從專用走向通用,OpenAI吹響機械手轉(zhuǎn)變的號角
近年來,隨著全球“用工荒”、“用工貴”帶動“機器換人”趨勢的不斷加快,機器人產(chǎn)業(yè)迎來了十分迅猛的發(fā)展。作為工業(yè)機器人和現(xiàn)代機器人的先驅(qū),機械手借助良好產(chǎn)業(yè)大環(huán)境全面提升,也在技術(shù)、功能和應(yīng)用上迎來了成熟發(fā)展。
眾所周知,機械手是一種能模仿人手、臂的某些動作功能,用以按固定程序抓取、搬運物件或操作工具的自動操作裝置。其最常見的應(yīng)用領(lǐng)域是工業(yè)方面,機器手的應(yīng)用不僅能夠穩(wěn)定產(chǎn)品質(zhì)量、提高生產(chǎn)效率、改善勞動條件,同時還能促進產(chǎn)品迭代發(fā)展。
而眼下,隨著在搬運、分揀、切割、噴涂、焊接、打磨、碼垛等多個生產(chǎn)環(huán)節(jié)的廣泛應(yīng)用,生活服務(wù)領(lǐng)域?qū)τ跈C械手的需求也在不斷攀升。越來越多人開始打造機械手制作咖啡、寫毛筆字、折疊衣物、遞送毛巾等功能,以期滿足人們便捷、舒適的生活訴求。
一方面,機械手在生產(chǎn)方面的應(yīng)用正在加速延伸和深化;另一方面,機械手在生活方面的應(yīng)用也正不斷興起和拓展。兩方面的應(yīng)用變化無疑正推動著機械手發(fā)展的日益成熟,但與此同時也對機器人技術(shù)革新提出了更高要求。
在新的要求和應(yīng)用下,人們需要更加具備通用型功能的產(chǎn)品與設(shè)備,傳統(tǒng)只能對應(yīng)單個行業(yè)或單個環(huán)節(jié)的專用機械手已經(jīng)不再適用;谠撘,通用型發(fā)展逐漸成為了機械手前進的全新趨勢與重要方向,而針對這個方向,不少科研人員也正做出著不懈努力。
比如在近期,人工智能研究組織OpenAI便發(fā)布了一款仿人機器手Dactyl,該組織表示Dactyl可以不用編程便自主學(xué)會單手復(fù)原魔方,且復(fù)原不會受各種外界影響和干擾,繼續(xù)研究下去有望將其打造成一款真正的通用型機械手。
從OpenAI發(fā)布的視頻中我們可以看到,這是一雙外觀與人類十分相似的機械手,其擁有五根手指和24個關(guān)節(jié)。隨著一聲令下,機械手五根手指靈活翻轉(zhuǎn)、上下?lián)芘,大約用時4分鐘左右便完成了對魔方復(fù)原。
對于這樣的復(fù)原速度,很多人可能不甚滿意。畢竟三階魔方人類最快的復(fù)原速度只需要幾秒鐘,而在此之前,也有過英飛凌機械手1秒復(fù)原和麻省理工機械手0.4秒復(fù)原的記錄,Dactyl不管是相比于同類機械手還是人類玩家來說,在速度上都要遜色不少。
但Dactyl真正引人關(guān)注的是其復(fù)原的方式和方法。機械人高速復(fù)原魔方早已不是新鮮事,那些能做到1秒內(nèi)便復(fù)原魔方的機械手,要么與人類的手大相徑庭,要么是專門研發(fā)出來轉(zhuǎn)魔方的,也就是說全未脫離專用型機械手的范疇。
而Dactyl則完全不同,他并不是專門為復(fù)原魔方而研發(fā)的產(chǎn)品,其也沒有進行專門的魔方復(fù)原編程。Dactyl復(fù)原魔方靠的全是虛擬模擬技術(shù),該技術(shù)讓其在實際復(fù)原魔方之前自己先進行虛擬演練,通過自主探索和學(xué)習(xí)找到成功復(fù)原的方案。
簡單來說,Dactyl體現(xiàn)的是面對完全未知的任務(wù),通過自主學(xué)習(xí)進行攻克,而其他的機械手必須依靠專門的編程才能完成任務(wù),這就是二者的差距。雖然在完成速度和效果上比不上后者,但無疑開啟了通用型機器人應(yīng)用的大門。
未來,依靠類似技術(shù),機械手在面對其他未知任務(wù)的時候,同樣可以通過虛擬演練和自主學(xué)習(xí)進行攻克,從而滿足不同行業(yè)和不同環(huán)節(jié)的應(yīng)用需求。就像人類經(jīng)過數(shù)百萬年的學(xué)習(xí)和進化才擁有這樣的雙手一樣,通用型機械手的打造同樣離不開虛擬的學(xué)習(xí)與演練。

請輸入評論內(nèi)容...
請輸入評論/評論長度6~500個字
最新活動更多
推薦專題
- 1 UALink規(guī)范發(fā)布:挑戰(zhàn)英偉達AI統(tǒng)治的開始
- 2 北電數(shù)智主辦酒仙橋論壇,探索AI產(chǎn)業(yè)發(fā)展新路徑
- 3 降薪、加班、裁員三重暴擊,“AI四小龍”已折戟兩家
- 4 “AI寒武紀”爆發(fā)至今,五類新物種登上歷史舞臺
- 5 國產(chǎn)智駕迎戰(zhàn)特斯拉FSD,AI含量差幾何?
- 6 光計算迎來商業(yè)化突破,但落地仍需時間
- 7 東陽光:2024年扭虧、一季度凈利大增,液冷疊加具身智能打開成長空間
- 8 地平線自動駕駛方案解讀
- 9 封殺AI“照騙”,“淘寶們”終于不忍了?
- 10 優(yōu)必選:營收大增主靠小件,虧損繼續(xù)又逢關(guān)稅,能否乘機器人東風翻身?