0
| 本文作者： 金紅 | 2017-11-19 10:10 |
兩個月前，陳曦離開工作了一年半的OpenAI，和同事段巖、張?zhí)旌埔黄饎?chuàng)立了Embodied Intelligence。
上周， Embodied Intelligence 宣布獲700萬美元種子投資，本輪融資由Amplify Partners領(lǐng)投，峰瑞資本（FreeS)、Lux Capital、SV Angels、11.2 Capital以及A.Capital跟投。
三個年輕的華人，成為硅谷冉冉升起的新星。
從左到右分別為陳曦（首席執(zhí)行官）、Pieter Abbeel（總裁及首席科學(xué)家）、段巖（首席技術(shù)官）、張?zhí)旌疲ㄑ芯靠茖W(xué)家）
Embodied Intelligence 之所以成為投資人爭相的寵兒，離不開三個創(chuàng)始人的背景。
創(chuàng)業(yè)前，三人是OpenAI Pieter Abbeel 教授實驗室的同事，從事前沿領(lǐng)域如模仿學(xué)習(xí)、強化學(xué)習(xí)、無監(jiān)督學(xué)習(xí)以及元學(xué)習(xí)的研究工作。
OpenAI 是由特斯拉CEO Elon Musk 于2015年12月聯(lián)合諸多硅谷大亨建立的人工智能非營利組織，希望能夠預(yù)防人工智能的災(zāi)難性影響，推動人工智能發(fā)揮積極作用。
2016年6月21日，OpenAI 宣布了其主要目標，包括制造“通用”機器人和使用自然語言的聊天機器人。OpenAI研發(fā)主管Ilya Sutskever、OpenAI CTO Greg Brockman 硅谷知名創(chuàng)業(yè)加速器Y Combinator總裁 Sam Altman 以及連續(xù)創(chuàng)業(yè)家 Elon Musk 等人聯(lián)合發(fā)表博文稱：“我們正致力于利用物理機器人（現(xiàn)有而非OpenAI開發(fā)）完成基本家務(wù)。
OpenAI 聚集了世界級的工程師和科學(xué)家，其中就包括Pieter Abbeel。Pieter Abbeel 在人工智能領(lǐng)域非常有名，其在伯克利的實驗室引領(lǐng)了諸多近期機器人學(xué)習(xí)領(lǐng)域的突破性進展，包括讓機器人學(xué)會整理衣物，行走（仿真環(huán)境），以及通過反復(fù)試錯或者VR示范數(shù)據(jù)來學(xué)習(xí)視覺驅(qū)動的操縱物體的技能。
Pieter Abbeel
CEO陳曦向雷鋒網(wǎng)表示，最近五年學(xué)術(shù)圈有非常多突破，主要歸結(jié)到深度學(xué)習(xí)的成功，和深度學(xué)習(xí)跟像強化學(xué)習(xí)領(lǐng)域的結(jié)合。于是，在完成自己的博士項目后，便拉上同事段巖、張?zhí)旌埔黄饎?chuàng)立了Embodied Intelligence，而導(dǎo)師Pieter Abbeel 也加盟了這個新團隊任總裁和首席科學(xué)家。
基于創(chuàng)始人們在模仿學(xué)習(xí)、強化學(xué)習(xí)、無監(jiān)督學(xué)習(xí)以及元學(xué)習(xí)等領(lǐng)域的研究成果，Embodied Intelligence 開發(fā)了一款軟件，可讓任何人通過在虛擬現(xiàn)實（VR）設(shè)備里示范教學(xué)來讓機器人獲得新的技能。這些示范數(shù)據(jù)會被用來訓(xùn)練深度神經(jīng)網(wǎng)絡(luò)，而訓(xùn)練完畢的智能控制器使用強化學(xué)習(xí)進一步改進。通過這套流程，機器人可以輕松地學(xué)會廣泛的技能。
傳統(tǒng)的機器人編程非常耗費時間，只有專業(yè)人員才能進行。Embodied Intelligence 提供的智能模塊可以接入任何市面上的機器人，讓它們可以自然地學(xué)習(xí)新的技能，無需編寫晦澀難懂的代碼。
CEO陳曦向雷鋒網(wǎng)進一步解釋這項技術(shù)：
第一步是通過人類的演示進行學(xué)習(xí)，但這個要比簡單的復(fù)制要復(fù)雜，因為人類演示是很難把所有的變化都覆蓋到，所以學(xué)習(xí)的結(jié)果是需要泛化的能力，就算是人類示教沒有演示到的情況下也能完成任務(wù)。
第二步是機器人可以進行自我學(xué)習(xí)，具體的學(xué)習(xí)方法叫做深度強化學(xué)習(xí)(Deep Reinforcement Learning), 這個是通過機器人自己試錯來進行，可以找到比示教更優(yōu)的方案。不過不是所有場景都需要這一步，對于不少場景來講，做到跟人的示教一樣快，一樣好就可以了。
在他們發(fā)布在youtube的視頻中，他們使用這種方法訓(xùn)練一個兩臂機器人從桌上拾起球或者打繩結(jié)。Embodied Intelligence 團隊們戴著 VR 頭顯，拿著動作追蹤器，不斷地在數(shù)字世界中向機器人展示如何完成任務(wù)。然后，機器人可以從這些數(shù)據(jù)中學(xué)習(xí)。
