會(huì)搭積木的AI，正在手眼并用地探索現(xiàn)實(shí)世界互聯(lián)網(wǎng)+
導(dǎo)讀
在探索現(xiàn)實(shí)世界的旅途中，AI正在愈發(fā)多才多藝起來
在探索現(xiàn)實(shí)世界的旅途中，AI正在愈發(fā)多才多藝起來
春節(jié)假休完，北上廣又開始上演小城媽寶慘變五環(huán)內(nèi)社畜的慘劇。恢復(fù)到自己洗衣做飯收拾屋子的日子，年輕人們又深刻地感受到——科技不能改變生活，老媽才能。
人工智能雖然在各種游戲比賽中血虐人類，但在現(xiàn)實(shí)世界里卻不能幫助人類“血虐”家務(wù)活。在研究更適用于復(fù)雜現(xiàn)實(shí)場景的機(jī)器人這件事上，我們一直在努力。
一般來說通過計(jì)算機(jī)視覺對(duì)外界進(jìn)行感知，再結(jié)合數(shù)據(jù)模擬計(jì)算規(guī)劃行動(dòng)，是機(jī)器人訓(xùn)練研究的一個(gè)常見的方向。
比較典型的有伯克利一直在嘗試的少樣本強(qiáng)化學(xué)習(xí)，類似于拿一段疊被子的視頻作為訓(xùn)練數(shù)據(jù)，利用獎(jiǎng)勵(lì)機(jī)制引導(dǎo)AI進(jìn)行學(xué)習(xí)，直到AI也學(xué)會(huì)疊被子為止。甚至還會(huì)引入“疊錯(cuò)被子”的視頻作為訓(xùn)練數(shù)據(jù)，教導(dǎo)AI如何在任務(wù)執(zhí)行錯(cuò)誤的過程中進(jìn)行自我修正。
因?yàn)樵诂F(xiàn)實(shí)世界，尤其是家庭、門店、餐廳這種極具生活化的場景中，存在有太多不確定性，很難像自動(dòng)化技術(shù)那樣，規(guī)定好一套固定的流程。近年來研究較為深入的計(jì)算機(jī)視覺，也包括雷達(dá)傳感、紅外傳感這樣的傳感技術(shù)便被利用起來了。
除去實(shí)驗(yàn)室的研究以外，我們?cè)谌粘Ｉ钪幸材芸吹胶芏嘁蕾囈曈X能力來判定現(xiàn)實(shí)問題的機(jī)器人，例如工廠里通過視覺識(shí)別瑕疵品并進(jìn)行分揀的機(jī)械手臂。但僅僅依賴視覺，或者激光雷達(dá)、紅外傳感等空間感知能力，也并不能幫助機(jī)器人們做好面對(duì)現(xiàn)實(shí)世界的準(zhǔn)備。
就像在電影里常常出現(xiàn)這樣的情節(jié)：機(jī)器人已經(jīng)發(fā)展到高度智能化，甚至和人類無異，但在做一些類似于拿起一包牛奶，或者跟人類握手的動(dòng)作時(shí)，往往會(huì)掌握不好力道。
這種情節(jié)并不是完全虛構(gòu)的，對(duì)于應(yīng)用視覺傳感技術(shù)的機(jī)器人來說，它們能夠辨識(shí)外界事物的形狀，卻很難判斷外界事物的質(zhì)地、密度和受力情況。所以在很多情況中，光有視覺技術(shù)是遠(yuǎn)不足夠的。
守序善良且秀： 一位非人類的職業(yè)積木玩家
比如很多人都玩過，或者在美劇里見過的桌游“疊疊樂”——用積木條堆疊成積木塔，參與玩家在不導(dǎo)致塔倒塌的前提下從塔身中抽出積木條，將積木條搭到塔頂端，塔在哪位玩家的回合中倒塌，哪位玩家就輸?shù)舯荣悺?/span>
“疊疊樂”就是典型的AI一定打不過人的游戲。因?yàn)檫@種游戲考驗(yàn)的不僅是策略性，還有動(dòng)手能力，取出和放置積木時(shí)動(dòng)作輕了重了，都可能導(dǎo)致游戲失敗。不光如此，疊疊樂的游戲過程還具有很大的不確定性，堆起積木塔時(shí)每條積木位置的輕微變化，對(duì)手玩家在拿走積木條時(shí)對(duì)其他積木位置帶來的改變，都在影響著整個(gè)積木塔的穩(wěn)定性，也直接決定了玩家的下一步動(dòng)作。
