人类史上首个太空AI机器人,IBM和空客如何两年开发了它?

2019 年 9 月 3 日 AI100


作者 | 唐小引写于上海世博中心

来源 | CSDN(ID:CSDNnews)


「地球上有 77 亿人,但只有 6 个人在外太空生活、工作(注:国际空间站最多可承载 6 个人生活和开展科研工作),现在,还有一个机器人,它不仅能够辅助宇航员进行科学实验研究,以及设备维护方面的工作,同时在心理上来说,也是宇航员的一个伴侣,在客观决策方面给宇航员提供帮助。」

在 2019 世界人工智能大会上,笔者见到了来自德国的 IBM 人工智能顾问 Sophie Richter-Mendau,她这样讲述了为什么 IBM 和空中客车公司(AirBus)会在德国航空太空中心(DLR)授予下共同研发了宇航员交互式移动伙伴 Project CIMON(全称为 Crew Interactive Mobile Companion)。

这是人类历史上,第一位兼具了情商与智商的「友好型」宇航员交互式移动伙伴。

IBM 人工智能顾问 Sophie Richter-Mendau


飞向太空:人类首位「宇航员交互式移动伙伴」诞生


在距离地球 400 公里,且零重力的国际空间站中,有 6 位宇航员非常专注地进行研究和实验,工作安排得很紧凑,实验也非常复杂,有些要经过上百个步骤。

同时,对于遨游于浩瀚宇宙的宇航员们来说,始终需要面对的,还有孤独、紧张、焦虑、无聊、抑郁等各种悲观的情绪,当宇航员精神崩溃时,这会带来巨大的伤害及损失。俄罗斯著名科学家奥列格·贾岑科曾在上世纪说过一句非常知名的话:「限制人类探索太空的不是医学,而是心理学。」

由此,在 2016 年,德国航空太空中心联合 IBM、空中客车等共同组成了 50 余名专家团队,开始了一个既能帮助宇航员进行实验又能随时给宇航员带来温暖沟通和陪伴的智能机器人的研究探索。

Project CIMON 应运而生。

作为首个在失重环境下运行的 AI 机器人,Project CIMON 的主体硬件系统设计由空客研发,采用 3D 打印技术,由塑料盒金属制成,拥有一张能说会笑的「液晶」脸,搭载了超声波传感器,可以自主地在零重力环境下自由飞行。当宇航员向它发起语音指令时,CIMON 内置的风扇会旋转起来,推动它平缓地滑翔至宇航员面前。

而 IBM 则为其注入了人工智能技术,让 CIMON 不仅能自主飞行,还可以在宇航员面前及时停下进行对话交互,这其中集成了大量的 IBM Watson 服务,譬如,想要听取宇航员的话,用到了 Watson Speech to Text,判断用户意图并给出相应回答则用到了 Watson Assistant,它构成了 CIMON 的大脑,而将回答传达出来则运用了 Watson Text to Speech。同时,为了让 Project CIMON 更能表达出一些情绪化的内容,采用了 Watson Tone Analyzer。

Sophie Richter-Mendau 表示,与 Siri、Cortana、Alexa 等语音助手最大的不同在于,Project CIMON 可以说是航空领域的专家,「我们需要对 CIMON进行特别训练,以便它能够在这种特定环境下展开工作。譬如,空间站的环境会比较嘈杂,同时我们需要训练 CIMON 识别宇航员的词汇,当宇航员们说出他们已经习以为常的专业或缩写词汇时,CIMON 要能够正确地理解他们的意思。

对此,基于「理解-推理-学习」的 AI 开发模式,IBM Watson 为 Project CIMON 提供了文字、语音和图像处理能力,以及检索特定信息和特定发现的能力,通过 IBM Watson 语音和视觉识别技术,CIMON 能够帮助宇航员严谨地完成各种复杂的科学实验,并将结果及时传回地面。

同时,作为友好型机器人,当宇航员思念地球上的家人时,CIMON 能够通过摄像头识别人类宇航员的面部表情和声音,通过麦克风倾听、理解内容,并采用更富有同情心的语调给宇航员温暖的回应和关心。作为 CIMON 的个性设计师,Sophie 与团队为 CIMON 挑选设计了 ISTJ 类型的性格,即内向(Introvert)、感知(Sensing)、思维(Thinking)和判断(Judging)。Sophie 表示「CIMON 不仅是陪伴、娱乐,还有一个非常重要的身份就是作为一个技术专家,它应该是一个非常可靠的伙伴,帮助宇航员寻找细节信息、贯穿流程,不能遗漏信息,在需要做决策时,它需要是一个逻辑清楚的推理者,而不是听从直觉。」


从开发到成功发射,仅用两年时间


2018 年 6 月,CIMON 搭乘 Space X 猎鹰 9 号火箭发射升空,并在 11 月进行了第一次太空互动,CIMON 正在变得越来越聪明。IBM 和空客通过两个维度来对此进行考量:

  • Project CIMON 能否协助宇航员来完成实验任务,即将已启动、已完成或已关闭的任务数量作为硬指标;

