0 Comments

尤其是有一种方法对工业机器人产生了重大影响

发布于:2019-09-19  |   作者:admin  |   已聚集:人围观

  自然语言处理(包括语音和语义识别、自动翻译)、计算机视觉(图像识别)、知识表示、自动推理(包括规划和决策)、机器学习和机器人学。按照技术类别来分,可以分成感知输入和学习与训练两种。计算机通过语音识别、图像识别、读取知识库、人机交互、物理传感等方式,获得音视频的感知输入,然后从大数据中进行学习,得到一个有决策和创造能力的大脑。

  IBM科研部的认知计算副主管巴纳瓦很期待看到人工智能技术能够嵌入到更多的机器人与设备中。IBM正在利用机器学习算法训练机器人更好地将合适的姿势、音调与语句结合。该公司的人工智能技术已经被加载于其他公司生产的机器人上,例如软银的礼宾与销售助理机器人佩珀。机器学习算法能够帮助机器人学习更好地导航(自动驾驶),并且与诸如仿生眼睛等机器人设备结合。

  机器学习算法的一个关键应用就在于数据分析。视觉数据分析的进步以及速度的加快将会跨越不同的领域带来广泛的影响。巴纳瓦在邮件中写道:“人工智能在理解图像方面的技术大大加强,这包括对于例如目标、人和地点等特殊元素的文本和意义等。”而扩大视觉分析影响的一个关键领域便是医疗体系,巴纳瓦特意指出,人类工作者需要处理海量的视觉信息,她同时也举了这样一个例子:一个放射科医生每分钟需要对16张放射相片做出诊断。根据研究,加快数据处理的速度会大幅提升2016年人工智能在商业中的表现。分析师霍普金斯写道:“机器学习将会取代手动数据处理与数据监管等累活脏活,节省下的时间又可以促进数据策略的发展。”

  用来处理语言的机器学习算法的提升会让人们与计算机之间的交流更加容易。微软雷德蒙德实验室研究员兼管理主任霍维茨说,虚拟助手(如Siri与Cortana)会变得“非常有帮助”。阿鲁达是人工智能律师初创公司ROSS的CEO,他说:“一直以来,我们都是基于计算机的语言跟它们进行交流,这正是我们需要跨越的一步”。他提出自然语言处理的进步会在明年开始颠覆这样关系。

  在聊到人工智能时,你可能会听到有人提到《终结者》系列。特斯拉CEO伊隆·马斯克用这部电影表达了他关于AI技术走向失控的恐惧。“有电影就讲过这个,你知道,像《终结者》。”——《卫报》在2014年引用的马斯克原话。

  “可能会带来一些糟糕的结果。而我们应该确保结果是好的,而不是坏的。”12月,马斯克加入了科技大亨们组成的团队,投资了新创立的非营利组织OpenAI。马斯克与其他人的恐惧所带来的风波逐渐消退,阿鲁达认为关于所谓“邪恶AI”的说法将会在2016年变得更微妙。他还认为,电子设备里装有AI,将变成一件理所当然的事,而不再那么令人惊奇。“如果没有AI元素,人们会认为这个机器太傻了。”

  在11月,谷歌开源了它的开源机器学习框架Tensorflow。几个星期后,Facebook也开源了BigSur的设计,这是这家公司AI算法运行的计算机服务器。阿鲁达认为随着2016年的到来,我们将看到与上述公司差不多的行为。

  谷歌、Facebook、微软、IBM、阿鲁达的公司ROSS正在彼此竞争人工智能的领导地位。“这是一场天才间的战争,”阿鲁达评价道。为创业公司与研发者推出开源工具并不是竞争升温的唯一区域。谷歌、Facebook与苹果都在AI虚拟助手这片领域上宣布了自己的领土,想要从搜索引擎与电子商务市场中分得自己的一杯羹。

  中国已经开始着手尝试在工厂中使用先进的制造型机器人了。这将让制造业变得更有效率,帮助维持制造业的龙头地位。这一项目要求更加先进、性价比更高的机器人,而世界各地的经济和技术也会受到影响。

  中国对于技术引起的剧变并不陌生,而且已经在机器人技术方面进行了大量投资。然而新一轮机器人变革的规模将会是史无前例的。广东省已经决定投资1540亿美元来安装机器人。雇用了大量工人来组装苹果手机一类产品的富士康表示,在接下来几年里,其公司将会安装超过100万台的机器人。

  机器人已经非常擅长精确的重复性工作,但大部分仍然笨得像块石头。这也是为什么机器人通常只用于那些经过精确设计的情况。这也解释了它们为何无法轻易地接受新任务,或者在不熟悉、不确定的情况下无法正常工作。然而,事情总是在变化,感谢新一代的技术与算法,能够使机器人学的更快更好。

  机器学习有很多种方法,有些已经在研究室里表现出了非常明显的效果。尤其是有一种方法对工业机器人产生了重大影响,即深度学习可以去51cto学院看看,这种方法采用大型仿真神经网络,在训练机器人理解图片、视频和声频内容的方面不可或缺。而部分公司意图使用这一方法来训练机器人观看、抓取和推理。

  今年值得期待的另一趋势就是机器人彼此分享它们获取的知识。一旦机器人能够从其他机器人的工作中获取利益,就会加速学习过程。另外,通过那些能够将信息上传至不同系统的有效方法,即使两个完全不同的机器人也能够教会彼此如何识别一个特定物体或执行一项新任务。

  

  目前几个正在实施的项目旨在提供简单有效的方法来使机器人通过互联网获取知识。不难想象将这一切应用于工业环境下(比如那些识别或抓取不同物体的任务)会有怎样的结果。

  今年也会有一些个性化的机器人首次亮相,看到它们如何被人类接受也会是件有趣的事。随着硬件越来越便宜,软件功能越来越强大,不难想象为什么有人认为此时正是机器人家庭助手出现的最佳时机。

  然而,让机器人有真正的个人触感并不容易。一些原型机让人感到失望,而那些所谓的成功原型机也不过只有一些有限的角色,像是会议模式或者问候模式。即使是非常有限的场景,这些机器人也需要非常仔细的设计和编程,以便能够表现正确的社交和情感。

  美国联邦航空管理局在2015年年底发布了注册无人机的规章制度,同时正在测试无人驾驶自动化空中交通管制的技术。

标签:
    神兽验证马:
点击我更换验证码