基于人類示范會顯著加速機器學(xué)習(xí)這一理念，加拿大初創(chuàng)公司Kindred AI 的人類 VR 操作員正在教授機器人執(zhí)行新任務(wù)，其終極目標(biāo)是創(chuàng)造一種全新的人工智能。
這個機器人手臂偶爾利用人工控制它學(xué)習(xí)如何掌握不同的對象
一家神秘的加拿大創(chuàng)業(yè)公司Kindred AI 正在教機器人如何以超人般的速度完成高難度的靈巧工作，他們把機器人與人類“操作員”配對——“操作員”們頭戴VR頭顯，手握運動追蹤控制器。
這種科技讓我們驚喜地見識到，未來人類將如何與機器進行同步工作。它向我們展示了，借助人類的協(xié)作可以進一步增強自動化系統(tǒng)的力量。
很多人對機器人和人工智能快要搶走人類的飯碗感到憂心忡忡，但其實還有很多事情是機器人無法勝任的。
由Kindred公司申請的專利圖，該公司由一批量子計算先驅(qū)創(chuàng)立，意圖打造先進AI系統(tǒng)來控制和訓(xùn)練機器人
前不久，Kindred AI向《麻省理工科技評論》演示了他們的機器人，并表示，其將在接下來的幾個月里計劃發(fā)布一款針對零售商的產(chǎn)品。他們的長遠(yuǎn)設(shè)想更是野心勃勃。
Kindred希望，這種人工協(xié)助式機器學(xué)習(xí)能夠培養(yǎng)出全新的更為強大的人工智能。
目前，Kindred正在測試傳統(tǒng)工業(yè)機器臂對于不好拿的小物件的抓取和放置能力，比如小塊布料，看其是否能比正常水平做得更快更穩(wěn)。機器臂偶爾會向人類團隊求助，操作員們會在一旁通過VR頭顯，來觀察有困難的步驟，并臨時對機器臂進行人工操縱。
由Kindred公司申請的專利圖，展示了附有傳感器和動作部分的外骨骼，操作員穿著外骨骼控制遠(yuǎn)方機器人
“操作員們可以看見、聽見并感受到機器人的所見所聞所感。當(dāng)操作員做出一個動作，機器人也會跟著動”，Kindred聯(lián)合創(chuàng)始人兼CEO Geordie Rose說道(他也是D-Wave的聯(lián)合創(chuàng)始人)。
“這讓我們可以告訴機器人怎樣像人類一樣行動。雖然并不能說人類在所有關(guān)于機器人的行為上做得最快最好，比如把物件放置于指定方位之類，但人類在理解棘手和未知的情況方面依舊是最強的。”
Kindred的系統(tǒng)采用了一些機器學(xué)習(xí)算法，且會自主判斷哪一種算法能夠助其完成指定目標(biāo)，比如抓取物體。如果沒有任何算法看起來可行，系統(tǒng)就會尋求人類幫助。
最重要的是，機器學(xué)習(xí)算法能夠?qū)W習(xí)人類操作員的動作。為做到這點，Kindred采用了“強化學(xué)習(xí)”——一種讓機器利用不斷嘗試和練習(xí)來學(xué)習(xí)特定操作的技術(shù)。
Rose表示，他們的機器人抓取小塊布料的速度是人類的兩倍，但若讓機器人獨立工作又實在是不靠譜。所以，人類介入是必要的，一個人可以同時操作多個機器人。
Rose補充說，Kindred正在探索各種含人類介入的操作系統(tǒng)，從人只要點擊圖像告訴機器人去何處抓取物件的基礎(chǔ)介入，到身穿全身機械外骨骼來控制類人機器人的高級介入。操作員都能學(xué)會如何有效地遠(yuǎn)程控制機器人。“你剛開始使用控制裝置的時候會很不習(xí)慣，但人腦的可塑性很強，你會慢慢調(diào)整適應(yīng)。”
這項技術(shù)的靈感來源于Suzanne Gildert，她原是D-Wave的高級研究員，現(xiàn)任Kindred首席科學(xué)官。
由Kindred公司申請的專利圖，展示了多名操作者通過該Kindred的人工智能云計算系統(tǒng)，實現(xiàn)對多臺機器人的控制
