如何让机器人具备像人类一样的触觉?

机器人真的只能是冷冰冰的么?科学家并不这么想,他们想让机器人能进化出“触觉”。外媒近日刊文,对触觉学的发展现状,及其与机器人技术的融合前景进行了详细介绍。

以下为文章全文:

在工厂和仓库,机器人在力量和精度上通常都胜过人类。人工智能软件可以驾驶汽车,可以战胜国际象棋大师,还能在《危险边缘》智力问答节目中完胜人类选手。但机器仍然缺乏一些至关重要的能力,因此短期内依旧难以在很多功能上赶超人类——精密而完善的触觉便是其中之一。

例如,斯坦福医院头颈外科医生尼古拉斯·布雷文思(Nikolas Blevins)经常进行耳部手术,在手术过程中,他必须掌握熟练的技巧,才能将耳骨与薄如蝉翼的内表面剥离开来。

布雷文思正在与机器人学家肯尼斯·萨利博瑞(J. Kenneth Salibury)和萨尼·陈(Sonny Chan)合作设计一款软件,使之可以在正式手术前进行“排练”。这款程序能将X射线与磁共振成像数据进行融合,从而创造出栩栩如生的3D内耳模型,供外科医生练习之用。还可以借此对病人的头盖骨进行一场“虚拟旅行”,通过虚拟方式“感受”软骨、骨骼和软组织之间的细微差别。

然而,无论多么细致入微,这款软件也只能在大致程度上为布雷文思提供粗糙的触觉感受。“要做虚拟手术,就必须有触觉。”他指的是可以通过计算机模拟技术模仿人类触觉的技术。

这款软件所面临的局限在机器人行业十分典型,也正因如此,对人类而言十分本能的任务,在机器身上却很难实现。自从斯坦福人工智能实验室在上世纪六十年代设计出首款机器手臂以来,机器人已经学会了在工厂里进行重复性的劳动。但在很多基本功能上却始终面临困难,例如打开处于关闭状态的门,跌倒后自己爬起来,从口袋里拿出硬币,以及在手指上转动铅笔。

在学术界,这种高级的人工智能技术与拙劣的实际行动能力之间的相关性,甚至有一个专门的名称:莫拉维克悖论。这是以机器人先驱汉斯·莫拉维克(Hans Moravec)的名字命名的一种理论,他在1988年的写下了这样一段话:“要让计算机在智力测验或象棋比赛中,实现像成人一样的表现,是相对比较容易的;但是要让电脑具备如一岁小孩般的感知和行动能力,却是相当困难的,甚至完全不可能实现。”

如果要让机器人像服务员、卫生员、文秘、保健员一样,与人类展开真正的协作,就必须依靠触觉学和运动学领域的进步。

“这个问题很复杂,需要时间。”加州大学伯克利分校机器人学家肯·古德伯格(Ken Goldberg)说,“人类很擅长这些事情,我们经过了数百万年的进化。”

人类触觉无比精密

作为一种感觉,触觉的复杂程度远超普通人的想象。人类拥有一系列器官,可以精确地感知压力、冲力、温度和震动。(德国研究人员发现,浣熊已经进化出动物世界中最复杂的大脑功能,使之可以在黑暗中处理触觉冲动)。

研究显示,人类触觉的精密程度比之前所认为的高出好几个数量级。例如,瑞典科学家在《自然》杂志上刊登论文称,人体的动态触觉(例如,当手指划过表面时的触觉)可以区分出高度不超过13纳米的凸起,也就是0.0000005英寸。

这相当于一个分子的大小。按照瑞典皇家理工学院表面化学教授马克·鲁特兰德(Mark Rutland)的解释,假如人的手指像地球一样大,它足以感觉出一辆汽车和一栋房子的大小差异。生理学家认为,手指与各种表面之间的互动可以被一种名为“机械感受器”(mechanoreceptor)的器官探测到,这种器官植根于人体皮肤的不同深度中。有些能感受到物体的尺寸或形状变化,还有的可以感受到震动。

