世界上最靈活機器人問(wèn)世，5年內將超越人類(lèi)

      上面的機器人也許看起來(lái)其貌不揚，但是根據新的測試方法，它是目前最靈巧的機器，擁有多項技能，比如對你的垃圾抽屜進(jìn)行分類(lèi)整理，速度和技巧驚人。

　　這種靈巧性的關(guān)鍵不在于它的機械抓手，而在于它的大腦。該機器人基于名為Dex-Net的軟件拾取物體，即使物體非常奇怪，其確定效率也非常高，令人難以置信。

　　這臺新機器人由加州大學(xué)伯克利分校教授Ken Goldberg和他的一名研究生Jeff Mahler建造。 Goldberg專(zhuān)注于人工智能，他在由麻省理工科技評論組織的舊金山EmTech Digital展覽會(huì )上展示了機器人的最新版本。

　　Goldberg的機器人比以前開(kāi)發(fā)的任何東西都更接近于人類(lèi)的熟練程度。而具備高靈活性的工業(yè)機器人可以在倉庫、工廠(chǎng)、醫院、家庭場(chǎng)景中找到用武之地。

　　Dex-Net特別聰明的一點(diǎn)是它學(xué)習抓取的能力。該軟件嘗試在虛擬環(huán)境中拾取物品，通過(guò)反復試錯來(lái)訓練深度神經(jīng)網(wǎng)絡(luò )。即使在模擬中，這也是一項艱巨的任務(wù)。但更重要的是，Dex-Net可以將它從之前看到的一個(gè)物品推廣到新的物品。如果不確定應該如何抓住一個(gè)物品，機器人甚至會(huì )推動(dòng)這件物品以更好地觀(guān)察它。

　　該系統的最新版本包括一個(gè)高分辨率3-D傳感器和兩個(gè)手臂，每個(gè)手臂都由不同的神經(jīng)網(wǎng)絡(luò )控制。一只手臂配備了傳統的機器人手爪，另一只手臂帶有吸氣系統。機器人的軟件掃描一個(gè)物體，然后查看兩個(gè)神經(jīng)網(wǎng)絡(luò )，以實(shí)時(shí)決定特定物體是該抓取還是吸取。

　　加州大學(xué)伯克利分校的研究人員還開(kāi)發(fā)出了一種更好的方法來(lái)衡量一個(gè)抓取機器人的性能：一種稱(chēng)為“每小時(shí)平均抓取數”的度量標準，它是通過(guò)將每次抓取的平均時(shí)間與一組一致對象的平均成功概率相乘而計算出來(lái)的。

　　新的指標將幫助機器人的研究實(shí)驗室分享他們的成果。 “我們一直在談?wù)撊绾螛藴驶Y果，以便觀(guān)察進(jìn)步，”Goldberg說(shuō)，“這一切都取決于你所使用的機器人，你所使用的傳感器，以及非常重要的是，你的機器人所抓取的是什么物體。”

　　人類(lèi)每小時(shí)能夠拾取400至600個(gè)物品。在最近由亞馬遜組織的比賽中，最好的機器人能夠做到70到95之間。Goldberg說(shuō)，新機器每小時(shí)可以達到平均200到300個(gè)。這項成果將在今年晚些時(shí)候在澳大利亞的一次會(huì )議上展示。

　　在演講中Goldberg補充說(shuō)，在五年內，他預計機器人每小時(shí)的效率將“達到甚至超過(guò)人類(lèi)的平均水平”。

　　抓取和操縱奇異和陌生的物體是機器人技術(shù)的一個(gè)基本挑戰。例如，在汽車(chē)工廠(chǎng)的機器人快速而精確，但無(wú)法適應變化或陌生的環(huán)境。除了工廠(chǎng)或倉庫工作之外，具備更復雜的操作能力的機器人要”“有用，最近的選項也許是幫助醫院、老年護理機構的人們。

　　最近的機器人技術(shù)進(jìn)展是幾項技術(shù)同時(shí)發(fā)展的結果。更小、更安全的機器人越來(lái)越多，新的端部夾取機器人已經(jīng)出現，更重要的是，機器學(xué)習方面取得的重大進(jìn)展。

　　除了Goldberg在其他幾個(gè)學(xué)術(shù)實(shí)驗室的工作和研究之外，DeepMind和OpenAI等研究人員已經(jīng)開(kāi)始探索機器學(xué)習如何能夠使機器人變得更加智能和更具適應性。機器人技術(shù)的進(jìn)步很可能反饋到人工智能的其他領(lǐng)域，例如感知。

　　“機器學(xué)習對機器人技術(shù)產(chǎn)生了前所未有的影響，”曾看過(guò)UC Berkeley機器人演示的MIT教授Russ Tedrake說(shuō)。“讓機器人應用到我們機器人技術(shù)的大數據中，這有著(zhù)令人難以置信的價(jià)值。”