首頁(yè) > 所謂的“預(yù)見(jiàn)未來(lái)”并不像極具玄幻色彩的水晶球、塔羅牌那樣，Vestri只是一個(gè)好學(xué)的“孩子”，它通過(guò)用各種能想到的方式“把玩”面前的物品，并通過(guò)攝像頭采集視頻信息，Vestri會(huì)記下每次移動(dòng)物體時(shí)的路線。當(dāng)Vestri面對(duì)了一個(gè)新的物品，不用再動(dòng)手玩耍，Vestri也會(huì)知道采取哪種方式移動(dòng)，物體的位置將發(fā)生哪種變化。
也許你會(huì)有點(diǎn)失望，Vestri并不是你想象中的人類先知那樣能預(yù)見(jiàn)世事，但對(duì)于目前的機(jī)器人來(lái)說(shuō)，這確實(shí)算是一項(xiàng)超凡的能力了。Vestri擁有如此超凡能力的原因，來(lái)源于伯克利AI實(shí)驗(yàn)室研發(fā)的一項(xiàng)深度學(xué)習(xí)新技術(shù)——視覺(jué)預(yù)見(jiàn)。這是一項(xiàng)什么樣的技術(shù)？是誰(shuí)研發(fā)了它？這項(xiàng)技術(shù)對(duì)機(jī)器人行業(yè)將有怎樣的影響呢？
|
據(jù)伯克利AI實(shí)驗(yàn)室公布的視頻可以看到，Vestri擁有一條紅色的機(jī)械手臂和一臺(tái)顯示面部表情的顯示器組成。手臂的終端有兩半抓取鉗組成。從外觀上看，Vestri并不像人形機(jī)器人那么討喜，也沒(méi)有工業(yè)機(jī)器人龐大的身軀。
但這并不阻礙Vestri成為聰明的機(jī)器人，從視頻上我們可以看到，Vestri像人類嬰兒一樣，擺弄著眼前的玩具。這樣一個(gè)機(jī)器人到底有什么稀奇的呢？
1、Vestri兩大特點(diǎn)
區(qū)別于以往機(jī)器人，Vestri具有完全自學(xué)執(zhí)行任務(wù)和可預(yù)測(cè)行動(dòng)結(jié)果兩大特點(diǎn)。
（1）完全自學(xué)執(zhí)行任務(wù)
許多常見(jiàn)的機(jī)器人只會(huì)按照給定的程序處理物體，沒(méi)有“自己的想法”，和機(jī)器無(wú)異。但Vestri看到眼前的物體后，會(huì)生成自己的判斷和想法，并據(jù)此不斷探索如何去“把玩”，整個(gè)過(guò)程完全不需要人類的監(jiān)督，可以說(shuō)是“自學(xué)成才”了。
Vestri的研發(fā)者之一，加州伯克利大學(xué)分校的助理教授Sergey Levine說(shuō)“雖然這種機(jī)器人的能力還很有限，但它完全是自動(dòng)學(xué)習(xí)技能的，Vestri根據(jù)已記錄的交互模式（這些交互模式來(lái)自它之前自主學(xué)習(xí)的過(guò)程）來(lái)預(yù)測(cè)與未見(jiàn)過(guò)的新物體進(jìn)行復(fù)雜物理交互時(shí)，選擇不同的方式分別會(huì)產(chǎn)生哪種結(jié)果。”
（2）可預(yù)測(cè)行動(dòng)結(jié)果
常見(jiàn)的機(jī)器人都是按照事先預(yù)設(shè)好的指令代碼進(jìn)行執(zhí)行，它們只理會(huì)“做”或者“不做”動(dòng)作，并不會(huì)考慮這些動(dòng)作是否會(huì)帶來(lái)不好的結(jié)果。
Vestri可以在執(zhí)行特定動(dòng)作之前，就預(yù)測(cè)到這種動(dòng)作將會(huì)產(chǎn)生怎樣的結(jié)果。當(dāng)然它能實(shí)現(xiàn)這種“特異功能”，得益于它在之前“擺弄”物體時(shí)，通過(guò)自帶攝像頭收集到了大量的數(shù)據(jù)。這些圖像數(shù)據(jù)信息就存儲(chǔ)在Vestri的系統(tǒng)內(nèi)，預(yù)測(cè)圖像的像素將如何從一幀移動(dòng)到下一幀。
2、Vestri背后的新技術(shù)
Vestri機(jī)器人本身并無(wú)特別之處，而它兩大特點(diǎn)，其實(shí)都基于一項(xiàng)最新的技術(shù)——“視覺(jué)預(yù)見(jiàn)”（visual foresight）。
