在极客公园创新大会(GIF2016)上,MIT计算机科学与人工智能实验室(MIT’s Computer Science and Artificial Intelligence Laboratory )总监Daniela Rus对话地平线机器人科技公司创始人兼CEO余凯,并接受媒体记者的采访,就人工智能、机器人/自动驾驶等技术的前沿研究及应用进展等话题分享了自己的观点。
Daniela Rus首先发表了题为“当我们在谈论机器人时,我们到底在谈什么?”的主题演讲,她表示,机器人必须包含能够完成任务的外形、智能以及控制能力,而通过组装模块、3D打印等技术,可以简化和加速机器人的制作,这是MIT正在进行的一项研究, 开发非常小的cell,它可以成为一种通用的模块来协调机器人各种运动的能力。
在与余凯对话中,Daniela Rus提到了自动驾驶汽车的挑战:自动驾驶汽车在感知、控制以及人机互动方面取得很大的进展,从低复杂度环境当中可以适应。在高复杂环境中还面临很多挑战,比如速度提高、如何避开拐角障碍物等,这涉及到更高的控制,必须进行很快的控制和将现实的障碍迅速翻译成机器人能够理解的语言。再如下雪的天气状况,摄像头如何很好的捕捉这些信息,穿透大雪实现这些功能。
她还表示,计算机领域、机器人领域的工作团队要(性别)平衡,不应该只有男性,同样需要有女性,因为每个人看待事情的观点不同,需要综合考虑。
在接受记者采访谈及中外差别时,Daniela Rus表示,在研究层面,中国有很多非常出色的大学、教授和学生,以及非常好的研究的项目;在产品层面,中国制造能够很快制造一些基于理念的产品原型;在使用技术方面,中国和欧美国家并没有太大的不同,但中国的产品和创新更注重本地化。
如何快速制造机器人
有效的机器人
机器有一定的属性 ,比如它是否做出自我决定取决于它智能的程度,而且它要进行编程。为了让机器人有这样的能力,首先要有实体的机器或者实体的硬件,它可以使用传感器或者执行器,打造出一个机器人的形象,它可以根据实际外部条件做出理智的决定。这个机器人是可以编程的,同时,它一定要跟物理的社会产生互动。一个机器它不动,也不跟你说话,只是通过声音来控制,这也不是我们概念上的机器人。
一个有效的机器人,必须有一个外形,同时它能够完成任务所需要的外部形态,在这种形态之外它还要有一个大脑,这个大脑可以控制它的外部形态执行人类赋予的不同任务。机器人在生活当中要有完成任务的能力,同时还可以控制自己的外形,非常好的平衡大脑和它的身体。
加速机器人制作的研究
制造一个机器人需要计算机的科学家来进行很多的研究,对机器进行编程需要耗费很长的时间。问题在于如何来改进,如何来使用新的技术创新和加速使用机器人的过程。其中一个想法,是创建一种通用式的模块, 使用这种通用的模块做任何的机器人。
我们一直在开发非常小的cell,它可以成为一种通用的模块。 在内部的轮轴可以让它去到任何一个方向,可以让它向前跳跃,也可以让它转向,可以非常好的协作,一起来运动实现结构上的变化。我们只要在一侧来改变一个模块就可以实现它的变化,机器人有运动的能力,可以让它搭建一个桥梁,还可以做其他的事情,可以进行很大范围的跳跃等等。 非常大的挑战是它侧面是5厘米,我们把它升级为小型机器人,尺寸1厘米,里面还有更小的元件,有磁铁。它可以用来进行编程,用来进行通讯,用来传递力量,是非常小的半毫米的元件。
有什么样更加容易的方法来形状的编程、可以做更新的东西呢?想象一下,你可以在里面捞沙子,你把什么东西方在里面呢?你放进去以后的材料可以出来同样尺寸的工具。我们第一步要做的就是智能的一粒一粒沙子的组合,然后需要组建大脑、需要一些算法,能够在智能的颗粒之间进行组合。一旦形成一种形状的话,就能够创造另外一种可视化的物体。这就表明什么样的算法能够给你带来什么样的结果,以及什么样物体的形状。
我们可以用一些参数,可以实现扩模,可以形成不同的尺寸。假设你希望一个机器人跟你下象棋, 有三步要走:要进行规格的设置,要许多机械的元件,要确定行为,要组装部件,最后才能成功,机器人才能跟你下棋。 如果有正确设计,这个过程大概两个小时,花了10美元的部件。当然并不是全自动来制作的机器人,许多步骤是自动化完成,但是有一些是手工完成的。
我们看一下有一个视频片,想象一下我们能够做什么。有各种各样不同的机器人,一个数据库有很多机器人的元件。如果你想制作一个昆虫式的机器人希望有一双腿,希望身体、大脑、传感器都要配置得非常良好。我们通过扫描数据库可以看到元件,可以看到一些参数和元件的尺寸。然后我们进行组装,把这些部件整合起来形成最终的物体。然后编程、设计、裁剪、调整,然后有平面的纸可以来确定你的机器人身体的情况,当然也取决于能使用什么样的技术,有些是需要手工完成的。
