无线高清手术摄像系统
亚洲城官方登录入口
机器概是最早出现在人类对未来科技的想象中的事物，从我们的小学课本、课外科普读物，到科幻小说和影视作品等等，都可以找到机器人的身影。比如 1868 年出版的爱德华·S·埃利斯（Edward S. Ellis）的科幻小说《大草原上的蒸汽人》（The Steam Man of the Prairies）中的主人公就是一个蒸汽机驱动的人形机器人，它是目前所知的最早出现在人类文艺作品中的人形机器人。1927 年的科幻电影《大都会》（Metropolis）中也出现了机器人，它也是目前所知最早出现在电影中的机器人。从想象到现实有多远的距离呢？从“大草原上的蒸汽人”到今天，156 年过去了，机器人技术走到哪一步了？最近，《麻省理工科技评论》以“机器人技术即将迎来自己的 ChatGPT 时刻？”为题，以头版长篇深度报道了机器人技术的进展。本文全文 7800 余字，分为以下五个小节： 1. 拐点已出现 2. 还缺什么 3. 当机器人遇见人工智能 4. 越多越好 5. 婴儿学步
亨利（Henry）和简·埃文斯（Jane Evans）已经习惯了尴尬的房客。十多年来，这对住在加利福尼亚州洛斯阿尔托斯山的夫妇在家中安置了大量机器人。
2002 年，40 岁的亨利突发严重中风，导致他四肢瘫痪，无法说话。从那时起，他学会了如何通过在字母板上移动眼睛进行交流，但他非常依赖护理人员和他的妻子简。
2010 年，亨利在 CNN 上看到查理·坎普（Charlie Kemp）的节目，这让他看到了另一种生活的曙光。坎普是佐治亚理工学院的机器人学教授，他在电视上谈到了 “柳树车库”（Willow Garage）公司开发的机器人 PR2。这是一台巨大的带轮子的双臂机器，看起来就像一个粗制滥造的金属管家。坎普演示了机器人的工作原理，并谈到了他关于医疗保健机器人如何帮助人们的研究。他展示了 PR2 机器人如何将一些药品递给电视节目主持人。
“突然，亨利转向我说，‘为什么那个机器人不能成为我身体的延伸？’我说，‘为什么不呢？’”简说。
不这样做是有充分理由的。尽管工程师在让机器人在实验室和工厂等严格控制的环境中工作方面取得了巨大进展，但事实证明，家用机器人的设计却很困难。在真实而杂乱的世界里，家具和平面图差异很大；孩子和宠物可能会妨碍机器人工作；需要折叠的衣服形状、颜色和尺寸也各不相同。即使是最先进的机器人原型，也无法管理这些不可预知的环境和变化的条件。
这种情况似乎终于要改变了，这在很大程度上要归功于人工智能。几十年来，机器人专家们或多或少都在专注于通过目的驱动软件来控制机器人的“身体”——手臂、腿、杠杆、轮子等。但新一代科学家和发明家认为，人工智能这一以往缺失的要素可以让机器人比以往任何时候都更快地学习新技能、适应新环境。也许，这种新方法最终能让机器人走出工厂，进入我们的家庭。
PR2 是他们引进的第一个机器人，它为亨利开启了全新的技能。它可以拿着剃须刀，亨利可以对着它移动自己的脸，这让他十年来第一次可以自己刮胡子和挠痒痒。但是，这个机器人重达 200 公斤左右，价值 40 万美元（约 290 万元人民币），很难随身携带。“它可以轻易摧毁你房子里的一堵墙，我不是它的忠实粉丝，”简说。
最近，埃文斯夫妇正在测试一款名为“弹力”（Stretch）的小型机器人，这是坎普通过他的初创公司“你好机器人”（Hello Robot）开发的。第一代产品在疫情期间推出，价格更为合理，约为 1.8 万美元（约 13 万元人民币）。
Stretch 重约 23 公斤。它有一个小型移动底座、一根挂着摄像头的棍子，以及一个可调节的手臂，手臂末端有一个带吸盘的夹具。它可以通过控制台上的进行控制。亨利使用笔记本电脑控制 Stretch，电脑上有一个工具，可以跟踪他的头部运动来移动光标。他能够移动拇指和食指来点击电脑鼠标。去年夏天，Stretch 和这对夫妇在一起生活了一个多月，亨利说这给了他全新的自主权。“它很实用，我可以每天都使用它，”他说。
亨利·埃文斯使用 Stretch 机器人帮他梳头、吃饭，甚至和他的孙女一起玩耍。 （图源：PETER ADAMS）
通过笔记本电脑，他可以让机器人给他梳头，还可以让机器人拿水果串给他吃。这也开启了亨利与孙女泰迪的关系。之前，他们几乎没什么互动。“她在告别时根本不拥抱他。没有那样的事，”简说。现在，亨利和泰迪使用 Stretch 玩接力赛、保龄球和磁力捕鱼。
Stretch 并没有太多智能功能：它预装了一些软件，比如亨利用来控制它的网络界面，以及人工智能导航等其他功能。Stretch 的主要好处是，人们可以插入自己的人工智能模型并用它们来做实验。但它也让人们看到了一个拥有实用家用机器人的世界。自 20 世纪 50 年代机器人研究领域诞生以来，机器人就一直是这个领域的梦想，它可以完类在家中做的许多事情，例如叠衣服、做饭和打扫卫生等任务。很长一段时间以来，人们只是认为：“机器人技术领域充满了梦想家，”坎普说。
