机器之心报道
16支团队收获佳绩,每个赛道精彩各异。
因文章较长,可点击以下超链接直达三道赛题的详细报道:
在搬箱子场景中,任务分为搬起箱子与搬着箱子后退到红线外两部分。该任务主要考察选手的规划与控制能力,需要选手们自行设计步态算法与平衡控制器,确保机器人在搬起箱子与行走时的稳定性。
图为比赛中搬箱子后退行走
在该任务中,冠军队伍TheWalkingDead表现依然出色,非常稳定的搬起了箱子并后退到红线以外。TheWalkingDead采用LIP模型进行步态规划,实现了Walker的稳定行走。在该任务中搬起箱子并保证Walker的稳定是最难的,TheWalkingDead非常巧妙的在搬箱子的同时质心往后移动,保证了箱子在离开桌面时的稳定性;同时优化行走步态算法,保证机器人在搬箱子时依然健步如飞。
具体比赛中的研发细分场景还有很多,有队伍表示:“一个爬楼梯,我连续写了3个17小时”,可见本次赛题任务真的不简单,同时也说明了大型仿人服务机器人的研发难度。
除了选手精彩的研发任务比拼以外,值得一提的是,也正因为比赛为线上形式,招募队伍覆盖全球,决赛八强来自耶鲁大学、密歇根州立大学、华中科技大学、香港中文大学、哈尔滨工业大学(深圳)、南方科技大学等世界知名高校,赛题任务完成度也很高。这也与优必选科技在人工智能&机器人高校教育领域的多年布局密不可分。
图为优必选科技决赛八强
优必选科技高校教育事业部总经理齐建伟表示:“这只是一个开始, Walker仿真平台作为一个赛项在全球范围内的公开亮相代表了我们助力高校教育的决心。我们会继续为老师和同学们提供更好的机器人科研和教学平台,助力高校在人工智能与机器人领域的发展。”
身高1.2米的人形机器人Pepper,是由软银集团旗下的软银机器人公司推出的商用服务和教育机器人。Pepper 是一个可编程开发平台,有不同操作系统版本和开发工具,适用于不同层级的开发者,开发者可结合自身情况和场景需求对机器人进行定制开发。
其实本次比赛的多数队伍是第一次接触Pepper,之前没有服务机器人相关开发经验,甚至安卓开发经验也并不丰富,但他们在软银机器人易用的开发工具和丰富的在线培训视频和文档的支持下,大多数队伍均能快速掌握Pepper的基本交互操作编程,并且都初步开发出了适用于不同场景的有落地价值的应用,这也符合本赛题的初衷:开发者的作品需要实用、有趣,让机器人更好地服务于人。
与优必选、IBM相比,本赛道最大亮点在于,来自浙江师范大学附属中学的四名高一学生摘得 “AI+机器人未来英才”奖,即将实现赴软银机器人中国三周学习交流的愿望。
疫情期间,Pepper 走进了中国、意大利、澳大利亚、西班牙、日本等多个国家的多家医院,承担迎宾接待、排队管理、辅助诊断、娱乐陪护、用药提醒等工作。受此启发,浙江师范大学附属中学团队针对疫情防控需求,就人脸识别(性别识别+口罩检测)、健康码识别和体温检测三个方面进行了开发。
在团队看来,目前人工检测和排查的方案存在人员成本高、人员安全隐患和疲劳导致误差等弊端,团队设计出机器人替代方案,尝试挖掘Pepper的潜在优势。比如,除了基本防控措施,机器人还会 问候互动、多媒体播放,Pepper可以凭借这些优势,让疫情防控工作更加人性化和有趣。
“AI+机器人未来英才”奖团队,浙江师范大学附属中学选手答辩情景
不过,最别出心裁的应用来自特等奖团队的“脑洞”。张江的企业——上海刻契网络科技有限公司根据数字孪生的概念,给Pepper建立了一个3D的虚拟影子,在操作虚拟影子的过程中,真实 Pepper也会完成一样的行为,犹如陪伴在侧的工程师机器人。
特等奖团队上海刻契网络科技有限公司的选手答辩情景
团队认为,在智能制造场景下(比如智能仓储、光伏和汽车电子产业等),人类会因为误差给产线来带损失,人机协同能力比较低,指挥传达能力也比较低,因此,可以应用Pepper数字纽带的数据仓库集成数据,物理现实和虚拟空间的数据关联分析能力,为高端制造业技术人员提供替代方案与工程师伙伴的角色。
一等奖获得者广东东逸湾科技有限公司的团队打造出“企业定制化智能小秘书”。
由于公司主营业务是做展厅引流,所以,团队第一时间想到了要结合Pepper人形的特点和语音导览的功能,一开始的选题只是想做前台接待、会议暖场的机器人,但在和软银机器人沟通之后,他们发现这种类型的机器人其实大家都能去实现,所以想挖掘出更深层次的商业价值,进而触发办公场景智能秘书的想法。
在他们的设计方案中,Pepper 秘书可以负责迎来送往、对商业秘密更能守口如瓶、信息传达比人类秘书更准确并可随时播报最新信息、甚至可以像法庭书记员一样,随时记录会议,等等。
一等奖团队广东东逸湾科技有限公司的选手答辩情景
作为初次参赛的优胜团队,虽然先前有一定的安卓开发经验,但在短时间内能够把项目的主要功能实现整合,依然让东逸湾成员感觉很有成就感。当然,获奖后有机会去软银机器人日本总部参观,也让团队很兴奋。
