首個應用微軟 AI 的自主系統，能讓機器蛇自主爬樓梯、避障

5 月 7 日，在微軟 Build 2019 開發者大會上，微軟宣布推出第一個應用微軟 AI 的自主系統（Autonomous systems）。該系統建立在微軟之前收購的 Bonsai 公司的基礎能力上，可幫助開發人員使用微軟的 AI 和 Azure 相應工具，訓練可以自主執行的系統模型。

據悉，該系統主要應用了微軟的機器教學和仿真技術兩項技術，以模擬真實環境進行模型 / 系統訓練。

微軟 AI 自主系統，機器教學＋仿真技術

透過微軟這個自主系統，開發人員還可以應用微軟的 Azure IoT、ROS for Windows 等服務，以在雲端或裝置端構建智慧機器人系統。

在此次系統首個預覽版本發表之前，微軟就這個系統已與豐田旗下 Toyota Material Handling 公司、Sarcos 公司合作，分別對兩者的自動堆高機機器人、遠程視覺檢測機器人進行了智慧化改進。

以 Sarcos 的遠程視覺檢測機器人為例，該機器人為一款蛇形機器人，可用於深入地震現場、搬運坍塌材料以及救尋傷者。但是 Guardian S 機器人之前必須由人遠程操控，以引導其穿過狹窄空間和複雜地形。據官方介紹，透過使用微軟這個系統，工程師能夠開發出一種自動控制系統，使蛇形機器人能夠自主避開障礙物，甚至自行爬樓梯、爬牆。

前文有提到，這個系統的關鍵技術之一是「機器教學」。

要讓機器人實現自主控制，當下主流方式是應用深度學習，但這在動態環境中仍存在一定難度，微軟這個系統即透過其「機器教學」實現機器人在複雜環境中的自主控制。

微軟認為，AI 的下一階段，訓練機器學習模型時將融入人類專業知識，即所謂「機器教學」。機器教學旨在從專業人員那裡獲取知識，而不僅是從數據中提取知識。

微軟之前曾表示，十年前，微軟研究人員已經開始探索機器教學原理，微軟現在也正將這些概念逐步應用到機器人及自動化生產相關產品或系統中。

據了解，自然語言理解（Language Understanding）是微軟最早採用機器教學概念的應用之一，這是 Azure 認知服務中的一種工具，可以從短文本中辨識意圖和關鍵概念。據官方消息顯示，該應用已被 UPS、Progressive Insurance 等公司用於開發智慧客戶服務機器人。

此次，在微軟 Build 2019 上，機器教學這個技術也再次被微軟應用到構建其自主機器人系統中。

這個系統的另一關鍵技術為仿真技術，包括微軟自己的 AirSim 模擬工具或第三方模擬器。

在演算法或系統構建完成後，進入真實環境工作之前，需要先將系統放入模擬環境中進行測試。其中，AirSim 為微軟在 2017 年 2 月對外公布的開源仿真平台，主要用於為無人機、自動駕駛汽車、機器人構建模擬環境。

微軟研究人員表示，「透過創建模擬器，提供更加真實的環境視圖。機器人平台的模擬器可以精確渲染細微環境，如陰影、反射等，這些都會對計算機視覺演算法產生重大影響。」

而在之前，豐田旗下 Toyota Material Handling 公司正是透過使用微軟的 AirSim，在 AirSim 環境下模擬倉庫環境來訓練智慧堆高機，以便在辨識和避障的同時自主運行。

而這個自主系統其實並不僅用於機器人領域，其目標應用領域還包括建築、能源、工業等眾多領域。

Bonsai CEO Mark Hammond 也表示，「我們正在努力為想要構建 AI 自主系統的客戶，提供一個全面的平台，涵蓋開發、營運和端到端生命週期管理。」

被微軟視為 AI 自主系統「大腦」的 Bonsai

2018 年 6 月，微軟對外宣布收購被其稱為自主系統的「大腦」的人工智慧初創公司 Bonsai。

據了解，Bonsai 成立於 2014 年，公司定位「面向企業的世界深度增強學習平台」，致力於設計面向企業的深度學習工具，其工具主要應用於機器人、能源、工業和自動駕駛等領域。Bonsai 的深度學習工具使用開源機器學習庫 TensorFlow，使工程師能夠制定和訓練自主系統。

Bosai 的深度學習工具提供的服務包括自動模型生成和管理，用於模擬器集成的 API 和軟體開發工具包（SDK）。值得注意的是，在 2017 年，該公司開發了一種用於編程工業控制系統的新技術，其執行速度比 Google 的 DeepMind 等方法要快 45 倍。

據官方消息顯示，Bonsai 的端到端平台可以提供一套完整的工具，目前可以透過機器教學，將專業人士知識融入到機器學習模型中，平台會自動選擇最合適的深度強化學習演算法，用於訓練特定模型，布置神經網路和調整超參數。

微軟公司副總裁 Gurdeep Pall 之前曾表示，「Bonsai 的平台與和豐富的仿真工具，與微軟的強化學習工作相結合，成為建立任何進行控制和校準任務的自主系統最簡單和最豐富的人工智慧工具鏈。這個工具鏈將與在 Azure 雲上執行、帶有 GPU 和 Brainwave 的 Azure 機器學習組合相結合，用其構建的模型將在 Azure IoT 中部署和管理，進而為微軟提供用於自治系統的端到端解決方案。」

（本文由雷鋒網授權轉載；首圖來源：微軟）