爱吧机器人网 » 技术 > 人工智能 > 正文

受大脑控制的机器人

核心提示: 想让机器人做我们想做的,首先,他得全面地了解我们。通常,这就意味着人类需要要付出更多。比如,教机器人复杂的人类语言或者把一项任务

\
 
想让机器人做我们想做的,首先,他得全面地了解我们。通常,这就意味着人类需要要付出更多。比如,教机器人复杂的人类语言或者把一项任务的具体的指示给到他们。

但如果我们开发出来的机器人是一个更自然的延伸,并且能做任何我们想做的事会怎么样呢?

一支由麻省理工学院的计算机科学与人工智能实验室和波士顿大学组成的团队正在研究这个问题。他们建立了一个反馈系统---可以让人类马上纠正机器人的错误。

这个反馈系统是在麻省理工开发的,它可以让操作员仅仅用大脑信号就可以实时地纠正机器人犯的错误。

利用脑电图扫描出来的数据,这个系统可以检测出人是否可以发现机器人在进行物品分类任务时所犯的错误。团队这个新颖的计算机学习算法能够让系统在10-30毫秒间将脑电波分类好。

虽然系统目前只是处理一些简单的二项选择活动,但是作者说,我们总有一天会更直观地控制机器人。

CSAIL的总监Daniela Rus说:"想象一下,如果能够让机器人立刻做某一动作,不用输入命令,仅仅需要按下按钮甚至只说一个字。” 如此简单化的方法能提高我们的能力去控制机器人,无人汽车以及一些还没发明的科技。

目前,团队在做研究时所用的人形机器人来自Rethink Robotics,它叫”Baxter”.

该公司由CSAIL总监和iRobot联合创始人Rodney Brooks领导。

介绍这项工作的论文是由波士顿大学预备博士Andres F. Salazar-Gomez,CSAIL的预备博士Joseph DelPreto以及CSAIL科学家Stephanie Gil在?Frank H教授的指导下完成的。该论文最近在新加坡举行的国际机器人与自动化大会上被采用。

Intuitive human-robot interaction 直观的人机互动

过去,机器人被要求训练成像人类一样“思考”并且能够被电脑识别。例如,操作员要看着两个强光显示器,每一个显示器对应于一个机器人来执行不同的任务。

这个方法的缺点是这个训练的过程以及调整机器人的想法很繁琐,尤其是对于那些导航和建造项目的管理者,因为这些任务需要高度集中的注意力。

Rus的团队想要让这个过程变得更加自然流畅。因此,他们将注意力放在一个叫做“error-related potentials” (ErrPs)的大脑信号上。只要人脑意识到一个错误,这个大脑信号就会产生。当机器人要在做出决定的时候,这个系统便会用ErrPs这个大脑信号去检测机器人的决定是否跟人脑的决定一致。

Rus说,“当你看着机器人,你要做的就是用大脑想---同意还是不同意。”“你不用自己特意去想,这套系统会适应你,而不是你适应它。

Errp信号很微弱,这也就意味着这套系统要足够精确地分类信号并且将其收集到通向人类操作者的反馈回路中。除了检测最初的ErePs信号,团队还在试图探测“二级错误”,就是当系统没有接收到来自人脑最初的纠错。

Gil说:“如果机器人不能确定它的决定,它便会激发人脑使得可以接收到更准确地答案。”这些信号可以大大提升准确度,这也就创造出一个可以让人类和机器人能持续对话的选择。

但是目前这个系统还无法识别二级错误,Gil预期这些模型的准确度一旦达到90%的时候便可以识别出来。

另外,Errp信号已经成比例地看出机器人能饭多严重的错误,因此团队相信在未来,系统可以处理更复杂的任务。

Salazar-Gomez还提到,这个系统可以帮助那些无法口头交流的人。比如一些拼写就可以通过完成一系列离散二进制的选择。他把眨眼这个更高级的形式来作为例子,如果这项技术成熟的话,就可以让中风患者Jean-Dominique Bauby通过眨眼睛完成了她的回忆录?The Diving Bell and the Butterfly.

Wolfram Burgard说:“这项工作对我们开发更加有效的大脑控制工具以及假体提供了很多帮助。” “考虑到将人类语言转换成对机器人有意义的信号是很困难的,因此在这个领域的工作可以对未来真正的人机协作产生深远的影响。”


    (本文由爱吧机器人网梦月编译,未经授权禁止转载或者摘编,原文网址 http://www.csail.mit.edu/brain_controlled_robots)

上一篇:对AI"出错"零容忍?美国加强AI推理解释能力研究
下一篇:谷歌正打造能像人类一样快速学习的超速人工智能

本周栏目热点

人工智能的认知层面大家都在关注什么?

