想象一下，有一個(gè)私人機(jī)器人每天早上準(zhǔn)備您的早餐?，F(xiàn)在，想象一下該機(jī)器人不需要任何幫助來(lái)確定如何制作完美的煎蛋卷，因?yàn)樗ㄟ^(guò)在YouTube上觀看視頻學(xué)習(xí)了所有必要的步驟。這聽(tīng)起來(lái)像科幻小說(shuō)，但是馬里蘭大學(xué)的一個(gè)團(tuán)隊(duì)剛剛?cè)〉昧酥卮笸黄?，這將使這種情況更加接近現(xiàn)實(shí)。

UMD計(jì)算機(jī)科學(xué)家Yiannis Aloimonos(中心)正在開(kāi)發(fā)能夠視覺(jué)識(shí)別物體并根據(jù)這些觀察結(jié)果產(chǎn)生新行為的機(jī)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(xué)院高級(jí)計(jì)算機(jī)研究所(UMIACS)大學(xué)與在科學(xué)家合作， 國(guó)家信息通信技術(shù)研究卓越的澳大利亞中心(NICTA)開(kāi)發(fā)能夠自學(xué)機(jī)器人系統(tǒng)。具體而言，這些機(jī)器人能夠通過(guò)觀看在線烹飪視頻來(lái)學(xué)習(xí)烹飪所需的復(fù)雜抓握和操縱動(dòng)作。關(guān)鍵的突破在于，機(jī)器人可以自己“思考”，確定觀察到的運(yùn)動(dòng)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(xiàng)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(jìn)協(xié)會(huì)會(huì)議上發(fā)表。研究人員通過(guò)結(jié)合三個(gè)不同研究領(lǐng)域的方法實(shí)現(xiàn)了這一里程碑：人工智能或可以自行決定的計(jì)算機(jī)設(shè)計(jì);計(jì)算機(jī)視覺(jué)或可以準(zhǔn)確識(shí)別形狀和運(yùn)動(dòng)的系統(tǒng)工程;和自然語(yǔ)言處理，或者開(kāi)發(fā)可以理解口語(yǔ)命令的強(qiáng)大系統(tǒng)。盡管基礎(chǔ)工作很復(fù)雜，但團(tuán)隊(duì)希望結(jié)果能反映出與人們的日常生活相關(guān)的實(shí)用和相關(guān)的內(nèi)容。

“我們之所以選擇烹飪視頻因?yàn)榇蠹叶家呀?jīng)做到了，并理解它，說(shuō)：”雅尼斯Aloimonos，計(jì)算機(jī)科學(xué)與計(jì)算機(jī)視覺(jué)實(shí)驗(yàn)室主任的UMD教授，16個(gè)實(shí)驗(yàn)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(dòng)到位，進(jìn)行切割并觀察結(jié)果，以確保正確地進(jìn)行了操作。”

一個(gè)關(guān)鍵的挑戰(zhàn)是設(shè)計(jì)一種方法，讓機(jī)器人在從質(zhì)量和一致性各異的視頻中收集信息的同時(shí)，適當(dāng)?shù)亟馕龈鱾€(gè)步驟。機(jī)器人需要能夠識(shí)別每個(gè)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(dāng)?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(kāi)發(fā)了能夠準(zhǔn)確識(shí)別和復(fù)制復(fù)雜手部動(dòng)作的計(jì)算機(jī)視覺(jué)系統(tǒng)。 照片：約翰·T·康索利(John T. Consoli)UMIACS的副研究科學(xué)家CorneliaFermüller說(shuō)：“我們正在嘗試創(chuàng)造一種技術(shù)，以使機(jī)器人最終能夠與人類互動(dòng) 。” “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(jī)器人可以拾取人類的動(dòng)作并實(shí)時(shí)跟蹤它們。我們有興趣了解所有這些組件。人如何執(zhí)行動(dòng)作?人們?nèi)绾慰创?它背后的認(rèn)知過(guò)程是什么?”

Aloimonos和Fermüller將這些單獨(dú)的動(dòng)作與句子中的單詞進(jìn)行了比較。機(jī)器人學(xué)習(xí)到動(dòng)作的“詞匯”后，便可以按照實(shí)現(xiàn)給定目標(biāo)的方式將它們串在一起。實(shí)際上，這正是他們的工作與以前的工作區(qū)別開(kāi)的地方。

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

這項(xiàng)工作還依賴于稱為深度學(xué)習(xí)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(jì)算技術(shù)需要一段時(shí)間才能趕上。類似版本的神經(jīng)網(wǎng)絡(luò)負(fù)責(zé)智能手機(jī)中的語(yǔ)音識(shí)別功能以及Facebook和其他網(wǎng)站使用的面部識(shí)別軟件。

數(shù)十年來(lái)，機(jī)器人一直被用來(lái)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(jìn)行仔細(xì)的編程和校準(zhǔn)。自學(xué)機(jī)器人可以通過(guò)觀察他人來(lái)收集必要的信息，這與人類學(xué)習(xí)的方式相同。Aloimonos和Fermüller設(shè)想了一個(gè)未來(lái)，其中機(jī)器人趨向于處理日?，嵤拢祟悇t可以自由地從事更具刺激性的任務(wù)。

“通過(guò)擁有靈活的機(jī)器人，我們?yōu)樽詣?dòng)化的下一階段做出了貢獻(xiàn)。這將是下一次工業(yè)革命。” Aloimonos說(shuō)。“我們將擁有智能的制造環(huán)境和完全自動(dòng)化的倉(cāng)庫(kù)。使用自動(dòng)駕駛機(jī)器人進(jìn)行危險(xiǎn)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(jī)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(yáng)，一個(gè)UMD計(jì)算機(jī)科學(xué)的博士生，以及易立，從NICTA Aloimonos和Fermüller的前博士生。

　　免責(zé)聲明：本文由用戶上傳，與本網(wǎng)站立場(chǎng)無(wú)關(guān)。財(cái)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(fēng)險(xiǎn)自擔(dān)。 如有侵權(quán)請(qǐng)聯(lián)系刪除！