现代学习系统中的人工智能

在这个图里面实际上有两个关键点。

其一是一个服务的输出可以选择某些数据项目信息作为下游服务的输入。其二是任何一个服务的输出信息都可以作为最终服务的输出组合。

那么如何来实现呢?

整体思路我们完全可以借鉴传统ESB里面进行服务组合设计的思路，即首先定一个新的组合服务，并确定该API接口服务的契约格式。然后基于该新服务进行服务组合和数据映射。
 

如何看待网友的反应？

事实证明，我们此前设想的各种网友可能有的反应都真实发生了，这对我们来说绝对是非常大的乐趣。我们收到了上百封电子邮件、接到了很多电话，他们分享了自己的看法和对我们未来发展的建议。可以说，这一视频的受众比预期要广很多，主要原因是我们将经典歌曲和前沿技术融合到了一起。

此次 Atlas 展现了以前从未有过的动作，能否介绍一下背后原理？

首先，我们与一位编舞师和几名舞者合作，编了一套舞蹈动作，以此作为基础。实际上 Atlas 所面临的最大挑战就是学习人类的舞蹈动作，为此，我们通过模拟进行大量的快速迭代，同时向编舞师征求反馈，打造数据集，保证动作都在 Atlas 力量和速度的允许范围内。

在此过程中，随着工具越来越多，我们设计新舞蹈动作所需的时间越来越短，这个过程不是手动创建脚本或编码。比如在拍摄前一天，我们用工具链创建了 Atlas 的一个芭蕾动作，只花了一天时间。

在将舞者舞蹈动作转换为 Atlas 动作时，团队曾遇到哪些困难？

芭蕾舞中有一些旋转动作，需要大量的迭代才能在 Atlas 上执行，我们在一些动作上的经验不多，因此不论是机器还是软件都面临着挑战。我们意识到，永远不要低估人类舞者的灵活度和力量，让机器人去做优秀人类舞者的动作的确很难。

根本上，Atlas 还是不具备舞者的运动能力和力量，这将是我们持续努力的一个方向——我们相信，如果想让机器人广泛应用于商业化落地，最终走入千家万户，这样的性能是必不可少的。

人类舞者可以帮助 Atlas 编舞，那么 Spot 和 Handle 是怎样学会跳舞的呢？

学习跳舞，一方面在于我们的合作者，他们在对运动的思考上、在通过动作表达自我的方式上都颇有才能；另一方面在于我们的机器人良好的动态、平衡性。实际上，舞者与机器人在运动上是有关联的，编舞师会将他们统一起来，这与机器人有几条腿没有关系。

教机器人跳舞、做体操、跑酷，对于机器人的商业应用有何启发？

机器人在跳舞和跑酷中掌握的技能（如敏捷性、平衡性和感知），对于许多实际应用都是必需的。更为重要的是，波士顿动力其实一直尝试着在开发新技能与保持有趣之间找到平衡点。我们在很多诡异、有趣的尝试中学到了不少经验教训。要拓展边界，一定要先踏入那些未知的领域。

人们很难通过视频了解团队所花费的时间和努力，也并不知道它们在多大程度上代表了机器人的真实能力。您是否可以谈谈？

我从视频出发回答这个问题（当然我们的所有视频都是一个道理）。对 Atlas 来说，大部分的机器人控制工作都是源于我们原有的技术积累（例如通过机器人跑酷，我们发现了如何使用模型预测控制器来控制机器人运动和平衡），而让机器人执行舞步，则是我们和舞者、编舞师一起设计的。为了保证力量和速度，我们也对 Atlas 做了硬件升级——舞蹈可能是我们尝试过的最需要力量的活动。

前期的工作花了好几个月，最终视频拍摄环节我们只用了两天时间，主要是在思考如何移动摄像机，捕捉一个持续两分钟的镜头。

当然硬件还是存在问题，比如机器人会跌倒，需要人为维护。虽然视频里的行为不会被产品化，也并非完全是可靠的，但它们是可重复的。我们如实地展示了波士顿动力机器人目前能做出的行为水平，对我们来说诚实是很重要的品质。

（编辑：南昌站长网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!