[2018-01-20]  从AI的认知层来看“自然语言处理、语义网与知识图谱”算是关键技术。我们按照这些关键词提取36Kr、品玩与虎嗅的相关新闻共计803篇,构建新闻相似度网络,进行聚类与分析。...

AI到底有多聪明?没我们想象的那么聪明

[2017-12-12]  对于政治学家、经济学家、人工智能研究者,乃至广大的普罗大众来说,“AI(人工智能)到底有多智能?它的发展速度有多快?”这种问题是目前最令人困惑的。而对这些问题的解答......

人工智能、机器学习、机器人之间有什么区别和联系?

[2018-01-23]  人工智能(AI)曾经只是科幻电影,电视节目和书籍中探讨的一个话题,如今已经迅速成为现实世界的一部分。 1969年,管理咨询公司麦肯锡公司(McKinsey&Company)发表了一篇文......

会说谎的人工智能未来或制造更多假视频假美女

[2018-01-19]  人工智能(AI)的发展速度惊人。现在的人工智能具备了伪造视频的能力,可以达到人眼无法识别真假的程度,因此引发担忧。...

[2018-01-18]  人工智能、机器人和自动驾驶已成为流行文化的前沿,甚至是政治表述。而去年人工智能的研究也让我们相信这不是一个失败的开端,而是一个拐点。在这份报告中,高盛从宏观(...

精选推荐

CES 2018:英特尔推出49量子位芯片争夺量子霸权
CES 2018:英特尔推出49量子位芯片争夺量子霸权

[2018-01-10]  在与Google、IBM的一场关于建立量子计算系统的马拉松比赛中,英特尔通过了一个关键的里程碑。近日,这个科技巨头已经推出了一个49个量子位 ...

从AI中窥探人性
从AI中窥探人性

[2018-01-03]  人们对人造智能的恐惧早已成为科幻书籍和电影的极好题材。但现在,一些同样的担忧开始影响关于现实世界AI技术的政策讨论。如果这样的担忧演变成为一种技术恐慌...

2017年:AI渗入云端
2017年:AI渗入云端

[2017-12-29]  云中的人工智能不仅仅是科技巨头的权力游戏,它也可能是人工智能领域的下一个飞跃。加利福尼亚州的Rigetti Computing公司刚刚使用其原型量子芯片之一在其云平台上运行机器学......

人工智能民主化能否实现取决于科技巨头
人工智能民主化能否实现取决于科技巨头

[2017-12-29]  我们经常听到像谷歌和微软这样的公司说他们希望人工智能民主化。这是一个很好的词,民主化。 但这些公司如何界定“民主化”还不清楚,像AI本身一样,它似乎有点炒作的味道...

美国Natilus公司试飞水上无人货机 设计简单成本降低
美国Natilus公司试飞水上无人货机 设计简单成本降低

[2017-12-28]  Natilus创业公司成立于2014年,其梦想是建造大型无人机,以半价提供比船舶快得多国际货运。在十二月份,Natilus计划在旧金山湾测试一个9米翼展的小型原型无人机的水上滑行能力......

助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出
助力卷积神经网络时空特征学习 史上最大行人重识别视频数据集被提出

[2017-12-25]  本文提出了一个大型的、长序列的、用于行人重识别的视频数据集,简称LVreID。与现有的同类数据集相比,该数据集具有以下特点:1)长序列:平均每段视频序列长为200帧,包含丰......

机器人iCub作为嵌入式AI的标准机器人研究平台的重要性
机器人iCub作为嵌入式AI的标准机器人研究平台的重要性

[2017-12-24]  机器人的研究在过去10年中得益于一个具有嵌入式人工智能(AI)的标准化开源平台——人形机器人iCub。iCub最初在意大利被创建,如今在欧洲、美国、韩国、新加坡和日本的实验室......

基于生物启发的机器人很容易适应丢失附属器官
基于生物启发的机器人很容易适应丢失附属器官

[2017-12-17]  很多机器人被设计应用在危险环境,如灾难现场。在这些地方,他们的运动系统完全有可能被损坏。那这样会吓跑这些机器人吗?也许不是,如果它们像日本的东北和北海道大学创造的......

7种常见的机器人焊接类型
7种常见的机器人焊接类型

[2017-12-17]  机器人焊接是工业领域最常见的机器人应用之一,近几十年来主要由汽车行业驱动。机器人焊接在完成大批量,重复性的焊接任务时效率最高。...

农业将为高科技行业 农业机器人的应用领域
农业将为高科技行业 农业机器人的应用领域

[2017-12-17]  农业正在迅速成为一个令人兴奋的高科技产业,吸引了新专业人士,新公司和新投资者。技术发展迅速,不仅提高了农民的生产能力,而且促进了我们所知道的机器人和自动化技术的发展。...