像动物一样认知环境,机器人行吗?

发布时间:2020-06-05   阅读量:

在卫星定位、车联网等技能供给的导航信息的护航下,无人驾驶离咱们越来越近。但假如有一天,这些外部的信息支撑忽然中断了,无人车、机器人能否在不知道环境中“自给自足”?

近来,北京师范大学体系科学学院教授斯白露团队建立了一套贝叶斯招引子网络模型,用于机器人的空间认知。该模型模仿哺乳动物大脑的空间编码细胞的作业原理,完结了无人车、机器人等在不知道环境中的自主定位和地图学习,研讨证明可以将哺乳动物空间认知的思想办法运用于机器人导航。相关论文已发表于《神经网络》。

三种细胞带来的创意

机器人导航是人工智能范畴的经典问题。20世纪80年代以来,人工智能学家们规划了一系列算法,期望赋予无人车、机器人空间认知才能,让无人车、机器人能在生疏环境中认路,确认自己的方位。

斯白露介绍,一般情况下,面临生疏环境,无人车、机器人需求运用激光雷达等传感器构建周边环境地图。假如无人车、机器人需求进一步完结送快递等使命,就可以依据现已构建的地图规划出一条从起点到结尾的途径,然后再沿着规划的轨道运动,并不断地从头定位、规划运动道路、实时检测避障,以确保顺畅抵达结尾。

可是,这些看似合理的办法的功率远比不上小鼠等哺乳动物的见机行事。

“无人机、机器人导航需求许多贵重的传感器,跋涉过程中还需求巨大的核算资源,即便如此仍然无法确保可以敷衍动态环境中的突发事件。可是,小鼠仅靠几粒花生米就可以上蹿下跳,逃过天敌们的围追堵截。”斯白露戏弄道。

怎样让无人车、机器人像小鼠相同习惯动态环境呢?

曩昔半个多世纪,脑科学范畴的研讨人员发现哺乳动物的导航是由多种编码空间信息的神经细胞协作完结的。

研讨人员先是在哺乳动物大脑的海马体中发现了一组能编码方位的“方位细胞”,该细胞可以回忆窝和食物源等重要方位。然后,又在海马体的邻近发现了一套担任空间认知的神经回路——内嗅皮层,其间的“栅格细胞”可以整合另一组具有表征运动方向功用的“头朝向细胞”,来编码自己访问过的方位、方向和间隔。

小鼠大脑中的栅格细胞、方位细胞和头朝向细胞在动物导航中发挥关键作用,这些神经细胞组成的神经网络可以处理动物导航问题。上述科研成果还取得了2014年诺贝尔生理学或医学奖。

“无人车、机器人导航能否学习生物学的办法呢?”这一创意涌上斯白露的心头。

像脑相同整合导航信息

确认研讨方向后,斯白露课题组开端尝试用招引子网络编码空间信息。这些招引子网络中的节点经过递归衔接彼此传递信息。由于递归数量过多,导致网络的每一次更新都需求消耗很长时刻,无人车、机器人的实时感知信息处理速度也随之下降。“咱们想了许多办法优化神经网络,但都没有作用。”文章榜首作者、复旦大学类脑智能科学与技能研讨院博士后曾和平告知《我国科学报》。

研讨瓶颈由于一个偶尔发现被打破。其时,课题组注意到,伦敦大学学院的Kate Jeffery实验室发现小鼠头朝向细胞可以运用贝叶斯推理的办法,整合导航过程中的多种感知信息。受此启示,斯白露课题组期望运用贝叶斯机制来规划招引子网络,以编码方向和方位信息。

课题组模仿实在神经细胞的放电状况,以概率的方式表明机器人的方位和方向。曾和平解说说,运动过程中,机器人取得新的感知信息后,可以经过贝叶斯推理整合到导航信息中,然后不断依据新信息的牢靠程度来更新、调整方位和方向的表征,构成后验概率,完结自主定位。

“大脑便是这样作业的,咱们在算法上模仿了脑神经网络,引入了了解型学习的中心机制——认知地图。”曾和平说,“学习和模仿回忆神经环路的核算原理,无人车、机器人可以完结感知和回忆的交融,完结新旧信息的整合,进步人工智能构成笼统概念的才能。”

斯白露以为,这一动态机制可以整合多种感知信息,使无人车、机器人实时构建一套认知地图、核算本身方位和运动的最优概率成为或许,并终究完结在外界定位信息缺失的情况下的自主导航。

类脑智能或成人工智能的另一挑选

现在的人工智能研讨,以深度学习为主,以核算才能为动力,从大数据中进行学习,完结语音辨认、图画了解、文字辨认等使命。

在斯白露看来,类脑智能为人工智能研讨供给了新的或许。类脑智能便是要依据大脑运转的内涵神经机制,来启示新的人工智能算法和体系。“类脑智能是推进人工智能打破现阶段许多瓶颈的可行途径。”斯白露说。

多伦多大学核算机科学系教授杰弗里·辛顿也曾表明,要处理人工智能的问题,需求在核算机科学和生物学之间架起桥梁。

现在,类脑科学的研讨首要会集在理论层面,结合实际并落地的运用较少。

我国科学院脑科学与智能技能杰出立异中心副主任王佐仁以为这项作业很有含义。王佐仁解说说,首要,该研讨完结了无人车、机器人范畴方位与运动信息的交融,降低了核算复杂度,增强了模型的可解说性。其次,在外界导航信息缺失的情况下,完结了一边准确认位导航,一边自主构建地图。别的,运用单相机就可以完结对角速度与平移速度的丈量和实时定位,无需实时定位和全方位地图测绘。

王佐仁以为,高档人工智能的典型特征是可以把感知到的信息笼统成概念,并组织成结构化的认知地图,完结了解型学习、笼统思想和推理。认知地图是逻辑推理、幻想和发明的根底,也是类脑智能到达通用智能有必要具有的才能。

“现在,咱们现已把握了一些常识和办法,但大脑是怎么进行高效编码的仍然需求持续深入研讨。”斯白露表明,接下来,研讨人员还需求在理论和算法层面弄清楚大脑是怎么将多种感知信息交融处理,并在海马和相关脑区构成笼统表达的,以启迪后续的类脑研讨。

上一篇:EXROBOT智能仿生人形机器人项目签约落户金石滩

下一篇:机器人咖啡师上线,无接触餐饮服务正流行

Copyright © 2020 ag88环亚娱ag88环亚娱-ag环亚集团官方网站-ag88手机客户下载 All Rights Reserved     技术支持: