0
| 本文作者： 亞萌 | 2016-09-25 08:26 | 專題：CCF-GAIR | 全球人工智能與機器人峰會 |
編者按：2016年8月12、13日，雷鋒網(搜索“雷鋒網”公眾號關注)在深圳舉辦了盛況空前的“全球人工智能與機器人峰會（CCF-GAIR）”，來自中美加的全球最為頂尖的科研實驗室、學術權威、產業大咖、投資領袖共同探討人工智能、機器人、無人機、智能駕駛等四大領域的未來趨勢和產學研發展方向。雷鋒網將會議精彩演講內容與視頻精心編輯，近期將逐步放出。
“在座的哪一位能在國際象棋比賽中贏 IBM 深藍計算機？能在圍棋比賽里贏 Google 的阿爾法狗? ”
孫宇教授以這樣的提問開場，并不是想強調如今計算機多么高的智力水平，而是想引出一個對比：計算機下棋超過全人類，但是至今卻還沒有出現能堪比人類雙手的機器手。
“世界上最高級的機器人靈巧手，也趕不上一個一歲小孩的手能力。”
我們雙手的重量只占我們體重的百分之一，成人有 206 塊骨頭，其中四分之一的骨頭在我們的雙手里。人手的精密復雜程度超出很多人的想象。
而造出可堪比人手功能的“機器手”，一直是孫宇的夢想。
啟蒙：1993 年的《終結者 2》
大部分人在回顧自己人生中重要的“啟蒙點”的時候，往往是青少年時代的一部小說或者是電影。對于孫宇教授來說，這個“啟蒙點”，就是略帶黑暗色彩的《終結者 2》。
那是在 1993 年。
“我看完了電影，并沒有對人類的未來充滿擔心和憂慮，而是滿腦子的終結者機器人，特別是和人手一樣靈活的機械手。我的人生夢想就是像 Miles Dyson一樣成為第一造出終結者手的人。帶著這個遠大的夢想，我來到了美國猶他大學，進入了 John Hollerbach 的實驗室讀博士。”
然而進入實驗室的第一天，他的夢想就破滅了，因為他看到了這個名為“Utah/MIT Hand”的機器手。
Utah/MIT Hand 是 1983 年造出來的, 比他看到《終結者 2》還要早 10 年。這個機器手，是由兩位天才制造出來的：Stephen Jacobsen 和 John Hollerbach。
前者帶領的團隊在 Utah 設計并制造了機械部分；后者帶領的團隊當時在 MIT 開發了控制和智能部分。Steve Jacobsen 在今年 3 月份，因心血管疾病去世了。
從1983 年開始，更多的機械手被發明出來，它們個個精密復雜，但是有一個共同的缺點：貴，而且不實用。
“像下圖中具有代表性的四個，每一個都很酷，都跟瑞士勞力士手表一樣設計精密，機械部件精準咬合，有十幾個可動關節，傳動裝置。很多的氣動或者電機驅動，還有個共同特點，每一個都很昂貴。這里面最便宜的 Bionic hand 也要三萬多英鎊, 最貴的要十幾萬美元。”
“在很多實驗室中，這些精致的機械手演示各種各樣與人手相媲美的能力：可以做家務，做飯，日常起居無所不能。而現實中卻沒有一款被大規模應用。不光是因為造價昂貴，還因為復雜的機械結構，控制很多的動力裝置都十分困難。大家看到的演示，多是精心設計和編排，通過大量編程實現對某個特定場景。”
所以孫宇教授認為，機械手光酷是沒用的，更重要的是實用。在可以拋開“酷”的枷鎖之后，就可以完全從工程的角度來設計機械手：外形不那么令人驚艷，但是有用。
而這個理念，好萊塢早就接受了。
“電影《機器人總動員》里，機器人瓦力（Wall-E）只有三根手指，而且和人的手指頭完全不同。它可以用自己簡單的手做很多事情，至少在動畫片里，它可以換燈泡。”
“純粹的工程辦法來解決抓取，完全不需要機械手。工業生產里早就有了及簡單又完美的解決方案：真空吸盤或者真空杯。上一年在 ICRA, 亞馬遜舉辦了了一個抓取挑戰賽。贏得挑戰賽的 TU-Berlin 團隊就是用真空吸杯來吸起亞馬遜的商品，然后放到包裝盒里。今年上個月剛結束的亞馬遜抓取挑戰賽，同樣是用真空吸杯的隊伍贏得了比賽。而且前三名都是用真空杯。”
所以在這個背景下，兩年前，美國 DARPA 當時的負者人Gill Pratt 就宣布機器人抓取已經解決了。
“Gill 并不是講了個笑話。我個人認為，抓取從一個地方抓起一個物體，然后放到另一個地方的大部分問題已經解決。但是有些工程問題沒有解決：抓起工具并使用工具的抓取，還遠遠沒有解決。”
這些工程問題沒有解決，在于“智能芯片”的發展遠遠不夠。
“問題的關鍵并不在機械手本身，而是機器人的智能還不夠。《終結者》電影里機械手和智能芯片是產生終結者機器人需要的兩個最重要的技術。我們已經有了各式各樣的機械手，甚至有在機械結構上與終結者機器人手類似的機械手，但是卻還沒有另外一個更重要的技術——終結者機器人的智能芯片。”
而孫宇教授所在的實驗室，目前最主要的任務之一，就是致力于為機器手開發出相匹配的“智能”－－FOON。
“ 我們實驗室發明了一個面向功能對象網絡（Functional Object-Oriented Network，簡稱 FOON），它是一個存儲功能對象和操作信息的中心知識網絡系統......這個系統通過處理在線視頻，比如 YouTube 上的視頻，來得到功能對象和操作信息。"
這就是一個通過學習視頻而得到的巨大“知識庫”，而人們通過搜索知識庫就可以得到想要的信息。
“比如，我晚上想吃烤牛排，就告訴我的機器人。機器人通過查詢 FOON 這個知識網絡，得到這么一個圖，不光給出做烤牛排需要什么原料，還給出所有步驟和每一個步驟需要什么操作動作。FOON 的基本元素里包含了物體和操作的信息。”
計算機在虛擬世界里可以做的很好，而一旦涉及到實實在在的物理環境，就會“發生差之毫厘失之千里的事情。”
“如今，計算機智能在很多領域里已經把人類遠遠的甩在了后面（比如下棋）。而之所以機器人領域中還有很多問題沒有解決，就是因為機器人要與現實環境有實實在在接觸，這是計算機智能和機器人智能的區別。”
比如說擰螺絲這個動作，在擰的過程中會受到不同的作用力。
“螺絲刀與螺絲之間有實實在在的接觸。手不光要抓緊螺絲刀，使螺絲刀不滑落，而且還要為螺絲刀提供擰螺絲的運動和力。同樣的物體， 不同的操作任務也會需要不同的運動和力，自然需要不同的抓握方式。”
而孫宇教授所做的，就是根據不同的任務總結出不同的要求，然后根據這個要求得到最優的手抓解決方案。
“比如說使用錘子，需要做的是，怎么讓機器手運行最少的動作步驟來完成任務。有時，機械手在運動期間要保證鼠標不掉出去；有時機器手擰燈泡，這個燈泡要跟燈座有實實在在的運作。”
最后，孫宇教授鼓勵大家參加今年 10 月份在韓國舉辦的一個比賽。
“我們發表了 9 個任務，都是有實實在在基礎的任務。從一個碗里面取豌豆放到另一個碗里面，復雜的是機器人抓鋸割木板。希望大家更多的來關心機器人靈巧手抓取，Make Grasping Great Again。”
PS: 本文是根據 8 月 13 日孫宇教授參加 CCF-GAIR 發表的演講進行的精編整理，原文請點擊 AIR 042 | 南佛羅里達大學孫宇教授：機器人靈巧手抓取的復興
孫宇教授演講的完整視頻，請戳：視頻鏈接
雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
專題