具体到细微的表面震动,关键信息源自帕氏小体(Pacinian corpuscles),这是一种长约1毫米的椭圆形结构,可以在形状改变时发出信号。

触觉学的目标就是复制这种敏感性,因此,这门学科在计算世界与人类相联系的过程中扮演着越来越重要的作用。触觉学最重大的进步之一是由Mako Surgical公司创造的,这是机器人学家罗尼·阿伯维茨(Rony Abovitz)2004年创办的一家公司。2006年,Mako Surgical开始提供一种机器人,能在外科医生修复膝关节炎的过程中,为其提供精确反馈。

“我认为触觉学是一种将机器智能与人类智能整合起来的方式,它能让机器和人类分别发挥自己的长处。我认为二者将存在一种有趣的共生方式。”阿伯维茨说。

“外科医生仍然拥有控制感,可以将精力投入到动作和力道上。但所有的智能引导任务,以及外科医生的常规活动,都是由机器来负责的。”

机器人蕴含危险

即使是在机器人的地位已经确立的工业领域,专家也担心,与机器人并肩工作的人可能面临危险。机器人已经在美国引发了数十次工人伤亡时事件。如果要真正促成机器人革命的发生,科学家就必须创造能严格遵守安全标准的机器,而且成本不能过高。

“过去30年间,工业机器人一直都只关注一个指标:又快又便宜。”美国机器人公司HDT Global高级项目总监肯特·梅西(Kent Massey)说,“我们一直都看重速度,这很好,但当今的常规机器手都很死板,而且又笨重又僵硬,所以十分危险。”

现在已经有很多机器手设计公司开始着眼于更加安全的产品,梅西的公司便是其中之一。波士顿的Rethink Robotics和丹麦的Universal Robots已经开发了“弹性”机器人,可以感知与人类的接触。Universal的系统将一系列位于关节处的传感器与软件相互配合,从而实现了这一功能。Rethink的机器人则使用了“串联弹性促动器”——其本质上是关节处的一些弹簧,可以模拟人体肌肉和肌腱的弹性——和声学传感器,从而让机器人在与人类接近时能放慢速度。

除了提升基本的安全性之外,科学家还在关注更多的细微触觉。去年,乔治亚理工学院的研究人员在《科学》杂志上发表论文称,他们装配了一组名为“taxel”的小型晶体管,可以测量电荷变化,从而判断机械应变或压力。其目标是借此设计各种触敏应用,包括为机器人或其他设备制作的人造皮肤。

多种辅助方案

很多研究的重点都集中在视觉及其在触觉中的作用。Intuitive Surgical公司开发的da Vinci Xi手术系统使用了高清3D摄像头,使得医生可以通过微型手术器械,进行远程精细操作。该公司还在努力提升外科医生的视野范围和清晰度,因为当今的触觉学技术仍然远远无法满足很多手术操作的要求,例如在器官等软组织上进行必要的操作。

非营利组织SRI International首席工程师科特·萨利斯伯瑞(Curt Salisbury)认为,尽管外科医生可以依据软组织提供的视觉线索来了解他手中的工具施加的压力,但很多时候,仅凭视觉仍然难以作出充分的判断。

“在视野不佳时,触觉反馈仍然至关重要。”他说。

其他研究人员相信,随着不断进步的传感器更加精准地模拟人类皮肤,再加上融合了视觉、触觉学和运动学的算法,便可以推动下一代机器人实现巨大的进步。

马萨诸塞州伍斯特理工学院机器人学助理教授爱德华多·特雷斯-加拉(Eduardo Torres-Jara),正在探索一条道路。他定义了一种名为“敏感机器人学”的理论,并据此开发了一个模型,只需要知道机器人的手脚与地面或物体接触的位置,便可帮助机器人实现运动、抓取和操作。

