5月7日,在微软Build 2019开发者大会上,微软宣布推出第一个应用微软AI的自主系统(Autonomous systems)。该系统建立在微软此前收购的Bonsai公司的基础能力上,可帮助开发人员使用微软的AI和Azure相应工具训练可以自主运行的系统模型。
据悉,该系统主要应用了微软的机器教学和仿真技术两项技术,以模拟真实环境进行模型/系统训练。
微软AI自主系统,机器教学+仿真技术
通过微软这一自主系统,开发人员还可以应用微软的Azure IoT、ROS for Windows等服务,以在云端或设备端构建智能机器人系统。
在此次系统首个预览版本发布之前,微软就这一系统已与丰田旗下Toyota Material Handling公司、Sarcos公司合作,分别对二者的自动叉车机器人、远程视觉检测机器人进行了智能化改进。
以Sarcos的远程视觉检测机器人为例,该机器人为一款蛇形机器人,可用于深入地震现场、搬运坍塌材料,以及救寻伤者。但是Guardian S机器人此前必须由人远程操控,以引导其穿过狭窄空间和复杂地形。据官方介绍,通过使用微软这一系统,工程师能够开发出一种自动控制系统,使蛇形机器人能够自主避开障碍物,甚至自行爬楼梯、爬墙。
前文有提到,这一系统的关键技术之一是「机器教学」。
要让机器人实现自主控制,当下主流方式是应用深度学习,但这在动态环境中仍存在一定难度,微软这一系统即通过其「机器教学」实现机器人在复杂环境中的自主控制。
微软认为,AI的下一阶段,训练机器学习模型时将融入人类专业知识,即所谓「机器教学」。机器教学旨在从专业人员那里获取知识,而不仅仅是从数据中提取知识。
微软此前曾表示,十年前,微软研究人员已经开始探索机器教学原理,微软现在也正将这些概念逐步应用到机器人及自动化生产相关产品或系统中。
据雷锋网了解,自然语言理解(Language Understanding)是微软最早采用机器教学概念的应用之一,这是Azure认知服务中的一种工具,可以从短文本中识别意图和关键概念。据官方信息显示,该应用已被UPS、Progressive Insurance等公司用于开发智能客户服务机器人。
此次,在微软Build 2019上,机器教学这一技术也再次被微软应用到构建其自主机器人系统中。
这一系统的另一关键技术为仿真技术,包括微软自己的AirSim模拟工具或第三方模拟器。
在算法或系统构建完成后,进入真实环境工作之前,需要先将系统放入模拟环境中进行测试。其中,AirSim为微软在2017年2月对外公布的开源仿真平台,主要用于为无人机、自动驾驶汽车、机器人构建模拟环境。
微软研究人员表示,“通过创建模拟器,提供更加真实的环境视图。机器人平台的模拟器可以精确渲染细微环境,如阴影、反射等,这些都会对计算机视觉算法产生重大影响。”
而在此前,丰田旗下Toyota Material Handling公司正是通过使用微软的AirSim,在AirSim环境下模拟仓库环境来训练智能叉车,以便在识别和避障的同时自主运行。
而这一自主系统其实并不仅仅用于机器人领域,其目标应用领域还包括建筑、能源、工业等众多领域。
Bonsai CEO Mark Hammond也表示,“我们正在努力为想要构建AI自主系统的客户提供一个全面的平台,涵盖开发、运营和端到端生命周期管理。”
被微软视为AI自主系统“大脑”的Bonsai
2018年6月,微软对外宣布收购被其称为自主系统的“大脑”的人工智能初创公司Bonsai。
据雷锋网了解,Bonsai成立于2014年,公司定位“面向企业的世界深度增强学习平台”,致力于设计面向企业的深度学习工具,其工具主要应用于机器人、能源、工业和自动驾驶等领域。Bonsai的深度学习工具使用开源机器学习库TensorFlow,使工程师能够制定和训练自主系统。
Bosai的深度学习工具提供的服务包括自动模型生成和管理,用于模拟器集成的API和软件开发工具包(SDK)。值得注意的是,在2017年,该公司开发了一种用于编程工业控制系统的新技术,其执行速度比谷歌的DeepMind等方法要快45倍。
据官方信息显示,Bonsai的端到端平台可以提供一套完整的工具,目前可以通过机器教学,将专业人士知识融入到机器学习模型中,平台会自动选择最合适的深度强化学习算法,用于训练特定模型,布置神经网络和调整超参数。
微软公司副总裁Gurdeep Pall此前曾表示,“Bonsai的平台与和丰富的仿真工具与微软的强化学习工作相结合,成为建立任何进行控制和校准任务的自主系统最简单和最丰富的人工智能工具链。 这个工具链将与在Azure云上运行的带有GPU和Brainwave的Azure机器学习组合相结合,用其构建的模型将在Azure IoT中部署和管理,从而为微软提供用于自治系统的端到端解决方案。”
上一篇:无线耳机深度拆解:8大芯片公司 18款解决方案
下一篇:谷歌公布安卓Q全新功能:加入黑暗模式,升级隐私监控
推荐阅读最新更新时间:2024-11-06 01:16
- LTC1706-63 的典型应用 - 用于 Sun CPU 的 5 位 VID 电压编程器
- 使用 NXP Semiconductors 的 MC9S12G128ML 的参考设计
- LT8494EUF 450kHz、5V 输出 SEPIC 转换器的典型应用电路
- 使用 ON Semiconductor 的 STK404-230-E 的参考设计
- NCV2902DTBR2G 维恩桥振荡器运算放大器的典型应用
- CH340
- 1.8V DC 至 DC 单输出便携式电源
- 使用 NXP Semiconductors 的 MPC860SR 的参考设计
- VL-813主控USB3.0 HUB
- AM2M-1212DH30-NZ ±12 Vout、2W 双路输出 DC-DC 转换器的典型应用
- 是德科技推出新的8通道示波器 点击获取报价
- 高性能 i.MX RT 处理器助力智能节点无需联网实现机器学习
- 关注、评论赢好礼!《美光2022台北国际电脑展主题演讲精选:智能边缘与智能制造专辑》
- 下载有礼|《ADI 流式细胞分析仪解决方案》
- Nexperia有奖直播|电动汽车中车规功率MOSFET和氮化镓器件的介绍及应用
- 有奖征文 | 电源仿真经验大征集!
- 是德科技有奖问答活动之四,使用实时示波器进行串扰分析,答题闯关赢好礼!
- 下载有好礼!罗姆带您学习电源设计应用小技巧(电源管理篇)
- 瑞萨电子 RL78/G11 目标板免费申请中,参与申请也能赢好礼
- 直播|TI 最新 Sitara 处理器 支持多网络协议 兼容更广