开元体育一段时间以来，跟踪机器人技术发展的人已经注意到该领域的一场无声革命。虽然自动驾驶汽车占据了所有的头条新闻，但人工智能、机器视觉和机器学习的交叉领域正在迅速成为下一阶段机器人技术的基础。
通过将机器视觉与学习能力相结合，机器人专家正在开辟广泛的新可能性，例如基于视觉的无人机、机器人收割、回收中的机器人分类以及仓库拣选和放置。我们正处于转折点：这些应用程序变得足够好，可以在传统机器人永远无法成功的半结构化环境中获得真正的价值。
在这个激动人心的时刻，加州大学伯克利分校电气工程和计算机科学教授 Pieter Abbeel 将与大家分享机器人将如何从根本上改变我们生活的世界。
换句话说，他对机器人技术有信心，他对自动化不久的将来所说的话简直令人震惊。
Q：你称 AI Robotics 是一场安静的革命。为什么它是革命性的？为什么你认为最近的事态发展仍然不被关注，至少在大众报道中是这样？
在过去的 60 年里，我们拥有身体素质非常高的机器人。然而，他们只是没有那么聪明。因此，这些身体上非常强大的机器人最终被限制在工厂——主要是汽车和电子工厂——他们被信任在那里执行精心预编程的动作。这些机器人在一遍又一遍地做同样的事情时非常可靠。它们创造了价值，但这只是机器人可以用更好的智能做的事情的皮毛。
人工智能（AI）机器人领域正在悄然发生革命开元体育。AI 机器人拥有复杂的 AI 模型和视觉。它们可以看到、学习并做出反应，以根据当前情况做出正确的决定。
机器人技术趋势的热门报道包括家庭管家式机器人和自动驾驶汽车，因为它们与我们的日常生活息息相关。与此同时，人工智能机器人正在我们世界上不太明显但对我们的生计至关重要的领域起飞——想想电子商务中心和仓库、农场、医院、回收中心。所有对我们的生活有重大影响的领域开元体育，但不是普通人每天看到或直接与之互动的活动。
Q：半结构化环境是机器人的下一个前沿领域，传统上机器人仅限于工厂等结构化环境。在接下来的一年左右，我们将在哪里看到新的和有价值的机器人技术部署？
我预计的三大业务是仓库拣货和包装业务、回收分拣和作物收割/护理。从技术的角度来看，这些自然是最近人工智能发展的惊人范围。而且就我个人而言，我知道每个行业都有从事人工智能机器人工作的人，他们正在取得长足的进步。
Q：为什么机器视觉是机器人最令人兴奋的发展领域之一？机器人现在可以做什么而他们在五年前不能做的事情？
传统的机器人自动化依赖于非常聪明的工程，让预编程的运动机器人发挥作用。当然，这适用于汽车和电子工厂，但最终它是非常有限的。
赋予机器人视觉天赋完全改变了一切可能。计算机视觉是与计算机和机器人有关的人工智能领域，在过去 5 到 10 年中经历了日新月异的转变——这要归功于深度学习。深度学习训练大型神经网络（基于示例）进行模式识别，在这种情况下，模式识别能够理解图像中的位置。当然，深度学习正在提供看不见的能力。它还允许机器人学习完成任务需要采取的行动，例如，挑选和包装物品以完成在线订单。
Q：过去十年的很多报道都集中在传感器对自主系统（激光雷达等）的影响上。人工智能如何重构机器人开发中的对话？
在深度学习出现之前，不可能让机器人「看到」（即理解图像中的内容）。因此开元体育，在深度学习之前的日子里，大量的精力和智慧投入到研究替代传感器机制上。激光雷达确实是一种流行的雷达（它的工作原理是您发出激光束，测量反射所需的时间，然后乘以光速以确定到该方向最近障碍物的距离）。激光雷达在工作时很棒，但故障模式不能忽视（例如，光束是否总是回到你身边？它是否被黑色表面吸收？它是否直接穿过透明表面？等等...... ）。
但是在相机图像中，我们人类可以看到那里有什么，所以我们知道信息已经被相机捕捉到了，我们只需要一种方法让计算机或机器人能够从图像中提取相同的信息。人工智能的进步，特别是深度学习，已经彻底改变了这方面的可能性。只要向神经网络展示了足够多的例子，我们就正在构建能够像人类一样可靠地解释图像的人工智能。因此，机器人技术发生了重大转变，从专注于发明专用感官设备转向专注于构建人工智能，该人工智能可以使用我们已经可用的自然感官输入（尤其是相机）来学习和增强我们的机器人的能力。
Q：机器人技术一直是一种融合的技术。除了人工智能和机器视觉之外，还有哪些技术融合在一起使这些部署成为可能？
事实上，任何机器人部署都需要许多重要组件的融合以及一个知道如何让它们协同工作的团队。除了人工智能之外，当然还有可靠的工业级机械手机器人的长期存在的技术。而且，至关重要的是，有相机和电脑，它们变得越来越好，越来越便宜。
机器人对我们日常生活的贡献程度，最常见的是没有看到这些机器人中的任何一个。事实上，我们可能不会亲眼看到机器人与我们每天使用的东西进行物理交互，但很快就会有一天，我们家中的大多数物品在到达我们之前至少被机器人接触过一次。
官方微信
官方微博
