AI再突破：小鼠也分等级，它的身份竟刻在大脑里( 四 ) 在AIforScience这个领域

图11.AlphAction
脑子：我也会了！手：不，你还是不会！
好的，既然机器已经可以看懂了这些行为，是不是就说明我的AI就可以派上用场了呢？
别急，还是不行！

文章图片

文章图片

时间退回到59年前，两位科学家在1963年做了一个非常著名的实验。
研究人员首先将一对从来没有见过光的小猫连在一个旋转木马上。其中一只虽然被套住但可以站在地上自己走动，而另一只则被固定在吊车上。当那只能够走动的猫开始移动的时候，另一只也会跟着转。
让这两只猫经过一波「学习」之后，研究人员发，虽然在这两只猫的眼中周围环境的变化都是一样的，但最后只有那只能走路的小猫发展出了正常的视觉感知。
原因在于，那只装在吊车里的猫来只学到了，当有东西接近时，它会看起来「更大」，但并不知道这其实意味的是物理离自己「更近」。
甚至在之后的测试中，当物体都快贴脸的时候，这只猫连眼睛都不会眨一下。也就是说，视野中的图案变化对它来说，在空间上是没有任何意义的。
那么，为了让AI能够获得具有深度的正常视觉感知，给它「一具身体」从而在物理层面上实现和真实世界的交互是很必要的。
将这个结论推广一下，就不难得出，只有当智能体（机器人）能学习人类行为并据此完成了通用的任务时，才能够证明机器理解了行为本质。
图13.「Movement-producedstimulationinthedevelopmentofvisuallyguidedbehavior」
因此，探索结合第一人称角度理解人类行为本质，也需要从单纯考虑「她/他在做什么」拓展到联合考虑「我在做什么」，这种研究范式也正是「具身智能」（EmbodiedAI）的研究思路。
探索将该理解能力与学习得到的行为知识迁移到具身智能本体（人形机器人），使机器人初步具有「人类行为能力」，最后驱动机器人完成真实世界的部分任务，为通用服务机器人打下基础。
以上科学问题的解决将：
提高行为语义检测性能和提升语义理解范围；
提高智能体（特别是人形机器人）对真实世界的理解能力，同时根据完成任务过程中真实世界的反馈检验机器对行为概念本质的理解程度，为通用智能机器人的实现打下重要基础。
近年来卢策吾团队在具身智能领域联合非夕科技构建通用物体抓取框架GraspNet（https://graspnet.net/anygrasp.html），实现了任意场景下刚体、可变形物体、透明物体等各种类型的未见物体的抓取。
GraspNet首次将PPH（picksperhour）指标超越人类水平，为之前性能最优的DexNet算法的三倍，相关论文发表一年内被引用70次。
图14.GraspNet作者介绍
卢策吾，上海交通大学教授、博士生导师，研究兴趣包括计算机视觉，机器人学习。

文章图片

文章图片

个人主页：https://mvig.sjtu.edu.cn/
他是2016年海外高层次青年引进人才， 2018年被《麻省理工科技评论》评为35位35岁以下中国科技精英（MITTR35）， 2019年获求是杰出青年学者，以通讯作者或第一作者在《自然》，《自然机器·智能》， TPAMI等高水平期刊和会议发表论文100多篇。
【AI再突破：小鼠也分等级，它的身份竟刻在大脑里】此外，他还担任《Science》等审稿人， CVPR、NeurIPS、ICCV、ECCV、IROS等人工智能与机器顶会的领域主席。