摘要：

研究人員和制造商正在培訓(xùn)機(jī)器人如何利用人工智能來(lái)學(xué)習(xí)和處理復(fù)雜的任務(wù)，但是所能實(shí)現(xiàn)的功能還遠(yuǎn)遠(yuǎn)未達(dá)到人們期望機(jī)器人達(dá)到的目標(biāo)?，F(xiàn)在人工智能的定義比以前更廣泛，這可能會(huì)造成一些混亂。

在人工智能 (AI) 領(lǐng)域工作了數(shù)十年的研究人員和企業(yè)家，正試圖幫助人們更好地理解它不夠明晰的內(nèi)涵。他們正在努力減少圍繞人工智能的一些混淆和誤解，并展示它是如何被用于工業(yè)應(yīng)用的機(jī)器人技術(shù)。

“ 最大的誤解可能是， 它還有多遠(yuǎn)?！盧ethink Robotics 董事長(zhǎng)兼首席技術(shù)官Rodney Brooks 說(shuō)，“ 自從1956 年AI 之父John McCarthy 創(chuàng)造了‘人工智能’一詞以來(lái)，我們一直致力于人工智能的研究，到目前為止大約62 年了。但它遠(yuǎn)比物理學(xué)復(fù)雜得多，而物理學(xué)花了相當(dāng)長(zhǎng)的時(shí)間來(lái)完善。 我想我們還處于人工智能的初期階段?！?/p>

很多與人工智能相關(guān)的炒作與最近媒體的大肆報(bào)道相關(guān)，例如展會(huì)上仿生和受動(dòng)物啟發(fā)的機(jī)器人展示，或者觀賞體育的人工智能系統(tǒng)，例如可以與人類下棋、打乒乓球、高爾夫的機(jī)器人。一些誤解源于將機(jī)器性能等同于能力。當(dāng)看到人執(zhí)行某項(xiàng)任務(wù)時(shí)，我們可以假定一些基本的能力——技能和天賦，人必須擁有這些技能才能完成該任務(wù)。但人工智能和這并不一樣。

“雖然AI 系統(tǒng)在下棋方面的表現(xiàn)令人吃驚，但它甚至不知道它是在玩游戲?！盉rooks說(shuō)，“我們把機(jī)器的性能誤認(rèn)為是它們的能力。當(dāng)看到程序像人一樣學(xué)習(xí)新事物時(shí)，如果你認(rèn)為程序也能像你一樣對(duì)其有深刻的理解，那可能你就犯了一個(gè)錯(cuò)誤?！?/p>

■ 圖 1: Brooks 認(rèn)為AI 仍處于起步階段。機(jī)器智能和人類智力之間沒(méi)有可預(yù)見(jiàn)的競(jìng)爭(zhēng)，人類仍然更聰明。

人工智能到底是什么

人工智能已經(jīng)成為營(yíng)銷的時(shí)髦詞。就像在此之前的 “機(jī)器人”一樣，現(xiàn)在似乎一切都是AI 驅(qū)動(dòng)的。到底什么是AI，什么不是 AI，有時(shí)很難確定。即使是專家，在確切的定義什么是AI、什么不是 AI 時(shí)，也會(huì)猶豫。正如Brooks 所指出的，在1960 年代被認(rèn)為是 AI 的事物，現(xiàn)在則出現(xiàn)在計(jì)算機(jī)編程的第一個(gè)課中。但它不叫 AI。

“在某個(gè)時(shí)候曾被叫做AI，” Brooks 說(shuō)，“后來(lái)，它就變成了計(jì)算機(jī)科學(xué)。”機(jī)器學(xué)習(xí)以及它的所有變化，包括深入學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和模仿學(xué)習(xí)，都是 AI 的子集。

“在某段時(shí)間內(nèi)，AI 是一個(gè)非常狹窄的領(lǐng)域。有些人非常確定的認(rèn)為它是一種搜索技術(shù)?！奔又荽髮W(xué)伯克利分校工業(yè)工程與運(yùn)籌學(xué)研究教授兼主席Ken Goldberg 說(shuō)，“而現(xiàn)在， AI 被廣泛認(rèn)為是機(jī)器人和機(jī)器學(xué)習(xí)的一個(gè)總括術(shù)語(yǔ)，因此現(xiàn)在它被看做一系列子集的集合。”

