有了微軟的這個無人機技術平台,你可以免費炸機無數次


對於一個擁有正常視力的行人而言,他可以非常容易地分辨出哪些東西需要躲避(比如説樹、路牙和玻璃門),哪些東西不需要(陰影、反光和雲朵);他也可以對道路狀況進行預判,比如説在街道拐角處就會提前注意是否有車開過來。


但這些工作對於一些試圖通過人工智能來實現自動化的系統來説,是非常困難的事情;這也是自動駕駛或無人機技術發展的重大阻礙。

微軟決定改善這一現狀。

微軟推出一個全新的開源平台

近日,微軟在官網宣佈推出一個名為 Aerial Informatics and Robotics Platform(中文可翻譯為:空中信息學和機器人平台)的開源平台,其主要作用是:研究者和開發者可以利用它,來自主、安全地訓練和測試機器人、無人機和其他設備。

目前,該平台的 Beta 版本已經在 GitHub 上線,可以免費下載使用。


截圖自 GitHub

這個平台的開發項目的專門負責人,是微軟研究所的高級研究員 Ashish Kapoor,他所在的小組主要專注於自適應系統和交互的研究;不過最近他主要負責的就是這個平台。

根據 Ashish Kapoor 介紹,這個平台與其他人工智能項目的不同之處在於,它所提供的測試和訓練環境是基於人類的真實生活場景的;而其他項目對於人工智能的訓練主要是在已經被人工定義好、並且擁有具體規則的環境中,比如説棋盤類遊戲。
因此,Kapoor 表示:

引用這是 AI 的下一次飛躍,它將會是更注重於真實世界的(人工智能)系統。

模擬出真實世界

對於一台在空中飛行的機器人(也就是無人機)來説,想要分辨出牆和陰影之間的不同,不是一件簡單的事情;在測試過程中,很有可能會讓無人機撞無數次牆。

當然,最近比較流行的模擬器也許可以提供一些幫助,但它們並不能很好地反映出真實世界的複雜狀況。因此,最理想的狀況是,讓模擬器無限接近真實世界的場景。


微軟給出的模擬器

這就是微軟的優勢所在。藉助微軟在圖像硬件、計算能力和算法方面的巨大優勢,微軟研究所恰好開發出了一個能夠展現真實生活場景的模擬器。該模擬器能夠非常清楚地展示一些微小的細節,比如説陰影、反光,與通過計算機視覺算法模擬出來的場景大為不同。

這個新的模擬器就被應用於上述開源平台中。它顯得非常真實,但又並非真實,這就給開發者提供了非常安全、可靠和便宜的無人機虛擬測試環境。

因此,使用微軟的這一平台,有兩個好處:

  • 開發者可以任意“炸機”,不限次數,不需要花費數萬美元的錢,也不用擔心會傷及無辜。
  • 開發者可以通過此平台做更好的人工智能研究。由於這類研究需要大量的試錯,開發者可以從測試過程中收集大量的數據,用以構建讓無人機系統安全運行的算法。


測試數據的收集

智能機器人系統的構建

在 Aerial informatics and Robotic Platform 中,除了有上述模擬器之外,還有一系列的軟件,能夠讓開發者在兩個最流行的無人機通信協議 DJI 和 MavLink 上編寫可以控制無人機的代碼。


基於 MavLink 的無人機

由於在一般情況下,開發者需要花費大量時間研究不同的 API,而且不同的平台代碼也不同。因此,微軟所提供的軟件大大方便了開發者。

舉例來説,在無人機系統中,感知是非常重要的一種能力,它能夠幫助無人機去識別環境中的元素,並分辨障礙物的真假(比如説門和陰影)。通過微軟提供的軟件,開發者可以開發無人機系統的感知能力。

同樣的,這個平台還能幫助開發者為無人機制定飛行規劃,也就是告訴無人機在何種情況下該如何反應,就像行人在遠遠地看到汽車時會調整路線一樣。


實際上,整個平台的構建不僅僅是為了無人機,也包括任何種類的自動系統。平台負責人 Kapoor 表示,他甚至能夠利用相同的代碼去操縱汽車或者滑翔機。

機器人技術的民主化

為了推出整個平台,微軟的研究員已經投入了將近一年的時間,但是他們已經在計算機視覺、機器人技術、機器學習和規劃等技術上已經有數十年的經驗。
根據 Kapoor 的説法,他們能夠獲得如此快速的進展,部分得益於微軟研究所的獨特結構,它能夠讓擁有不同技術背景研究員們快速地協作起來。


Microsoft Research

而他們之所以決定將這個平台開源,主要還是希望藉此推動整個人工智能技術研究(尤其是自動化方面)的發展。因為很多機器人和人工智能的研究者們其實並沒有時間和資源去開發自己的相關工具,也不具備實際的測試環境。

而且,這個平台不僅僅可以用於多數人所知道的無人機、機器人和自動駕駛汽車,也可以用於其他需要人為操作的系統。


在更長遠的意義上,他們還希望通過這個平台,建立起關於人工智能自動化系統方面的一些基本規範協議。為此,Kapoor 還舉了一個例子:目前在汽車駕駛領域,人們早就建立起一套完整的規範,來確定道路、是否避讓行人、車速等,但在人工智能領域,類似的標準還沒有。


圖自:微軟

按照這個項目的其中一個成員的説法:

引用我們想要的是機器人技術的民主化。

資料來源:愛範兒(ifanr)

如果喜歡我們的文章,請即分享到︰