欢迎光临武汉金 石兴机器人培训学院官网!

学员天地

订阅号

手机网站

联系我们

高端课程

服务号

武汉金 石兴机器人自动化工程有限公司 版权所有 2012-2020    联系电话:400-8855-262   

行业知识

关于金石兴

>
>
>
深入Facebook全新机器人实验室:AI和机器共织未来

深入Facebook全新机器人实验室:AI和机器共织未来

  乍一看,Facebook新生的 机器人平台看起来有点混乱。在这家 公司硅谷总部的一个新实验室里,一只红黑相间的Sawyer机器人手臂(来自最近倒闭的Rethink Robotics)不断挥舞着,发出呜呜的机械声。照理说,它应该 可以把手臂移动到右边空间中的一个位置,但是它却向上移动,偏离设置的方向,并重置到起始位置。终于,它的手臂向右移动了,非常接近目标位置。但是,它却再 次疯狂地偏离了方向,不得不被再次重置。

 

  不过,就像一 只兔子为了躲避猎鹰而来回曲折,这个机 器人看似疯狂实际上却是很聪明的。Facebook认为它 既是开发更好机器人,也是开 发更好人工智能的关键。也就是说,这个机 器人正在自学探索世界。Facebook表示,未来有一天,将会出 现像远程呈现机器人一样的智能机器。

 

  当然,目前的 机器人仍处于非常笨拙的状态——一般来说,你必须 用代码为它们说明一切:这是你 向前滚动的方式,这是你 移动手臂的方式。我们人 类在学习方式上要聪明得多。甚至婴儿也明白,一个从 视野中消失的物体并没有从物理世界中消失。他们知道可以滚动球,但无法滚动沙发。从沙发 上摔下来没关系,但从悬 崖上摔下来却不是。

 

  所有这 些实验都在你的大脑中建立了一个世界模型,这就是 为什么你可以在学会驾驶汽车后,不会立马撞车。Facebook首席人工智能科学家Yann LeCun说:“我们事先知道,如果开车靠近悬崖,然后向右转动方向盘,汽车就 会从悬崖上掉下来,不会有什么好事发生。”我们头 脑中有一个自学的模型,可以防止我们做傻事。Facebook也试图 给机器提供这种模式。“在我看来,学习世 界模型的系统是在人工智能领域真正取得重大进展的下一个挑战,”LeCun补充道。

 

  不过,Facebook的研究 小组并不是第一个试图让机器人自学移动的团队。在加州 大学伯克利分校,一组研 究人员使用了一种叫做强化学习的技术,来教一个名叫Brett的双臂 机器人把一个方钉塞进一个方孔里。简而言之,机器人 尝试了许许多多的随机运动。如果在 一次移动中更接近目标,系统会给它一个数字“奖励”。如果它搞砸了,它会被数字“记过”。经过多次反复,寻求奖 励的机器人会让它的手越来越靠近那个方孔,最后把钉子放进去。

 

  让机器人拥有“好奇心”

 

  Facebook正在做 的实验有点不同。“我们想 要尝试的是灌输这种好奇心的观念,”Facebook人工智能研究科学家Franziska Meier说。人类就 是这样学会操纵物体的:孩子们 被对世界的好奇心所驱使。他们尝试新的东西,比如拽猫的尾巴,并不是 因为他们必须这么做,而是他 们想知道如果这样做了会发生什么。

 

  因此,尽管像Brett这样的 机器人会一点一点地完善自己的动作,但Facebook的机械 臂却可能会出现靠近目标时偏离方向的现象。这是因 为研究人员没有奖励它增量成功,而是给 予它尝试非最佳动作的自由。它在尝试新的东西,即使这 些东西现在看起来并不特别理性。

 

  每次移 动都为系统提供数据。在每个 关节上施加扭矩是为了把手臂移动到那个特定的位置。Meier说:“虽然没有完成任务,但它给 了我们更多的数据,我们通 过这样的探索获得的数据种类比不探索时要多。”这个概 念被称为自我监督学习——机器人 尝试新事物并更新软件模型,这可以 帮助它预测其行为的后果。

 

  这个想 法是为了让机器更灵活,对一项 任务不那么专一。我们可 以把它想象成完成一个迷宫。也许机 器人知道它需要朝哪个方向前进才能找到出口。它可能 会一次又一次地尝试到达那里,即使它 不可避免地会在那次追逐中陷入死胡同。奥斯陆 大学机器人专家Tonnes Nygaard说:“由于你 如此专注于向那个方向移动,你可能会走进角落。”他已经 开发出一种四足机器人,可以自己学会走路。(Facebook也在尝 试让一个六腿机器人自己行走,但是在 我参观实验室的时候该公司尚未能进行展示。)“与其如此专注于说,我想朝 着我知道解决方案所在的方向前进,不如我 试着专注于探索。我将尝 试寻找新的解决方案。”

