新創(chuàng)公司Embodied Intelligence日前發(fā)表神經(jīng)網(wǎng)絡編程軟件，能讓機器人隨時間演進而提升其效能。預計在接下來的幾個月，采用這一軟件工具的工業(yè)機器人將能透過觀察人類的方式學習如何完成任務。

這項成果象征著業(yè)界正朝著讓機器人了解視覺世界的未來更邁進了一步。今天，人類專家通常以一種相對較緩慢的兩步驟過程訓練廠房中的機器人重復幾個動作，但這有時還需要人類編寫客制軟件。

Embodied Intelligence共同創(chuàng)辦人兼首席執(zhí)行官Peter Chen表示：“我們提供的工具并非編程每一步驟，而是證實機器人并不需要人類專家的協(xié)助……它也能從嘗試與錯誤中學習。”

“我們的機器人軟件并不限于固定的動作。當今的機器人一遍又一遍地重復執(zhí)行相同的機械式任務。透過我們的軟件，能夠賦予機器人經(jīng)由攝影機真正『看』到的能力，并因而進行調(diào)整。”

除了更迅速且便宜地訓練機器人之外，該軟件工具還為教授新的任務開啟了大門。例如，這套系統(tǒng)能教導機器人如何將線穿過機械組件。由于追蹤與編程彈性化對象極其復雜性，使得大多數(shù)計算機視覺系統(tǒng)都無法順利實現(xiàn)這一類的應用。

Embodied Intelligence采用虛擬現(xiàn)實(VR)頭戴設(shè)備來訓練機器人。目前使用的是HTC Vive頭戴設(shè)備及其動作控制器，但任何VR設(shè)備都適用。

Embodied Intelligence采用VR鏈路連接工業(yè)以太網(wǎng)絡，透過模仿指導機器手臂執(zhí)行任務

他說：“你可以看機器人‘看’到什么了，并根據(jù)機器人‘看’到的對象做決定，而機器人也會加以模仿?！?/p>

Peter Chen曾經(jīng)是美國加州大學伯克利分校(UC Berkeley)的研究人員，他和其他2位研究人員在今年初發(fā)表其采用機器學習與VR連結(jié)，教導機器人10項基本任務的實驗結(jié)果?！霸谶M行3分鐘的VR展示中，機器人解決了以往可能需要由博士編寫算法的所有任務?！?/p>

該途徑使用了Google和Facebook等網(wǎng)絡巨擘用于辨識影像和其他任務的相同深度神經(jīng)網(wǎng)絡技術(shù)。VR展示就像訓練一樣，設(shè)定神經(jīng)網(wǎng)絡路徑或策略，并讓機器人能在執(zhí)行推論后加以改善。

該公司并打造自家Linux x86服務器，使用多達8個高階Nvidia GPU以實現(xiàn)訓練以及推論任務。

他說：“一開始，我們將提供此軟件服務給我們的客戶，以及滿足其所需要的規(guī)格…而這也將有助于我們完善這一平臺。到了某個時候，我們將授權(quán)軟件給系統(tǒng)整合商?！?/p>

2017年工廠機器人銷售量逾30萬臺

Chen指出，工廠對于機器人的投資大部份都花在負責訓練的系統(tǒng)整合商——這部份的支出在平均約15萬美元的總投資中就占了高達9萬美元。

其他人也認同，在投資機器人時，最吃重的成本都位于基礎(chǔ)硬件之外，大部份的錢都花在訓練機器人。

市場研究公司ABI Research機器人研究總監(jiān)Dan Kara表示，2017年全球的工廠預計將購買超過30萬臺機器人。如果以一個工業(yè)機器人平均售價為42,000美元來看，系統(tǒng)安裝與訓練費用就高達126,000美元，而其中大部份的成本都在于軟件開發(fā)。

Kara表示：“編程工業(yè)機器人是一項困難、昂貴且費時的任務。對于能夠簡化并加速機器人控制編程的工具和技術(shù)存在很高的需求?！?/p>

Kara還列出另外三家同樣從事教導工業(yè)機器人的公司，包括Fizyr、Osaro和Preferred Networks。Google和美國布朗大學(Brown University)也投入了該領(lǐng)域的研究。

Embodied Intelligence創(chuàng)辦人(左起)首席執(zhí)行官、Peter Chen、總裁兼首席科學家Pieter Abbeel、首席技術(shù)官Rocky Duan以及研究科學家Tianhao Zhang。

美國加州大學圣地亞哥分校(U.C. San Diego)情境機器人研究所所長Henrik I. Christensen指出，PlusOne、Universal Robotics以及西雅圖的研究人員也正積極投入這個領(lǐng)域。他說：“有相當多的單位都想讓機器人使用機器學習?！?/p>

然而，Chen說：“現(xiàn)實情況是機器學習在工業(yè)機器人領(lǐng)域的應用還很有限。最常見的還是在檢測時使用機器學習。”

在創(chuàng)立Embodied Intelligence之前，Chen和Pieter Abbeel、Rocky Duan這兩位同樣來自UC Berkeley的同事共同撰寫了180多篇有關(guān)該領(lǐng)域的文章。他們?nèi)齻€人還曾經(jīng)在OpenAI工作了一年半，后來決定離去并自行創(chuàng)業(yè)。來自Microsoft Research的Tianhao Zhang也加入了這些伙伴們的創(chuàng)業(yè)行列。

該新創(chuàng)公司在首輪即募得了700萬美元的資金，Chen說公司前兩年的營運不成問題。這筆投資以Amplify Partners為主導，此外還包括Lux Capital、11.2 Capital、A. Capital、SV Angels、Rostrum Capital以及Cadence首席執(zhí)行官陳立武(Lip-Bu Tan)等天使投資人。