機器人是如何使用數據來(lái)進(jìn)行訓練的

　　布朗大學(xué)計算機科學(xué)助理教授斯特弗尼?特里克斯正在解決一個(gè)棘手的問(wèn)題：機器人的抓握能力。她建立了一個(gè)機器學(xué)習模型，使機器人能夠自動(dòng)學(xué)習操縱對象，并且能夠從中產(chǎn)生許多樣本數據，有了這些數據，其他研究人員可以用它來(lái)訓練機器人的抓握能力。

　　一開(kāi)始，特里克斯言語(yǔ)之間就充滿(mǎn)著(zhù)活力與激情，她慢慢陳述著(zhù)在抓捏物體上，機器人所面臨的普遍問(wèn)題。

　　“大多數的機器人在大部分時(shí)間能夠抓取物體，但是這也是有一定前提條件的。如果你去到機器人實(shí)驗室，并把一個(gè)陌生的從沒(méi)看到過(guò)的物體放在機器人面前，該機器人基本上是無(wú)法抓起這個(gè)東西的，因為它的‘思維’里沒(méi)有這個(gè)物體的信息，也沒(méi)有針對該物體做過(guò)訓練。”

　　這真的是一個(gè)實(shí)際問(wèn)題，因為機器人要抓起這些物體，它們就必須明白具體的任務(wù)，以及從傳感器信息庫中知道關(guān)于該物體的相關(guān)信息。例如它的形狀，它所在的位置等等。而這些問(wèn)題也是機器人手臂必須被解答的問(wèn)題，通常還包括，要想抓起這些物體，那么機器人手臂應該調整到什么位置才能夠準確地抓起該物體呢?

　　研究人員對機器人進(jìn)行編程之后，它可以拿起特定的物體，這其中都是有一部分規律可循的，但是這些編程好的程序通常只能幫助機器人抓捏起一小部分的物體。目前，要想使得機器人能夠自主地抓起某些不熟悉的物體或者移動(dòng)它們，還是有很大難度的，有類(lèi)似能力的機器人還在開(kāi)發(fā)當中。

　　而特里克斯所構建的機器學(xué)習模型可以讓她的實(shí)驗室機器人在錯誤中進(jìn)行學(xué)習，經(jīng)過(guò)反復試驗，直到它能成功地抓起物體。在嘗試和錯誤的交替過(guò)程中，可以產(chǎn)生一系列的關(guān)于該物體的圖片信息庫，以及夾持器與物體之間也可以在磨合中更加熨帖。

　　機器人不斷練習所產(chǎn)生的附屬產(chǎn)品就是數據庫，它可以成為機器學(xué)習的樣本數據，用來(lái)訓練其他機器人來(lái)抓捏同樣的物體。但在特里克斯實(shí)驗室中，她的巴克斯特機器人卻不能夠產(chǎn)生足夠多的樣本數據。

　　為了解決這個(gè)問(wèn)題，特里克斯推出了一個(gè)“百萬(wàn)挑戰計劃”，她想要招募全世界的實(shí)驗室，針對400臺巴克斯特機器人來(lái)進(jìn)行研究，讓這些閑置的機器人可以根據她所研發(fā)的機器學(xué)習模型來(lái)運行，讓它們對上百萬(wàn)個(gè)物體進(jìn)行抓取實(shí)驗，最終得到一份詳細的數據。

　　為什么樣本訓練數據很重要

　　近年來(lái)，機器學(xué)習的應用技術(shù)如自動(dòng)駕駛汽車(chē)以及圖像識別的應用技術(shù)都得到了迅猛的發(fā)展，都是因為在這些領(lǐng)域有大量的樣本數據可以用來(lái)訓練這些機器學(xué)習模型。而機器人抓取能力的滯后，最主要原因在于樣本數據的缺少，從而無(wú)法訓練神經(jīng)網(wǎng)絡(luò )。

　　使用標記的數據來(lái)訓練機器學(xué)習模型最便于理解的例子就是圖像識別。圖像識別的精度已經(jīng)提高了90%。如此進(jìn)步可以歸因于機器學(xué)習的應用以及龐大的樣本數據庫。數以百萬(wàn)計的標記圖片集已經(jīng)在學(xué)術(shù)研究中被廣泛使用了，如谷歌，Facebook和其他在線(xiàn)圖像存儲器。

　　神經(jīng)網(wǎng)絡(luò )是如何工作的

　　神經(jīng)網(wǎng)絡(luò )是一個(gè)由幾個(gè)簡(jiǎn)單高度互連的處理元件組成的計算機系統，可以通過(guò)對外部輸入的動(dòng)態(tài)回應來(lái)處理信息。它主要是通過(guò)處理大量的被標記的數據，從而來(lái)獲得理解不同情形的能力。

　　一張鳥(niǎo)的圖像中，鳥(niǎo)是特定的鳥(niǎo)，在一張汽車(chē)圖像中，汽車(chē)也是特定的汽車(chē)。大量的圖像樣本可通過(guò)機器學(xué)習軟件來(lái)進(jìn)行處理，如Torch和Tensorflow，然后讓它在神經(jīng)網(wǎng)絡(luò )上運行，就能夠對其進(jìn)行訓練來(lái)識別照片中的物體了。

　　在這種情況下，輸入的信息主要就是大量的被標記的圖像，緊接著(zhù)系統就能輸出關(guān)于該圖片的許多識別標簽，例如所輸入的圖片到底有沒(méi)有汽車(chē)。而還有一個(gè)隱藏的部分就是整個(gè)處理過(guò)程，通常包含神經(jīng)元，以及根據算法而來(lái)的機器學(xué)習軟件處理程序，也可被稱(chēng)為該圖像的中間值。

　　緊接著(zhù)系統會(huì )對這些樣本數據進(jìn)行重新處理，從而可以測試出該模型在推測圖片標簽上的準確性。然后再對結果進(jìn)行比對，如果有錯誤就更正過(guò)來(lái)，并將其反饋到神經(jīng)網(wǎng)絡(luò )中，算法程序就可以根據所反饋的內容做出相關(guān)判斷。這樣的糾錯過(guò)程會(huì )如此往復直到出現正確的預測。

　　自動(dòng)駕駛汽車(chē)也是以同樣的方式來(lái)學(xué)習駕駛的。當有人在駕駛某一輛特定的汽車(chē)時(shí)，可以將路面的情況，以及各個(gè)轉彎的角度用3D視頻的方式記錄下來(lái)，形成樣本數據庫。

　　該日志可以輸入到機器學(xué)習系統當中，從而可以訓練算法正確地將相關(guān)信息輸入到視頻中去。這個(gè)過(guò)程會(huì )重復進(jìn)行，直到調整到一個(gè)適用于車(chē)輛操作的駕駛模式。

　　用來(lái)訓練圖像識別系統的樣本信息量是很巨大的。而自動(dòng)駕駛汽車(chē)有大量的數據集。谷歌研發(fā)的自動(dòng)駕駛汽車(chē)已經(jīng)行駛了一百萬(wàn)英里，特斯拉也行駛了近10億英里，有了這些數據，可以提供更全的駕駛經(jīng)驗。而訓練機器人的抓握能力時(shí)，卻沒(méi)有這些數據的支持。

　　“百萬(wàn)挑戰計劃”

　　如果特里克斯的“百萬(wàn)挑戰計劃”可以成功，將會(huì )獲得大量的數據，終將有一天可以讓機器人有更準確的抓握能力。