導(dǎo)讀： 如果量子計算還不夠燒腦的話，D-Wave Systems 的一位創(chuàng)始人又看上了另一個未來十足的想法：使用人工智能和高科技外骨骼讓人類(或者讓猴子——根據(jù)對該技術(shù)的一份描述文件)能夠控制和訓練智能機器人大軍。
如果量子計算還不夠燒腦的話，D-Wave Systems 的一位創(chuàng)始人又看上了另一個未來十足的想法：使用人工智能和高科技外骨骼讓人類(或者讓猴子——根據(jù)對該技術(shù)的一份描述文件)能夠控制和訓練智能機器人大軍。
Geordie Rose 是 D-Wave 的聯(lián)合創(chuàng)始人兼首席技術(shù)官，該公司正在銷售據(jù)稱使用了量子力學效應(yīng)的計算機器——據(jù)說其在一些特定問題上的計算速度已經(jīng)達到了傳統(tǒng)計算機的數(shù)億倍。
而 IEEE Spectrum 經(jīng)過調(diào)查發(fā)現(xiàn) Rose 同時還是另一家公司 Kindred Systems(也叫 Kindred AI)的 CEO，這家處于隱身模式的創(chuàng)業(yè)公司創(chuàng)立于 2014 年，致力于提供遠程控制的和自主的機器人。他們的目標是讓機器人編程更快更便宜，甚至可能徹底變革全世界的工作。
Kindred 目前已經(jīng)融資了 1000 萬美元——據(jù) Data Collective，這家風險投資公司領(lǐng)投了其中一輪。另一家硅谷風投公司 Eleven Two Capital 也參與了投資。Data Collective 在一片博客文章中描述 Kindred 是「使用人工智能驅(qū)動的機器人，使得一個人類工人就能完成四個人的工作?！?/div>
Kindred 最近申請了美國的專利，其描述是：一種操作者可穿戴頭戴式顯示器和外骨骼套裝來執(zhí)行日常任務(wù)的系統(tǒng)。然后來自該套裝和其它外部傳感器的數(shù)據(jù)可在被分析后用來控制遠程機器人。
Kindred 一直以來都很低調(diào)，沒有發(fā)過媒體新聞稿，也只有一個非常簡單的網(wǎng)站：www.kindred.ai。但是，去年 11 月時，一位 D-Wave 前研究者、Kindred 的聯(lián)合創(chuàng)始人兼 CTO 曾告訴一些技術(shù)人士說該公司正在打造使用機器學習來識別模式和進行決策的個人機器人。
她說：「量子力學很酷，但機器人中的類人智能更酷?！?/div>
Kindred 位于加拿大不列顛哥倫比亞省溫哥華，其最近提交的一份美國專利申請揭示了其勃勃雄心。該文件描述了一種頭戴式顯示器和帶有傳感器和執(zhí)行器的外骨骼系統(tǒng)，操作者可穿戴它來執(zhí)行日常任務(wù)。然后云端的計算機會分析來自該套裝和其它外部傳感器的數(shù)據(jù)，并依據(jù)分析結(jié)果控制遠程機器人。這些數(shù)據(jù)也可被用訓練機器學習算法，這讓機器人可以自動模仿操作者的動作。
「操作者可能包含了非人類的動物，比如猴子。」該專利寫道，「而且操作接口可能……需要重新調(diào)整尺寸以彌合人類操作者和猴子操作者之間的差異?！?事實上，這并非第一種讓猴子直接控制機器人的設(shè)備，但之前的結(jié)果更關(guān)注腦機接口(參考閱讀《斯坦福開發(fā)機器學習腦機接口，幫助猴子打出了莎士比亞名句》)，而不是機器人控制和自動化。)
來自美國專利申請 US20160243701A1。帶有傳感器和執(zhí)行器的外骨骼套裝渲染圖，操作者可以穿戴它來遠程控制機器人
