這家人工智慧初創公司希望解決機器人撿東西的難題
如果說有一項簡單的技能機器人專家願意從人類身上竊取，那就是我們撿東西的能力。蘋果或雞蛋，鋼筆或電鑽，對我們來說都無關緊要。我們的手是靈巧的，能夠抓住一系列的形狀，更重要的是，我們可以計算出如何處理任何物體，我們從來沒有見過的閃光。
相比之下，機器人的手指又慢又笨拙。他們的硬體能夠進行實際的抓取，但他們甚至會被尺寸、形狀或位置的微小變化所迷惑。如果我們想讓機器人在家裡發揮作用，或者我們想提高它們在倉庫、工廠和其他工業環境中的效用，這是一個大問題。
一家名為Embodized Intelligence的初創公司是用最新的人工智慧解決這一問題的一批新企業之一。這家公司已經祕密運營了一段時間，但本週它向全世界宣佈了自己的身份。它是由艾倫-馬斯克支援的AI實驗室OpenAI和伯克利大學研究人員組成的，並有700萬美元的風險投資資金來啟動。公司的目標是什麼？簡單地說，幫助機器人抓緊。
正如OpenAI前研究員、Embounded Intelligence執行長彼得•陳（Peter Chen）對《邊緣》（The Verge）解釋的那樣，這一領域的關鍵挑戰在於**出適應性強、能夠快速學習新任務的機器人。”如果你去貿易展，你會看到機器人做很多非常奇特的事情，但這隻是一件事，我們希望機器人可以做一系列的事情，”陳告訴邊緣我們創辦這家公司時的信念是，在未來10到20年內，**和裝配中所有死記硬背和重覆性的任務都可以由通用機器人完成。。。但就實現目標仍需完成的工作量而言，這是巨大的。”
目前，如果你想**一個能夠拾取和操縱物體的機器人，你有兩個主要的選擇。一種是硬編碼：精確計算出機器人需要移動的位置和方式，並手工程式設計每一步。這適用於大多數任務，但造價昂貴，這意味著機器人的環境需要精確和不變。如果一個部件甚至有幾毫米不合適，它就可能使整個生產線失去正常運轉。如果你處理的是可變形物體，比如織物或金屬絲，這幾乎是不可能的。
一種新的方法（有不同的限制）使用人工智慧方法，稱為強化學習。這本質上是讓機器人用試錯法自學。程式設計師不會明確地告訴機器人如何解決問題，而是鼓勵它自己去解決問題。這需要較少的人力資源，但當應用到物理機器人上時會很費時，機器通常需要數周才能想出一個動作。另外，像硬編碼一樣，它在面對看不見的和令人驚訝的物件時不是很靈活。
因此，具身智慧的團隊正在轉向另一種被稱為模仿學習的方法。在這裡，機器人看著人類完成一項任務，然後學會模仿他們。最關鍵的是，他們不模仿精確的動作，而是試圖概括他們所看到的，把它變成一套抽象的指令，仍然適用於同一任務的不同變體。
近年來，這一領域取得了堅實的進展，特別是在伯克利實驗室，該實驗室由Pieter Abbeel教授領導，他曾是OpenAI的研究員，現在是Intelligence的總裁和首席科學家。在上面2013年的影片中，你可以看到一個機器人在Abbeel的實驗室學習繫繩子。影片中的指導員必須親自移動機器人，但機器不只是模仿這些動作；它可以將它們應用於同一任務的變體。
具體化智慧想要使用同樣的演示學習方法，但是控制器在虛擬現實中操作機器。陳形容這種方法“出人意料的有效”，並說機器人可以學習“來自人類的豐富學習訊號”。
“我們基本上可以從不到30分鐘的演示中教授多種技能，”他說，指的是這家初創公司最近在預列印伺服器arXiv上發表的一篇論文這不僅僅是教機器人一個固定的軌跡。它的目標是讓機器人能夠被帶到幾乎任何裝配或生產環境中，並教會一個技術經驗最少的人如何在幾個小時內完成一項工作。關鍵的是，具體化智慧只能構建一個版本的學習軟體，然後可以應用於各種場景。
這將是機器人在**和裝配中使用方式的變革，使公司能夠輕鬆實現任務自動化。因此，很多公司都在研究這個問題。亞馬遜每年都會舉辦一次“挑選挑戰”，試圖為自己的倉庫找到新的方法。谷歌已經嘗試用鏈子把機器人的手臂連在一起，看看它們是否能互相學習。而另一家名為Kindred的機器人初創公司正在解決這一問題，每當機器人陷入困境時，他們就會把機器人交給遠端虛擬現實操作員。
