机器人学与机器学习:技术融合的未来

当谈论“机器人学”,脑海中首先浮现的是尖端现代科技。它也常被想象成能够执行惊人壮举的机械系统,并且外形酷似人类,这要归功于科幻电影。这些确实都是机器人学的一部分,但机器人也可能仅仅是一个在桌面计算机上运行的软件系统,而非实体机器。正如所知,开发机器人可能涉及广泛的科学学科,使其成为一个极其复杂的系统。将仅关注这些众多领域中的一个:机器学习。机器学习和机器人学在20世纪50年代首次受到关注。从那时起,这些技术已经发展成为更大、更复杂的学科。

自动化机器人学有一个共同点:自动化。“自动化”一词指的是显著减少人类在任务中的互动和参与的过程。机器学习模型被创建来从数据集中学习,然后自动化未来的操作,无需人类干预。另一方面,机器人被教导模仿人类行为或被构建来模仿动作,以便在不需要人类参与的情况下完成任务。正如前面所述,机器人可以是实体机器或软件系统。它们必须在两种情况下都保持自动化的特性。例如,Siri就是一个在设备上运行的软件系统,作为一个软件应用程序。然而,因为它被归类为机器人,它能够在接到指令时执行任务,无需人类干预。

案例研究:房地产房价预测项目。如果创建一个模型来预测房产的价格,然后将其部署为一个网络应用程序,用户可以输入房屋的详细信息,然后点击预测按钮来查看预测价格。会称之为机器人吗?可能会有疑虑,但请耐心等待。如果一家大型房地产公司决定采用用于预测房屋价格的模型,并将其整合到一个人形机器人中,使其能够在人们提供房屋特征时简单地大声说出价格,会怎样?机器学习在这两种应用中都被用来实现相同的目标。一个在网络应用程序中工作于自动化,另一个在类似人类的计算机(人形机器人)中的软件内工作。

机器人学的概念并不局限于单一形式。它像计算机科学的许多其他领域一样多样化。它可以是软件程序/软件机器人的形式,也可以采取任何物理形式。狗、鸟、人类和其他动物在盒子、球或任何形状的形式只是一些例子。如果一个系统能够独立完成任务而不需要在变化的环境中被指导,那么称其为机器人是可以接受的。从机器学习的角度来看,机器人可以是一个部署的机器学习算法。除了一些特殊情况外,它们可以被部署到专用的独立系统中执行。这是因为一个独立的机器人可能包含额外的智能。例如,房地产公司的机器人在功能和能力上可以被增强。

以预测房价为例,假设除了预测房价外,机器人还可以被制作成测量地块的土地面积。甚至可能在它自己的物理上检测和读取房屋的特征并说出价格。增加获取房屋详细信息的能力,然后使用这些信息来预测房价,将为机器学习预测模型增加更多工作。机器人可能需要某种形式或能力,实时看到物理环境,它可以看房子并分析它所看到的。从而直接在现场获取房屋的详细信息。这个想法可以通过计算机视觉来实现,这也是计算机科学的一个广泛领域。机器学习中也有解决这类问题的算法。一种实现方式可能是让机器人拍照并记录照片,并用它们与之前出售的房屋进行比较,用它来训练模型。这将使机器人使用,也许,一个摄像头来拍照并与之前的房子或数据集进行比较,然后预测房价。

沪ICP备2024098111号-1
上海秋旦网络科技中心:上海市奉贤区金大公路8218号1幢 联系电话:17898875485