 

  所以Facebook的机器 人手臂做出的那些看似不连贯的动作实际上是一种好奇心,正是这 种好奇心可以让机器更容易适应环境。想象一 下一个家用机器人正试图填装洗碗机。也许它 认为把杯子放在顶部架子上最有效的方法是从侧面拿过来,在这种 情况下杯子会碰到架子的边缘。从某种意义上说,这是确定性的:一次又 一次的反复尝试,让它走 上这条不太理想的道路,在这条道路上,它试图 更好地侧向装载,但现在 它无法备份并尝试新的东西。另一方面,一个充 满好奇心的机器人可以通过实验和学习,了解到 从上面进来实际上是最好的方法。它是灵活的,不是决定性的,这在理 论上允许它更容易适应动态的人类环境。

 

  模拟无法替代现实

 

  现在,一种更简单、更快捷 的教机器人做事的方法是模拟。也就是说,建立一个数字世界,比如说,一个动画棒形人物,让它教 自己用同样的试错法运行。这种方法相对较快,因为当数字“机器”不受现 实物理定律的约束时,迭代会快得多。

 

  尽管模拟可能更有效,但它并 不是真实世界的完美表现——你无法 完全模拟动态人类环境的复杂性。因此,尽管研 究人员已经能够训练机器人首先在模拟中做一些事情,然后将 这些知识传递给现实世界中的机器人,但这种转变极其混乱,因为数 字世界和物理世界是不匹配的。

 

  在现实 世界中做任何事情可能会更慢、更费力,但从某种意义上来说,你得到的数据更纯粹。Facebook人工智能研究科学家Roberto Calandra说:“如果它 在现实世界中有效,那它实 际上就是有效的。”如果你 在设计极其复杂的机器人,你无法 模拟他们将要应对的人类世界的混乱。但它们 必须继续生存下去。随着我 们给机器人的任务变得越来越复杂,这一点尤为重要。在工厂 生产线上提升车门的机器人相对来说很容易编码,但却无 法在混乱的家庭中导航。机器人 将不得不凭借创造力自行适应,这样它 就不会被困在反馈回路中。一个程 序员不能对每一个障碍都进行编程。

 

  Facebook的项目 是人工智能和机器人完美结合的一部分。传统上,这些世 界很大程度上是封闭的。是的,机器人 总是需要人工智能来自主操作,就像使 用机器视觉来感知世界一样。但是,尽管像谷歌、亚马逊和Facebook这样的 科技巨头推动了纯数字环境下人工智能发展的重大进步——让计算 机识别图像中的物体,例如,让人类 先给这些物体贴上标签——但机器 人仍然相当愚笨,因为研 究人员一直专注于让物体在不摔倒的情况下移动。

 

  随着人 工智能研究人员开始使用机器人作为平台来完善软件算法,这种情况开始改变。例如,Facebook可能想 教机器人自己解决一系列任务。这反过 来可能会为人工智能助手的发展提供信息,它们可以更好地为你、为用户,计划一系列的行动。“这是同一个问题,”LeCun说。“如果你 能在一个环境中解决它,那么你 也可以在另一个环境中解决。”

 

  换句话说,人工智 能正在使机器人变得更聪明,但是机 器人现在也在帮助推进人工智能。“许多与 人工智能相关的有趣问题——特别是 人工智能的未来,比如我 们如何才能达到人类水平的人工智能——目前正 由机器人领域的工作人员来解决,”LeCun说。“因为你 不能用机器人作弊。你不能 让成千上万的人给你贴标签。”

 

  当然,我们仍然有疑问,像Facebook这样的 数字巨兽想要机器人做什么?目前,该公司 表示这项研究与特定的产品渠道无关。

 

  但是请记住,Facebook从事于人际关系业务(也从事广告销售业务)。“我们认 为机器人技术将是其中的一个重要组成部分——想想远 程呈现之类的东西,”LeCun说。毕竟,Facebook已经是一家硬件公司,生产了视频会议设备Oculus VR系统和Portal。“这种逻 辑上的连续性也许是你可以从远处控制的事情。”

 

  但我们正在超越自己。迄今为止,除了Roomba,每一个 家庭机器人都失败了,部分原 因是这些机器不够智能或不够有用。是的,没有机 器人能够特别聪明,但是,也许Facebook这个挥 动的机械臂可以帮助解决这个问题。

友情链接:    宾果彩票---首页欢迎你   万运彩票---首页欢迎你   欢乐彩彩票_乐彩彩票平台   天马彩票官网_天马彩票怎么样   679彩票网_679彩票官网