幾日前，美國加州大學伯克利分校（簡稱UC Berkeley）AI實驗室推出了一款名叫Vestri的機器人。雖然它沒有波士頓動力Atlas那樣能后空翻的本事，也沒有俄羅斯機器人Fedor射擊、開車的酷炫本領，但卻憑借“預見未來”的超凡能力贏得了大家的關注。

所謂的“預見未來”并不像極具玄幻色彩的水晶球、塔羅牌那樣，Vestri只是一個好學的“孩子”，它通過用各種能想到的方式“把玩”面前的物品，并通過攝像頭采集視頻信息，Vestri會記下每次移動物體時的路線。當Vestri面對了一個新的物品，不用再動手玩耍，Vestri也會知道采取哪種方式移動，物體的位置將發生哪種變化。

也許你會有點失望，Vestri并不是你想象中的人類先知那樣能預見世事，但對于目前的機器人來說，這確實算是一項超凡的能力了。Vestri擁有如此超凡能力的原因，來源于伯克利AI實驗室研發的一項深度學習新技術——視覺預見。這是一項什么樣的技術？是誰研發了它？這項技術對機器人行業將有怎樣的影響呢？

“可預見未來”機器人Vestri

據伯克利AI實驗室公布的視頻可以看到，Vestri擁有一條紅色的機械手臂和一臺顯示面部表情的顯示器組成。手臂的終端有兩半抓取鉗組成。從外觀上看，Vestri并不像人形機器人那么討喜，也沒有工業機器人龐大的身軀。

但這并不阻礙Vestri成為聰明的機器人，從視頻上我們可以看到，Vestri像人類嬰兒一樣，擺弄著眼前的玩具。這樣一個機器人到底有什么稀奇的呢？

1、Vestri兩大特點

區別于以往機器人，Vestri具有完全自學執行任務和可預測行動結果兩大特點。

（1）完全自學執行任務

許多常見的機器人只會按照給定的程序處理物體，沒有“自己的想法”，和機器無異。但Vestri看到眼前的物體后，會生成自己的判斷和想法，并據此不斷探索如何去“把玩”，整個過程完全不需要人類的監督，可以說是“自學成才”了。

Vestri的研發者之一，加州伯克利大學分校的助理教授Sergey Levine說“雖然這種機器人的能力還很有限，但它完全是自動學習技能的，Vestri根據已記錄的交互模式（這些交互模式來自它之前自主學習的過程）來預測與未見過的新物體進行復雜物理交互時，選擇不同的方式分別會產生哪種結果?！?/span>

（2）可預測行動結果

常見的機器人都是按照事先預設好的指令代碼進行執行，它們只理會“做”或者“不做”動作，并不會考慮這些動作是否會帶來不好的結果。

Vestri可以在執行特定動作之前，就預測到這種動作將會產生怎樣的結果。當然它能實現這種“特異功能”，得益于它在之前“擺弄”物體時，通過自帶攝像頭收集到了大量的數據。這些圖像數據信息就存儲在Vestri的系統內，預測圖像的像素將如何從一幀移動到下一幀。

2、Vestri背后的新技術

Vestri機器人本身并無特別之處，而它兩大特點，其實都基于一項最新的技術——“視覺預見”（visual foresight）。

該項技術由伯克利AI實驗室研發，其技術核心是基于卷積循環視頻預測（convolutional recurrent video prediction）或動態神經平流（簡稱DNA）（dynamic neural advection）的深度學習技術。

“視覺預見”背后的兩位研究者

這項即將改變人工智能世界的學習技術，背后有研究員們辛勤的努力。目前Vestri運用的只是這項技術的早期的原型，只是教會機器人如何自主學習一些獨立的手工技能。雖然目前的技術只能使機器人預測幾秒鐘時間，但足以讓他們計算如何躲避障礙，成功地移動桌子上的物體。

視覺預見技術來自加州伯克利大學AI實驗室，而這項技術與以下兩位息息相關。

1、Sergey Levine

Sergey Levine是UC Berkeley電氣工程和計算機科學系的助理教授。目前他主要在兩大研究中心活動：伯克利AI實驗室（簡稱BAIR）和加州大學社會利益信息技術研究中心人與機器人部門（簡稱CPAR）。

