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)。該系統建立在微軟此前收購的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運行的系統模型。
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
通過微軟這一自主系統,開發人員還可以應用微軟的Azure IoT、ROS for Windows等服務,以在云端或設備端構建智能機器人系統。
在此次系統首個預覽版本發布之前,微軟就這一系統已與豐田旗下ToyotaMaterialHandling公司、Sarcos公司合作,分別對二者的自動叉車機器人、遠程視覺檢測機器人進行了智能化改進。
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,可用于深入地震現場、搬運坍塌材料,以及救尋傷者。但是Guardian S機器人此前必須由人遠程操控,以引導其穿過狹窄空間和復雜地形。據官方介紹,通過使用微軟這一系統,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、爬墻。
前文有提到,這一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,微軟這一系統即通過其「機器教學」實現機器人在復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里獲取知識,而不僅僅是從數據中提取知識。
微軟此前曾表示,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。
據雷鋒網了解,自然語言理解(Language Understanding)是微軟最早采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,可以從短文本中識別意圖和關鍵概念。據官方信息顯示,該應用已被UPS、Progressive Insurance等公司用于開發智能客戶服務機器人。
此次,在微軟Build 2019上,機器教學這一技術也再次被微軟應用到構建其自主機器人系統中。
這一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。
在算法或系統構建完成后,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臺,主要用于為無人機、自動駕駛汽車、機器人構建模擬環境。
微軟研究人員表示,“通過創建模擬器,提供更加真實的環境視圖。機器人平臺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算法產生重大影響。”
而在此前,豐田旗下ToyotaMaterialHandling公司正是通過使用微軟的AirSim,在AirSim環境下模擬倉庫環境來訓練智能叉車,以便在識別和避障的同時自主運行。
而這一自主系統其實并不僅僅用于機器人領域,其目標應用領域還包括建筑、能源、工業等眾多領域。
Bonsai CEOMarkHammond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臺,涵蓋開發、運營和端到端生命周期管理。”
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”的人工智能初創公司Bonsai。
據雷鋒網了解,Bonsai成立于2014年,公司定位“面向企業的世界深度增強學習平臺”,致力于設計面向企業的深度學習工具,其工具主要應用于機器人、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,用于模擬器集成的API和軟件開發工具包(SDK)。值得注意的是,在2017年,該公司開發了一種用于編程工業控制系統的新技術,其執行速度比谷歌的DeepMind等方法要快45倍。
據官方信息顯示,Bonsai的端到端平臺可以提供一套完整的工具,目前可以通過機器教學,將專業人士知識融入到機器學習模型中,平臺會自動選擇最合適的深度強化學習算法,用于訓練特定模型,布置神經網絡和調整超參數。
微軟公司副總裁Gurdeep Pall此前曾表示,“Bonsai的平臺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能工具鏈。 這個工具鏈將與在Azure云上運行的帶有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,從而為微軟提供用于自治系統的端到端解決方案。”
2025-04-29 22:21
2025-04-29 22:19
2025-04-28 12:37
2025-04-28 12:24
2025-04-24 15:08
2025-04-21 12:14
2025-04-21 12:11
2025-04-18 08:54
2025-04-18 08:53
2025-04-17 08:16