGB信号与激光雷达；内置运动规划算法，可用于机器人底座移动优化与机器臂的移动，机器人可以在室内环境随意走动、抓取操纵物体。