Altas的机器人 不要被Atlas吓到了,它可能还没你想像得那么厉害 AI资讯 第1张
  近日你一定听说了一个叫Altas的机器人,这个机器人因为在人类各种严酷手段地摧残下,表现优异成功地让业内集体亢奋,而上次集体亢奋是过年前Google的人工智能在围棋上战胜了欧洲冠军樊麾。上次,很多人担心人工智能要超越人类了,而这次,有人惊叹机器人与人类的距离已如此触手可及。巧合的是,Altas同样来自Google。
  在之后一轮轮地科普文的科普轰炸下,Altas 的背景已被翻个底朝天,相信你对它已经有足够的了解,同时你应该被它的强大所折服,至少我听到不少人说看完后有些信服马斯克的机器人威胁论了。这个机器人以及它背后的团队波士顿动力公司,被业内公称为最厉害的人形机器人与制造者,尤其是在动力平衡上,即使是日本的Asimo 也望尘莫及。目前我们看到的Altas 实际上是其第三代双足机器人,而让人惊叹的点主要有3 个:室外行走、追箱子以及摔倒爬起。有如此优异的机器人出现当然是好事,不过,仔细观看影片,你会发现一些问题。
第一,室外行走或有人为干预
  室外行走展示的是机器人的强大平衡力,山林、雪地,Altas 行走在这样的环境中并且行走地及其稳定,不可谓不惊人。Altas 是透过雷射雷达扫描进行环境扫描的,从而让自己避开障碍物行走,不过,在影片中我们可以看到,Altas 在室外行走时,雷射雷达定位器并没有在动。因此,Altas 的室外行走极有可能是被人为操控的,而如果事实真是如此,那么我们将重新以另一种标准看待它了。
Altas室外行走 不要被Atlas吓到了,它可能还没你想像得那么厉害 AI资讯 第2张
第二,开门追箱子使用二维条码定向定位
  影片中Altas 不仅可以轻松抓取纸箱,而且还能在工作人员将纸箱挪动过程中紧紧跟随纸箱。不过,纸箱上的每个面上却出现了类似二维条码的黑白格子,同时在机器人推门的门上,也贴上了这样的二维条码。很显然,机器人之所以能如此快速轻松地定位,是有这些二维条码的帮助。
Altas抓取纸箱 不要被Atlas吓到了,它可能还没你想像得那么厉害 AI资讯 第3张
Altas开门 不要被Atlas吓到了,它可能还没你想像得那么厉害 AI资讯 第4张
最后一点,摔倒只摔在室内
  Altas 被踢倒然后迅速站起来的表现同样让人很惊艳。「踢」是波士顿动力对待机器人的常见方式,虽然看起来有些残忍,不过只有这样,机器人才能提高平衡能力。之前在Bigdog 的测试影片中,Bigdog 在室内室外都被踢过很多次。而这次,Altas 只在室内被踢。也就是说,Altas 能否在室外倒下后站立起来,是一大疑问。同时,Altas 只展示了狗吃屎式摔倒,相对来说这是最简单的起立方式了。
Altas被踢倒然后迅速站起来 不要被Atlas吓到了,它可能还没你想像得那么厉害 AI资讯 第5张
  当然,尽管知道了这些,大家仍然认定Altas 就是最厉害的人形机器人。哈尔滨工业大学深圳研究生院机电工程与自动化学院副教授朱晓蕊告诉记者,纸箱和门上有二维条码其实并不是什么问题,因为波士顿动力研究的核心是动力平衡,「人形机器人最重要的是平衡性,它搬东西也是为了测它的重心,如何在重心变化的过程中保持平衡,跟它搬东西是没什么关系的。」而当记者提出在室外是否有人为操控,对方表示这个光从影片很难看出来。
  「其实这个技术很复杂,有人操作一点都不奇怪,因为你要给它输入命令啊,但是操作的程度是怎样,这个才是重点。这个干预程度是有非常多的可能性,比如我给机器人的命令,我先一股脑儿地全都输入进去,然后让它自己去行动;另外一种情况是现场给命令,这个也是人为操控的,但重要的是,机器人自主的部分有多少。这个其实是一个循序渐进的过程,最差的情况是,机器人每走一步我都操控一下,然后我一直看着它走到哪去了,然后地面的坡度、不平整度,在我这里都有资料,然后我去一步一步地操控它,这是最初级的情况。不过,从影片来看,没办法看出它是属于哪个阶段,因为完全自主与完全非自主其中的差距是可以很小的。」
  IEEE 记者显然也对这个问题很关注,他们及时采访了波士顿动力的创始人Marc Raibert,对方的回覆是,在室外,工作人员会使用无线电控制机器人的转向,而对于环境的感应以及运动平衡控制,则是机器人自己自主完成的。
  朱晓蕊表示,最重要的是人为干预的程度,如果只是较少地干预,那说明机器人的平衡能力还是很惊人的。如果你看了上届DARPA 机器人挑战赛,你就能感受到其中的差距了。波士顿动力是DARPA 机器人挑战赛的赞助方,它会向参赛团队提供Altas 机器人本体,由他们进行演算法设计。上届的DARPA 机器人挑战赛的决赛中,共有大概6 个团队使用了Altas 机器人本体,不过表现却是一般,在比赛中多次摔倒。「当然,你也别太认真,影片往往只会展示最好的部分,或许Altas 在室外走了很多次,唯独那次成功了也说不定,然后把这段剪辑出来。」
  波士顿动力赞助DARPA 机器人挑战赛,是有回报的,它的要求是这些拿钱的团队在这些比赛中所使用的演算法等技术将被其收入囊中,之后再将其整合进自己的机器人中。例如,这次Altas 似乎就借鉴了去年的参赛机器人RoboSimian 的手部设计。RoboSimian 模仿了猴子的设计,身体也像猴子一样具备很高的灵活性。机器人在摔倒后想要爬起来,手部的支撑是很关键的力量,从影片中Altas 在摔倒后爬起的表现,似乎新设计让其轻松不少。
机器人RoboSimian 不要被Atlas吓到了,它可能还没你想像得那么厉害 AI资讯 第6张
▲ 机器人RoboSimian
  虽然说有了这些「作弊」行为,不过在核心的运动平衡控制上,波士顿动力的实力确实不容小觑。这家公司的机器人团无一不是能走能跑还能抗踢的。