资讯 业界
此为临时链接,仅用于文章预览,将在时失效

肯·戈德堡:机器人间的“知识共享”带来的是威胁还是机会?

作者:金红
2018/01/20 15:25

今日,极客公园创新大会 IF 2018 继续在北京召开,加州伯克利分校工业工程和运筹学系教授肯·戈德堡(Ken Goldberg)分享了《机器人间的“知识共享”带来的是威胁还是机会?》的主题演讲。

肯·戈德堡,是一位艺术家、作家、发明家和机器人学及自动化领域的科研工作者。自1995年以来,他就一直担任加利福尼亚大学伯克利分校(UC Berkeley)工业工程和运筹学教授,同时兼任电子工程系、计算机科学系和信息学院教授。

在这次演讲中,戈德堡主张不用担心机器人会突然之间超越我们人类的能力,并且会取代人类。他表示,我们所要考虑的不是奇点的问题,而应该考虑一下我们人类独有的技巧、技能是什么,可能我们会有新的方式和一些新的智能系统进行合作,从而更好的增强我们的多样性。

以下为演讲全文,雷锋网进行了整理编辑:

肯·戈德堡:机器人间的“知识共享”带来的是威胁还是机会?

肯·戈德堡

各位早上好!

我们今天来谈一下机器人,在电影里面,在电视节目里面、在书本里面、在报道里面,我们都看到机器人的介绍,一些人说,今后会有这样一个奇点出现,也就是说,在一个时刻机器人会突然之间超越我们人类的能力,并且会取代人类。我们的人类也就会失业,以后也就不再重要了。

其实,我是研究机器人这块的,我觉得这样的担心是没有必要的。今天我们来分三块讲讲这个问题。

首先,我们来讲一下过去,讲讲过去哪些东西不是新的,现在来讲讲哪些是新的东西,应该怎么样对未来做好准备。

看一下1993年的时候,我们知道万维网是在那个时候出现的,我当时在实验室里面,当时我们所在的这个大学是在研究计算机、万维网,我们当时让我们的机器人到了一个花园里面,然后把它和互联网连接起来,我们做了一个接口,每一个都可以通过它的桌面,然后和我们的花园互动,我们也邀请全球的人们一起来帮助我们进行花园的种植。

我们做了什么事情呢?我们其实不太知道,当时大家的热情会怎么样,但是慢慢的越来越多的人加入到这样一个远程花园种植的过程当中来,之后大概几十万人参与到我们花园的种植工作。

我们知道,当有很多人一起种植花园的时候,有时候可能会有一些失控的状况,我们从中也是吸取了一些经验教训。我们其实也是非常谨慎,因为有时候如果有大量的人一起做事情,你需要去做一些准备的。

现在有什么样一些新的东西呢?大家现在都在讲无人驾驶车,其实这个概念是从Google开始的,Google对这块的事情非常有兴趣,为什么呢?其实Google的车就像远程的花园一样,他们是通过云端来完成它的一些运维。从这个意义上来讲,也就是说,我们的机器人是需要语音才能够去做的。

现在在变化的一个事情,我们知道,其实在云的互联性这块已经有了很大的一些变化。我们可以看到在网络互联性这块已经有了一个非常大的发展,也会有更多的发展,这个就和我们刚才讲的云机器人,也就是我们会把机器人和云进行连接。

可以去想想这样的一种场景,不知道你们家里面是怎样的,但是我家里面其实早上就跟这个状态差不多,我是希望我去上班之后,回到家里之后,这个机器人就会把我家里面全部打扫干净了,我觉得这个是很多人都希望有的一些东西。但是这里的一个问题,我们这个时候家里面就会有很多东西需要整理,家里面有时候是有一些新的东西拿进来的,机器人如果去整理一些从来没有看到过的东西会怎么样呢?现在由于我们这个机器人今后会和云端互联,它们就可以进行云端产品的索引的利用,通过这样一些索引,去知道家里面的每一个东西,去识别它,这个就是我们所讲的语音机器人的好处。这里不仅有各种物体的一些数据,还包括图片、代码,都可以用到这样的大数据。

还有另外一个场景,在我们开派对之后的清扫,拿东西去清理的这样一个工作。比如说,我们让机器人去清扫桌子,从机器人看来,他看起来的东西是什么样的视觉效果,我们看到这样的传感器并不是特别准,有很多的噪音,他的控制器也是有很多的噪音。

毫无疑问,我们现在的这个机器人,其实在抓这些东西的时候,显得特别的笨拙,因为这里面一个非常关键的问题,就是我们所讲的不确定性,我们对整个环境、整个控制器这块,并不是特别的有确定精准性。现在我们有可能今后可以把机器人和大量的计算机资源通过云端进行互联,现在我们已经有了一个族群的计算,这样我们就可以做一些统计的模型,然后在云端进行分析。这个也是我们所讲的云的好处,可以利用我们云计算的一些资源。

