联系我们
Robotics 2.0：AI重新定义机器人——pepper人工智能机器人
声明：本媒体部分图片、文章来源于网络
声明：本媒体部分图片、文章来源于网络
版权归原作者所有，如有侵权，请与我联系删除。
我们常常听到两极化的观点；有些人倾向高估机器人模仿人类的能力，认为机器终将取代人类，有些人则对新研究和技术的潜力太过悲观。
在过去一年之中，许多创业、科技、新创业界的朋友都曾问过我，在AI，尤其是深度强化学习和机器人技术的领域，究竟有哪些「实际」进展？
令人*为好奇的是：
AI机器人和传统机器人有什么不一样？AI机器人是否真有颠覆各大产业的潜力？它的能力和限制又是什么？
看来，想要了解现在的技术进步和产业格局，是出乎意料的困难，更不用说要对未来做出预测。藉由这篇文章，我尝试揭开人工智慧应用于机器的神秘面纱，厘清这个我们常常听到，但却着墨不多、或根本未全然理解的主题。
首先必须回答的基本问题：什么是AI机器人（AI-enabled Robotics）？它们又有什么独特之处？
机器人演进：从自动化到自主化
「机器学习解决了以往『对电脑困难，对人来说却容易』的各种问题，或以更容易理解的方式来说，就是解决了『人类很难让电脑也理解』的问题。」— — Benedict Evans，安霍创投（a16z）
AI所造就的机器人技术领域，*大成果是从原先的「自动化」（工程师藉由程式设计编写规则，让机器人遵守）迈向了真正的「自主学习」。
如果机器人只需要处理一件事情，那么，它到底有没有人工智慧，差别其实看不出来；但是，如果机器人需要处理各式各样的任务、或是回应人类与环境的变化，就需要一定程度的自主性才能胜任。
我们不妨借用下列不同等级的自驾车定义，一并解释机器人的演变：
Level 0 —无自动化：由人类操作机器，没有机器人的参与。(机器人的普遍定义，是指有能力自行从事复杂动作的可程式化拟人机械)。
Level 1 —单一自动化运作：单一功能已自动化，但不使用环境资讯。这是自动化与制造业中传统的机器人使用现况。透过程式编辑，机器人能够以高精度与速度重复执行特定工作；但直至目前为止，多数实际运用的机器人都无法感知或应变环境的变化。
Level 2 —部分自动化：透过环境感知所输入的特定功能，协助机器进行决策。例如某些机器人透过视觉感应器，识别并应付不同的对象：然而，传统的电脑视觉，需要对每个对象进行预先登记和清楚的指示，且机器人还是缺乏处理变更、意外状况、或是新对象的能力。
Level 3 —条件式自主：机器控制了所有的环境监控行为，但仍需要人为检查关注与（即时）介入。
Level 4 —高度自主：在某些情况下、或是定义的区域内完全自主。
Level 5 —完全自主：在任何状况下均可完全自主，不需人为介入。
我们现在处于哪一种自主等级呢？
现在，工厂里多数机器人都是透过开放式回路、或是非回馈方式予以控制。这意味着它们的运作与感测器回馈各自独立、彼此互不影响（level 1）。
少数在工厂中的机器人，会根据感测器回馈而调整操作（level 2）；此外还有协作型机器人（cobot），他们的操做更加简单安全，因此能与人类共同作业。然而，相较于产业用机器人，这种机器人的**度和速度却相形失色。另外，虽然协作型机器人的程式化相对简单，但它们仍然不具有自主学习性；每当工作内容或环境有所变动时，就需要由人类手动引导协作机器人进行调整，或是重新编写程式，机器本身无法自主举一反三，弹性应变。
深度学习(Deep Learning)和强化学习(Reinforcement Learning)能帮助机器人自主处理各种物件，将人类的介入程度降到*低。
我们已经开始看到一些使用AI 机器人（level 3/4）的前导试行专案，例如「仓储拣货」就是一个很好的例子。在货运仓库中，员工需要根据客户需求，将数百万种不同的产品放入箱子里。传统的电脑视觉没办法处理如此广泛的物品类别，因为每个物品都需要事先登录、并针对机器人需要采取的动作，先进行程式设计。
然而，现在由于深度学习和强化学习技术，机器人能够开始自主学习处理各种物件，降低人类的介入程度。在机器人的学习过程中，可能会出现它未曾遇过的某些货品，而需要人类的协助或示范（level 3）。但是，随着机器人搜集更多的资料、从试验和错误中学习（level 4），演算法也将日益改善，迈向完全自主。
就像自驾汽车产业一样，机器人新创公司也采取了不同的策略：有些公司看好人类和机器人之间的合作，专注于level 3的研发；有些公司则相信，机器终将实现真正的完全自主，于是他们跳过level 3，直接着眼于level 4、甚至到level 5。
这也是为什么我们很难评估现在产业自主程度的原因之一。
新创公司有可能自称致力于研究level 3/4的自主系统，但实际上却是大量委外，以人工远端操控机器。在无法了解其内部软体及AI产品发展程度的前提下，光从机器外观看不出远端操控和自主学习的差别。另一方面，目标为level 4/5的新创公司，万一无法在短时间取得理想结果，可能反而降低了客户的早期采用意愿、并导致早期阶段的资料搜集更加困难。
更多资讯：pepper人工智能机器人