如果您是一个科幻极客,基于一个人类机器人世界的Isaac Asimov的书籍将为您熟悉。通过几个机器人制造商扩大其运营,人类的机器人也被称为人形的机器人,可能不再被限制在我们的想象中。Hanson机器人,其中一个最着名的人形索菲娅的开发人员索菲亚,计划在2021年批量生产成千上万的人形机器人在医疗保健部门申请1.Covid-19加速了对这些机器人的需求,特别是在医疗保健,零售和热情好客行业中,以降低感染风险。
世界机器人2020工业机器人报告2显示全球工厂中运行的工业机器人数量达到创纪录的270万。
机器人在这里留下来。
人工智能和ML在类人进化中的作用
在类人进化中AI的技术进步、NLP和ML导致了后续一代机器人的显著改进。人工智能和ML在当前这一代类人生物中发挥重要作用的一些方面如下:
机器人视觉
机器人视觉是一个在1980-1990年间发展起来的概念。在“机器人视觉”中,机器人会像人类一样“看”,并通过两个步骤与物体互动:
- 成像:通过安装在机器人中的摄像机扫描2D / 3D的东西。
- 图像处理:映射后,机器人使用AI / ML算法处理图像,例如升级级联分类器,基于词典的对象检测算法和卷积神经网络。
使用OpenCV在Pepper人形中的面罩检测
软银的人形机器人Pepper的面具检测功能可以扫描最多五张脸,以确定他们是否戴着面具3..点击获取软银使用的算法在这里.
仿制学习
早在1999年,模仿学习就被用于训练机器人,现在是强化学习的一部分。它类似于观察学习,婴儿通过观察成人来学习如何做活动。在模仿学习中,机器人被训练去执行来自演示的任务,它形成了训练集,并通过学习观察和行动之间的映射。然后它模仿在演示中看到的动作,以实现最终目标。模仿学习在提高机器人运动能力和减少人类监督方面发挥了重要作用。一些令人兴奋的发展与模仿学习的应用如下:
- 达芬奇系统4.:通过观看手术技术视频,学习如何以85%的准确率缝合人造伤口,为机器人在手术中打开了大门。机器人将处理重复性的工作,为外科医生腾出时间专注于更重要的任务。
- 使机器人能够学习一种语言5.:在2018年的一次会议上,麻省理工学院的研究人员谈到了一种通过观察字幕视频来学习语言结构的解析器。机器人将单词与记录的物体和动作联系起来。给出一个新句子,解析器就可以在没有视频的情况下准确预测句子的意思。
Self-Supervised学习
自我监督学习使机器人能够创建自己的训练集来提高自己的表现。通过自我监督学习,机器人可以以终身学习的方式扩展大量未标记数据,并减少数据集偏差。它在异常检测、目标识别、避障、学习新任务等方面得到了应用。
康奈尔大学和斯坦福大学的研究人员开发的手表机器人就是一个例子6..它使用3D传感器、摄像机、笔记本电脑和激光笔来检测“正常的人类活动”。然后,它用激光笔瞄准物体作为提醒(例如,冰箱外的牛奶),成功提醒了人类60%的可能已经忘记的活动。研究人员扩大了试验范围,允许机器人从在线视频中学习。
多智能体学习
多代理系统是由多个交互智能代理组成的计算机系统,可以解决个体代理商解决困难或不可能的问题。多代理学习使机器人能够作为团队工作,彼此学习。一个有趣的榜样的应用程序的应用在国防领域。
CAIR(人工智能和机器人中心)正在开发一个多智能体机器人框架(MARF)。7.用一系列机器人装备印度的武装部队,可以共同努力,如监视,救援和映射运营等许多军事应用。这将在印度军队已经建造的各种机器人团队中的合作,印度军队已经建造了带有被动悬架,蛇机器人,腿机器人,攀岩机器人和机器人哨兵等的被动悬架机器人。
展示MARL在机器人中的应用的一个活动是RoboCup8.,它拥有Robocup足球,Robocup Rescue和Robocup Industrial等比赛。机器人合作并竞争彼此的团队来获胜。
类人机器人范围在各种行业
医疗保健
如何举例机器人和机器人在COVID-19大流行高峰期间,武汉武昌智能野战医院是如何使用的9..该医院被转换为Covid-19患者的机器人运行野外医院,并具有以下特点:
- 一个体温测量系统,以检查入院病人的体温,并在出现发烧症状时向医护人员发出警报
- 机器人引导病人入院并提供必要的信息
- 运送机器人为病人提供食物、药品和用品,以及为地板消毒的机器人
- HARIX AI平台通过患者佩戴的智能手环和戒指监测患者的重要信号,使医疗工作者能够远程监控患者的重要信息
简而言之,医院在很大程度上实现了自动化,以减少医护人员的负担和感染风险。该设施及其机器人现在处于待命状态,以防病例再次出现。
机器人已经承担并可以继续发挥的其他一些作用如下:
- 远程呈现和掩模检测: Pepper通过远程呈现将家庭/医生与感染者以及商店联系起来,在疫情期间保持社交距离10..