先進(jìn)的計(jì)算機(jī)視覺(jué)是人工智能的一種形式。“如果你只是檢查螺絲是否在合適的地方，那從60 年代開(kāi)始就有了該項(xiàng)技術(shù)。如果想將其稱之為AI，那就需要對(duì)其進(jìn)行擴(kuò)展?！盙oldberg說(shuō)，“但同時(shí)，如果一個(gè)計(jì)算機(jī)視覺(jué)系統(tǒng)能識(shí)別工人面孔，那我們一般認(rèn)為這是人工智能。因?yàn)檫@是一個(gè)更復(fù)雜的挑戰(zhàn)?！?/p>

缺乏語(yǔ)境

人的智力和機(jī)器智力之間的一個(gè)重要區(qū)別是語(yǔ)境。作為人類，我們對(duì)周圍的世界有了更多、更深入的了解。但人工智能并沒(méi)有。Brooks 說(shuō): “我在AI 語(yǔ)境領(lǐng)域已經(jīng)工作了60 年，成果甚少。”這就是為什么即使我們擁有超級(jí)智能AI，我也并不擔(dān)心。雖然我們?cè)谀承╊I(lǐng)域取得了成功，也就是現(xiàn)在所謂的革命，但非常有限。當(dāng)然，言語(yǔ)理解與我們10年前的情況截然不同。過(guò)去，按照語(yǔ)音理解系統(tǒng)的設(shè)置，你可以按下或說(shuō)‘2’來(lái)代表挫折感。但現(xiàn)在已經(jīng)不是這樣?！彼齺嗰R遜的Alexa 為例，還有谷歌助手和蘋果的 Siri。

“你對(duì) Alexa 說(shuō)些什么，即使在音樂(lè)播放的時(shí)候，在房間里還有其它人在說(shuō)話時(shí)，它也能很好的理解?！盉rooks 說(shuō)，這令人吃驚，主要受益于深度學(xué)習(xí)的發(fā)展?！俺浞掷眠@些新興技術(shù)領(lǐng)域的發(fā)展，讓我們可以做出更好的產(chǎn)品?！?/p>

“在剛開(kāi)始創(chuàng)建Rethink Robotics 時(shí)，我們考察了所有的商業(yè)語(yǔ)言理解系統(tǒng)。那時(shí)，我們認(rèn)為在工廠里，實(shí)現(xiàn)機(jī)器人語(yǔ)音識(shí)別是荒唐可笑的。我想現(xiàn)在情況已經(jīng)發(fā)生了改變?！盉rooks 說(shuō)。

語(yǔ)音識(shí)別系統(tǒng)編譯出正確的字串。準(zhǔn)確的字串足以做很多事情，但它仍不能像人一樣聰明?！斑@就是區(qū)別，”他說(shuō)，“獲取字串只是一種有限的能力。如果要擴(kuò)展這種能力，還有很長(zhǎng)的路要走?！?/p>

這些有限的能力，已經(jīng)成為許多關(guān)于人工智能樂(lè)觀預(yù)測(cè)的基礎(chǔ)，但對(duì)未來(lái)人類所承擔(dān)的角色，則可能顯得過(guò)于悲觀。

在現(xiàn)實(shí)世界中的AI 研究

相對(duì)于單一性，Goldberg 更強(qiáng)調(diào)多樣性，注意到不同組合的人和機(jī)器合作解決問(wèn)題和創(chuàng)新的重要性。如果AI 應(yīng)用程序想要走出實(shí)驗(yàn)室，進(jìn)入現(xiàn)實(shí)世界，這種協(xié)作尤其重要。

加州大學(xué)伯克利分校電氣工程和計(jì)算機(jī)科學(xué)系的教授Pieter Abbeel，也是Embodied Intelligence 公司的總裁和首席科學(xué)家。他正致力于將AI 帶入工業(yè)世界，同時(shí)強(qiáng)調(diào)人類和機(jī)器協(xié)同工作的重要性。

