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”的很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贵阳很好的癫痫病医院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。”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。这意内蒙古治疗癫痫*医院味着在 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浙江治疗癫痫医院排行榜习领小癫痫病如何治疗时。

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。