“一切都是为了识别触觉事件,并很好地理解这些事件。”他说。借助能够探测微小磁力变化的人造仿生皮肤,他已经开发出了一种两腿行走的机器人,可以通过测量脚底的支撑力变化自动实现平衡,甚至大步行走。

如果能够获取更加强大的计算能力,便可改善触觉能力,那么曙光或许就在前方。伯克利的机器人学家古德伯格已经开始设计一套云计算机器人系统,可以通过互联网获取强大的计算能力。

“云机器人的理念令我振奋。”他说,“它可以突破我们在计算能力上面临的限制。”

今年7月,在美国国家科学基金会的赞助下,布朗大学、康奈尔大学、斯坦福大学和加州大学伯克利分校的机器人学家,共同设计了一个名为Robo Brain的数据库,希望提供一个专门存储图片和视频的在线平台,为在现实世界进行各种行动的机器人提供支持。例如,任何联网的机器人或机器手均可获取如何识别、抓取和拿起咖啡杯的信息。

其他触觉学研究人员相信,通过人工方式复制触觉将对自动化机器人的发展产生重要影响,甚至对增强人类自身能力的各种系统形成促进。

去年秋天,斯坦福大学机械工程副教授阿里森·奥卡姆拉(Allison Okamura)讲授了一门触觉学在线课程。学生们组装了由奥卡姆拉与他人共同设计的“hapkit”组件,然后通过编程开发了弹簧和减震器等虚拟设备,而且可以像在现实世界中一样进行操作。

这些学生探索了各种新项目,调整了硬件,并相互分享了各自的项目。奥卡姆拉表示,学生们的热情完全可以理解。

“如果你拥有所有的感觉——视觉、听觉、味觉、触觉和嗅觉——但有人却会逐一将其夺走,你最不愿放弃哪一种?”她问,“几乎所有人的回答都是视觉,但我的答案是触觉。”

原文发布时间为:2014-09-15

时间: 2024-09-14 09:59:42

如何让机器人具备像人类一样的触觉?的相关文章

机器人或将人类推向“无能之下的自由”

摘要: 人工智能和机器人技术的发展正让人与机器的界限变得愈发模糊.在数据处理能力.勘探能力.知识储备能力等诸多方面,机器已经超越人类并且取代原本由人类来完成的社会职能,来 人工智能和机器人技术的发展正让人与机器的界限变得愈发模糊.在数据处理能力.勘探能力.知识储备能力等诸多方面,机器已经超越人类并且取代原本由人类来完成的社会职能,来自这方面的例子已经不胜枚举.乐观来看,更为高效地机器将人类从大量的重复劳作中解脱出来,另一方面,由机器人所引发的失业恐慌情绪正在逐渐蔓延. 另一种意义上的"无能之下的

发展型机器人:由人类婴儿启发的机器人. 2.5 婴儿机器人模拟器

2.5  婴儿机器人模拟器 机器人平台往往是昂贵的研究工具,通常世界上只有很少的实验室能够负担得起.设备齐全的iCub的成本在2012年大约是250000欧元,因此只能通过参与大规模的研究资助才能承担得起这些费用.ASIMO和QRIO等其他机器人平台还没有商业化,如果可以购买的话,其成本将超过100万美元.更便宜的机器人,比如NAO机器人,其成本大约6000美元,尽管一些中等规模的实验室和研究基金支付得起,但还是需要对实验室设备进行重大投资.此外,机器人实验室的配置和运行成本只有少数研究人员和实

“机器人黑客”和“人类黑客”,究竟谁更牛X?

