专访斯坦福做饭机器人背后团队：未来将研发折叠褶皱衣物新功能

  复杂的机器人不需要花很多钱。一项新的研究表明，即使是相对便宜的机器人也可以使用人工智能快速完成复杂的操作任务并学习新技能。

（来源：STEPHANIE ARNETT/MITTR|ENVATO）

  斯坦福大学的研究人员仅用3.2万美元就成功地制造了一个有轮子的机器人，它可以在人类的监督下烹饪三道粤菜。然后，研究人员使用人工智能训练它自主完成个人任务，如烹饪虾仁、清理污渍和呼叫电梯。

  其他能够完成如此复杂任务的机器人往往要花费数十万美元，但研究人员通过选择现成的机器人零件和3D打印硬件来保持该项目的低成本。

  研究人员教这款名为Mobile ALOHA（“一种用于双臂操作的低成本开源硬件远程操作系统”的缩写）的机器人完成了七项不同的任务，这些任务需要各种移动和灵巧技能，例如冲洗平底锅或与某人击掌。

  例如，为了教机器人如何烹饪虾仁，研究人员对其进行了20次远程操作，包括将虾放入锅中，翻转，然后上菜。

  美国斯坦福大学博士生、项目联合负责人Zipeng Fu说，他们每次的操作都略有不同，因此机器人学会了用不同的方法来完成同一任务。

  斯坦福大学助理教授切尔西·芬恩（Chelsea Finn）是该项目的顾问，她说，机器人随后接受了这些演示训练，人类操作的其他不同类型任务的演示训练，这些任务与烹饪虾仁无关，比如撕下纸巾或胶带，而这些任务是由早期的无轮子的ALOHA机器人收集的。

  这种新数据和旧数据相结合的“共同训练”方法，能够帮助Mobile ALOHA相对快速地学习新工作，而通常的方法是在数千甚至数百万个示例中训练人工智能系统。芬恩说，从这些旧数据中，机器人能够学习与手头任务无关的新技能。

  虽然这类家务活对人类来说很容易（至少当我们有心情做的时候），但对机器人来说仍然很难。它们很难抓握和操纵物体，因为它们缺乏人类天生具有的精确性、协调性和对周围环境的了解。

  然而，最近将人工智能技术应用于机器人的努力在解锁新功能方面显示出了很大的前景。例如，谷歌的RT-2系统将语言视觉模型与机器人相结合，使人类能够向机器人发出口头命令。

  芬恩说：“真正令人兴奋的是，这种模仿学习的方法非常通用。它非常简单，并且也可以很容易地扩展。”她补充道，收集更多的数据供机器人模仿，可以让它们处理更多基于厨房的任务。

  美国纽约大学计算机科学副教授勒雷尔·平托（Lerrel Pinto）没有参与这项研究，他说：“移动ALOHA已经证明了一些独特的东西：相对便宜的机器人硬件可以解决非常复杂的问题。”

  美国卡内基梅隆大学助理教授迪帕克·帕塔克（Deepak Pathak）补充道，Mobile ALOHA表明机器人硬件已经非常强大，并强调人工智能是制造更有用的机器人所缺少的部分。

  平托说，该模型还表明，机器人训练数据是可以转移的：对一项任务的训练可以提高机器人在其他任务中的表现。

  他说：“这是一个非常理想的特性，因为当数据增加时，即使不一定是为了你关心的任务，它也可以提高机器人的性能。”

  斯坦福大学的博士生、团队成员Tony Zhao表示，下一步斯坦福大学团队将训练机器人掌握更多数据，以完成更艰巨的任务，例如整理和折叠褶皱的衣物。

  传统上，机器人很难洗衣服，因为这些物体被捆成他们难以理解的形状。但Zhao表示，他们的技术将帮助这些机器完成人们以前认为不可能完成的任务。

  作者简介：梅丽莎·海基莱（Melissa Heikkilä）是《麻省理工科技评论》的资深记者，她着重报道人工智能及其如何改变我们的社会。此前，她曾在POLITICO撰写有关人工智能政策和政治的文章。她还曾在《经济学人》工作，并曾担任新闻主播。