一般來說，學(xué)術(shù)圈和工業(yè)圈的技術(shù)差距在5年左右。對于深度強化學(xué)習(xí)落地到工業(yè)圈，雷鋒網(wǎng)咨詢了幾位機器人領(lǐng)域創(chuàng)業(yè)者，他們均表示目前確實有很大進展，尤其是Pieter Abbeel 在這個領(lǐng)域更是領(lǐng)軍人物做出了突出貢獻，不過要落地到工業(yè)圈，需要8到10年。
對此，陳曦向雷鋒網(wǎng)回應(yīng)了一句哈哈。對于是否有落地困難的問題，陳曦表現(xiàn)地很樂觀，表示如果從硬件上面來講，其實這個公司早兩年還真做不了，運算能力(GPU)最近兩年翻了好幾倍，然后消費級的VR設(shè)備也是最近才開始普及。而工業(yè)機器人方面，則是已經(jīng)成熟很久了；而從難度來講，之所以選這個就是因為團隊有能力可以做出來。
從左到右分別為Pieter Abbeel（總裁及首席科學(xué)家）、陳曦（首席執(zhí)行官）、段巖（首席技術(shù)官）、張?zhí)旌疲ㄑ芯靠茖W(xué)家）
“第一，我們做的東西真的跟產(chǎn)業(yè)中所有看到過的解決方案，不過是市面上的還是在研發(fā)的都完全不一樣。我們應(yīng)該是極少數(shù)使用端到端學(xué)習(xí)(end-to-end learning)的公司，這個應(yīng)該解釋了為什么會有人說我們做的很學(xué)術(shù)。
第二是看這個技術(shù)本身，最主要的落地門檻在于實際應(yīng)用中的可靠性。在學(xué)術(shù)界中端到端學(xué)習(xí)出來的算法一般是70-90%的成功率左右，這個離工業(yè)應(yīng)用肯定是有一定距離的。但我們團隊最近的研究成果顯示只用30分鐘的示教數(shù)據(jù)，就可以在很多場景里面達到90%的成功率。那么我們認為，運用更多示教數(shù)據(jù)和進一步的算法優(yōu)化，我們是可以達到工業(yè)的要求的?！?/p>
作為唯一的國內(nèi)投資方，峰瑞資本創(chuàng)始人李豐對于這個項目給予了高度評價，
“人工智能發(fā)展到今天，真正用到?jīng)Q策智能的人工智能項目是很少見的。Embodied Intelligence做的機械臂的控制包括通過有監(jiān)督學(xué)習(xí)做無序抓取，是一項有挑戰(zhàn)的事業(yè)。不過，Embodied Intelligence的創(chuàng)業(yè)團隊，包括 Peter Abbeel，是行業(yè)中做人工智能最頂級的研究者和創(chuàng)業(yè)者。且這件事是適合中美制造業(yè)國情的，應(yīng)用潛力巨大。”
陳曦向雷鋒網(wǎng)表示目前已有跟數(shù)個工廠和系統(tǒng)集成商合作，已經(jīng)確認了一些具體場景，接觸下來是發(fā)現(xiàn)能夠應(yīng)用的地方很多，接下來希望挑一些有代表性的，能體現(xiàn)他們方案不一樣的地方。
“pick and place（抓?。┦潜容^大的一塊，但是比較簡單的環(huán)境下面的pick and place就不是我們關(guān)注的了，因為其他解決方案也能做到。我們主要關(guān)注一些傳統(tǒng)方法難以解決的問題，例如抓取的原料是deformable （可變形的），像電線，數(shù)據(jù)線之類的wire bundle （導(dǎo)線束）。
除去抓取之外，我們也會看需要很多contact （物體間接觸）的場景，例如說assembly（裝配）。這也是傳統(tǒng)來講很難解決的問題。例如kitting（物料配送），從物料倉庫撿取原件到一個kit（套件）里面，然后會被運到總裝線上。這個kitting的步驟，如果是剛體的抓取是比較簡單的。有很多現(xiàn)成的方案只需要一個CAD模型，然后會match（匹配）到3D攝像機里面的point cloud（點云數(shù)據(jù)），然后計算抓取點。但是像電線這樣會變形的東西，這樣的現(xiàn)有方法就不足夠了，因為電線有太多種變形的可能，match 3d point cloud to fixed model（匹配3d點云到固定模型）的方法就很難完成了。
定性來講的話，是任何通過手動編程難以完成的場景都會是很好的candidates（候選者），比較有代表性的有剛剛說的deformable objects picking（可變形的物體抓取）。或者assembly 類型的場景。但是我們沒有講太具體的場景，因為是under NDA（保密）。抽象來講的話，只要是人可以遙控機械臂完成的工作，我們都可以從示教中學(xué)習(xí)。也就是說如果是需要硬件上的創(chuàng)新（就算由人來控制一個機械臂，也是不能完成的）的場景，就不是我們的關(guān)注范疇。
對于我們方案來講，不管是剛體的抓取還是柔性物體的抓取，學(xué)習(xí)方法是完全一樣的。唯一的不一樣可能是因為物體是柔性的，有更多的variations（變化），而需要更多的訓(xùn)練數(shù)據(jù)。”
陳曦向雷鋒網(wǎng)表示，目前項目都在朝著預(yù)期進展，“如果說有什么意外的話，那應(yīng)該是應(yīng)用場景比想象中要多，這些是很多在學(xué)術(shù)界比較難接觸到的?！?/p>
接下來，陳曦希望在國內(nèi)也找一些早期應(yīng)用場景。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