“ 這是挑戰(zhàn)的一部分，” Abbeel說(shuō)，“ 人類如何能夠利用這項(xiàng)技術(shù)，利用它來(lái)使自己更聰明，而不是僅僅讓這些機(jī)器與我們分開(kāi)？當(dāng)機(jī)器成為我們?nèi)粘Ｉ畹囊徊糠?，可以用于提高效率的時(shí)候，那就是它真正令人興奮的時(shí)刻?！?/p>

盡管Abbeel 對(duì) AI 的前景感到興奮，但他認(rèn)為適當(dāng)?shù)闹?jǐn)慎是有必要的?！拔艺J(rèn)為最好記住，像語(yǔ)音識(shí)別、機(jī)器翻譯和識(shí)別圖像中最顯著的進(jìn)步其實(shí)只是所謂的監(jiān)督學(xué)習(xí)的例子?！?/p>

重要的是要了解有不同類型的AI正在建立。在機(jī)器學(xué)習(xí)中，有三種主要的學(xué)習(xí)類型: 監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)。

“ 監(jiān)督學(xué)習(xí)只是一種模式識(shí)別，”Abbeel 說(shuō)。從語(yǔ)音到文本，或者從一種語(yǔ)言到另一種語(yǔ)言，這是一個(gè)很難的識(shí)別模式，但是 AI 沒(méi)有任何目標(biāo)或目的。給出英語(yǔ)，它會(huì)告訴你中文是什么。給它一個(gè)口頭句子，它將轉(zhuǎn)錄成一系列的字母。這只是模式匹配。你給出數(shù)據(jù)——圖像和標(biāo)簽，它學(xué)習(xí)如何從圖像到標(biāo)簽的識(shí)別模式。

沒(méi)有監(jiān)督的學(xué)習(xí)是你只給它圖像，沒(méi)有標(biāo)簽。希望它能夠從大量的圖像開(kāi)始，了解世界是什么，然后逐步建立這種理解，也許在將來(lái)它可以更快地學(xué)習(xí)到其它東西。沒(méi)有監(jiān)督的學(xué)習(xí)沒(méi)有任務(wù)。只需給它提供大量的數(shù)據(jù)。

接下來(lái)是強(qiáng)化學(xué)習(xí)，這種學(xué)習(xí)非常不同，更有趣，也更難 ( 強(qiáng)化學(xué)習(xí)被歸功于自動(dòng)駕駛技術(shù)的進(jìn)步)。 強(qiáng)化學(xué)習(xí)是給系統(tǒng)一個(gè)目標(biāo)。目標(biāo)可以是在視頻游戲中獲得高分，或在國(guó)際象棋游戲中獲勝，或組裝兩個(gè)零件。這也是對(duì)AI 產(chǎn)生某些恐懼的理由。如果 AI 有錯(cuò)誤的目標(biāo)，會(huì)發(fā)生什么？目標(biāo)應(yīng)該如何設(shè)定？

重要的是人類和人工智能不會(huì)在真空隔絕的環(huán)境中進(jìn)化的。Abbeel說(shuō):“當(dāng)我們創(chuàng)造越來(lái)越智能的機(jī)器時(shí)，我們作為人類的能力也將會(huì)增強(qiáng)。現(xiàn)在，我們?cè)贓mbodied Intelligence所做的工作最讓我興奮的是，人工智能的最新發(fā)展，已經(jīng)使 AI 能夠理解它們?cè)趫D片中看到的內(nèi)容?！?/p>

■ 圖 2: Abbeel 正在將機(jī)器學(xué)習(xí)的突破性研究轉(zhuǎn)變?yōu)閷?shí)際的工業(yè)應(yīng)用，機(jī)器人可以自主學(xué)習(xí)新技能。

機(jī)器人抓取的深度學(xué)習(xí)

加州大學(xué)伯克利分校的Autolab實(shí)驗(yàn)室， 專注AI 領(lǐng)域的研究超過(guò)10年，并已將其應(yīng)用于云機(jī)器人、深入強(qiáng)化學(xué)習(xí)、從演示中學(xué)習(xí)、以及倉(cāng)庫(kù)物流強(qiáng)健的機(jī)器人抓取和操縱、家庭機(jī)器人、以及外科機(jī)器人等項(xiàng)目。