一旦折叠好之后,你就可以进入电脑嵌入了。你必须能够控制这个机器人,所有这些进行得非常快,是定制式的。你可以有一个人,大概两个小时就可以做到。我们一直想了解到底能做什么样加速、加快呢?能加快到多大程度呢?比如说你看到一个机器人在这里,在火炉上进行烘焙,这是有多大的魔力、力量呢?我们必须要有三层的结构。
在上面是结构式的,在中间有特殊的材料预热的时候可以收缩,这是一种典型的玩具式的中间层,通过把缺口和缝隙调节就可以实现不同的机器人了。大家看一下系统的图片,通过这些图片可以看到自然自然地创造一些不同的种类、形状,然后通过折纸的做法实现你所需要的形状,然后对机器人进行预热。预热后平面的纸会变成3D空间的物体。在这里有一种机器人可能利用这种系统,这叫做折纸式机器人,它可以站起来就走了,通过一张纸变成立体后就走了。你可以控制它游泳、行走,可以在一秒钟走很远,也可以携带一些物体进行运动。
我们控制的方法是在一个具有强力磁性环境下进行编程的话,可以在上面加入线圈使其具有选择性功能。一旦有这样的设计,可以让机器人进行循环、回收,也就是说让它再变回去。通过这种方法可以打印各种各样的机器人,这个机器人是昆虫式的。昆虫式的机器人可以做很多事情,比如说沿着曲线进行运动。我们可以通过这种工艺制造很多种机器人,有昆虫式、蟑螂式、六角机器人等等。
如果我们能制造如此多种的机器人,就能够做到整个世界可以接触到机器人,机器人可以帮助到很多方面,能够改变我们的生活、游戏和工作。将来你的购物有可能是这种场景,早上起来让你的机器人帮你的东西拿出来,你喜欢的早餐、想吃的新鲜的面包,或者是还有一些比较独特的又非常好的馄饨,可以直接帮你拿过来。或者你想自己到店里面,比如说你的爸爸妈妈或祖父祖母,他们可以开无人驾驶的车。未来的世界将会由机器人占据了,有些机器人会帮助你直接到货架上去取产品,或者有一些干脆通过物流来送一些产品。这个车就自己开到超市的门口把你需要的产品拿回来,你要告诉它的就是需要买什么样的产品、新鲜程度、价格,或者是里面的营养价值。
如果是残障人士的话,这些车还避让你。你知道这张图片有多少个机器人的存在吗?总共有19台机器人,大家可以把19个机器人都找到吗?这是一个非常有可能在未来发生的机器人的工作场景。如果说我们能够让机器人大脑更加具有能力、更加具有创造力,所以就能够让更多的人完成很多不同的任务,然后让这个世界变得更加美好,同时让我们的生活也更加美好。
对话余凯
机器人外形、控制要根据任务设计
有很多种机器人看上去跟人长得非常类似,但是机器人的外形非常丰富。机器人或者机器能够帮助人完成实际的任务,要根据任务设计它的外形,这是很重要的。比如要穿过隧道,人的形状就不太好,最好是蛇的形状。比如其他的任务需要更加稳定的底盘,人的形状也不够好。所以不同的任务它要求不同的外形来完成,要有针对性的进行设计,同时机器的大脑可以控制它的外形跟这个任务匹配,不能说一种机器人就能够适应各种各样的情况,有一些任务是人类的外形做不到的。
机器人领域需要女性工程师
MIT计算机科学与人工智能实验室及斯坦福计算机视觉实验室李飞飞的团队,女性工程师大概是10%-20%的比例,如果你的经验更加丰富或者教育背景更好,女性在这个领域中的人数会更多。计算机领域、机器人领域是非常有趣的,所以你的工作团队要平衡,不应该只有男性,同样需要有女性,因为每个人看待事情的观点不同,需要综合考虑。鼓励在座的所有女性,这是非常有意思的、非常好玩、非常酷的领域。
教育系统中,尤其在计算机科学和编程领域中要有更多女性成员,她应该成为教育中的重要支柱。二十一世纪,每个孩子都应该学编程,因为编程是个超能力,如果你知道如何编程,你就能够做很多你无法想象的事情,而且开了很多门给你。同时它也非常有意思,能够发挥你的想象力,带动你的创造力,让你的梦想变为现实的一个通道。
深度学习不是人工智能的代名词
人工智能是非常广泛的研究,它有很多子系统组成,它涉及到知识、涉及到推理、机器学习和很多方面。机器学习本身是非常大的领域,深度学习只是一种特定形式的机器学习的一种方法。可以问一下机器如何从以前历史互动当中得到学习,所以深度学习它是一种新的方式。
最近表明可以获得比其他方式更大的成果,比如学习热情可以投入深度学习当中,使用深度学习可以愿意到自动驾驶当中,这是无与伦比的方面,现在还没有解决,如果让小孩驾驶汽车的话他不能完全靠他的感知来驾驶汽车,我们希望通过科技决定帮助他。假如是小孩的话我们要解决很多问题,要实现系统的精准度,确保对人们是安全的。
