全文共2285字，預計學習時長7分鐘

全文共2285字，預計學習時長7分鐘

圖源：Unsplash

生活中，我們常常提倡“換位思考”、“共情”。

其實在孩童時期，我們就已經做到了這一點，只不過換位的點往往很奇特。 給金魚喂辣條，它會吃嗎？烏龜跑走了，是因為不開心嗎？鸚鵡頭朝下撞到墻上，會感到沮喪嗎？貓過去常在我的床上大小便，是因為它討厭我嗎？給小狗做了絕育手術，它會生氣嗎？如果我是麻雀，在天上一邊飛一邊拉粑粑，會是什么感覺呢？

童年時，小芯經常會因為這類無法解答的問題而徹夜不眠。相信大家也一樣。 但如今，我們可以輕而易舉得到答案。我們身邊不再是難以揣測的小動物，而是機械的人造生物，它們的行為符合形式邏輯，每一次挑釁行為都能通過計算機代碼追溯到根本原因并予以改善。

圖源：Unsplash

作為一名工程師，我需要與一個六輪自動送貨機器人換位思考，將其訓練的服服帖帖。而這些問題讓我在成年后再次夜不能寐，因為我一直無法得出答案：

一、如何避免碰撞？

機器人和人一樣有一雙眼睛。兩只眼睛可以很容易地測量到視野范圍內各種物體的距離，從三維角度去看世界。 當光線經過反射進入我們的眼睛（或是機器人眼部的照相機）時，我們的視網膜上就會產生一個圖像。由于每個人眼睛的位置都不同，因此捕捉到的圖像也略有不同。如果將這些圖像疊加在一起，會發現圖像上相同元素的位置并不能精準匹配。

所有元素都呈水平移動，在右邊的圖像上左移一點，或左邊的圖像上右移一點。 扭曲：一個物體的圖像間轉換越頻繁，就離我們越近。轉換越少，就離我們越遠。這個數學事實令人驚嘆。

要了解一個物體在現實世界中離我們有多遠，只需測量它在圖像之間移動的毫米數。 問題：匹配對象。要計算一個物體在兩幅圖像間移動了多少，必須首先在兩幅圖像上對其進行識別。人類在這方面尤為擅長，通常會下意識去做。幸運的是，機器人在這方面特別差勁，這也讓小芯有工作可做。

圖源：Unsplash

二、如何安全過馬路？

這個機器人是步行者，需在人行道上行駛。和行人一樣，它也會被十字路口困擾。理想中的恬靜且無憂無慮的散步很快就要煙消云散，隨之而來的是一陣恐怖的威脅，處在一群仿佛有兩噸重的巨型怪物中，它必須快速穿過。快點，否則會被無情地壓扁，或者因為配送不及時而被撤職。 艱巨的任務需要過人的智慧。

機器人配送車的大腦層次很深，每一層都有數百萬個人工神經元。不同的層類似于輸送帶上的專業工人，后續層建立在前序層的基礎上。 一張圖像從相機里傳來，其中包含許多機器人無法識別的原始像素。最底層神經元識別代表邊緣的像素組，下一層神經元識別從邊緣形成的形狀——圓形、矩形和三角形。

第三層神經元將這些幾何圖形組合在一起，識別出整個對象：車輪、門、窗和車牌。最上面的一層神經元將各種汽車部件進行組合，以識別出完整的汽車。 正是這種單一用途的大腦，專門用來防止機器人成為一個馬路殺手，保證十字路口的安全。與動物相比，它們的大腦中只有很小一部分用于識別汽車。這就是到處都是松鼠，而不是機器人的原因。

圖源：Unsplash

三、如何避免迷路？

比配送超時更嚴重的莫過于貨物丟失。為了避免此類事件發生，我們向機器人大腦中嵌入了倫敦出租車司機的行動手冊。 要拿到駕照，這些初出茅廬的出租車司機必須通過世界上最難的地理測試——對倫敦數萬條街道、地標和旅游目的地熟悉度的嚴格測試。為了備考，司機們在近5年的時間里，在倫敦開車穿梭了數百次，想法設法將倫敦錯綜復雜的城市道路刻進他們的大腦。 同樣，機器人也需要這樣的訓練。在它們可以在城市中自由活動之前，需要一名人類監督員人工駕駛。

但與黑人出租車司機不同的是，機器人只需一次手控設置。 要說電腦擅長什么，那一定是記憶。在單獨的地圖繪制過程中，機器人會在整個路線上進行一秒多次拍照。接著從圖像中提取相關的物體——比如公園長凳上的木板或煙囪的磚塊，都屬于顆粒狀的物體。最后，時間密集型算法計算出所有這些物體的真實坐標，然后將這些數據存儲在一個巨大的數據中心中，構成機器人極其詳細的內存。 之后，一個正處于自主運行狀態的機器人不論何時不確定自己的位置，都可以在此數據庫中進行搜索，尋找與當前環境最接近的位置。與倫敦出租車司機一樣，他們的人造競爭對手也用存儲在其記憶庫中的全球知識對當地場景進行了繪制——他們眼中的物體之間有何種關聯以及這些物體如何與整個城市關聯。

僅僅在幾天內，機器人就建立起人類需要花費幾年才能建立的知識網。 很快，你就能在社區中看到這些智能配送機器人在辛勤工作。通常，他們都會表現出最佳狀態，工作高效且配送精準。 偶爾，你也會看到一些糟糕的情況。也許是在人行道上失去方向，亦或是在過馬路時感到恐慌。 但請原諒他們的笨拙。正如西奧多·羅斯福（Theodore Roosevelt）所說：“從不犯錯的人一定從不做任何事。”機器人做了很多事情，承擔了這個城市的配送服務。

圖源：Unsplash

正如我們在試錯中一步步成長，機器人也需要這樣一個被寬容和感恩的環境。 “假如我是機器人……” 我們需要增加這樣的“換位思考”。

圖源：feixiubook

留言 點贊 關注

我們一起分享AI學習與發展的干貨

如需轉載，請后臺留言，遵守轉載規范