該項(xiàng)技術(shù)由伯克利AI實(shí)驗(yàn)室研發(fā)，其技術(shù)核心是基于卷積循環(huán)視頻預(yù)測(cè)（convolutional recurrent video prediction）或動(dòng)態(tài)神經(jīng)平流（簡(jiǎn)稱DNA）（dynamic neural advection）的深度學(xué)習(xí)技術(shù)。
|
這項(xiàng)即將改變?nèi)斯ぶ悄苁澜绲膶W(xué)習(xí)技術(shù)，背后有研究員們辛勤的努力。目前Vestri運(yùn)用的只是這項(xiàng)技術(shù)的早期的原型，只是教會(huì)機(jī)器人如何自主學(xué)習(xí)一些獨(dú)立的手工技能。雖然目前的技術(shù)只能使機(jī)器人預(yù)測(cè)幾秒鐘時(shí)間，但足以讓他們計(jì)算如何躲避障礙，成功地移動(dòng)桌子上的物體。
視覺(jué)預(yù)見(jiàn)技術(shù)來(lái)自加州伯克利大學(xué)AI實(shí)驗(yàn)室，而這項(xiàng)技術(shù)與以下兩位息息相關(guān)。
1、Sergey Levine
Sergey Levine是UC Berkeley電氣工程和計(jì)算機(jī)科學(xué)系的助理教授。目前他主要在兩大研究中心活動(dòng)：伯克利AI實(shí)驗(yàn)室（簡(jiǎn)稱BAIR）和加州大學(xué)社會(huì)利益信息技術(shù)研究中心人與機(jī)器人部門(mén)（簡(jiǎn)稱CPAR）。
2009年Sergey Levine同時(shí)獲得斯坦福大學(xué)計(jì)算機(jī)科學(xué)學(xué)士和碩士學(xué)位，并于2014年獲得斯坦福大學(xué)計(jì)算機(jī)科學(xué)博士學(xué)位。2016年秋季他加入U(xiǎn)C Berkeley電氣工程與計(jì)算機(jī)科學(xué)系，主要研究用于決策和控制的機(jī)器學(xué)習(xí)技術(shù)，重點(diǎn)研究深入學(xué)習(xí)和強(qiáng)化學(xué)習(xí)算法。工作的應(yīng)用包括自動(dòng)機(jī)器人和車輛，以及計(jì)算機(jī)視覺(jué)和圖形。
他的研究包括開(kāi)發(fā)結(jié)合感知和控制的深度神經(jīng)網(wǎng)絡(luò)策略中的端到端訓(xùn)練算法、逆向強(qiáng)化學(xué)習(xí)可伸縮算法、深度強(qiáng)化學(xué)習(xí)算法等。2016年他與Chelsea合作發(fā)表了“視覺(jué)預(yù)見(jiàn)”技術(shù)論文。此外，他還入選2016年MIT35歲以下科技創(chuàng)新者評(píng)選前35名。
2、Chelsea Finn
Chelsea Finn是Levine實(shí)驗(yàn)室的一名博士研究生，她發(fā)明了最初的DNA模型。
2014年Chelsea Finn畢業(yè)于麻省理工大學(xué)電氣工程與計(jì)算機(jī)科學(xué)學(xué)院，2014年進(jìn)入U(xiǎn)C Berkeley攻讀PHD（學(xué)術(shù)研究型博士），主要研究機(jī)器人感知與控制。在進(jìn)入BAIR之前，Chelsea Finn還曾在Consyl、Google和Sandia國(guó)家實(shí)驗(yàn)室工作過(guò)。
2016年Chelsea Finn以第一作者的身份發(fā)表論文《面向機(jī)器人運(yùn)動(dòng)規(guī)劃的深度視覺(jué)預(yù)見(jiàn)》，該論文在2017年3月更新了第二版。
|