該專利申請描述一些有關(guān)操作者接口的細節(jié)、一套包含頭部和頸部運動傳感器的可穿戴機器人套裝(上圖)、用于捕捉手臂運動的設(shè)備和觸感手套。其操作者可以使用腳踏板來控制機器人的移動，以及使用一個類似 Oculus Rift 的虛擬現(xiàn)實頭設(shè)來體驗機器人所看到的內(nèi)容。該套裝甚至還包含化學和生物傳感器，還有用于捕捉腦波信號的 EEG 和 MRI 設(shè)備。
其所設(shè)想的機器人是 1.2 米高的人形機器人，外部還可能會覆蓋一層合成皮膚，擁有兩個(或更多)機器臂(用作手或夾持器)和用于移動的輪式底盤。它頭上安裝的相機可以為其猴子操作者傳輸高精度視頻，同時它還帶有用于紅外和紫外成像、GPS、觸控、臨近度和應(yīng)變度探測的傳感器，甚至還帶有一個輻射檢測器。
該系統(tǒng)可被用于直接遠程操控，操作者可以操作遠程機器人來完成工業(yè)和家庭任務(wù)。充滿傳奇故事的機器人實驗室 Willow Garage 曾在 2011 年實驗了一款類似的系統(tǒng) Heaphy，還取得了一定的成功。
現(xiàn)在 Kindred 想要實現(xiàn)遠程機器人的下一步?！副M管包含在人類大腦中的用于執(zhí)行各種人類可執(zhí)行的任務(wù)的大量信息是可用的，但過去用于執(zhí)行這些任務(wù)的機器人相關(guān)設(shè)備卻并沒有或并沒有充分地使用到它們?！筀indred 的專利文件表示。此外它還提到：「操作者也可能包含非人類的動物，比如猴子。而且操作接口可能……需要重新調(diào)整尺寸以彌合人類操作者和猴子操作者之間的差異?！?/div>
?
更重要的是，該公司想要該系統(tǒng)能夠從其操作者身上學習，最終讓機器人可以在沒有人類——或猴子——的控制下執(zhí)行任務(wù)。該專利表示：「設(shè)備控制指令和和在多輪運行中生成的環(huán)境傳感器信息可以被用于衍生自動控制信息，這些信息可被用于促進自動化設(shè)備中的自動行為。」
該文檔還表示 Kindred 將使用「深度分層學習算法(deep hierarchical learning algorithms)」來實現(xiàn)這一目標，其中包括條件深度信念網(wǎng)絡(luò)(CDBN: conditional deep belief network)和條件受限玻爾茲曼機(CRBM: conditional restricted Boltzmann machine)——這是一種強大的循環(huán)神經(jīng)網(wǎng)絡(luò)(recurrent neural network)。
來自美國專利申請 US20160243701A1，上圖展示了多個操作者和機器人通過 Kindred 的云端人工智能系統(tǒng)進行交流通信的方式
事實上，該專利的發(fā)明者之一 Graham Taylor 在 CDBN 和 CRBM 上都有一些研究貢獻。Taylor 是安大略省圭爾夫大學機器學習研究組(Machine Learning Research Group)的負責人。他曾經(jīng)在多倫多大學師從深度學習先驅(qū) Geoff Hinton(Hinton 在 1985 年聯(lián)合發(fā)明了玻爾茲曼機，他現(xiàn)在同時在谷歌和多倫多大學工作)。
量子計算公司 D-Wave 表示該系統(tǒng)的運算「類似于玻爾茲曼機」，而且其研究團隊「正在研究并行使用這些架構(gòu)來從根本上加速深度的和層次化的神經(jīng)網(wǎng)絡(luò)的學習」。
2010 年時，Geordie Rose 與人合著了一篇論文《The Ising model: teaching an old problem new tricks》稱量子計算機可以在一些類型的機器學習應(yīng)用上比傳統(tǒng)計算機更加高效。這會成為新領(lǐng)域——量子機器人(quantum robotics)——的開端嗎?
