新創公司Embodied Intelligence日前發表神經網路編程軟體,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,採用這一軟體工具的工業機器人將能透過觀察人類的方式學習如何完成任務。

這項成果象徵著業界正朝著讓機器人瞭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覆幾個動作,但這有時還需要人類編寫客製軟體。

Embodied Intelligence共同創辦人兼執行長Peter Chen表示:「我們提供的工具並非編程每一步驟,而是證實機器人並不需要人類專家的協助……它也能從嘗試與錯誤中學習。」

「我們的機器人軟體並不限於固定的動作。當今的機器人一遍又一遍地重覆執行相同的機械式任務。透過我們的軟體,能夠賦予機器人經由攝影機真正『看』到的能力,並因而進行調整。」

除了更迅速且便宜地訓練機器人之外,該軟體工具還為教授新的任務開啟了大門。例如,這套系統能教導機器人如何將線穿過機械元件。由於追蹤與編程彈性化物件極其複雜性,使得大多數電腦視覺系統都無法順利實現這一類的應用。

Embodied Intelligence採用虛擬實境(VR)頭戴式裝置來訓練機器人。目前使用的是HTC Vive頭戴式裝置及其動作控制器,但任何VR裝置都適用。

20171207_Embodied_NT31P1 Embodied Intelligence採用VR鏈路連接工業乙太網路,透過模仿指導機器手臂執行任務(來源:Embodied Intelligence)

他說:「你可以看機器人『看』到什麼了,並根據機器人『看』到的物件做決定,而機器人也會加以模仿。」

Peter Chen曾經是美國加州大學柏克萊分校(UC Berkeley)的研究人員,他和其他2位研究人員在今年初發表其採用機器學習與VR連結,教導機器人10項基本任務的實驗結果。「在進行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演算法的所有任務。」

該途徑使用了Google和Facebook等網路巨擘用於辨識影像和其他任務的相同深度神經網路技術。VR展示就像訓練一樣,設定神經網路路徑或策略,並讓機器人能在執行推論後加以改善。

該公司並打造自家Linux x86伺服器,使用多達8個高階Nvidia GPU以實現訓練以及推論任務。

他說:「一開始,我們將提供此軟體服務給我們的客戶,以及滿足其所需要的規格…而這也將有助於我們完善這一平台。到了某個時候,我們將授權軟體給系統整合商。」

2017年工廠機器人銷售量逾30萬台

Chen指出,工廠對於機器人的投資大部份都花在負責訓練的系統整合商——這部份的支出在平均約15萬美元的總投資中就佔了高達9萬美元。

其他人也認同,在投資機器人時,最吃重的成本都位於基礎硬體之外,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Dan Kara表示,2017年全球的工廠預計將購買超過30萬台機器人。如果以一個工業機器人平均售價為42,000美元來看,系統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於軟體開發。

Kara表示:「編程工業機器人是一項困難、昂貴且費時的任務。對於能夠簡化並加速機器人控制編程的工具和技術存在很高的需求。」

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

20171207_Embodied_NT31P2 Embodied Intelligence創辦人(左起)執行長、Peter Chen、總裁兼首席科學家Pieter Abbeel、技術長Rocky Duan以及研究科學家Tianhao Zhang。(來源:Embodied Intelligence)

美國加州大學聖地牙哥分校(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域。他說:「有相當多的單位都想讓機器人使用機器學習。」

然而,Chen說:「現實情況是機器學習在工業機器人領域的應用還很有限。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多篇有關該領域的文章。他們三個人還曾經在OpenAI工作了一年半,後來決定離去並自行創業。來自Microsoft Research的Tianhao Zhang也加入了這些伙伴們的創業行列。

該新創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執行長陳立武(Lip-Bu Tan)等天使投資人。

編譯:Susan Hong

(參考原文:Robots Get AI from Startup,by Rick Merritt)