如今,人們已經(jīng)能制造出多種類型的機(jī)器人,但這些機(jī)器人制造起來都要花費(fèi)相當(dāng)多時(shí)間。目前,機(jī)器人的身體在適應(yīng)能力和伸展性方面還存在困難,這樣其能力和應(yīng)用范圍就依然有限。鑒于設(shè)計(jì)、組裝和編程過程漫長(zhǎng)而復(fù)雜,快速裝配新的機(jī)器人、可附加模塊、固定裝置和一些專門工具就并非現(xiàn)實(shí)的選項(xiàng)。
目前需要的是將能提高定制機(jī)器人制造效率的設(shè)計(jì)和裝配工具。我所在的研究小組由來自哈佛、麻省理工和賓夕法尼亞大學(xué)的研究人員組成,我們目前的工作是研制一個(gè)“機(jī)器人程序編制器”,它可以接收特別的技術(shù)指令(如“我想要一只機(jī)器人來收拾房間”)并計(jì)算出一份機(jī)器人設(shè)計(jì)、一項(xiàng)裝備計(jì)劃以及使用該機(jī)器人所需要的定制編程環(huán)境。
性能更優(yōu)異的定制機(jī)器人可能幫助范圍廣大的任務(wù)實(shí)現(xiàn)自動(dòng)化??紤]一下制造業(yè)的情形。目前,工廠中自動(dòng)化技術(shù)的運(yùn)用在各個(gè)工業(yè)部門中并不一致。汽車工業(yè)中,大約八成的裝配過程實(shí)現(xiàn)了自動(dòng)化,其中包括很多可重復(fù)動(dòng)作。相比較之下,電子工業(yè)中比如手機(jī),僅有大約一成的裝配過程實(shí)現(xiàn)了自動(dòng)化,因?yàn)檫@樣的產(chǎn)品改變頻繁,并且是高度定制化的。
在依賴定制并且其產(chǎn)品生命周期短的工業(yè)部門中,量身定制的機(jī)器人可以減少實(shí)現(xiàn)自動(dòng)化的安裝時(shí)間,從而有可能幫助縮短這一差距。專門用途的機(jī)器人可能知道物品在哪里儲(chǔ)存,怎樣組裝物品,怎樣與人互動(dòng),怎樣將部件從一個(gè)地方運(yùn)送到另一個(gè)地方,怎樣封裝物品,怎樣改裝裝配線。在一間配備有這種機(jī)器人的工廠里,人工或?qū)⒁琅f處于控制地位,機(jī)器人或?qū)⑤o助人工。
不懂推理
將機(jī)器人融入日常生活所涉及的第二項(xiàng)挑戰(zhàn)是,機(jī)器人的推理能力需要增強(qiáng)。機(jī)器人的計(jì)算能力是經(jīng)小心設(shè)定而形成的,基于這一現(xiàn)實(shí),今天的機(jī)器人僅能完成有限的推理。一只機(jī)器人所做的每一件事情都由簡(jiǎn)單指令闡明,并且該機(jī)器人的推理范圍完全由其程序限定。再者,一只機(jī)器人通過其傳感裝置對(duì)其所在環(huán)境的觀察十分有限。人類想當(dāng)然的任務(wù)(如回答這樣的問題:“我以前到過這里嗎?”)對(duì)機(jī)器人來講卻極其困難。機(jī)器人運(yùn)用諸如相機(jī)和掃描儀這樣的傳感裝置來記錄它們所停留的地方的特點(diǎn)。但對(duì)一部機(jī)器來講,要區(qū)別屬于它早已觀察過的一處場(chǎng)景的特點(diǎn),與一處碰巧包含同樣一些對(duì)象的新場(chǎng)景的特點(diǎn),是一個(gè)難題??偟恼f來,機(jī)器人收集了太多低水平的數(shù)據(jù)。
目前對(duì)機(jī)器學(xué)習(xí)能力的研究集中于開發(fā)能幫助從大型數(shù)據(jù)集中提取對(duì)一只機(jī)器人而言是有用信息的算法。這樣的算法將幫助一只機(jī)器人總結(jié)其歷史,這樣就能顯著減少比如它回答“我以前到過這里嗎?”那個(gè)問題時(shí)所要求的圖像的數(shù)量。
今天,能接入互聯(lián)網(wǎng)的每一個(gè)人(包括機(jī)器人)都能輕而易舉地獲得數(shù)量難以置信的信息。機(jī)器人有可能利用這樣的信息作出更優(yōu)質(zhì)的判斷。舉例來講,一只負(fù)責(zé)遛狗的機(jī)器人可以從網(wǎng)上找到天氣預(yù)報(bào),然后參考其已儲(chǔ)存的數(shù)據(jù),以確定理想的遛狗時(shí)長(zhǎng)和最優(yōu)路線:假如天氣炎熱或者下雨就可能遛個(gè)短途,而假如外面天氣晴好,就可以到附近一處其他遛狗者會(huì)前往聚集的公園,遛個(gè)長(zhǎng)途。