還有很多工作要做。陳說，體現智慧目前的方法只有百分之九十的可靠性，做正確的事情十有八九是不夠好的工廠。這將導致太多的停機和瓶頸。陳說，在開始銷售服務之前，這家初創公司需要接近99.99%的可靠性，但這可能需要一段時間。任何工程師都會告訴你，最後10%的改進往往是最棘手的。
不過，該公司相信，它將迅速獲得收益，尤其是隨著最近人工智慧的改進。陳先生將這一領域與幾年前的自動駕駛行業進行了比較，他說，基本原則已經到位，這是一個在現實生活中努力工作的案例。
“在過去的幾年裡，我們看到了機器人能力的巨大積累，這隻是。。。“工作，”他說你需要最後的推動，使事情可靠和快速，所以他們實際上是有用的。有人需要這麼做。我們正在這樣做。”
- 發表於 2021-06-22 04:58
- 閱讀 ( 27 )
- 分類：網際網路
你可能感興趣的文章
機器學習(machine learning)和人工智慧(artificial intelligence)的區別
關鍵區別——機器學習與人工智慧 人工智慧是一個寬泛的概念。自動駕駛汽車、智慧家居就是人工智慧的一些例子。一些國家在醫藥、**業、軍事、農業和家庭等領域擁有智慧機器人。機器學習是一種人工智慧。機器學習和...
10個自動化任務和節省時間的生產力機器人
雖然人工智慧（AI）可能會讓人想起HAL9000或T-1000的形象，但AI的表現形式與科幻小說中的完全不同。相反，人工智慧的中心是機器學習和自然語言處理。 ...
9個最好的程式碼遊戲，以建立你的程式設計技能
...以互相對抗。你的工作是編寫驅動你的機器人走向成功的人工智慧——使用Java、Scala、C#等真正的語言。要開始學習，請檢視Robocode基礎知識和教程。 ...
卡拉庫裡建造了一個機器人廚師，可以取代餐廳廚房
...劃，名廚赫斯頓·布魯門塔爾（Heston Blumenthal）也加入了這家總部位於倫敦的初創公司的董事會，以幫助發展。 ...
人工智慧將如何改變我們的生活，是好是壞
...過去一年左右一直關注媒體，你可能會得到這樣的印象：人工智慧的威脅摧毀我們只是時間問題。 編者按：這與我們通常的操作方式和解釋方式不同，我們讓作者研究並提出發人深省的技術觀點。 從大型暑期大片《復仇者：奧...
前谷歌人’s的新機器人重新設想了家庭自動化的未來
...嘗試失敗了。他共同創立的初創公司Meka Robotics於2013年被這家搜尋巨頭與波士頓動力（Boston Dynamics）等一系列其他機器人公司收購。人們對谷歌寄予厚望’但公司’當它意識到消費者機器人技術的侷限性時，它的努力失敗了。 甚...
以人工智慧為動力的機器人揀貨機將是倉庫的下一次重大工作革命
...單，但這是一項’一些最大的研究實驗室和科技公司都被這家公司難倒了。谷歌已經運行了一個機器人手臂的穩定，試圖學習如何可靠地抓住東西（員工開玩笑地稱之為）“手臂坑”)亞馬遜每年都會舉辦一次競賽，挑戰初創企...
谷歌以4億美元收購人工智慧初創公司deepmind
...人工智慧和機器人技術的巨大興趣之上。Re/code報道稱，這家搜尋公司正在以4億美元收購DeepMind Technologies，這是一項協調一致的人才收購計劃的一部分。我們已經聯絡谷歌進行確認。 根據這家初創公司的網站（目...
facebook的新messenger機器人是使用網際網路最慢的方式
...新機器人計劃，該計劃包含在它的Messenger應用程式中：由人工智慧驅動的個性隨叫隨到，可以購物、檢視天氣、獲取新聞更新等等。只有一個問題：機器人速度很慢。。。慢得令人痛苦。事實上，Poncho的“天氣貓”，Facebook資訊...
為什麼微軟要在機器人上下大賭註
...智慧**上最受歡迎的應用，自然語言處理的進步使得構建人工智慧成為可能，更容易響應我們的請求併在現實世界中執行操作。隨著網路和美國應用市場似乎已見頂，科技公司迫切需要新的方式來接觸客戶。 “我們...