- 消毒-像Xenex机器人这样的机器人帮助用紫外线消毒病房11.
农业
世界粮食计划署估计增长82%在2019-2020年期间,79个国家有严重粮食不安全问题的人。COVID-19协议直接影响到农民,阻止他们进入市场、购买投入物、销售产品,并获得必要的劳动力来帮助耕作、维护和收获农田。作为一种前进的方式,许多国家和农民都在期待机器人在农业方面的帮助:
- 自动收割机当前位置玛罗姆果园的水果农场一直在使用Tevel Aerobotics Technologies公司的无人机,这种无人机使用人工智能识别和采摘成熟的水果12..
- 除草机器人:ChâteauMouton-Rothschild与Naio Technologies合作才能招募,该公司的藤编机器人杂草杀手13..
- 自治的农场请看外电的报道铁牛公司有一个占地8000平方英尺的太空农场,使用两个云连接机器人来监督在沉重的水培豆荚中生长的绿叶蔬菜和草本植物的生长。他们能够把他们的作物卖到圣卡洛斯的市场上13..
热情好客
由于COVID - 19,一些餐厅/零售商开始使用类人机器人用于各种目的,例如:
- 机器人亭- 2020年12月,Blendid和Jamba推出了一个机器人亭,顾客可以在应用程序上订购定制的冰沙14..冰沙由机器人制备和服务。
- 客房服务,调酒师和服务员- MSC邮轮计划在邮轮上使用人形机器人调酒师15..在非洲桑顿地区,天空酒店使用了三个自动化服务员Lexi, Micah和Ariel,提供客房服务,并观察客人的面部表情,了解他们对所提供服务的满意度16..
- 机器人提供餐厅- Qianxi机器人餐饮集团在中国广东省市顺德市开设了一家机器人动力的餐厅综合体16..
类似地,类人和机器人在国防、监视、监控和教育领域也有很多用途。
仿人机器人的局限性
虽然机器人在过去几十年里进步了很多,但它们也有一些缺点:
- 昂贵的:大多数人都负担不起类人机器人。Pepper机器人的价格大约是每个机器人1500美元17..
- 需要监督和维护费用:大多数机器人仍然需要监督,大多数需要定期维护。维护费很高。
- 无法快速适应环境:机器人不适合社交互动或动态变化的环境。例如,在自闭症儿童的情况下,如果人类会根据孩子的反应迅速改变他们的策略,机器人将无法在没有人类监督或命令的情况下这样做18..
- ai / ml的不可预测性- 机器人是机器,没有道德指南针,感情或附着。因此,他们的活动以最终目标为中心。科学家们已经观察到通过AI,更新,更新的创新解决方案可以找到问题。但是,随着我们走向自我监督的学习和AI机器人,必须进入更多的控制,以确保他们的行为保持人性化。
- 偏差对ml / ai的影响-由于大多数机器人都是根据现实世界中的数据训练的,因此这种偏见也会影响机器人。最近的研究表明,面部识别算法无法识别非洲裔美国女性,因为80%的图像是白人,75%是男性19..
- 保安及资料私隐随着越来越多的机器人开始监听和分析数据,对数据隐私的担忧也随之增加。网络安全公司Check Point在2020年提供了一份基于研究的观察报告,称Alexa很容易受到黑客的攻击20..
- 安全。2017年初,一只机械手臂袭击并杀死了一名来自密歇根州的工人21..有必要规范机器人的学习,有明确的安装、服务和维护协议,防止假冒,培训人类与机器人一起工作,反之亦然,并识别潜在问题。
人类、类人生物和未来
在我们迈向未来的过程中,我们期待着类人机器人的进一步发展,并找到更广泛的应用,因为它们对更重要的人群来说变得更便宜。与认为机器人会夺走我们的工作相反,公平地说,基于人类和机器人的发展,将帮助自动化重复性的工作.这将使人类能够专注于更复杂的任务,并创造更多的就业机会。人类需要监控机器人,利用大数据了解周围的世界,预测未来,追求自己的兴趣爱好。
参考链接
3.https://www.softbankrobotics.com/emea/en/blog/news-trends/new-feature-pepper-mask-detection
4.https://arxiv.org/abs/2006.00545.
5。https://dspace.mit.edu/handle/1721.1/118036
6.http://ai.stanford.edu/~asaxena/papers/watchbot_icra2016.pdf
8.https://rescuesim.robocup.org/research/publications/
12.https://www.weforum.org/agenda/2021/02/flying-ai-robot-harvest-fresh-fruit/
13。https://builtin.com/robotics/farming-agricultural-robots.
17.https://bots.co.uk/pepper-robot-price/
18.https://www.wired.co.uk/article/autisim-children-treatment-robots.
19.https://www.nytimes.com/2018/02/09/technology/facial-recognition-race-artificial-intelligence.html
20.https://research.checkpoint.com/2020/amazons-alexa-hacked/