还有另外一个好处,我们所讲的这样一个场景,比如说非洲,我其实很久之前在非洲出生的,前几年我回去过一次,当时我非常惊讶的看到,现在在非洲的这些学生,其实就像我们在中国、巴西、印度的学生一样,其实他们都非常喜欢机器人,为什么呢?因为机器人是非常有意思的一个东西。

我们知道,其实通过这个机器人可以学到很多的学科,很多孩子们通过机器人就可以去学很多很多不同的学科,那么在非洲,我们有一个非洲的机器人网络。我们有一个全球的竞赛,让大家设计一些比较低成本的机器人,用于我们的教育目的。当时,我们也是从不同的地方获得了各种各样的想法、建议,大概50或者100美元的设计吧。其中有一个非常非常便宜,不一样的。有一个人是中国人(台湾的一个设计家),他提出了游戏控制器,他把游戏控制器拿出来,然后把轮子、电机都放上去,然后就去开它,它装了一个开关,他其实是把一个棒棒糖放在这个机器人上面,他把这个机器人称之为棒棒糖机器人,大家可以上网去看到这个机器人是怎么做的。

它的成本非常低,大概8.64元,这个就是一个很好的例子,大家可以看到,我们其实通过云端,就可以让大家把自己的代码、设计进行分享,所以我们可以看到,机器人一旦机器互联之后,其实机器本身可以进行很多知识的分享,就像我们人类进行知识分享一样。

现在我们来讲讲,机器人抓、握这样的动作,这也是我和我的学生研究的一个领域。大家可以看到,这样的一些工作,即便是一个小孩子也可以去做,也就是说,它可以从Demo里面把这个积木堆起来,这个对人类来讲是一个非常简单的工作,但是这个动作其实对机器人来讲是非常有挑战的,我们知道做这个事情今后是需要的,如果我们希望能够在电商这块把机器人用起来的话,就必须要有这样的动作能够完成。像京东这样的公司,都会有这样的一些仓库,这里面有大量的产品,而且是在一个非常非常巨大的仓库里面,我们需要能够很快的找到我们需要的订单产品放到盒子里面,然后发货。

我们会发现这个事情做起来对机器人来说是非常的,应该说,它是机器人行业里面的大挑战,怎么样能够拿起东西,然后把它抓、握起来,尤其是各种各样的东西。这个东西如果能够做好的话,其实对工厂、仓库来说,都是非常大的一个进步。

其实在计算机视觉这块,已经有了很大的发展。我们现在这样的视觉系统,可以对视频里面的画面,比人眼更快的进行识别,之所以能够有这样的一种成功,是由于我们现在有了深度学习,我们现在能够收集大量的样本图片和画面,然后进行深度学习系统的训练,对机器人来说,我们是需要更大的一个数据集、更多的样本,这样才能够让机器人做各种工作。

计算机视觉的发展,由于李飞飞的贡献,我们知道她其实做了很多图片的一些工作,现在我们也是想做类似机器人这块的工作,当然我们做的不是图像,而是做很多3D模型的数据集,然后我们对每一个东西做相关的标签。我们的同学们,现在在做一个灵活的3D物体的网络,在这样一个模型当中,我们会把这个物体进行分析,我们会分析每一个物体的抓取点在哪,我们会看到不同的物质,它们的抓取会是什么样的。

我之前也说过,不确定是不可避免的,所以我们希望可以找一个非常有利的抓取的动作,比如说在右边的抓取动作,就会比左边的抓取动作更强有力,所以说这需要我们在控制上有非常小的容错率,为此我们需要大量的资源,所以我们就希望可以使用云,我们和Google进行合作,并且使用他们的云计算系统,从而把这样的计算能力分布到几千个计算器上,我们也有一些新的技术,比如说我们的数据取样,我们也可以使用深度学习,然后来更好的计算比较熟悉的一些物体,把他们放到我们的数据集当中,我们也会学习其他领域的一些知识,并且我们也非常想要看一些比较难抓取的物体,比如说一些多边形或者是不规则性,对于这些图形,我们不知道应该怎么抓取它,所以我们希望收集他们的模型,并且来打造我们的Dex-Net。

同时,我们也开始进行实验,尤其是在我们的实体机器人身上,我们不同研究机构的同事们,就在做这样的事情,他们会让一大组的机械臂、机器人,让他们不断地去抓取不同的物体。

我们的团队做的事情,就是开发了Dex-Net 2.0版本,我们把这些物体的模型,把它和深度学习相结合,我们就可以把在实验室里面所衡量的这些,在云上存储的物体模型,放到我们机器人的实际实践当中,这就是我们所做的,我们可以看到这个机器人可以不停地寻找到这些物体,然后从一个大筐子里面把他们拿出来,放到一个小盒子里面。