這家公司已經(jīng)秘密運行了好幾年，直到Gildert提交的專利細(xì)節(jié)在網(wǎng)上曝光，吸引了人們的注意。專利描述了將各種不同的遙控操作系統(tǒng)與機器學(xué)習(xí)相結(jié)合的計劃。確實，Kindred的技術(shù)愿景遠(yuǎn)不止做更好的分類挑揀機器人那么簡單。
“如果你讓機器人不斷地嘗試，并且有一套人工智能系統(tǒng)在背后支持機器學(xué)習(xí)，那么就能測驗不同的AI模型，看看哪個的訓(xùn)練效果更佳，”Gildert說。“最終，我想到，如果你可以讓人類為機器人進行任務(wù)示范，那么沒有任何理由機器人不去像人類一樣操作。”
最吸引人眼球的是，Kindred的專利甚至涉及讓動物(比如猴子)操作這種系統(tǒng)的可行性。Gildert說這只是一個想法而已，公司并沒有雇傭任何猴子。但是她也說公司的確有一只通過強化學(xué)習(xí)訓(xùn)練的機器貓整天在辦公室里晃來晃去。
知名量子計算機公司D-Wave的聯(lián)合創(chuàng)始人和首席技術(shù)官(CTO)Geordie Rose又醞釀新舉：使用人工智能和外骨骼系統(tǒng)訓(xùn)練和控制一支智能機器人大軍
Kindred還有一點與眾不同，它的創(chuàng)始人是物理學(xué)家，而不是受過專門訓(xùn)練的機器人專家或是計算機科學(xué)家。Rose辯稱，這反而為他們帶來了獨特而有價值的視角。“對于計算機科學(xué)家來說，模擬世界和真實世界的界限非常模糊。而我們更喜歡用真實的機器人在真實的世界里做點事情。”
Kindred追求的人機合作理念看起來的確潛力巨大。加州大學(xué)伯克利分校機器人和機器學(xué)習(xí)專長的教授Ken Goldberg表示，人類示范會顯著加速機器學(xué)習(xí)。Goldberg在他的外科手術(shù)機器人研究上采用了相似的方法，他補充說，讓機器人向人類學(xué)習(xí)是一個非常熱門的研究領(lǐng)域。Goldberg說，“這是我相信機器人具有無限未來的核心原因，人類的示范作用能帶來非常大的進步”。
但是，通過人類遙控進行機器學(xué)習(xí)的技術(shù)實現(xiàn)難度也不小。研究遙控類人機器人的麻省理工學(xué)院副教授Sangbae Kim表示，將人類的動作映射到機器行為上是件極其復(fù)雜的事情。
“第一個技術(shù)難點在于追蹤人類行動，得緊緊監(jiān)視人類體表的所有細(xì)微動作。這非常困難，因為我們是內(nèi)骨骼動物，”Kim說道。“更大的挑戰(zhàn)在于深刻理解人類決策過程中的每一步驟每一細(xì)節(jié)，然而很多思維過程其實都是潛意識的。”
但Kindred創(chuàng)始團隊并不氣餒。“我們的目標(biāo)就是破解人類的認(rèn)知體系”，Rose說道。“所有的生命都遵循特定的行為規(guī)律，而我們要為機器人建立一套同樣的行為準(zhǔn)則。”
然而，也有一些專家懷疑，Kindred是否具備與他們宣稱的目標(biāo)相稱的能力。威洛·喬治實驗室研究員、“赫菲”遠(yuǎn)程控制機器人的發(fā)明人提姆·菲爾德(Tim Field)表示，該專利需要實現(xiàn)的機器學(xué)習(xí)技術(shù)已經(jīng)遠(yuǎn)遠(yuǎn)超過了現(xiàn)有的機器學(xué)習(xí)技術(shù)，學(xué)習(xí)過程需要的數(shù)據(jù)和其他資源簡直是天文數(shù)字。
比如，谷歌的一臺實驗機械臂需要訓(xùn)練80萬次才能成功從一個筐子里拿出物體，讓操作員執(zhí)行同一任務(wù)80萬次來訓(xùn)練機器人?這幾乎沒有可行性。
俄勒岡州立大學(xué)機器人專家比爾·斯瑪特(Bill Smart)表示，該專利提出的點子不錯，但是實現(xiàn)起來非常困難。此外，他認(rèn)為，人類很難流暢操作這款機器人，因為機器服從的動力學(xué)原理和肌肉服從的動力學(xué)原理有不小的差別。