這種過程如果是用視覺技術(shù)理解，則需要難以想象的海量計(jì)算——堆起積木塔時(shí)每一條積木的位置、兩位玩家的每一步動(dòng)作，都會(huì)造成無數(shù)的分叉結(jié)果，幾乎是不可能完成的任務(wù)。
但只需要一點(diǎn)點(diǎn)小小的不同，這個(gè)難題就被解決了。
在最近的Science Robotics期刊中，來自MIT的科研人員公布了他們最新的研究成果——用機(jī)器手臂玩疊疊樂。
項(xiàng)目負(fù)責(zé)人Rodriguez提到，之所以選擇疊疊樂作為實(shí)驗(yàn)對(duì)象，是因?yàn)檫@個(gè)游戲中體現(xiàn)了機(jī)器人應(yīng)用的一個(gè)重要問題——物理交互，也就是前面提到的動(dòng)手能力。
為了解決物理交互問題，MIT為普通機(jī)械手臂添加了三樣?xùn)|西，柔性夾鉗、有力量傳感作用的腕帶和拍攝全局畫面的攝像頭。
在進(jìn)行訓(xùn)練時(shí)，機(jī)械手臂每抽取一塊積木時(shí)，力量傳感器就會(huì)記錄下動(dòng)作的速度和力度，不斷和上一次的數(shù)據(jù)進(jìn)行對(duì)比，攝像頭也會(huì)從視覺角度進(jìn)行記錄，與力量數(shù)據(jù)進(jìn)行對(duì)應(yīng)在分層貝葉斯模型中進(jìn)行計(jì)算。在進(jìn)行過大概三百次游戲后，通過兩種數(shù)據(jù)維度的配合學(xué)習(xí)，AI可以快速建立出一個(gè)聚類模型，從一個(gè)積木塔中尋找穩(wěn)定性更強(qiáng)的、不會(huì)破壞平衡的積木條。相比試圖找到一個(gè)能應(yīng)付所有情況的模型，這種在每次移動(dòng)積木時(shí)都重新聚類的方法顯然要高效很多。
在測試時(shí)，機(jī)械手臂的表現(xiàn)也很優(yōu)異，參與測試的人類志愿者紛紛表示被秀一臉，機(jī)械手臂自己玩疊疊樂時(shí)的水平已經(jīng)接近人類了。不過在與人類對(duì)戰(zhàn)時(shí)還是要落后一籌，因?yàn)槿祟愅婕以诔槿》e木時(shí)會(huì)特意難為對(duì)手，在自己的回合破壞平衡性，讓積木塔很容易在下一回合倒塌。但AI還做不到這一點(diǎn)，在這一模型中，AI的每一步操作都是為了增強(qiáng)整個(gè)積木塔的穩(wěn)定性——一位典型的秩序善良玩家。
這也導(dǎo)致了在疊疊樂上，AI還很難實(shí)現(xiàn)和人類對(duì)戰(zhàn)。不過項(xiàng)目負(fù)責(zé)人Rodriguez認(rèn)為，他們創(chuàng)造這個(gè)項(xiàng)目本來也不是為了和人類在疊疊樂游戲上一決高下的。
當(dāng)AI開始多才多藝
BBC、CBS News和Wired等主流媒體都對(duì)這一研究結(jié)果給出了很高的評(píng)價(jià)，原因就在于這一研究在AI的觸覺刺激上突破，具有很高的現(xiàn)實(shí)意義。
MIT提到，目前應(yīng)用在疊疊樂AI模型上的原理，同樣也可以被應(yīng)用在另外一些應(yīng)用機(jī)械手臂的場景中。
例如在一些數(shù)碼產(chǎn)品精細(xì)部分的組裝上，在擰一些很小的螺絲時(shí)，很難實(shí)現(xiàn)以視覺方式進(jìn)行測量，只能通過觸覺進(jìn)行感應(yīng)。但有了“疊疊樂AI”的經(jīng)驗(yàn)，普通機(jī)械手臂也能通過一些簡單的改裝，增加力量傳感機(jī)制在短時(shí)間完成訓(xùn)練，學(xué)會(huì)以觸覺刺激為參考標(biāo)志的組裝、包裝等工作。