UC Berkeley成立于1868年，全美排名21，該校有130個(gè)專業(yè)排名前10，其中土木工程、環(huán)境工程、生態(tài)學(xué)、化學(xué)、計(jì)算機(jī)相關(guān)專業(yè)均位列全美第一。 此外，該校有許多知名校友如戈登·摩爾、朱棣文、丘成桐等。國(guó)際知名的科學(xué)獎(jiǎng)項(xiàng)如諾貝爾獎(jiǎng)、菲爾茲獎(jiǎng)、圖靈獎(jiǎng)等也讓伯克利的校友們拿到手軟。UC Berkeley成立了70多個(gè)研究中心和實(shí)驗(yàn)室，伯克利AI實(shí)驗(yàn)室（簡(jiǎn)稱BAIR）就是其中之一。
伯克利AI實(shí)驗(yàn)室有目前有24名教師和100多名研究生，主要研究領(lǐng)域有計(jì)算機(jī)視覺(jué)、機(jī)器學(xué)習(xí)、自然語(yǔ)言處理和機(jī)器人。
2016年，實(shí)驗(yàn)室博客BAIR開(kāi)博，BAIR 博文的作者們包括在校學(xué)生、博士后及教職員工。博客內(nèi)容不僅面向?qū)I(yè)人員，還面向普通讀者們，并為他們及時(shí)提供實(shí)驗(yàn)室的研究動(dòng)態(tài)。
伯克利AI實(shí)驗(yàn)室的研究成果也是層出不窮，之前其實(shí)驗(yàn)室負(fù)責(zé)人Pieter Abbeel就曾與OpenAI的同事合作建立了初創(chuàng)公司“Embodied Intelligence”，開(kāi)發(fā)出一款用AR訓(xùn)練機(jī)器人的軟件。本月2號(hào)，其實(shí)驗(yàn)室還發(fā)布了最新的研究論文《基于模型的無(wú)模型精調(diào)深度強(qiáng)化學(xué)習(xí)的神經(jīng)網(wǎng)絡(luò)動(dòng)力學(xué)》，可以使機(jī)器人17分鐘就學(xué)會(huì)軌跡跟蹤。
就在12號(hào)BAIR博客上又更新了一條消息，他們研發(fā)了用于機(jī)械系統(tǒng)控制( MSC)的機(jī)器人安全交互系統(tǒng)，該系統(tǒng)將保障人類在人機(jī)協(xié)作過(guò)程中的安全。
“視覺(jué)預(yù)見(jiàn)”技術(shù)，運(yùn)用的是機(jī)器人自己收集到的視頻信息，這就使得這項(xiàng)技術(shù)具有了普遍適用的基礎(chǔ)。
與傳統(tǒng)計(jì)算機(jī)視覺(jué)需要人類標(biāo)注成千上百萬(wàn)的圖像不同，構(gòu)建視頻預(yù)測(cè)模型只需要機(jī)器人自己采集到的視頻而無(wú)需標(biāo)注。事實(shí)上，視頻預(yù)測(cè)模型也已經(jīng)被應(yīng)用于從人類活動(dòng)到駕駛的各種數(shù)據(jù)集，并且取得了令人信服的結(jié)果。
Vestri集成的這項(xiàng)技術(shù)可以被用于自動(dòng)駕駛系統(tǒng)，目前，自動(dòng)駕駛是十分熱門(mén)的領(lǐng)域，各大公司都在爭(zhēng)相研發(fā)無(wú)人駕駛車輛。使車輛在路上跑起來(lái)并不是大問(wèn)題，最重要的問(wèn)題是車輛如何躲避障礙以及突然出現(xiàn)的障礙物。視覺(jué)預(yù)見(jiàn)技術(shù)將能夠通過(guò)預(yù)測(cè)突發(fā)障礙物的行動(dòng)軌跡，為自動(dòng)駕駛汽車規(guī)劃最佳的躲避路線，從而保障了駕駛的安全。
除了用于自動(dòng)駕駛，視覺(jué)預(yù)見(jiàn)技術(shù)還能用于研發(fā)更加智能的家庭機(jī)器人助理。尤其對(duì)有老人和小孩的家庭來(lái)說(shuō)，集成視覺(jué)預(yù)見(jiàn)技術(shù)的機(jī)器人將可預(yù)測(cè)摔倒等危險(xiǎn)情況的發(fā)生，并及時(shí)采取措施防患于未然。
不過(guò)，目前這一技術(shù)還不夠完善，它只能預(yù)測(cè)未來(lái)幾秒內(nèi)的動(dòng)作，并且這些預(yù)測(cè)的依據(jù)也是機(jī)器人在之前自主學(xué)習(xí)過(guò)程中收集過(guò)的視頻信息。伯克利AI實(shí)驗(yàn)室的研究員們說(shuō)將繼續(xù)開(kāi)發(fā)更復(fù)雜的方法，使機(jī)器人可收集更集中的視頻數(shù)據(jù)，完成復(fù)雜的任務(wù)。