2009年Sergey Levine同時獲得斯坦福大學計算機科學學士和碩士學位，并于2014年獲得斯坦福大學計算機科學博士學位。2016年秋季他加入UC Berkeley電氣工程與計算機科學系，主要研究用于決策和控制的機器學習技術，重點研究深入學習和強化學習算法。工作的應用包括自動機器人和車輛，以及計算機視覺和圖形。

他的研究包括開發結合感知和控制的深度神經網絡策略中的端到端訓練算法、逆向強化學習可伸縮算法、深度強化學習算法等。2016年他與Chelsea合作發表了“視覺預見”技術論文。此外，他還入選2016年MIT35歲以下科技創新者評選前35名。

2、Chelsea Finn

Chelsea Finn是Levine實驗室的一名博士研究生，她發明了最初的DNA模型。

2014年Chelsea Finn畢業于麻省理工大學電氣工程與計算機科學學院，2014年進入UC Berkeley攻讀PHD（學術研究型博士），主要研究機器人感知與控制。在進入BAIR之前，Chelsea Finn還曾在Consyl、Google和Sandia國家實驗室工作過。

2016年Chelsea Finn以第一作者的身份發表論文《面向機器人運動規劃的深度視覺預見》，該論文在2017年3月更新了第二版。

伯克利AI實驗室

UC Berkeley成立于1868年，全美排名21，該校有130個專業排名前10，其中土木工程、環境工程、生態學、化學、計算機相關專業均位列全美第一。 此外，該校有許多知名校友如戈登·摩爾、朱棣文、丘成桐等。國際知名的科學獎項如諾貝爾獎、菲爾茲獎、圖靈獎等也讓伯克利的校友們拿到手軟。UC Berkeley成立了70多個研究中心和實驗室，伯克利AI實驗室（簡稱BAIR）就是其中之一。

伯克利AI實驗室有目前有24名教師和100多名研究生，主要研究領域有計算機視覺、機器學習、自然語言處理和機器人。

2016年，實驗室博客BAIR開博，BAIR 博文的作者們包括在校學生、博士后及教職員工。博客內容不僅面向專業人員，還面向普通讀者們，并為他們及時提供實驗室的研究動態。

伯克利AI實驗室的研究成果也是層出不窮，之前其實驗室負責人Pieter Abbeel就曾與OpenAI的同事合作建立了初創公司“Embodied Intelligence”，開發出一款用AR訓練機器人的軟件。

本月2號，其實驗室還發布了最新的研究論文《基于模型的無模型精調深度強化學習的神經網絡動力學》，可以使機器人17分鐘就學會軌跡跟蹤。

就在12號BAIR博客上又更新了一條消息，他們研發了用于機械系統控制( MSC)的機器人安全交互系統，該系統將保障人類在人機協作過程中的安全。

結語：視覺預見技術兩大應用前景

“視覺預見”技術，運用的是機器人自己收集到的視頻信息，這就使得這項技術具有了普遍適用的基礎。

與傳統計算機視覺需要人類標注成千上百萬的圖像不同，構建視頻預測模型只需要機器人自己采集到的視頻而無需標注。事實上，視頻預測模型也已經被應用于從人類活動到駕駛的各種數據集，并且取得了令人信服的結果。

Vestri集成的這項技術可以被用于自動駕駛系統，目前，自動駕駛是十分熱門的領域，各大公司都在爭相研發無人駕駛車輛。使車輛在路上跑起來并不是大問題，最重要的問題是車輛如何躲避障礙以及突然出現的障礙物。視覺預見技術將能夠通過預測突發障礙物的行動軌跡，為自動駕駛汽車規劃最佳的躲避路線，從而保障了駕駛的安全。

除了用于自動駕駛，視覺預見技術還能用于研發更加智能的家庭機器人助理。尤其對有老人和小孩的家庭來說，集成視覺預見技術的機器人將可預測摔倒等危險情況的發生，并及時采取措施防患于未然。

不過，目前這一技術還不夠完善，它只能預測未來幾秒內的動作，并且這些預測的依據也是機器人在之前自主學習過程中收集過的視頻信息。伯克利AI實驗室的研究員們說將繼續開發更復雜的方法，使機器人可收集更集中的視頻數據，完成復雜的任務。