雖然現(xiàn)在自動(dòng)化工業(yè)生產(chǎn)線也能實(shí)現(xiàn)在無人狀態(tài)下進(jìn)行精細(xì)組裝工作，但其實(shí)現(xiàn)成本是非常巨大的。可能一條生產(chǎn)線只能完成某一部件上的一小顆螺絲，對(duì)于中小型廠商來說很難承擔(dān)得起。但擁有了觸覺刺激的機(jī)械手臂結(jié)合AI算法，卻可以幫助類似的功能走進(jìn)小型生產(chǎn)線甚至家庭。
其實(shí)這種結(jié)合兩種緯度數(shù)據(jù)進(jìn)行AI訓(xùn)練的方式并非MIT獨(dú)有，在去年我們?cè)谝恍╊愃朴谝曨l分析的領(lǐng)域中，也能看到諸如畫面分析+語音分析的多模態(tài)理解。
聚焦到機(jī)器人領(lǐng)域中，這幾年也有很多類似的研究。例如模擬人類手指力量感知能力的機(jī)械鋼琴手，通過操作時(shí)獲取鋼琴按鍵反彈時(shí)的數(shù)據(jù)反饋，來更精準(zhǔn)地模擬出人類彈鋼琴時(shí)的輕與重。還有低成本的生物感應(yīng)電子皮膚，可以貼合在機(jī)械設(shè)備上幫助尋找施力方向。
隨著觸覺機(jī)制越來越多地被引入機(jī)器人領(lǐng)域，與視覺系統(tǒng)、紅外/激光雷達(dá)等其他傳感模式的結(jié)合也越來越多。
可見在探索現(xiàn)實(shí)世界的旅途中，AI正在愈發(fā)多才多藝起來。相信當(dāng)機(jī)器人也開始手眼并用時(shí)，我們距離“科技改變生活”的未來也越來越近了
人工智能雖然在各種游戲比賽中血虐人類，但在現(xiàn)實(shí)世界里卻不能幫助人類“血虐”家務(wù)活。在研究更適用于復(fù)雜現(xiàn)實(shí)場景的機(jī)器人這件事上，我們一直在努力。
一般來說通過計(jì)算機(jī)視覺對(duì)外界進(jìn)行感知，再結(jié)合數(shù)據(jù)模擬計(jì)算規(guī)劃行動(dòng)，是機(jī)器人訓(xùn)練研究的一個(gè)常見的方向。
比較典型的有伯克利一直在嘗試的少樣本強(qiáng)化學(xué)習(xí)，類似于拿一段疊被子的視頻作為訓(xùn)練數(shù)據(jù)，利用獎(jiǎng)勵(lì)機(jī)制引導(dǎo)AI進(jìn)行學(xué)習(xí)，直到AI也學(xué)會(huì)疊被子為止。甚至還會(huì)引入“疊錯(cuò)被子”的視頻作為訓(xùn)練數(shù)據(jù)，教導(dǎo)AI如何在任務(wù)執(zhí)行錯(cuò)誤的過程中進(jìn)行自我修正。
因?yàn)樵诂F(xiàn)實(shí)世界，尤其是家庭、門店、餐廳這種極具生活化的場景中，存在有太多不確定性，很難像自動(dòng)化技術(shù)那樣，規(guī)定好一套固定的流程。近年來研究較為深入的計(jì)算機(jī)視覺，也包括雷達(dá)傳感、紅外傳感這樣的傳感技術(shù)便被利用起來了。
除去實(shí)驗(yàn)室的研究以外，我們?cè)谌粘Ｉ钪幸材芸吹胶芏嘁蕾囈曈X能力來判定現(xiàn)實(shí)問題的機(jī)器人，例如工廠里通過視覺識(shí)別瑕疵品并進(jìn)行分揀的機(jī)械手臂。但僅僅依賴視覺，或者激光雷達(dá)、紅外傳感等空間感知能力，也并不能幫助機(jī)器人們做好面對(duì)現(xiàn)實(shí)世界的準(zhǔn)備。