我们机器人的抓取成功率非常高,当我们在这里发言的时候,我的学生们也正在实验室里面继续进行他们的研究,而且很多公司也乐意使用我们的方法,并且希望可以把我们的理论放到现实的实践当中,包括在中国,因为我们都知道,在中国,中国政府希望可以更好地扩大电商的规模和效应。

我们再说一下我们的工作,比如说我们的技工、餐厅里面工作的厨师,这样的工作是比较安全的。我们正在取得进步,但是我们还是很难取代这样复杂的工作,但是我们说到云机器人的时候,我们也需要考虑一下背景,我们看到了很大的潜力,但是我们也要知道,它们现在还很难取代人类的工作。

而且我也想要一下我们网络以及云的一些限制性,比如说,我们所提供的服务质量不同,以及我们对于隐私和安保的隐患。

接下来,我们再来说一下,如何为未来做好准备,我之前提到过,很多人非常担心,大家非常焦虑,有很多人担心,可能这些AI系统,以及机器人可能会取代我们的工作,让我们失业,其实这种担心由来已久,很早之前我们人类就开始担心,可能机器人会出现然后取代,甚至征服人类。

我想问一下,大家知道不知道,现在平均每100个人类,他们拥有多少个机器人?可能很多人会说150个、200个…但是实际的答案是不到1个。平均每100个人类工作者,他们只有1个机器人可以使用,在这个背景之下,我们可以重新回到我们的问题,机器人是一种威胁,它会取代人类,还是说我们可以把它们看作是一个机遇。

回到我们这个词“奇点”,我相信这个词为我们带来了很多的担心、担忧,但是我认为这还是在很远的将来,我也希望给大家带来一种其他的想法,那就是多样性。多样性指的是,一组机器人,或者AI系统,以及一组人共同合作来解决问题,这是人工智能和智能增幅的一个组合,也就是AI加IA,我们需要意识到,我们的人有不同的思考方式,我们都有各自的优势,有一些人可能口头能力很强、有的人数学能力很强、有的人视觉能力很强,每一个人都可以为大家带来不同的技能和技巧,我们可以想一下,AI可能只是另外一种智慧形式而已,相反它不会取代我们,它们只是会帮助我们进行更好的合作,所以我们现在在云上使用的各种技术,包括Google和百度这样的搜索引擎,它们可以通过将机器和人类的信息相整合,来为我们提供很好的搜索结果,而且的自动化也可以用于一些推荐系统,比如说书籍、电影、产品的推荐。

我经常会写这样的文章,并且做一些这样的演讲,是因为我想要告诉各位,我们需要对这些技术非常小心,因为真实的情况并不是我们与机器在对抗,并不是两者只有一个可以存活下去,实际上我们需要考虑的是,我们应当如何和这些新的机器进行合作,AI可以帮助我们增强人类的表现,它可以成为我们的另外一种工具和资源,我们可以使用这种工具、资源,利用的更有建设性,来增强我们的技能和技巧,因为人类所拥有的技能和机器的技能不同,比如说机器非常快(尤其是在计算方面),但是我相信,人类在其他的事情上可能做的会更好。

我们想要做的事情就是思考一下未来,我们的下一代,我们需要重新思考,我们应当如何教育我们的孩子和学生,我们需要强调的不应当是一致性,一致性所指的是我们需要坐在椅子上,听老师讲课,做一样的事情,这是我们传统学校的教学方式,但是在未来,我们应当强调的是创造性、多样性、团队合作,就像这些巴基斯坦的女孩一样,她们来美国参加一个机器人的比赛,这才是未来真正的样子。

而且也有很多人类独有的技能,这些事情是我们比机器还强的,而且我们永远比机器都强,比如说我们的同情心,我们的共鸣感,包括我们的创造性,这都是人类独有的一些技巧,所以我们需要花更多的时间去培训、训练或者增强这些能力,而且我们需要不断地增强我们社交的能力,这样我们可以更有效的交谈,而这些人类技巧是不会消失的。

最后总结一下,我们今天谈到了,首先哪些不是新的,比如说,我们的远程花园、云,这些东西存在已久了,当然他们还是很有影响力的,而且可以让我们可以简单的看一下未来是什么样子,新的是什么呢?那就是我们的云机器人,以及我们把所有的机器人连接在一起,来进行共同的合作。

我们如何对未来做好准备呢,我们所要考虑的不是奇点的问题,我希望我们可以坐到一起,来考虑一下我们人类独有的技巧、技能是什么,可能我们会有新的方式和一些新的智能系统进行合作,从而更好的增强我们的多样性。

谢谢各位!


雷锋网注:更多机器人方面资讯可关注雷锋网公众号

长按图片保存图片,分享给好友或朋友圈

肯·戈德堡:机器人间的“知识共享”带来的是威胁还是机会?

扫码查看文章

正在生成分享图...

取消
相关文章