Kindred 和 D-Wave 都沒有回應(yīng) IEEE Spectrum 對此要求評論的請求，但據(jù) LinkedIn 資料和加拿大的政府記錄，Kindred 在溫哥華有大約 25 名員工，包括幾位原來 D-Wave 的員工。該公司似乎在舊金山灣區(qū)也有人，包括一位專門從事機械設(shè)計和機電一體化整合的機電一體化工程師。
至于實際的應(yīng)用，該專利提到了工業(yè)制造、家務(wù)甚至娛樂。它說：「其所執(zhí)行的任務(wù)可能包括做一杯咖啡或表演編排的舞蹈。一位操作者……也許是一位表演者……可以提供可錄制的動作集合(比如一組口頭交流可通過機器人上的揚聲器播放出來)?！?/div>
盡管目前還不清楚 Kindred 的遠程機器人系統(tǒng)已經(jīng)做到哪種程度了，但該文件已經(jīng)給出了該系統(tǒng)的外骨骼 3D 渲染模型、一些組件的詳情、以及手套組件與機器人履帶的照片。
IEEE Spectrum 聯(lián)系的機器人專家說這使得編程機器人更簡單，如同 Kindred 想要做的那樣，它將成為該領(lǐng)域的一大進步。但該公司是否有能力交付出描述的那樣的系統(tǒng)有一些懷疑。在 Willow Garage 開發(fā)出 Heaphy 遙控機器人系統(tǒng)的 Tim Filed 說，「應(yīng)用機器學習的部分遠超如今的頂尖水平，它所需要的數(shù)據(jù)量是天文級的。」他提到了 Google Research 系統(tǒng)讓機械臂學會從籃子中挑選物體進行了 80 萬次嘗試。他解釋說，「想象一下使用人工操作進行 80 萬次嘗試所花費的時間，如今這是不可能的?！?/div>
俄勒岡州立大學的機器人專家 Bill Smart 說，「理論上這是一個不錯的思路，但里面的技巧是要抓住任務(wù)的環(huán)境。此外，我敢打賭人類是沒法讓機器人實現(xiàn)最佳的運動方式的，因為人與機器有不同的動力學?！?/div>
使用靈長類動物教機器人如何唱歌、跳舞這個思路如何呢?Smart 開玩笑說，「如果你有無限量的猴子，你可能會得到一個最優(yōu)的控制器嗎?但保持它們做任務(wù)就是一個噩夢。」
聲明：凡資訊來源注明為其他媒體來源的信息，均為轉(zhuǎn)載自其他媒體，并不代表本網(wǎng)站贊同其觀點，也不代表本網(wǎng)站對其真實性負責。您若對該文章內(nèi)容有任何疑問或質(zhì)疑，請立即與中國機器人網(wǎng)(www.baoxianwx.cn)聯(lián)系，本網(wǎng)站將迅速給您回應(yīng)并做處理。
電話：021-39553798-8007
電話：021-39553798-8007
更多>相關(guān)專題
0 條相關(guān)評論
推薦圖文
推薦專題
- 八個最好的開源機器學習框架和庫
- 終于找全了，各種工業(yè)機器人清晰動態(tài)原理圖
- ACS使用機械臂和質(zhì)譜分析不規(guī)則三維形狀的表面
- 如何將工業(yè)機器人與數(shù)控機床融合應(yīng)用？
- IBM上線“深度學習即服務(wù)”項目 幫助開發(fā)者縮短AI訓練時間
- 未來幾年從事這些熱門技術(shù)的機器人企業(yè)有可能成為獨角獸
- 德國開發(fā)高速納米機器人電驅(qū)動新技術(shù) 開啟醫(yī)療新紀元
- 數(shù)據(jù)科學、機器學習、人工智能，究竟有什么區(qū)別？
- 福布斯：4月起無人駕駛汽車成為公路上的常見現(xiàn)象
- “壁虎”仿生機器人——太空垃圾清理能手
點擊排行
