一個(gè)多手指機(jī)器人在模擬環(huán)境中通過操控虛擬對象實(shí)現(xiàn)抓握，機(jī)器學(xué)習(xí)、云服務(wù)徹底改變傳統(tǒng)手工勞動(dòng)的時(shí)代距離我們不遠(yuǎn)了。在美國加利福尼亞大學(xué)伯克利分校的一個(gè)實(shí)驗(yàn)室里，一個(gè)普通的機(jī)器人正在挑選一些形狀怪異的物體。令人驚嘆的是，機(jī)器人是通過虛擬對象來實(shí)現(xiàn)操作的。
該機(jī)器人掌握了大量有關(guān)三維圖形及其抓握技巧的數(shù)據(jù)，能判斷如何使用不同的抓握力度抓起不同的物品。伯克利的研究人員把圖片傳送到機(jī)器人的深度學(xué)習(xí)系統(tǒng)，它連接著機(jī)器人的手臂和3D傳感器。當(dāng)一個(gè)新物體被放在機(jī)器人面前時(shí)，它的深度學(xué)習(xí)系統(tǒng)能快速幫它匹配得到適合的圖形和抓握技巧，并指揮手臂該如何操作。
據(jù)悉，這款機(jī)器人的抓握性能堪稱史上最佳。在測試中，當(dāng)機(jī)器人判斷物體的抓握成功率高于50%時(shí)，它總能成功提起物體，雖然會(huì)有一些搖晃，但物體掉落的概率只有2%。如果機(jī)器人判斷該物體難以抓握，它會(huì)撥動(dòng)使之適合抓取，調(diào)整角度后的抓握成功率高達(dá)99%。
當(dāng)前的機(jī)器人手臂大多只能抓取熟悉的物體，且研究人員往往需要為它提供大量練習(xí)，這個(gè)過程是非常耗時(shí)的。伯克利的新發(fā)明展示了一種新方法：把深度學(xué)習(xí)和云服務(wù)用于機(jī)器人抓握。這個(gè)創(chuàng)新避免了大量訓(xùn)練，同時(shí)提高了機(jī)器人在工廠和倉庫中的適用性。通過深度學(xué)習(xí)，機(jī)器人甚至能在一些新的應(yīng)用領(lǐng)域工作，如醫(yī)院、家庭。
伯克利大學(xué)的嗯教授KenGoldberg表示，不同于傳統(tǒng)機(jī)器人需要進(jìn)行長達(dá)幾個(gè)月的物理實(shí)驗(yàn)，這款機(jī)器人不需要實(shí)地練習(xí)，庫卡機(jī)器人，它能在模擬環(huán)境中學(xué)習(xí)數(shù)據(jù)集中包含的三維圖形、視覺外觀和抓握技巧，培訓(xùn)時(shí)間僅需1天。
伯克利教授KenGoldberg（左）和西門子研究組組長JuanAparicio
據(jù)悉，該研究的相關(guān)論文將于今年7月發(fā)表，屆時(shí)KenGoldberg教授和其他研究人員將公布機(jī)器人使用的三維數(shù)據(jù)集，庫卡機(jī)器人，庫卡機(jī)器人，幫助推動(dòng)計(jì)算機(jī)視覺技術(shù)發(fā)展。
目前機(jī)器視覺技術(shù)尚處于萌芽期，學(xué)界極度缺乏相關(guān)數(shù)據(jù)，系統(tǒng)的數(shù)據(jù)集也亟待建立。深度學(xué)習(xí)、控制算法和新材料的進(jìn)步不進(jìn)有利于構(gòu)建新型物理機(jī)器人，還將開啟機(jī)器換人的新紀(jì)元，帶來重大的經(jīng)濟(jì)影響。雖然幾十年前機(jī)器人就已出現(xiàn)在各類倉庫和生產(chǎn)線，如亞馬遜的kiva機(jī)器人，但當(dāng)前大多數(shù)機(jī)器人只能搬運(yùn)物品，機(jī)器人的分揀技術(shù)還相當(dāng)笨拙。
美國麻省理工的一個(gè)實(shí)驗(yàn)室也在做相關(guān)實(shí)驗(yàn)，伯克利的成果讓他們印象深刻。一家德國企業(yè)已與伯克利取得聯(lián)系，希望能實(shí)現(xiàn)該項(xiàng)技術(shù)的商業(yè)化。
靈巧的雙手對人類智力的發(fā)展至關(guān)重要，在長期的演變過程中，人類形成了一個(gè)良性反饋循環(huán)，視覺變得更敏銳，腦力得到了大大增強(qiáng)。抓握雖然簡單，但它必將在人造智能的演變中發(fā)揮作用。