获得第二名的工博士科技股份有限公司,此次展示的是故事汇机器人,应用于展厅,除了讲故事之外,Pepper还可通过语音/触屏交互实现故事分叉功能。值得一提的是,工博士最初专注于工业机器人,提供智能工厂解决方案,此次接触Pepper,希望今后有机会向客户提供更多元化的智能解决方案。
二等奖团队工博士科技股份有限公司的选手答辩情景
而第三名获奖者上海电机学院通过让机器人学会玩石头剪刀布,更灵活地与商场客户交流并派发优惠券的设计方案,充分发挥了Pepper作为人形机器人的优势,用于增强与人互动,帮助商家招徕顾客。
三等奖团队上海电机学院的选手答辩情景
在总结环节,软银机器人评委给参赛者们提了一个建议,希望选手今后多从业务角度出发,在项目方案中增加机会概率多大、可以降本多少之类的具体数字,这样有助于全面评估作品的可行性。
IBM Watson Build 创新中心 “用技术改变世界 Call For Code 全球挑战赛”同样竞争激烈,参赛者的视野也从聚焦具体产业,上升到地球环境。
随着全球人口的不断增长, 地球所承担的资源压力也越来越重。研究显示,到 2100 年左右,全球气温可能会升高 3-5 摄氏度。大量研究证实,气候在不断变化,海平面迅速上升,极端天气事件在世界范围内不断上演。
与此同时,人们与混沌系统、蝴蝶效应的较量能力也在进化。比如,借助机器学习算法,人们越来越善于预测百公里厚、并且一直在移动的大气层运动,并根据最新数据不断调校模型算法。最明显的例子,就是人们对飓风马修的运动轨迹越来越了解。现在,提前5天的预测,就像十年前提前24小时预测一样准确。
因此,IBM Watson Build 创新中心以「应对气候变化」为主题,设置了「水资源可持续性」、「能源可持续性」、「抗灾能力」三大方向。从获奖情况来看,大家仍然遵循着既有的两大思路来设计自身方案:利用“对话”API搭建对话机器人,从事沟通与协调;或者,注重“发现”,让人工智能加速从海量非结构数据中提取信息。
冠军团队名叫“喵喵喵”,阵容强大,成员包括字节跳动设计师、北航博士研究生、海归程序员和Airbnb工程师。他们利用机器学习技术结合卫星数据来预测厄尔尼诺现象,通过观察海平面高度的异常情况并使用ConvLSTM2D 神经网络加以识别和预测来更好的帮助人类抵抗自然灾害。
冠军团队还有自己的React App,https://rootial.github.io/
这一解决方案不仅让人想起几年前,IBM收购了 Weather Company。作为一家能够从 4000 万手机中收集超过每秒 4GB 信息量, 以及147000 个天气监测站,50000 个航班,和数不清的能够反馈天气数据的智能汽车作为信息收集源的公司。它掌握的天气数据就是对未来天气进行预测分析的最好素材。
天气数据几乎影响着各行各业,IBM 可以向各个产业出售天气数据和业务解决方案,而Watson则是这一构想的核心所在:
如果能预测很多事情,能够预测地更准确,我们就能采取行动。即便是今天,我们能够提前3,到4周预测天气,我们可以理解严寒天气延长意味着什么,天气转暖和干旱又意味着什么,所有这些,都有助于水资源、农业生产甚至更多行业的生产和生活。
第二名花落“大气科学小分队”。他们试图构建一个气候影响评级(CIR)系统,该CIR系统的核心功能为扫描产品barcode(和食品标签类似),能够实时在数据库中调用产品评级数据,通过预设算法给出产品气候评级结果,让消费者意识到制造过程中的能源成本和由此产生的二氧化碳(以及诸如水之类的其他消耗品)。
本团队在此次比赛中完成了基础框架的建立和实现,并对系统完善升级提出了拓展框架的构想。基础框架部分包括CIR评级标签设计,评级指标的算法建立,通过API服务器、cloudant等服务调用和存储数据,评级结果可视化的实现。拓展框架部分除了核心算法外,还包括制造商和销售商上载数据平台的搭建,政府部门基于CIR评级结果的补贴政策的制定等。
如果说前两名获奖团队侧重 Watson “发现”技能,那么,第三名获奖者将重心放在 “对话”。这也是非常常见的构建思路,以往IBM Watson 挑战赛中也经常看到这类方案,比如虚拟旅行助理、导医机器人等。
第三名是章明为代表的“We Help”团队,打造了语音无线警告系统。他们公司本来就是做音视频交互协议,因此,他们想要结合IBM的人工智能技术,去扩大它的语音应用场景。
WeHelp的方案展示
比如,当前端设备监听到关键声音(如救命,今后还可以更多,玻璃碎,大哭,枪声等)后,可以直接接通应急救援频道,可以是多方并发接通,让更多的人收到报警来进行救援和协调。团队希望将 WeHelp的适用范围扩大到包括老人、小孩的求救,还包括公安、应急等面向社会安全场景。
章明认为,将来单一技术很难获得大量应用,混合技术一定是方向,WeHelp 希望更好的支持混合应用,在紧急救援中结合现场的声音求救,物联探测,AI探测等获得综合感知和救援能力,并利用 WeHelp 的语音和视频传输构建人和物联和智能桥梁。