導盲犬也可以靠AI?美科學家研發最新AI導盲犬!

導盲犬也可以靠AI?美科學家研發最新AI導盲犬!
導盲犬也可以靠AI?美科學家研發最新AI導盲犬!

沒想到導盲犬竟然也可以導入AI?!美國科學家研發最新的AI的導盲犬,真的是盲人的福音!

 

目錄

1. 導盲犬供不應求 研究團隊研發AI導盲犬

2. 由「小獵豹」四足機器人所延伸出的機器導盲犬

3. AI真能取代導盲犬?機器無法做到情感連結!

 

過去人工智慧經常用於視障輔助的應用,有幫助助視障朋友「看見」世界的 Google AI 眼鏡「Google EE2」幫助視障人士獨立完成路跑的人工智慧系統「Project Guideline」等,而現在礙於導盲犬供不應求的狀況,因此未來 AI 四足機器人可望被應用來為視障朋友領路。

 

導盲犬供不應求 研究團隊研發AI導盲犬

導盲犬是一種工作犬,工作是代替視障人士的雙眼,為他們領路,也被稱為「盲人的第二雙眼睛」。

 

然而,導盲犬因為訓練不易、耗時且成本十分高昂,使得導盲犬的使用率在各國普遍都不高。以台灣為例,目前全台約有 42 位導盲犬使用者,由台灣導盲犬協會訓練的有 36 隻;但根據內政部登記,全台視障者約 6 萬名,以國際導盲犬聯盟給的理想比例 1:100 來算,台灣至少需要 600 隻導盲犬,才足夠服務全台的視障者。

最常被訓練成為導盲犬的犬種有拉布拉多(左上)、黃金獵犬(右上)及德國牧羊犬(左下)等。右下角圖為柏克萊大學之研究團隊研發出的機器導盲犬雛形。

 

因此,如何免去高額的成本、漫長的適應與學習過程,開發出方便、實用且可大量製造低成本之導盲機器,就成為許多科學家致力研究的主題。

 

而近期,有一組來自美國柏克萊大學的研究團隊,正嘗試研發一款可以替代導盲犬的「四足機器人」,配有雷射測距系統、攝影鏡頭並且導入可學習認路、貼近使用者走路習慣的 AI人工智慧)技術,輔助視障者安全地通過各種障礙及狹窄的空間。

 

由「小獵豹」四足機器人所延伸出的機器導盲犬

目前的足行機器人大致可分成二足、四足、六足與以上,其中四足機器人的優勢在於比兩足機器人高的穩定度、比六足機器人快的行進速度,因此成為許多科學團隊研發的目標,過去亦有許多知名的四足機器人。

 

而柏克萊大學的研究團隊,正是參考了麻省理工學院的 Biomimetic Robotics Lab 研發的豹型四足機器人「Mini Cheetah」,以其做為基礎,讓機器人可以輕鬆單邊行走、倒立行走、輕走,甚至還可以後空翻。

 

而柏克萊大學的所研發出的導盲機器人除了動作靈活外,更是搭載了雷射測距系統(laser-mapping system),用以描繪、測量週遭地形,另外還有可旋轉的攝影鏡頭,用來確認追蹤使用者的行動。

 

研究團隊表示,機器導盲犬的巨大優勢在於,只要使用者設定好目的地,機器犬就能夠擬定出簡單的路線,並在前進的過程中不斷調整修正,不只能避開突如其來的障礙物與適應各種路況,AI 還能夠逐漸貼合使用者的走路習慣,這是真實的導盲犬做不到的。

 

除此之外,機器導盲犬也能配戴牽引帶,就如真實的導盲犬以牽繩來引導使用者般,只是牽引帶的部分能根據各種狀況自動伸縮調整,更好地在繁忙的路途上指引使用者。

 

擔任本研究計畫主任的 Zhongyu Li 表示:「我們希望將來當硬體成本降低到可負擔的程度時,就可以實現大規模量產,來幫助更多有需要的人們。」並表示,此項計畫的終極目標就是能夠量產機器導盲犬。

 

目前研究團隊已將階段性的研究成果整理成論文《機器導盲犬:用牽引帶引導的混合物理交互來引導人類》(Robotic Guide Dog: Leading a Human with Leash-Guided Hybrid Physical Interaction),並發表在論文預印本的網站arXiv上。

 

AI真能取代導盲犬?機器無法做到情感連結!

若機器導盲犬未來真的研發完成、也順利邁入商業量產階段,將可以節省下訓練真實導盲犬的時間和成本,但無論如何,AI 機器犬可能還是難以像導盲犬一樣與主人之間建立起深深的羈絆。

 

英國導盲犬基金會的發言人 Tim Stafford 表示:「導盲犬的主人往往熱衷談論狗兒對他們帶來的影響,不管是生活或情感方面。他們不只將狗狗們當成導盲犬,同時也是家庭中的一份子。」

 

這種人與狗之間深刻的連結,或許就是機器一直都無法輕易取代的吧!

 

 

推薦文章:
年過 50 歲的日本副社長自學 Python!寫出的 AI 還被雀巢採用


人工智慧把手機都變成氣象台了!精準度更勝氣象預報60%


自監督學習又一新高度!FB用10億張照片讓AI「SEER」自主學習


人工智慧打造「精準農業」種出完美蔬菜,進行牛臉辨識(上)智慧農業篇


Python程式碼可視化後超easy?!幕後推手竟是小大一?!