就像在電影里常常出現(xiàn)這樣的情節(jié)：機(jī)器人已經(jīng)發(fā)展到高度智能化，甚至和人類無異，但在做一些類似于拿起一包牛奶，或者跟人類握手的動(dòng)作時(shí)，往往會(huì)掌握不好力道。
這種情節(jié)并不是完全虛構(gòu)的，對(duì)于應(yīng)用視覺傳感技術(shù)的機(jī)器人來說，它們能夠辨識(shí)外界事物的形狀，卻很難判斷外界事物的質(zhì)地、密度和受力情況。所以在很多情況中，光有視覺技術(shù)是遠(yuǎn)不足夠的。
守序善良且秀： 一位非人類的職業(yè)積木玩家
比如很多人都玩過，或者在美劇里見過的桌游“疊疊樂”——用積木條堆疊成積木塔，參與玩家在不導(dǎo)致塔倒塌的前提下從塔身中抽出積木條，將積木條搭到塔頂端，塔在哪位玩家的回合中倒塌，哪位玩家就輸?shù)舯荣悺?/span>
“疊疊樂”就是典型的AI一定打不過人的游戲。因?yàn)檫@種游戲考驗(yàn)的不僅是策略性，還有動(dòng)手能力，取出和放置積木時(shí)動(dòng)作輕了重了，都可能導(dǎo)致游戲失敗。不光如此，疊疊樂的游戲過程還具有很大的不確定性，堆起積木塔時(shí)每條積木位置的輕微變化，對(duì)手玩家在拿走積木條時(shí)對(duì)其他積木位置帶來的改變，都在影響著整個(gè)積木塔的穩(wěn)定性，也直接決定了玩家的下一步動(dòng)作。
這種過程如果是用視覺技術(shù)理解，則需要難以想象的海量計(jì)算——堆起積木塔時(shí)每一條積木的位置、兩位玩家的每一步動(dòng)作，都會(huì)造成無數(shù)的分叉結(jié)果，幾乎是不可能完成的任務(wù)。
但只需要一點(diǎn)點(diǎn)小小的不同，這個(gè)難題就被解決了。
在最近的Science Robotics期刊中，來自MIT的科研人員公布了他們最新的研究成果——用機(jī)器手臂玩疊疊樂。
項(xiàng)目負(fù)責(zé)人Rodriguez提到，之所以選擇疊疊樂作為實(shí)驗(yàn)對(duì)象，是因?yàn)檫@個(gè)游戲中體現(xiàn)了機(jī)器人應(yīng)用的一個(gè)重要問題——物理交互，也就是前面提到的動(dòng)手能力。
為了解決物理交互問題，MIT為普通機(jī)械手臂添加了三樣?xùn)|西，柔性夾鉗、有力量傳感作用的腕帶和拍攝全局畫面的攝像頭。
在進(jìn)行訓(xùn)練時(shí)，機(jī)械手臂每抽取一塊積木時(shí)，力量傳感器就會(huì)記錄下動(dòng)作的速度和力度，不斷和上一次的數(shù)據(jù)進(jìn)行對(duì)比，攝像頭也會(huì)從視覺角度進(jìn)行記錄，與力量數(shù)據(jù)進(jìn)行對(duì)應(yīng)在分層貝葉斯模型中進(jìn)行計(jì)算。在進(jìn)行過大概三百次游戲后，通過兩種數(shù)據(jù)維度的配合學(xué)習(xí)，AI可以快速建立出一個(gè)聚類模型，從一個(gè)積木塔中尋找穩(wěn)定性更強(qiáng)的、不會(huì)破壞平衡的積木條。相比試圖找到一個(gè)能應(yīng)付所有情況的模型，這種在每次移動(dòng)積木時(shí)都重新聚類的方法顯然要高效很多。
在測試時(shí)，機(jī)械手臂的表現(xiàn)也很優(yōu)異，參與測試的人類志愿者紛紛表示被秀一臉，機(jī)械手臂自己玩疊疊樂時(shí)的水平已經(jīng)接近人類了。不過在與人類對(duì)戰(zhàn)時(shí)還是要落后一籌，因?yàn)槿祟愅婕以诔槿》e木時(shí)會(huì)特意難為對(duì)手，在自己的回合破壞平衡性，讓積木塔很容易在下一回合倒塌。但AI還做不到這一點(diǎn)，在這一模型中，AI的每一步操作都是為了增強(qiáng)整個(gè)積木塔的穩(wěn)定性——一位典型的秩序善良玩家。
