该专利文档表示，Kindred将采用深度层次学习算法，例如条件深度信念网络（conditionaldeep belief network (CDBN)）或条件约束玻尔兹曼机（conditional restricted Boltzmann machine (CRBM)）。他们都是强大的循环神经网络。

　　谷歌专利搜索获得的US20160243701A1号美国专利附图，展示了多名操作者通过该Kindred的人工智能云计算系统，实现对多台机器人的控制。

　　事实上，该专利的发明人之一格拉汉姆·泰勒（Graham Taylor）就发表了数篇关于CDBN和 CRBM的文章，在专利文档中被引用。泰勒曾经在多伦多大学师从深度学习先驱杰夫·辛顿。

　　辛顿目前是谷歌的兼职研究员，曾于1985年与他人共同发明玻尔兹曼机。泰勒现在在安大略圭尔夫大学领导着一个机器学习研究小组。

　　D-Wave公司称，该公司的量子计算原型机的工作原理类似于约束玻尔兹曼机，且该公司的研究人员正在利用这种相似性，努力提高深度层次学习的速度。

　　2010年，戈尔丁·罗斯与他人联名发表了一篇文章，声称量子计算机在执行某些机器学习算法时比传统计算机更快。这似乎预示着“量子机器人”这个新兴领域的开端。

　　目前，Kindred和D-Wave都未正式回应媒体的采访请求。但是根据领英和加拿大政府记录，Kindred在温哥华有25名雇员，包括数名D-Wave前雇员。此外，Kindred在湾区似乎也有分支机构，包括一名专注于机械设计和机电整合的工程师。

　　该专利文档还提到了系统潜在的工业、家庭服务甚至娱乐应用。“该机器人可以煮咖啡，甚至跳舞……可以让舞蹈演员充当操作员来控制机器人。操作员还可以教机器人说话，机器人学会后，通过身上的喇叭进行对话。”

　　目前还不清楚Kindred要花多久才能制作出专利中提到的机器人，但是专利文件中包含了外骨骼的3-D模型，一些零件的细节，还有手套和履带的图片。

　　就此专利接收媒体采访的机器人专家表示，Kindred的目标如果实现，制造出的具备学习能力的机器人将是机器人领域的重大飞跃。

　　但是，一些专家怀疑Kindred是否具备与他们宣称的目标相称的能力。威洛·乔治实验室研究员，“赫菲”远程控制机器人的发明人提姆·菲尔德(Tim Field)表示，该专利需要实现的机器学习技术已经远远超过了现有的机器学习技术，学习过程需要的数据和其他资源简直是天文数字。

　　谷歌的一台实验机械臂需要训练80万次才能成功从一个筐子里拿出物体，让操作员执行同一任务80万次来训练机器人？这几乎没有可行性。

　　俄勒冈州立大学机器人专家比尔·斯玛特（Bill Smart）表示，该专利提出的点子不错，但是实现起来非常困难。此外，他认为，人类很难流畅操作这款机器人，因为机器服从的动力学原理和肌肉服从的动力学原理有不小的差别。

　　至于“教会机器人跳舞和对话”这个目标，斯玛特认为这太科幻。“如果你有无穷多的猴子供挑选，你也许能挑到合适的操作员。但是若要让这位猴哥乖乖操作机器人，恐怕只有唐僧才能做到。”

　　罗斯和哥尔德特下个月将于多伦多出席一个机器学习会议，届时他们有望为与会者带来更多消息。

　　编辑：离子心

　　参考：

　　M.Harris, D-Wave Founder's New Startup Combines AI, Robots, and Monkeys inExo-Suits, 2016,

招聘

编辑、视觉设计、运营助理、实习生（编译）

地点：北京

联系：[email protected]

　　IEEE中国是DeepTech深科技的战略合作伙伴，想要获得最新的科技资讯和会议信息，敬请关注IEEE中国。

MIT Technology Review 中国唯一版权合作方，任何机构及个人未经许可，不得擅自转载及翻译。

分享至朋友圈才是义举

　　DeepTech深科技