複雜的機器人不需要花很多錢。一項新的研究表明，即使是相對便宜的機器人也可以使用人工智慧快速完成複雜的操作任務並學習新技能。
（來源：STEPHANIE ARNETT/MITTR | ENVATO）
史丹福大學的研究人員僅用 3.2 萬美元就成功地製造了一個有輪子的機器人，它可以在人類的監督下烹飪三道粵菜。然後，研究人員使用人工智慧訓練它自主完成個人任務，如烹飪蝦仁、清理污漬和呼叫電梯。
其他能夠完成如此複雜任務的機器人往往要花費數十萬美元，但研究人員通過選擇現成的機器人零件和 3D 列印硬體來保持該項目的低成本。
研究人員教這款名為 Mobile ALOHA（「一種用於雙臂操作的低成本開源硬體遠程作業系統」的縮寫）的機器人完成了七項不同的任務，這些任務需要各種移動和靈巧技能，例如沖洗平底鍋或與某人擊掌。
例如，為了教機器人如何烹飪蝦仁，研究人員對其進行了 20 次遠程操作，包括將蝦放入鍋中，翻轉，然後上菜。
美國史丹福大學博士生、項目聯合負責人 Zipeng Fu 說，他們每次的操作都略有不同，因此機器人學會了用不同的方法來完成同一任務。
史丹福大學助理教授切爾西·芬恩（Chelsea Finn）是該項目的顧問，她說，機器人隨後接受了這些演示訓練，人類操作的其他不同類型任務的演示訓練，這些任務與烹飪蝦仁無關，比如撕下紙巾或膠帶，而這些任務是由早期的無輪子的 ALOHA 機器人收集的。
這種新數據和舊數據相結合的「共同訓練」方法，能夠幫助 Mobile ALOHA 相對快速地學習新工作，而通常的方法是在數千甚至數百萬個示例中訓練人工智慧系統。芬恩說，從這些舊數據中，機器人能夠學習與手頭任務無關的新技能。
雖然這類家務活對人類來說很容易（至少當我們有心情做的時候），但對機器人來說仍然很難。它們很難抓握和操縱物體，因為它們缺乏人類天生具有的精確性、協調性和對周圍環境的了解。
然而，最近將人工智慧技術應用於機器人的努力在解鎖新功能方面顯示出了很大的前景。例如，谷歌的 RT-2 系統將語言視覺模型與機器人相結合，使人類能夠向機器人發出口頭命令。
芬恩說：「真正令人興奮的是，這種模仿學習的方法非常通用。它非常簡單，並且也可以很容易地擴展。」她補充道，收集更多的數據供機器人模仿，可以讓它們處理更多基於廚房的任務。
美國紐約大學計算機科學副教授勒雷爾·平托（Lerrel Pinto）沒有參與這項研究，他說：「移動 ALOHA 已經證明了一些獨特的東西：相對便宜的機器人硬體可以解決非常複雜的問題。」
美國卡內基梅隆大學助理教授迪帕克·帕塔克（Deepak Pathak）補充道，Mobile ALOHA 表明機器人硬體已經非常強大，並強調人工智慧是製造更有用的機器人所缺少的部分。
平托說，該模型還表明，機器人訓練數據是可以轉移的：對一項任務的訓練可以提高機器人在其他任務中的表現。
他說：「這是一個非常理想的特性，因為當數據增加時，即使不一定是為了你關心的任務，它也可以提高機器人的性能。」
史丹福大學的博士生、團隊成員 Tony Zhao 表示，下一步史丹福大學團隊將訓練機器人掌握更多數據，以完成更艱巨的任務，例如整理和摺疊褶皺的衣物。
傳統上，機器人很難洗衣服，因為這些物體被捆成他們難以理解的形狀。但 Zhao 表示，他們的技術將幫助這些機器完成人們以前認為不可能完成的任務。
作者簡介：梅麗莎·海基萊（Melissa Heikkilä）是《麻省理工科技評論》的資深記者，她著重報道人工智慧及其如何改變我們的社會。此前，她曾在 POLITICO 撰寫有關人工智慧政策和政治的文章。她還曾在《經濟學人》工作，並曾擔任新聞主播。
支持：Ren
運營/排版：何晨龍