Pieter Abbeel 在 NTECH 2021（NVIDIA 年度內(nèi)部工程會(huì)議）上發(fā)表了在線演講，為機(jī)器人技術(shù)的飛躍制定了路線圖。

機(jī)器人技術(shù)先驅(qū) Pieter Abbeel 表示，機(jī)器人技術(shù)需要在 AI 訓(xùn)練方面實(shí)現(xiàn)巨大的飛躍，才能成為我們?nèi)粘Ｉ钪械亩喙δ苤帧Ｈ缃竦募矣脵C(jī)器人已經(jīng)擁有成熟的電子和機(jī)械系統(tǒng)，但它們?nèi)狈m用于各種情況的 AI 技術(shù)。這是因?yàn)槲覀兊能浖?AI 還沒(méi)有好到足以讓機(jī)器人普及到家庭的程度。

Abbeel 是加州大學(xué)伯克利分校的電子工程和計(jì)算機(jī)科學(xué)教授，也是該大學(xué)機(jī)器人學(xué)習(xí)實(shí)驗(yàn)室主任和伯克利人工智能研究（BAIR）實(shí)驗(yàn)室聯(lián)合主任。在開展這些工作的同時(shí)，這位說(shuō)話溫和的比利時(shí)工程師還在主持機(jī)器人大腦播客。

在兼顧各種角色的同時(shí)，Abbeel 還在 OpenAI 工作了近兩年。OpenAI 是由本次 GTC 2021 的演講者—— Ilya Sutskever 等科技界名人于 2015 年成立的非營(yíng)利組織，該組織旨在開發(fā)和發(fā)布造福人類的人工通用智能。

Abbeel 于 2017 年離開 OpenAI 并創(chuàng)辦了 Covariant，開發(fā)用于倉(cāng)庫(kù)和工廠機(jī)器人自動(dòng)化技術(shù)的 AI。該公司目前已融資 1.47 億美元。在此之前，他與別人共同創(chuàng)辦了 AI 輔助評(píng)級(jí)初創(chuàng)企業(yè) Gradescope，該公司于 2018 年被收購(gòu)。

NVIDIA 首席執(zhí)行官黃仁勛在機(jī)器人技術(shù)講座后與 Abbeel 進(jìn)行了交談，稱他是“地球上最聰明的人之一”。

有大腦的機(jī)器人

Abbeel 在講座中提出了他所認(rèn)為的一個(gè)“好的起點(diǎn)”，即如何創(chuàng)造出更有能力、擁有大腦并且可以自己學(xué)習(xí)新任務(wù)的機(jī)器人。講座中提到了 Geoffrey Hinton 等許多 AI 研究者的工作為實(shí)現(xiàn)這一目標(biāo)所打下的基礎(chǔ)。

Abbeel 將這一切歸功于深度學(xué)習(xí)先驅(qū) Yann LeCun，他很看好使用互聯(lián)網(wǎng)視頻為機(jī)器人訓(xùn)練一個(gè)用于預(yù)測(cè)的大型神經(jīng)網(wǎng)絡(luò)這一想法。這個(gè)想法需要機(jī)器人學(xué)習(xí)關(guān)于這個(gè)世界的知識(shí)，而且是機(jī)器人 AI 的一個(gè)重要組成部分。

機(jī)器人可以從視頻（一連串待辦事項(xiàng)）中學(xué)習(xí)完整的行為表征，而僅使用圖片進(jìn)行訓(xùn)練存在限制。他表示：“視頻預(yù)測(cè)可能是構(gòu)建一個(gè)良好預(yù)訓(xùn)練神經(jīng)網(wǎng)絡(luò)最為缺失的部分。該神經(jīng)網(wǎng)絡(luò)在構(gòu)建后可以迅速用于現(xiàn)實(shí)世界中的其他機(jī)器人任務(wù)。”

文本訓(xùn)練對(duì)機(jī)器人也可能十分重要。他表示，機(jī)器人可能會(huì)從完整的事例中學(xué)習(xí)如何執(zhí)行一連串活動(dòng)，比如根據(jù)車主的命令將汽車送到汽車修理工處并處理整個(gè)過(guò)程，包括駕駛和與修理工商量取車時(shí)間。

大多數(shù)訓(xùn)練可通過(guò)模擬完成

Abbeel 認(rèn)為大多數(shù)機(jī)器人訓(xùn)練應(yīng)該在模擬中進(jìn)行——我們不可能在現(xiàn)實(shí)世界中慢慢地訓(xùn)練機(jī)器人，任由機(jī)器人撞到各種東西，使其通過(guò)試驗(yàn)和錯(cuò)誤來(lái)學(xué)習(xí)。

只需要在現(xiàn)實(shí)世界中進(jìn)行少許訓(xùn)練，就能確保機(jī)器人也能在現(xiàn)實(shí)世界中做到同樣的事情。“在現(xiàn)實(shí)世界中要想收集數(shù)百萬(wàn)個(gè)場(chǎng)景非常困難。”

“我們可以通過(guò)數(shù)千，甚至數(shù)百萬(wàn)次模擬進(jìn)行訓(xùn)練，從而在較短的時(shí)間內(nèi)獲得想要的神經(jīng)網(wǎng)絡(luò)。這樣做更經(jīng)濟(jì)，而且可以擴(kuò)大規(guī)模、同時(shí)運(yùn)行多項(xiàng)模擬。”

將研究成果轉(zhuǎn)化為商業(yè)成果

在演講結(jié)束后與黃仁勛的談話中，Abbeel討論了如何將大學(xué)研究與商業(yè)應(yīng)用相聯(lián)系。

黃仁勛表示：“在大學(xué)里進(jìn)行開創(chuàng)性的研究，同時(shí)也將這門技術(shù)運(yùn)用于機(jī)器人行業(yè)，還把它放到了一家真正的公司里，這樣99%的問(wèn)題將迎刃而解。”

Abbeel 也認(rèn)為必須確保客戶對(duì)網(wǎng)絡(luò)性能和賣給他們的產(chǎn)品感到滿意。他認(rèn)為關(guān)鍵在于了解所開發(fā)的網(wǎng)絡(luò)、進(jìn)行大量的測(cè)試并獲得統(tǒng)計(jì)數(shù)據(jù)。

他表示 Covariant 目前正在將 Covariant Brain 系統(tǒng)用于倉(cāng)庫(kù)中的貨物取放，并且實(shí)現(xiàn)出色的端到端性能至關(guān)重要。

“如果不能讓客戶滿意，那么向他們銷售產(chǎn)品的意義何在？”

責(zé)任編輯：haq