文档结构  
翻译进度:已翻译     翻译赏金:0 元 (?)    ¥ 我要打赏

工业机器人往往给人一种庞大,笨拙并且危险的感觉。但是新型的“对人安全”型机器人在自动汽车生产线上早已司空见惯,这种机器人直接在人类身边工作。然而它们却是比较笨拙的合作者:它们与我们共存但却并没有什么实际意义的帮助。机器人往往需要人们明确告诉他们要如何做才能够帮到我们以及什么时候不需要它们的帮助-----这些往往是人类伙伴能够自己学习的部分。一个优秀的学徒工同时也是一个敏锐的观察者,能够仅仅通过观察别人的工作,就推断出那些无需言语的规律和习惯,并且将这些习惯与规律推广到其他的情境当中去。我们之所以能够做到这些事因为人类的大脑能够处理高效率地处理这些复杂的信息。这种类型的推理往往对于机器而言是十分困难的。

第 1 段(可获 2 积分)

最近的调查指出我们如今正处在机器人将如何观察和处理数据以及它们将如何与人类合作的一个拐点。

机器人研究者正在进行关于人类是如何将认知模型如何翻译为人类平时使用的直观计算模型的反向研究,以希望能够找出机器人能够使用的计算模型。借助这一方法,机器人和人类的合作搭配能够比纯人类小组更有效率地完成更为复杂的任务。

这一想法的影响是巨大的。想象一下,一个机器人将能够参与到应急部署的计划当中。机器人将可以仅仅通过聆听人类队伍的谈话便能够自动得洞悉整个的计划部署。这样的一个机器人将不必等到它被分配到自己的任务----它能够立即主动得去完成自己的所属任务,从而帮助自己的队伍完成目标。这样的一个基本能力将是一些应急计划部署和时间极为紧急的情况下所必须的,这同样也是一场对于机器人的革命。

第 2 段(可获 2 积分)

其中的一项挑战是协作对话框的复杂设计:它需要呈周期性展开,协议是流动性的,提议经常是隐性的或者是被动沟通与被动接受的。队伍会考虑并且筛选掉许多选项并且多次修改计划。对于机器而言,高效率地推断出我们的计划是十分困难的。机器人可能通过一个简单的脚本,一些队员和极简单的几个目标便可以推断延展出数万亿可能的计划。

与之形成对比的是,人类队伍在经过协商后不需要时间便可以明确,统一意见。我们一般能够通过会议形成明确的计划方案。我们仅仅通过采用一些心理上的小方法便可以拼凑出整个对话内容。每一个队伍成员都拥有相同的必要基础知识以及被同一个目标而激励着,并且每一个成员提出的建议都会被纳入考量范围之内。

第 3 段(可获 2 积分)

我在麻省理工的机器人互动研究小组,根据观察到的这个特点设计了一个仿照人类队伍讨论协商计划的固有结构的一个计算模型。我们仅仅给机器一点点信息---比如,队伍成员的数量,他们各自的能力,队伍目标以及关于目标的一些介绍。机器通过这些信息,和根据问题的背景,然后经过筛选,最终选出最有效的一个计划。比如,如果这个机器收到了队伍成员有四名但是却有八个人任务的这么一个信息,它将会设定队员将要进行多任务处理的安排或者重新对任务进行排序。这个方法在紧急反应计划中证明是成功的。人们按照小队分别来制定应急反应计划,并且机器制定的最终计划平均具有86%的准确率。

第 4 段(可获 2 积分)

相同的方法同样令机器人通过观察我们在工作中如何做决定的方式来学习如何制定复杂的计划。事实上,我们近段时间最多的研究表明,机器人能够像现实世界那些防卫,健康等方面的专家一样制定复杂的战略决定。

这项研究的关键是通过将我们的思维模式设计成固定结构能够让每一个人类专家的观察与行为得到高效率的借鉴与使用。每一个专家所做的每一个决定都给我们提供了许多的信息,反映了哪一个特定的决定是优先于其他选项的。这个方法本质上提高了机器学习人类专家高效的的战略决定方针的能力。

第 5 段(可获 2 积分)

这个技术在两个方面取得了成功。

一开始,区域专家在防卫船只免收导弹危险过程中扮演着举足轻重的地位。一个机器或许需要几天甚至几周的时间去解决这类问题,但是一个人类专家可以非常迅速得作出正确的决定。使用我们这套计算模型结构,一个机器同样也可以根据仅仅16个人类专家的决定模型从而制定出有效的战略模型。事实上,机器人能够在许多诸如导弹危险这类的问题上做得比人类专家更好。

第二个方面则是,机器人能够从专业的健康看护中学会如何协调患者之间的照看。具体来说,机器人能够学会何时、何地去转移患者的房间以及在不同工作环境下分配护士们的工作。这项技术通过让在高仿真的医患照看情况下,观察机器人是如何下达决定以及如何给护士与医生的决定提供帮助的这一实验,从而对技术本身进行检验。护士和医生都遵守了机器人的建议并且这些决定百分之90以上在这个任务中都是高度有效的。

第 6 段(可获 2 积分)

最近的这些进展告诉我们:机器人在与人类开展多方面的合作,以及拓展、提高人类在经济诸多领域的能力等方面都蕴藏着无穷的可能性。未来的机器人将不需要呆呆地坐在一边等待人类发号施令。机器人将会真正为我们服务、准备、着想以及不断从观察中学习我们。他们将会肩并着肩一同工作在流水线上,在医院内以及在应急救援的第一线。这些过去的笨拙的机器人都将被队伍内更高效的个体所替代。

第 7 段(可获 2 积分)

文章评论