想象一下，有一個私人機器人每天早上準備您的早餐?，F(xiàn)在，想象一下該機器人不需要任何幫助來確定如何制作完美的煎蛋卷，因為它通過在YouTube上觀看視頻學習了所有必要的步驟。這聽起來像科幻小說，但是馬里蘭大學的一個團隊剛剛?cè)〉昧酥卮笸黄?，這將使這種情況更加接近現(xiàn)實。

UMD計算機科學家Yiannis Aloimonos(中心)正在開發(fā)能夠視覺識別物體并根據(jù)這些觀察結(jié)果產(chǎn)生新行為的機器人系統(tǒng)。 照片：約翰·T·康索利(John T. Consoli)在研究人員馬里蘭學院高級計算機研究所(UMIACS)大學與在科學家合作， 國家信息通信技術(shù)研究卓越的澳大利亞中心(NICTA)開發(fā)能夠自學機器人系統(tǒng)。具體而言，這些機器人能夠通過觀看在線烹飪視頻來學習烹飪所需的復(fù)雜抓握和操縱動作。關(guān)鍵的突破在于，機器人可以自己“思考”，確定觀察到的運動的最佳組合，從而使它們能夠有效地完成給定的任務(wù)。

這項工作將于2015年1月29日在德克薩斯州奧斯汀舉行的人工智能促進協(xié)會會議上發(fā)表。研究人員通過結(jié)合三個不同研究領(lǐng)域的方法實現(xiàn)了這一里程碑：人工智能或可以自行決定的計算機設(shè)計;計算機視覺或可以準確識別形狀和運動的系統(tǒng)工程;和自然語言處理，或者開發(fā)可以理解口語命令的強大系統(tǒng)。盡管基礎(chǔ)工作很復(fù)雜，但團隊希望結(jié)果能反映出與人們的日常生活相關(guān)的實用和相關(guān)的內(nèi)容。

“我們之所以選擇烹飪視頻因為大家都已經(jīng)做到了，并理解它，說：”雅尼斯Aloimonos，計算機科學與計算機視覺實驗室主任的UMD教授，16個實驗室和中心UMIACS之一。“但是就操作，所涉及的步驟和您使用的工具而言，烹飪很復(fù)雜。例如，如果要切黃瓜，則需要抓住刀，將其移動到位，進行切割并觀察結(jié)果，以確保正確地進行了操作。”

一個關(guān)鍵的挑戰(zhàn)是設(shè)計一種方法，讓機器人在從質(zhì)量和一致性各異的視頻中收集信息的同時，適當?shù)亟馕龈鱾€步驟。機器人需要能夠識別每個不同的步驟，將其分配給指示某種行為的“規(guī)則”，然后以適當?shù)捻樞驅(qū)⑦@些行為組合在一起。

UMD研究人員CorneliaFermüller(左)與研究生Yezhou Yang(右)合作開發(fā)了能夠準確識別和復(fù)制復(fù)雜手部動作的計算機視覺系統(tǒng)。 照片：約翰·T·康索利(John T. Consoli)UMIACS的副研究科學家CorneliaFermüller說：“我們正在嘗試創(chuàng)造一種技術(shù)，以使機器人最終能夠與人類互動 。” “因此，他們需要了解人類在做什么。為此，我們需要工具，以便機器人可以拾取人類的動作并實時跟蹤它們。我們有興趣了解所有這些組件。人如何執(zhí)行動作?人們?nèi)绾慰创?它背后的認知過程是什么?”

Aloimonos和Fermüller將這些單獨的動作與句子中的單詞進行了比較。機器人學習到動作的“詞匯”后，便可以按照實現(xiàn)給定目標的方式將它們串在一起。實際上，這正是他們的工作與以前的工作區(qū)別開的地方。

“其他人試圖模仿這些運動。相反，我們嘗試復(fù)制目標。這是突破，” Aloimonos解釋說。這種方法允許機器人自己決定如何最好地組合各種動作，而不是再現(xiàn)預(yù)定的一系列動作。

這項工作還依賴于稱為深度學習神經(jīng)網(wǎng)絡(luò)的專用軟件體系結(jié)構(gòu)。盡管這種方法不是什么新方法，但它需要大量的處理能力才能正常工作，并且計算技術(shù)需要一段時間才能趕上。類似版本的神經(jīng)網(wǎng)絡(luò)負責智能手機中的語音識別功能以及Facebook和其他網(wǎng)站使用的面部識別軟件。

數(shù)十年來，機器人一直被用來執(zhí)行復(fù)雜的任務(wù)(例如汽車裝配線)，但這些必須由人類技術(shù)人員進行仔細的編程和校準。自學機器人可以通過觀察他人來收集必要的信息，這與人類學習的方式相同。Aloimonos和Fermüller設(shè)想了一個未來，其中機器人趨向于處理日常瑣事，而人類則可以自由地從事更具刺激性的任務(wù)。

“通過擁有靈活的機器人，我們?yōu)樽詣踊南乱浑A段做出了貢獻。這將是下一次工業(yè)革命。” Aloimonos說。“我們將擁有智能的制造環(huán)境和完全自動化的倉庫。使用自動駕駛機器人進行危險工作非常好，以減輕炸彈爆炸和清理核事故，例如福島事件。我們已經(jīng)證明，類人機器人可以完成我們的人類工作。”

除了Aloimonos和Fermüller，研究的作者包括Yezhou陽，一個UMD計算機科學的博士生，以及易立，從NICTA Aloimonos和Fermüller的前博士生。

　　免責聲明：本文由用戶上傳，與本網(wǎng)站立場無關(guān)。財經(jīng)信息僅供讀者參考，并不構(gòu)成投資建議。投資者據(jù)此操作，風險自擔。 如有侵權(quán)請聯(lián)系刪除！