麻省理工研究人員想教機器人洗盤子

機器人幾年前來了。 他們幫助在工廠建造東西。 他們在大型倉庫之間穿梭包裝和產品，推動亞馬遜全球零售業務。 還有這麼多。 但Ilker Yildirim設想了一個機器人，可以更微妙的操作，一個機器人，不需要根據預先編程的動作進行操作。 這台機器可以響應其環境的變化，就像人類一樣，並預測當選擇一個動作時會發生什麼。 他設想了一個可以做你的菜肴的機器人。

這是一個比你想像的更難的任務。 它包括預測當你將一道菜放在另一道菜上時會發生什麼; 當你把它放在廚房水龍頭下; 當你把它放在洗碗機里。 我們人類直觀地做到這一點，Yildirim旨在用硬體和軟體複製這種直覺。

Yildirim是與麻省理工大學的腦和認知科學系及其計算機科學和人工智慧實驗室或CS人工智慧L相關的博士後文章。與麻省理工學院的其他人一起，他最近發表了一篇研究論文，描述了一種人工智慧系統，可以預測物體在某些情況下將如何移動。一個物體放在另一個物體上會落下嗎？放置在坡道時會滑動嗎？在某些情況下，系統可以預測這些運動以及人類。 Yildirim認為這是一個新品種的機器人的墊腳石，包括可以做你的菜肴的機器。

「這些不會是製造機器人，它有一個非常精確定義的行動，他們需要接管一遍又一遍，」他說。 「這些是必須處理不確定性的機器人。如果機器人將餐具放在洗碗機中，它必須理解它們如何堆疊在彼此之上的微妙之處。它必須知道如果它採取某種行動，它會顛覆他們。它必須深刻地理解其物理環境。

這項工作是更廣泛的努力的一部分給機器這種理解。在秋天，在加利福尼亞州門洛帕克公司總部的一小群記者參加的活動中，Facebook首席技術官Mike Schroepfer展示了該公司人工智慧研究人員建立的類似系統。給定幾個堆疊塊的圖像，系統可以預測該堆疊是否會掉落。正如Schroepfer所說：Facebook正在教它的機器玩Jenga。但這不僅僅是遊戲。這不僅是像Facebook這樣的互聯網服務的未來，而是Yildirim解釋的一種新型機器人。

Facebook和MIT實驗都依賴於深度神經網路 - 接近人類大腦神經元網路的硬體和軟體網路。如果你在這些神經網路中提供足夠的汽車照片，他們可以學習識別汽車。如果你給他們足夠的口語單詞，他們可以學會識別你說什麼。如果你給他們一堆計算機惡意軟體，他們可以學習識別一個病毒。但有這麼多其他的可能性。

Yildirim和他的同事開始的視頻，顯示各種各樣的物體移動和碰撞的各種方式。但是研究人員還使用了一種稱為Bullet的3D物理引擎，它允許他們建立這種事件的數字模擬，模擬物體的物理模擬。這些模型可以確定對象的行為，直到它們將行進的速度。然後，研究人員將這些數據集（視頻和模擬）都添加到深度神經網路中。在分析足夠的數據之後，它可以學習識別對象，推斷它們的物理化妝，然後預測它們將如何表現。

該系統結合了兩種類型的人工智慧物理模擬和深度學習，並且兩者都是必要的。當然，自己，物理模擬可以預測運動，而不會失敗。但是你必須為每個特定的場景編程。這裡的訣竅是，如果你將許多情景饋送到一個深層神經網路 - 提供視覺圖像和物理 - 系統可以學習分析之前從未見過的情況。即使只顯示了幾個靜態框架的場景，Yildirim說，系統可以估計物體的質量和摩擦，並可靠地預測會發生什麼。

除其他事項外，該項目表明，人工智慧通常涉及各種技術的組合。目前，新聞界對深度學習產生了巨大的關注。但是有很多其他形式的人工智慧，他們通常可以通過協同工作獲得新的結果。 Yildirim和他的團隊已經針對真實的人類進行了系統，每個人都預測某些事件的結果，人工智慧可以擁有自己的。 「該系統與人類相似，在平均性能和錯誤的種類方面，」他說。你離你自己的洗碗機機器人服務員還有很長的路要走。但你不是像你一樣遙遠。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！