對于機器人來說，它們完成日常事務(wù)時需要訪問大量數(shù)據(jù)來學(xué)習(xí)如何抓取和操縱物體——這些數(shù)據(jù)通常來自精密的編程。但在理想狀況下，機器人可以彼此之間獲取信息。
學(xué)術(shù)研發(fā)進程加快 知識分享型機器人或成真
如果機器人可以進行學(xué)習(xí)并在彼此間分享知識，那么我們的生活將會變得怎樣呢？
突破點：機器人可以學(xué)習(xí)任務(wù)，將知識傳送到云端供其他機器人學(xué)習(xí)。
意義：如果不需要分別對所有類型的機器進行單獨編程，那么機器人發(fā)展進程將被大量加快。
主要研究者：Brain of Things、布朗大學(xué)、加利福尼亞大學(xué)伯克利分校、德國達姆施塔特工業(yè)大學(xué)
技術(shù)上市時間：未來3-5年。
人們希望機器人可以完成更多的工作，例如在倉庫中包裝貨物、幫助臥床病人或在前線幫助士兵，但因為機器人不能識別并且簡單處理常見的事務(wù)，所以這一切幾乎不可能成為現(xiàn)實。布朗大學(xué)的計算機科學(xué)教授表示，人們通常在疊襪子、拿水杯等事情方面毫無問題，因為我們已經(jīng)經(jīng)歷了童年時期的“大數(shù)據(jù)收集過程”。而對于機器人來說，它們需要訪問大量數(shù)據(jù)來學(xué)習(xí)如何抓取和操縱物體——這些數(shù)據(jù)通常來自精密的編程。但在理想狀況下，機器人可以彼此之間獲取信息。
這是Tellex的“萬物交流”項目所依據(jù)的理論。這個項目的目的是研究世界各地的機器人，并了解它們?nèi)绾伟l(fā)現(xiàn)處理從碗到香蕉這類簡單物品，然后在學(xué)習(xí)完成后將數(shù)據(jù)上傳到云端，并允許其他機器人分析和使用這些信息。
在美國羅德島州普羅維登斯設(shè)立的Tellex實驗室的氣氛非常輕松愉悅。我拜訪她的那天，一個由機器人技術(shù)公司制造的Baxter機器人正站在一堆東西中掃描一個小梳子。它在小梳子上方來回移動自己的右手，并使用相機拍攝了許多照片而且使用紅外傳感器測量深度。之后，它用兩個鉗子嘗試了不同的抓取方式并最終將其舉起來。一旦機器人將梳子握在空中，它就會搖動梳子以確保已經(jīng)抓緊了。假如是這樣的話，我們就可以斷定機器人已經(jīng)學(xué)會了如何抓取物體。
機器人可以全天工作，通常在其每個夾具中都有不同的物品。Tellex和她的研究生John Oberlin已經(jīng)收集并分享了大約200種物品的數(shù)據(jù)，這些物件包括小孩的鞋子、塑料船、橡皮鴨、榨蒜汁機和其他廚房用具，以及最初屬于她三歲兒子的吸水杯。其他科學(xué)家也貢獻了他們自己的數(shù)據(jù)，Tellex希望可以使用這些數(shù)據(jù)來建立一個關(guān)于機器人如何操縱一百萬個不同物品的數(shù)據(jù)庫。最終，機器人在面對一個裝滿貨物的架子時就能夠“識別它們面前的鋼筆并抓起它”。
此項目實現(xiàn)的可能性很大，因為許多機器人研究都使用相同的標準框架編程，比如ROS：一旦一個機器人將給定任務(wù)學(xué)習(xí)完畢，它就可以將數(shù)據(jù)分享給其他人，并且這些機器人還可以上傳反饋——這可以改善傳遞給后續(xù)機器人的指令。Tellex說，關(guān)于如何識別和抓取任何給定物體的數(shù)據(jù)都可以被壓縮到5-10兆字節(jié)，這大約是音樂庫中一首歌曲所占內(nèi)存的大小。
Tellex是一個名為“機器人大腦”項目的早期合作者，這個項目展示了機器人如何從另一個機器人那里學(xué)習(xí)。她的合作者Ashutosh Saxena在康奈爾大學(xué)指導(dǎo)他的PR2機器人拿起小杯子并將其放在桌子上。之后，Tellex在布朗大學(xué)從云端下載了這些信息并使用它們訓(xùn)練Baxter——因為處于不同環(huán)境中的機器人執(zhí)行相同任務(wù)的過程也不太一樣。
“這些進展現(xiàn)在看起來作用很大，但是在接下來的5到10年內(nèi)，我們期望看到機器人能力的爆炸式增長。”Saxena說。他現(xiàn)在是創(chuàng)業(yè)公司Brain of Things的CEO。隨著更多的研究人員貢獻資源來完善云端數(shù)據(jù)，“機器人會變得能夠在彈指間獲取需要的所有信息”。
每當機器人用最佳方式抓取并握住某物時，它就會將其他機器人可以使用的數(shù)據(jù)格式化。