但加州大学伯克利分校机器人学教授肯·戈德伯格（Ken Goldberg）表示，该领域正处于拐点。他说，之前制造实用的家庭机器人的努力显然未能满足流行文化所设定的期望——想想《杰森一家》（The Jetsons）中的机器人女仆。现在情况大不相同了。得益于像 Stretch 这样的廉价硬件，再加上收集和共享数据的努力以及生成式人工智能的进步，机器人比以往任何时候都更有能力、能更快地提供帮助。“我们正处于一个非常接近获得真正有用的能力的阶段，”戈德伯格说。
叠衣服、煮虾、擦拭表面、卸下购物篮——今天的人工智能机器人正在学习完成对它们的前辈来说极其困难的任务。
机器人专家们有一个众所周知的观察：对人类来说困难的事情对机器来说很容易，对人类来说容易的事情对机器来说很难。这被称为莫拉维克悖论（Moravec’s paradox），由卡内基梅隆大学机器人研究所的机器人专家汉斯·莫拉维克（Hans Moravec）在 20 世纪 80 年代首次提出。机器人可以毫无问题地下棋或连续数小时保持物体不动。而系鞋带、接球或交谈则是另一回事。
戈德伯格说，这有三个原因。首先，机器人缺乏精确的控制和协调能力。其次，他们对周围世界的了解有限，因为它们只能依靠摄像头和传感器来感知世界。第三，他们缺乏与生俱来的实用物理学意识。
“拿起一把锤子，它可能会从你的抓手中掉下来，除非你抓住它较重的部分。但如果你只看它，你就不会知道这一点，除非你知道锤子是如何工作的，”戈德伯格说。
除了这些基本的考虑因素外，还有许多其他技术方面的东西需要恰到好处，从电机到摄像头再到 Wi-Fi 连接，而且硬件可能非常昂贵。
从机械原理上讲，我们早就能够完成相当复杂的工作了。在一段 1957 年的视频中，两只大型机械臂灵巧得足以夹起一根香烟，将其放入打字机前的女士嘴里，然后重新给她涂口红。但该机器人的智能和空间感来自于操作它的人。
在一段 1957 年的视频中，一名男子操作着两个大型机械臂，并使用该机器为一名女子涂上口红。从那时起，机器人已经取得了长足的进步。 （来自Youtube 视频《轻松新闻——原子机器人是个好帮手》（LIGHTER SIDE OF THE NEWS --ATOMIC ROBOT A HANDY GUY，1957））
“缺少的部分是：我们如何让软件自动完成这些事情？”卡内基梅隆大学计算机科学助理教授迪帕克·帕塔克（Deepak Pathak）说道。
传统上，训练机器人的研究人员通过详细规划机器人所做的一切来解决这个问题。机器人巨头波士顿动力公司在开发其跳舞和跑酷类人机器人“阿特拉斯”（Atlas）时就使用了这种方法。摄像头和计算机视觉用于识别物体和场景。然后，研究人员利用这些数据建立模型，可以极其精确地预测机器人以某种方式移动时会发生什么。利用这些模型，机器人专家通过编写一份非常具体的动作清单来规划机器的动作。然后，工程师们会在实验室中多次测试这些动作，并将其调整到完美状态。
这种方法有其局限性。这样训练出来的机器人都是经过严格编排的，只能在一个特定的环境中工作。把它们带出实验室，带到一个陌生的地方，它们很可能会翻倒。
帕塔克说，与计算机视觉等其他领域相比，机器人技术一直处于黑暗时代。但这种情况可能不会持续太久，因为该领域正在经历一场巨大的变革。他说，由于人工智能的蓬勃发展，现在的重点已经从身体灵活性的壮举转向以神经网络形式构建“通用机器脑”。正如人类大脑具有适应性并且可以控制的不同方面一样，这些网络也可以适应在不同的机器人和不同的场景中工作。这项工作的早期迹象表明，结果很有希望。
长期以来，机器人研究是一个无情的领域，进展缓慢。帕塔克在卡内基梅隆大学的机器人研究所工作，他说，“曾经有一种说法，如果你涉及了机器人，你的博士学位就会增加一年。”而现在，他说，学生们可以接触到许多机器人，并在几周内看到成果。
这些新型机器人的独特之处在于它们的软件。机器人专家不再采用传统的艰苦规划和培训，而是开始使用深度学习和神经网络来创建系统，这些系统可以随时随地从环境中学习，并相应地调整自己的行为。与此同时，新的、更便宜的硬件，比如现成的组件和像 Stretch 这样的机器人，使得这种实验更容易进行。
一般来说，研究人员使用人工智能训练机器人有两种常用方法。帕塔克一直在使用强化学习，这是一种人工智能技术，可以让系统通过反复试验进行改进，让机器人在新环境中适应自己的动作。波士顿动力公司也开始在其名为“斑点”（Spot）的机器“狗”中使用这项技术。
“有腿机器人的极限跑酷”。卡内基梅隆大学的迪帕克·帕塔克（Deepak Pathak）团队使用了一种称为强化学习的人工智能技。