這也導(dǎo)致了在疊疊樂上，AI還很難實(shí)現(xiàn)和人類對(duì)戰(zhàn)。不過項(xiàng)目負(fù)責(zé)人Rodriguez認(rèn)為，他們創(chuàng)造這個(gè)項(xiàng)目本來也不是為了和人類在疊疊樂游戲上一決高下的。
當(dāng)AI開始多才多藝
BBC、CBS News和Wired等主流媒體都對(duì)這一研究結(jié)果給出了很高的評(píng)價(jià)，原因就在于這一研究在AI的觸覺刺激上突破，具有很高的現(xiàn)實(shí)意義。
MIT提到，目前應(yīng)用在疊疊樂AI模型上的原理，同樣也可以被應(yīng)用在另外一些應(yīng)用機(jī)械手臂的場景中。
例如在一些數(shù)碼產(chǎn)品精細(xì)部分的組裝上，在擰一些很小的螺絲時(shí)，很難實(shí)現(xiàn)以視覺方式進(jìn)行測量，只能通過觸覺進(jìn)行感應(yīng)。但有了“疊疊樂AI”的經(jīng)驗(yàn)，普通機(jī)械手臂也能通過一些簡單的改裝，增加力量傳感機(jī)制在短時(shí)間完成訓(xùn)練，學(xué)會(huì)以觸覺刺激為參考標(biāo)志的組裝、包裝等工作。
雖然現(xiàn)在自動(dòng)化工業(yè)生產(chǎn)線也能實(shí)現(xiàn)在無人狀態(tài)下進(jìn)行精細(xì)組裝工作，但其實(shí)現(xiàn)成本是非常巨大的。可能一條生產(chǎn)線只能完成某一部件上的一小顆螺絲，對(duì)于中小型廠商來說很難承擔(dān)得起。但擁有了觸覺刺激的機(jī)械手臂結(jié)合AI算法，卻可以幫助類似的功能走進(jìn)小型生產(chǎn)線甚至家庭。
其實(shí)這種結(jié)合兩種緯度數(shù)據(jù)進(jìn)行AI訓(xùn)練的方式并非MIT獨(dú)有，在去年我們?cè)谝恍╊愃朴谝曨l分析的領(lǐng)域中，也能看到諸如畫面分析+語音分析的多模態(tài)理解。
聚焦到機(jī)器人領(lǐng)域中，這幾年也有很多類似的研究。例如模擬人類手指力量感知能力的機(jī)械鋼琴手，通過操作時(shí)獲取鋼琴按鍵反彈時(shí)的數(shù)據(jù)反饋，來更精準(zhǔn)地模擬出人類彈鋼琴時(shí)的輕與重。還有低成本的生物感應(yīng)電子皮膚，可以貼合在機(jī)械設(shè)備上幫助尋找施力方向。
隨著觸覺機(jī)制越來越多地被引入機(jī)器人領(lǐng)域，與視覺系統(tǒng)、紅外/激光雷達(dá)等其他傳感模式的結(jié)合也越來越多。
可見在探索現(xiàn)實(shí)世界的旅途中，AI正在愈發(fā)多才多藝起來。相信當(dāng)機(jī)器人也開始手眼并用時(shí)，我們距離“科技改變生活”的未來也越來越近了
1.TMT觀察網(wǎng)遵循行業(yè)規(guī)范，任何轉(zhuǎn)載的稿件都會(huì)明確標(biāo)注作者和來源；
2.TMT觀察網(wǎng)的原創(chuàng)文章，請(qǐng)轉(zhuǎn)載時(shí)務(wù)必注明文章作者和"來源：TMT觀察網(wǎng)"，不尊重原創(chuàng)的行為TMT觀察網(wǎng)或?qū)⒆肪控?zé)任；
3.作者投稿可能會(huì)經(jīng)TMT觀察網(wǎng)編輯修改或補(bǔ)充。