該實(shí)驗(yàn)室的Dexterity Network(Dex-Net) 項(xiàng)目表明， AI 可以幫助機(jī)器人學(xué)習(xí)抓取不同大小和形狀的對(duì)象，通過(guò)提供數(shù)以百萬(wàn)計(jì)的3D 對(duì)象模型、圖像，以及如何將它們抓取到深度學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)指標(biāo)。

以前，機(jī)器人通過(guò)拿不同的對(duì)象反復(fù)練習(xí)來(lái)學(xué)習(xí)抓取和操作對(duì)象，這是一個(gè)耗時(shí)的過(guò)程。利用合成點(diǎn)云代替物理對(duì)象來(lái)訓(xùn)練神經(jīng)網(wǎng)絡(luò)、識(shí)別抓取，最新的Dex-Net 迭代效率更高，可以達(dá)到99% 的抓取精度。從長(zhǎng)遠(yuǎn)來(lái)看，Goldberg 希望開(kāi)發(fā)高可靠性的機(jī)器人，能夠抓取各種剛性物體：如工具、家居用品、包裝貨物、和工業(yè)零件。

■ 圖 3: 在研究人員培訓(xùn)神經(jīng)網(wǎng)絡(luò)如何識(shí)別來(lái)自數(shù)以百萬(wàn)計(jì)的3D 模型和圖像中的對(duì)象以后，機(jī)器人可以操作之前從未遇到過(guò)的對(duì)象。

深度學(xué)習(xí)協(xié)作機(jī)器人

Rethink 公司的 Intera 5 軟件，旨在使Baxter 和Sawyer 協(xié)作機(jī)器人更聰明。機(jī)器人的視覺(jué)和培訓(xùn)功能中，利用了很多人工智能。

“傳統(tǒng)的工業(yè)機(jī)器人沒(méi)有太多的智慧，這一情況正在改變。我們正在將深度學(xué)習(xí)應(yīng)用到機(jī)器人?！?Brooks說(shuō)。未來(lái)可能90% 的制造，都是人與機(jī)器人在同一空間協(xié)同工作。

Baxter 和Sawyer 機(jī)器人有一個(gè)示范培訓(xùn)功能，可以使 AI 投入工作。Brooks 說(shuō): “當(dāng)你通過(guò)演示訓(xùn)練它的時(shí)候，你可以通過(guò)移動(dòng)它的手臂向其展示某些東西，它會(huì)推斷出一個(gè)叫做行為樹(shù)的程序。它會(huì)為自己編寫一個(gè)程序來(lái)運(yùn)行。你不必親自去寫這個(gè)程序?！?/p>

Intera 5 是一種圖形化編程語(yǔ)言。Brooks 說(shuō)，你可以查看它，修改它，或者你可以在行為樹(shù)中編寫一個(gè)程序，讓它繞過(guò)程序的選項(xiàng)自動(dòng)執(zhí)行。

■ 圖 4: 集成AI 的協(xié)作機(jī)器人，將計(jì)算機(jī)數(shù)控車床應(yīng)用到定制注塑機(jī)上，可以促進(jìn)工藝過(guò)程的自動(dòng)化，提高產(chǎn)品質(zhì)量和生產(chǎn)效率，并可以將運(yùn)行人員從重復(fù)的任務(wù)中解放出來(lái)。

AI 改變機(jī)器人編程

人工智能正在改變機(jī)器人的編程方式。在Embodied Intelligence 公司，Abbeel 和他的團(tuán)隊(duì)利用 AI 的力量，以幫助工業(yè)機(jī)器人學(xué)習(xí)新的、復(fù)雜的技能。

他們的工作是從 Abbeel 在加州大學(xué)伯克利分校的研究中發(fā)展而來(lái)的，在使用模仿學(xué)習(xí)和深層強(qiáng)化學(xué)習(xí)來(lái)培訓(xùn)機(jī)器人操縱物體方面有了重大突破。開(kāi)始采用感知和控制相結(jié)合的方式來(lái)遠(yuǎn)程操作機(jī)器人。操作員佩戴虛擬現(xiàn)實(shí) (VR) 裝置，通過(guò)攝像機(jī)來(lái)顯示機(jī)器人的視圖。