自动驾驶汽车的危险
谈到自动驾驶汽车,很多报纸和文献上这个自动驾驶汽车会出现很多问题,我想指出的是自动驾驶汽车的危险。从刚才中国花园里面那个情景,可以看到每个小时25-30公里是很好的速度。同时,在视频片里面也看到周围有很多移动的物体,所以我们在感知、控制以及人机互动方面取得很大的进展,从低复杂度环境当中可以适应。
当然,在高复杂环境中还面临很多挑战,比如速度提高造成的挑战、如何避开拐角障碍物等,这涉及到更高的控制,你必须进行很快的控制和将现实的障碍迅速翻译成机器人能够理解的语言。再比如说下雪的天气状况,摄像头如何很好的捕捉这些信息,穿透大雪实现这些功能?这都是我们面临的问题和挑战。总的来说,我们解决了很多问题,但你在开车时候不能去读一本书。
MIT和丰田也有试验室的合作,可以说汽车制造商目前并不对事故负责,除非它本身性能有问题。如果驾驶员自己犯错的话会产生悲剧,传感器可以估测进行这样的功能帮助我们避免错误。做一个类比的话,比如有很好的模拟就能够帮助我们制动。八十年代在美国有著名的《夜晚的驾驶者》连续剧,可以反映当前我们讨论的问题,就是我们在驾驶时避免一些事故。
机器人技术边界
每一种新技术的发展,都必须制定相关的政策来予以管制和调节,技术可以用于做好事,也可以用于祸害。
真正的机器人并不像科幻小说里描绘的那种机器人一样,目前没有那种过于夸张化的机器人。但是很重要的是要了解到,机器人在某些方面完成任务超过了人本身,它擅长计算、它擅长运算一些很重的物体,能够让我们更好的携带很多东西,也能够看到它举起很多东西,像起重机能够超过人力,这些都是人力所不能的。
对于机器人来说也有一些方面是它们难以做到的,比如在擦桌子前它不可能三思而后行,机器人还不能在某些事情方面像人脑一样。所以总体而言,需要想象力、创意,需要分析、归纳的这样一些动作和情况机器人是完成不了的。
所以,有的时候对机器人的成效非常令人惊讶和惊喜,但是我们并不期待它全方位超越人的智慧。如果机器人做了不好事情或者出错时候必须把它停住,必须有这样一个阻恶的键。
记者采访
中国的工程师的创新
从研究的角度上讲,中国有很多非常出色的大学,他们有很多教授和学生,都有非常好的研究的项目,他们也会经常参加一些机器人的会议,会把他们最新的想法和最新的理念和大家分享研究。
从商业、产品的角度讲,也有很多非常棒的一些创新,都是中国提供的。比如说在深圳就会有这样的一些制造的工厂,他们很好地改变了整个制造的流程。MIT的学生,其实也经常到深圳进行参观和学习,并且他们也在深圳这样的地方很快制造他们的一些理念和产品的原型。有很多良好的创新产品都来自于中国,之前在CES会议上也看到了有一个飞行汽车的视频,这样的飞行汽车也是我多年梦想的产品。在这样的会议中,也看到了这种创新。
从使用技术的角度上讲,中国和美国,以及在欧洲,在这方面并没有太大的不同。但是中国的这些产品和创新,很多时候都是为中国当地来量身订作的,他们也会根据当地、本地的实际情况去改变这样的一些产品。
如何看待学术研究与产业的结合
MIT非常重视业界和学术之间的合作,会和很多好的公司来合作,这是一个双赢的局面。
对于大学来讲,经常会考虑比较长期的发展愿景,比如说5-10年,在这样的一个时间内投入相关的资源,去研究一些新的领域、新的问题和新的模式。所以一个系统的研究人员可能在基础产品出现前好几年前就研究这个问题。在这方面,大学和业界需要有很好的结合,并且学术行业必须有一个超前意识,不能仅仅考虑到短期的利益,需要长期的考量。
对于公司来讲,可能比较注重于短期盈利,因为他们比较关注时间的效率。很多时候,他们可能需要和学术进行一个很好的结合。因为大学很多的时候可能和业界会有一些脱节的现象,而且在这方面,业界的公司也会对大学的学术研究进行很好的补充,让大学知道业界现状是什么,挑战是什么,并且把挑战化为机遇。
有的放矢的来开展研究,整个行业也要准备好接受这样的挑战,同时要支持长期的思考,同时要以长期的方法,要有长期的规划。不一定说6个月、8个月之后最好的产品是什么,而是要思考哪一种是变革性的、能够革命性的技术让世界变得更加美好。如果有一个问题在3个月能够解决,这个解决在10年、20年之后不见得就是解决方案。
合作模式上,大学的研究项目,当然企业出资越多越好,这是在大学做研究非常重要的一步,但还有很多价值是在大学和产业之间的,可能要拉长时间线。公司可以帮助大学的研究者点一些重点,指明大的方向也很重要,这是一种平衡。就是对公司要有长期的考虑,同时研究者也不要仅仅去考虑理论,而是了解理论背后的实际,试验室有哪些能够有助于实际生活,让研究贴近生活。