MIT研发洗碗机器人 干活不再是重复机械的动作

随着人工智能技术的日益成熟，研究者们正努力推动机器人从单纯的机械化向更具智能化的方向转变。他们不再满足于机器人仅仅按照预先编写好的程序重复固定的动作，而是希望机器人能够根据环境的变化做出及时的判断和反应。Ilker Yildirim，一位来自MIT计算机科学和人工智能实验室（CSAIL）的博士后研究员，便是其中的佼佼者。最近，他与MIT的其他研究人员共同发表了一篇论文，描述了一种全新的人工智能系统，该系统能够预测特定情境下物品的移动方式。

Yildirim表示，这种系统的应用前景非常广阔，尤其是在机器人领域。与传统的工业机器人不同，这些未来的机器人将不再只是机械地重复精细动作。相反，他们必须能够适应各种不确定性。例如，在洗碗场景中，机器人需要理解盘子的摆放细节，预测自身行为对盘子的影响，并深刻理解其所处的物理环境。

这个先进的人工智能系统融合了物理模拟和深度学习两种技术。物理模拟可以模拟物体的运动，但需要为每一个特定场景进行编程。而深度学习则可以通过向神经网络提供视觉图像和物理学知识，使系统具备分析新环境的能力。Yildirim已经开始与同事录制实验视频，并利用3D摄像头构建数据模型，以判断物体的行为和行动速度。这些数据将被用于训练深度神经网络，通过大量数据分析，系统可以识别物体、判断其结构，并预测其行为。

尽管完美预测是不可能的，即使是人类也无法做到，但Yildirim和他的团队对人工智能系统的预测能力进行了人类对比实验，发现该系统的表现与人类相当。“这个系统在很多方面与人类相似，”Yildirim表示。这意味着人工智能不仅可以在理论上预测物体的行为，而且在实际应用中也具备相当的预测能力。