在控制方面，VR 設(shè)備配置了操作員手持的處理設(shè)備。當(dāng)運(yùn)行人員的手移動(dòng)時(shí)，該運(yùn)動(dòng)就能被跟蹤。跟蹤所得的坐標(biāo)和方向，被送入驅(qū)動(dòng)機(jī)器人的計(jì)算機(jī)上。這樣操作員可以直接控制機(jī)器人爪的運(yùn)動(dòng)，就像木偶一樣。

Abbeel 說(shuō): “我們?cè)试S人類將自己嵌入機(jī)器人內(nèi)部?！蓖ㄟ^(guò)機(jī)器人的眼睛， 人可以看并且控制機(jī)器人的手臂。他說(shuō)，人類是如此靈巧，以至于機(jī)器人爪和我們的手之間沒(méi)有可比性。通過(guò) VR 系統(tǒng)，操作員可以感受到機(jī)器人運(yùn)動(dòng)方面的限制。

“通過(guò)給機(jī)器人演示來(lái)傳授技能的精髓。這并不意味，在剛開(kāi)始時(shí)會(huì)像機(jī)器人一樣快。它會(huì)以人類的速度進(jìn)行，對(duì)于大多數(shù)機(jī)器人來(lái)說(shuō)，這非常緩慢?！盇bbeel 說(shuō)。這是第一階段( 模仿學(xué)習(xí))。通過(guò)示范培訓(xùn)機(jī)器人。然后在第二階段，機(jī)器人將運(yùn)行強(qiáng)化學(xué)習(xí)，從它自己的嘗試和錯(cuò)誤中學(xué)習(xí)。這時(shí)，機(jī)器人已經(jīng)學(xué)會(huì)了任務(wù)的精髓。現(xiàn)在，機(jī)器人只需要學(xué)會(huì)如何加速。這時(shí)它可以通過(guò)強(qiáng)化學(xué)習(xí)加快學(xué)習(xí)的進(jìn)程。

他們的技術(shù)特別適合于挑戰(zhàn)性的視覺(jué)和操作任務(wù)，而這對(duì)傳統(tǒng)的軟件編程技術(shù)來(lái)說(shuō)太復(fù)雜了。Embodied公司可以讓任何人通過(guò)自己的演示，使用該軟件來(lái)重新為它們的機(jī)器人編程。這將允許任何公司，不管大小都可以快速重新部署機(jī)器人，完成不同的任務(wù)。

■ 圖 5: 操作員戴著VR 頭盔，手持運(yùn)動(dòng)跟蹤裝置，遠(yuǎn)程操作機(jī)器人，這樣它就可以學(xué)習(xí)如何使用強(qiáng)化學(xué)習(xí)來(lái)獨(dú)立完成新的技能。

未來(lái)的潛力

雖然AI 在云計(jì)算機(jī)器人、機(jī)器學(xué)習(xí)、計(jì)算機(jī)視覺(jué)、語(yǔ)音識(shí)別等各個(gè)方面都在進(jìn)步，并在特定領(lǐng)域取得了顯著的進(jìn)步，然而，AI 對(duì)人類還是所知有限。

在 AI 和人類工程學(xué)的幫助下，即使有一天機(jī)器人能夠接近人類的靈巧程度，但可能也永遠(yuǎn)不會(huì)真正掌握周圍的世界。語(yǔ)境和獨(dú)創(chuàng)性將仍是人類主導(dǎo)的領(lǐng)域。技術(shù)既不壞也不好，就看我們?nèi)绾问褂盟?。有了人工智能和機(jī)器人的幫助，人類就有了巨大的潛能來(lái)做更多有意義的事。

本文關(guān)鍵概念

■ 人工智能正在發(fā)展，但它還遠(yuǎn)不如人類聰明。

■ 人類可以利用人工智能幫助機(jī)器人學(xué)習(xí)新的技能。

■ 云機(jī)器人可以幫助協(xié)作機(jī)器人，AI需要大量的數(shù)據(jù)。

思考一下 ： 有什么特殊的技能可以教給機(jī)器人，從而在制造和工業(yè)自動(dòng)化方面帶來(lái)巨大影？

本文來(lái)自于《控制工程中文版》（CONTROL ENGINEERING China ）2018年9月刊《技術(shù)文章》欄目，原標(biāo)題為：人工智能對(duì)未來(lái)機(jī)器人產(chǎn)業(yè)的影響。