萌娜丽兔 萌娜丽兔

不做好医疗创业投融资动态的编辑不是好吃货 tougao@geekheal.com

在加州大学伯克利分校技术研究大厅的七层,一张长木桌上放着一个湖蓝色和黄色相间的塑料射线枪、木勺子、模型飞机和一组方形圆形的挂钩。旁边还有一大堆可以让小孩子疯狂的大型乐高积木。这些玩具全都属于一个被宠坏的小孩子,他叫Brett,是个机器人。

1robot-prek-at-work

Brett是一个白灰两色、拥有可以活动手臂的人形机器人。Brett的名字来源于Berkeley Robot for the Elimination of Tedious Tasks的首字母缩写,它是加州大学伯克利分校一个野心勃勃项目的一部分,这个项目的目的是研发可以让机器像人类一样学习的人工智能。Brett的思维目前介于婴儿和学步小孩之间,但它正在以惊人的速度成长着。

作为实验的一部分,研究人员命令机器人将一个瓶盖拧到瓶子上。Brett像学步小孩儿冲向糖果一样,用不平稳的动作尝试了数次前伸手臂,想把瓶盖按进瓶子。经过几次失败的尝试,它停下来了。“它正在思考”,实验室的一位博士后研究员Sergey Levine说。突然,Brett把手中的瓶盖按向了瓶口,它将瓶盖往里拧,让实验室中充满了摩擦塑料的声音。几秒种后,它发现自己失败了。幸运的是,它没有小孩子那样的敏感性格,马上开始了下一次尝试。

让机器人表现出那些像小孩子一样的行为并不是设计上的怪癖而是故意为之。与那些为完成指定任务而设计的工业机器人不同,Brett的项目教机器人用类似于小孩子发现世界的方法进行学习。他们不断尝试解决问题,并在每次尝试中调整他们的行为来逐渐接近目标。伯克利机器人学课题组负责人Pieter Abbeel说,他研究的灵感部分来自于观看记录儿童心理状态的录像带,这些录像带揭示了儿童如何通过不断调整自己的行为去解决问题。“这让我更坚定的相信,学习是机器人控制的正确方向”Abbeel说。

Brett的聪明大脑是由两种已经成为人工智能领域基石的技术结合产生的,这两种技术是深度学习和强化学习。深度学习帮助机器人通过使用神经网络技术的机械四肢感知世界,而强化学习教机器人通过重复的尝试不断改进自己的行为来达到目的。这两种技术都已经被使用了多年,Google和其他公司都用深度学习技术实现了图像和语音识别系统,强化学习技术被用于许多工业机器人。据熟知伯克利项目的人工智能研究人员称,除了之前在软件领域中的尝试,这两种技术从来没有如此紧密的融合到一个机器人中。“这是机器人领域中的圣杯”,人工智能创业公司 Dato的CEO、华盛顿大学机器学习专家Carlos Guestrin说。

经过人工智能和机器人学领域的研究,伯克利的目标是发明一个拥有摩登家族(Modern Family,以伪纪录片形式叙述与拍摄的情景喜剧)中家用机器人Rosie那样的智力和适应性的系统。项目于2014年秋天进入了一个全新阶段,整个团队将一个融合了两大人工智能先进技术的系统、一个放满玩具的房间同时带给一个机器人。从那以后这个研发团队发表了一系列论文论述了一个软件方法可以使得任何机器人比工业机器更快地学习新能力,同时可以以此开发出数种应用广泛的、用于和人交流的技术。“这种突破意味着我们将迎来机器人技术和人工智能的爆炸式发展,因为机器人开始可以完成所有人类可以做到的事情,包括思考。”美国国防高级研究计划局(U.S. Defense Advanced Research Projects Agency)机器人技术研究主管Gill Pratt表示。

2robot-prek-workstation

但是机器人的学习和研究人员对课程的改进都需要时间。“理论上的证明和在实际项目上的部署有非常大的区别,实际项目中可没有6个博士生围着一个Demo示例转”,Rethink Robotics的CTO Rodney Brooks说。“然而许多人工智能研究人员认为赋予机器人一个基于深度学习的大脑是一个必经阶段,它被期望着可以为工业机器人带来和计算机视觉技术一样的惊人飞跃,就像Google等公司开发的可以识别人脸和建筑的应用一样。”斯坦福大学计算机博士和前Google人工智能小组实习生Andrej Karpathy说。“在面对不确定时,当今的工业机器人倾向于停机这种并不是最安全的问题应对方式”,德州仪器的普通管理人员Avner Goren说。Abbeel说过,机器人更需要处理失败的能力。为了证明,一个研究人员捕获机器人的双手并且将它们从机器人关注的目标处推开,而机器人像紧盯饼干的婴儿一样,仅暂停了一会就继续向他的目标伸出手臂。

