雷锋网 AI 科技评论按：
昨日，谷歌 AI 在博客介绍了最新成果——投掷机器人 TossingBot，一个能够在真实、随机的世界里学会抓取物体，并扔至习惯范围外指定位置的拾取机器人。雷锋网 AI 科技评论将之编译如下。
尽管已在物体抓取、视觉自适应、从现实经验学习方面取得相当大的进步，然而我们依旧要考虑
现在，如果一个云平台没有GPU的支持，那么这个云平台就是不完整的。毕竟，没有GPU的云平台是无法支撑现代高性能和机器学习工作负载的。通常，这些产品的重点是要构建机器学习模型，但今天，谷歌宣布支持Nvidia Tesla P4推论加速器。该款加速器致力于为深度学习推论工作负载提供最高的输送量，帮助开发人员更快地
雷锋网 AI 科技评论按：机器人如何能够学到在多样且复杂的真实世界物体和环境中能够广泛使用的技能呢？如果机器人是设计用来在可控环境下进行高效的重复工作，那么这个任务就相对来说更加简单，比如设计一个在流水线上组装产品的机器人。但要是想要设计能够观察周围环境，根据环境决定最优的行动，同时还能够对不可预知的环境做出反应的机器
雷锋网 AI 科技评论按：在生物和医学领域，研究员们常运用显微镜来观察肉眼无法获得的细胞细节信息。虽然运用透射光显微镜（对生物样本单侧照射生成像），观察起来相对简单且活体培养样本具有良好耐受性，但是其生成的图像难以正确评估。荧光显微技术中会用荧光分子染色需要观察的目标（比如细胞核），这种做法能简化分析过程，但其仍需要复
科技猎