預測結果超精準!靠人工智慧就能掌握疫情走向?!(上)


Google導入人工智慧,個資隱私全都罩!(上)

狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(下)

狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(下)
狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(下)

沒想到人工智慧機器人也會轉彎小跑步!而且老師竟然還是狗狗!!(下)

本篇為下篇,上篇請點此連結

讓機器人能自立自強的人工智慧技術

然而 Google 研究人員的下一個目標,就是如何用最少的人力、讓機器人在現實世界中可以正常運作。

儘管機械手臂的技術已經大有突破,比如同樣為 Google 研發人員設計的分散式 Q 學習演算法(QT-Opt)。但是,將相同的方法應用於四足機器人卻十分困難,因四足機器人更可能會因事故損壞自身、離開訓練區域,相較之下更需要人工干預。

▲四足機器人的自動化學習系統面臨安全性與自動化的挑戰。

首先研究人員透過多任務學習(multitask learning)生成,將機器人驅動到工作空間,以防止機器人離開訓練區域;並通過設計安全約束,將機器人跌倒的次數降到最低。

例如:若當前有兩項任務,「向前」與「向後」行走。如果機器人處在工作區的後面,調度程序將選擇「向前」任務,反之亦然。如果機器人掉落,則將調用自動起身控制器,接著進行下一個任務。

該框架成功地訓練了從無到有的策略,無需人工干預,機器人就可以朝不同的方向走,還使機器人能挑戰非平坦的地面,例如記憶泡棉床墊和鏤空的地墊。

四足機器人的未來展望

四足機器人能夠像真正的狗一樣走路,但仍然還有不足之處:由於算法和硬體的限制,它並不能完成高度動態的行為,像是大幅度的跳躍。也不比全手動設計的控制器穩定;並且絆倒後雖能重新站起來,但仍然不甚靈活。

不過即使如此,研究人員依舊十分相信,他們的方法可以促進人工智慧機器人的發展,未來更能獨立運作,足以完成現實世界中的工作,像是在多層倉庫或是訂單履行中心裡運輸物料;並表示,未來也有興趣繼續研發,將自動培訓系統應用於更複雜的現實環境中。

 

 

 

 

推薦文章:
AI機器狗Aibo成最新愛寵 真狗會被取代嗎?


AI人工智慧救地球!Google:AI 保護環境還比人類快 3000 倍


CSS教學-display與visible屬性介紹


用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!


人工智慧將造反?!別怕,歐盟發布”AI白皮書”規範AI(上)


掌握Python就靠它?!19個語法你應該要先知道!


Python自學有方法!6種數據類型先搞定!

 

狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(上)

狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(上)
狗狗也能當老師!人工智慧機器人學會轉彎還會小跑步!(上)

沒想到人工智慧機器人也會轉彎小跑步!而且老師竟然還是狗狗!!(上)

 

近日,Google 人工智慧研究團隊最新發表的機器人研究日誌中,詳細介紹了他們所研發的四足機器人如何流暢動作和透過 AI 技術自學行走。

目前的機器人仍然需要許多人工參與,而 Google 建立的技術,讓機器人只需 8 分鐘的動作資料,就能自己學會向前、向後以及左右轉彎等運動,再也不用常常得扶起翻倒的機器人。

Google人工智慧研究員讓機器人「向狗學習」

為了能夠開發出行動敏捷、不需要人工協助的機器人,Google 的人工智慧機器人研究科學家可以說是絞盡腦汁,在觀察到自然界各種動物矯健又不費力的身手後──如翻身飛躍咬住飛盤的狗兒;研究人員決定向大自然取經,讓這些動作靈巧的小生物擔任機器人的老師,學習快速流暢的動作。

運動模仿、強化學習與自適應控制技術

研究人員先建立一套能夠模仿學習的人工智慧技術,目的是希望讓四足機器人可以藉由模仿真實世界的狗來學習敏捷的動作。

首先,研究人員捕捉真狗的各種動作,諸如小跑、跳躍與起身等等, 做為機器人執行各種技能的參考運動,並使用強化學習(Reinforcement Learning;RL)技術訓練控制策略,以仿效真實狗狗的動作。

▲強化學習技術用於訓練模擬機器人來仿效狗的動作。

在物理模擬的策略訓練上,透過對不同的參考運動使用不同的獎勵函數,在每個連續時步密切跟蹤參照的動作,訓練模擬機器人模仿各種不同的動態。

研究人員先在模擬環境完成訓練機器人的策略,接著再使用自適應控制技術(Adaptive control)將訓練好的策略實現在真實世界中,利用真實機器人的資料,高效地自適應策略,使研究人員能「教」一台四足機器人快走、跳躍或轉彎。

但由於模擬終究無法匹敵真實,模擬中訓練的策略應用在真實機器人上效果不甚佳。

為此,研究人員使用潛在空間(Latent Space)適應技術,通過改變機器人的質量和摩擦等物理量來隨機化模擬訓練中的動力學,將數值用編碼器映射到一個數字表示(即編碼),在訓練過程中將此編碼作為附加輸入傳遞給控制策略,當將該策略部署到一個真實的機器人上時,研究人員刪除編碼器,並直接在潛在空間中搜索一組允許機器人成功執行技能的變量。

這個方式可以說是十分成功,讓機器人能夠成功地執行現實世界中所需的動作。並且只要有 8 分鐘的資料供機器人參照,不只能從影片學會狗的走路動態,即使是動畫師製作的動畫,機器人也能從中學會轉頭等的複雜動作。

本篇為上篇,下篇請點此連結

 

 

 

 

推薦文章:
用Python寫出唐鳳「番茄鐘工作法」程式,讓AI幫你集中注意力!


CSS教學-display與visible屬性介紹


AI機器狗Aibo成最新愛寵 真狗會被取代嗎?


AI人工智慧救地球!Google:AI 保護環境還比人類快 3000 倍


父母終於能放心了!!人工智慧結合手機新增”防拍裸照”功能(上)


19個語法搞定好,學習Python沒煩惱!


人工智慧將造反?!別怕,歐盟發布”AI白皮書”規範AI(上)