3robot-prek-airplane

伯克利并不是唯一一个创造儿童机器人的机构。去年,搜索巨头Google的人工智能研究团队Google DeepMind研发了一个软件,可以在没有指令的情况下学会掌握Atari游戏。Google DeepMind的研究人员David Silver在今年的一个会议上告诉观众,公司已经开始使用这种学习软件去控制物理机器人。Silver在今年6月的一个会议上说:“你想给这些机器人小家伙们某种单一的算法,然后一切就开始了。就像一个婴儿,你给他一个新的任务,但是后来你发现小家伙玩出了很多花样,他不但能够掌握那些玩具的玩法,甚至还可以完全应付新的环境。”过去几年,Google已经收购了至少7家机器人公司,包括以开发出 PR2 和 TutleBot 2 等机械人而变得有名的研究公司 Willow Garage(Brett也是这家公司制造的)。

在向高适应性过度的过程中,自主学习机器人正在逐渐进入工业领域。日本的Fanuc公司已经可以让机器人装配产品,焊接金属,刷墙和打包货物了,据说在8月20号它收购了创业公司Preferred Networks的股份,试图让他们的机器人拥有人工智能。“我们同样为丰田汽车和松下电器开发人工智能软件” ,Preferred Networks的商业主管 Justin Clayton说。11月,德国机器人制作公司ABB投资了另一家人工智能创业公司 Vicarious,“我们合作开发了一个智能机器人”,Vicarious的创始人之一Scott Phoenix说,“只有当有人能写出像人类大脑一样工作的软件时,ABB才能造出更多种机器人。”

“机器人产业对伯克利实验室正在研发的人工智能如此有兴趣的原因是,相比于其他新兴技术它已经能很好的工作。”Abbeel说,“每个人在试图让事物工作超出预期的时候,现实往往正好相反。这项成果已经激起了造访实验室的戴森、富士通、 西门子、 丰田和几家创业公司高管的兴趣。”

4robot-prek-pegs

因为Brett的人工智能是部分基于人类大脑的交互工作方式,所以可能会导致不可预料的结果。整个夏天,Berkeley的研究人员们为机器人安装了一套存储系统,很快他们就发现,Brett在被要求将一个物体放入两个容器中的一个时,它会略微的倾向左或者右。研究人员非常困惑并且详细研究了机器人的移动,最终他们意识到它在做着类似数手指的事情。Brett将这种习惯作为一种做简单加减法的快捷方式,用四肢作为记忆辅助工具代替对脑袋里软件的依赖。“这简直不可思议。”Levine说。

经过几小时的训练,Brett在测试中表现出色。它学会了如何用一个木质玩具锤子将一个钉子挂在盒子上。研究人员十分满意Brett的表现,然后用缓慢移开盒子的方法来欺骗它。Brett从来没有见过这种物体移动,但它仍然设法追踪盒子的运动轨迹、匹配盒子的速度然后充满信心地尝试挂钉子。Abbeel说这是因为机器人已经学会了使用相同的试错法来解决这种问题,和Roger Federer这样的职业运动员让比赛更加完美的方式一样。这位瑞士网球冠军的发球简洁而合理,不像业余爱好者那样动作中充斥着“击打到球前的奇怪动作”。Federer通过足够的联系来知晓什么样的保护毫无意义,什么才是打出好球的关键。“Brett被设计出来不仅仅是为了发现完成任务的方法,也是为了向专业运动员一样精于此道。”Abbeel说。

在伯克利机器人幼儿园的那天晚些时候,Brett已经对给水瓶盖盖子越来越有信心,它周期性改变他的方法,调整如何拿瓶子,手臂应该保持什么角度和怎么拧盖子。“每五次尝试,它都会思考它的经历并更新它的行为方式”,Levine说。最终,Brett的手臂带着风声伸向瓶子,然后用平稳的动作将瓶盖平衡的放在瓶口,并在拧紧瓶盖后停下。太棒了!

奇点分享微信

推荐阅读

发送