   讲真,黑客这种行当还是挺烧脑的. 根据那些顶尖黑客的血泪史,他们要搞定一个漏洞,绝非你想的那么轻巧.这就像搞定一个妹子一样,脑力上要谋划各种策略,体力上要给出各种姿势,是对脑力+体力的双重考验. 然而就是这样一个一般小白望而兴叹的"高壁垒"行业,居然出现了"抢生意"的,抢黑客生意的还不是别人,正是黑客自己研究出来的"机器黑客". 这种大写的作死,我有点儿服. 本文作者史中(微信:Fungungun),雷锋网(公众号:雷锋网)主笔,希望用简单

发展型机器人:由人类婴儿启发的机器人. 导读

机器人学译丛 发展型机器人:由人类婴儿 启发的机器人Developmental Robotics:From Babies to Robots       译者序 Developmental Robotics:From Babies to Robots 2005年攻读博士学位伊始,我的导师Mark Lee教授给我定的研究题目是developmental robotics.那时我确实是一头雾水,面对这么大的题目不知如何开始.随着阅读与学习的深入,我逐渐理解了这项研究的内涵与意义,我的研究领域自此与发

发展型机器人:由人类婴儿启发的机器人. 1.3 发展型机器人学的基本原则

1.3  发展型机器人学的基本原则 由1.1节的描述可知,发展心理学的理论已经强烈地影响了发展型机器人学的研究领域.如前所述,尽管发展型机器人模型的建立更加强调环境和社会因素,但还是遵循基于先天主义和经验主义现象的相互作用的实现方法.对生物和遗传因素产生影响的思考包括:成熟现象在机器人系统的身体和大脑中的作用,感觉运动和心智功能获取的涉身性限制,以及内在动机和对他人模仿和学习的本能所起的作用.发展型机器人研究所考虑的经验主义与建构主义现象中,特别关注塑造发展中情境学习和社会与自身环境的贡献,以及

发展型机器人:由人类婴儿启发的机器人. 2.3 类人婴儿机器人

2.3  类人婴儿机器人 发展型机器人技术的研究诞生于21世纪初,它引发了各种类人婴儿机器人的研究和平台制造.伴随着更新型.更标准的类人成人机器人平台的研发,婴儿机器人也已经在一些发展型机器人研究中使用. 接下来的几节将简要描述这种机器人的主要特点.表2-3展示的是这些特征的简要对比.表中主要列举了发展型机器人研究中最常用的12种机器人平台,并详细介绍其设计或制造的细节.自由度的总数.执行器的型号和位置.皮肤传感器.外观和尺寸特征以及主要的参考文献和交付年份.通过对该表的简要分析,大多数的机器人

费埃哲信息图:分析技术具备类人类思维

预测分析及决策管理软件公司费埃哲公司近日发布信息图,图中列举了大数据分析软件模拟人类大脑运行的几个方面.这些人工智能的应用向一系列的现实问题发起了挑战,不仅打击金融犯罪.阻断黑客入侵,而且能够识别身份. 该信息图着重列举四个例子来阐述人工智能分析技术具备人类思维这一事实,且这四方面技术如都被用于商业应用中.具体如下: 神经网络:利用少量数据间的联系来实时监测支付欺诈.费埃哲FICO Falcon Fraud Manager反欺诈解决方案运用了这一技术,对全球25亿个支付卡账户实施保护; 深度网络

Photoshop制作被外星机器人袭击的人类

本教程主要构思人类和外形机器人的对视过程,然后用素材把创意表现出来. 看看最终效果图: 下面是教程         注:更多精彩教程请关注三联photoshop教程栏目,三联PS群:75789345欢迎你的加入 分类: PS入门教程

发展型机器人:由人类婴儿启发的机器人. 1.1 先天与后天的发展理论

1.1  先天与后天的发展理论 在心理学和哲学领域,先天与后天对人类智能发展的贡献是最久远且无休止的争论之一.长期与自身和社会环境交互是婴儿心智发展的本质,并为婴儿全程的心智发展带来了显著影响.与此同时,基因在婴儿身体和智能发展中都起着最基本的作用.一些特征,尤其是身体特征,还包括诸如颜色感知这样的认知能力,很大程度上是由基因决定的,而环境的影响只起到很微弱的作用. 这场争论引出了关于先天和后天作用的多种发展心理学理论(Croker 2012).先天主义理论倾向于强调儿童拥有与生俱来的特定领域知