  • 基于关注用户/宇航员对机器人的接受度、满意度。

现在,CIMON 不仅能够深谙空间站里的技术细节,精通太空各种专业术语,和宇航员们自然交流、互动,已然成为宇航员的「得力助手」。并且,通过真实的交互式对话,在提高空间站工作效率的同时,也极大地降低了宇航员的远离地球身处太空中的生活与工作压力。

在 50 年前人类首次登月时,4000 名 IBM 工程师、科学家、研究员一起写下了五百万行代码,彼时可以说得上是困难重重,曾负责管理阿波罗制导程序开发的大部分事务、已经 85 岁的 Fred Martin 就表示:「软件拯救了(阿波罗)任务」。

而 CIMON 从立项到升空仅用了两年的时间,不可谓不高效,在其研发过程中也面临着非常多的挑战。

Sophie 这样说道:「在航空领域,造这样一个机器人并成功发射到太空,两年的时间周期是非常短的。一方面,我们需要在地球上模拟太空环境进行测试,另一方面,我们还面临着一个非常大的难题,就是用户群体非常小,没有那么多的宇航员可以让你去做用户接受度方面的测试。但这种测验是至关重要的,因为 AI 需要很多的数据训练才能够不断迭代变得越来越好。如果没有宇航员来帮助测试,很难让这个系统变得完美。


如何在数据量极其匮乏的情况下训练出聪明且温暖的太空 AI?

作为专用 AI,CIMON 可以用来训练的数据量非常匮乏,而深度学习本身就非常依赖数据,那么,在宇航员本身数据量这么有限的情况下,如何获取到更多的数据进行学习?对于这个问题,Sophie 向 CSDN(ID:CSDNnews)表示:「我们从真实实验中获取的数据是最有裨益的,同时,我们也在通过地面实验室采集模拟数据进行分析,这是一个可行的方向。

同时,Sophie 还谈到了一个至关重要的问题,那便是时延。Project CIMON 所实现的各种 AI 功能是基于 IBM Cloud 通过卫星网络的数据链路进行实时连接的,这意味着每一次给 CIMON 发出指令时,指令需要经过「卫星-地面卫星接收站-IBM 云数据中心-传回太空」的步骤,再加上在地球上的指令处理时间,导致在太空中与 CIMON 对话时,有会 2 秒的时延。

对此,Sophie 谈到了正在尝试的解决方案:「在本地(指太空)运行的部分越多,速度就越快,时延也就会越短,但问题在于,就边缘计算而言,我们能够在空间站实现多少算力还待探究。目前,我们正在尝试通过 Watson Anywhere 和 Cloud Pak for Data 的融合来进一步压缩所需的算力。


也许有一天,AI 也能登陆火星探测了


据 Engadget 报道,已经离开地球在太空中飞行 400 多天的 CIMON 已于今年 8 月正式回到地球,新一代 CIMON 预计 12 月将到国际空间站服役,在过去的 400 多天里,CIMON 和宇航员一起完成了许多项非常艰巨的任务

Sophie 在现场与我们分享道「当宇航员第一次见到 CIMON 时,还是有一点存疑的。但是在空间站里越来越多的交互后,我们的宇航员对这项技术感到非常地兴奋且幸福。CIMON 这个项目标志着 AI 向深邃的太空发展的第一步,人类一直充满好奇心,我们希望能够更善用像 AI 这样的技术,用好 AI 助手

未来,IBM 与空客还在对 Project CIMON 进行持续的开发,以便用于新的应用场景,比如目标检测,让 CIMON 参与探月、火星探测等外太空探索任务等。


(*本文为AI科技大本营转载文章,转载请联系作者)


福利时刻



距离大会参与通道关闭还有 3 天,扫描下方二维码或点击阅读原文,马上参与!(学生票特享 598 元,团购票每人立减优惠,倒计时 3 天!)



推荐阅读


你点的每个“在看”,我都认真当成了喜欢
登录查看更多
0

相关内容

IBM 开发的继深蓝之后的新一代大型计算机。 Watson得名于IBM创始人Thomas J. Watson,是当下人工智能的最高端应用。
商业数据分析,39页ppt
专知会员服务
160+阅读 · 2020年6月2日
【斯坦福&Google】面向机器人的机器学习,63页PPT
专知会员服务
25+阅读 · 2019年11月19日
IBM《人工智能白皮书》(2019版),12页PDF,IBM编
专知会员服务
20+阅读 · 2019年11月8日
人工智能少女的四年蛰伏
乌镇智库
3+阅读 · 2018年8月27日
脑机接口技术如何具体实现?
北京思腾合力科技有限公司
9+阅读 · 2017年12月8日
如何做个小冰那样成功的聊天机器人
七月在线实验室
5+阅读 · 2017年12月4日
中美日全球美女机器人大PK,哪一款是你想要的味道?
机器人大讲堂
4+阅读 · 2017年9月16日
Feature Denoising for Improving Adversarial Robustness
Arxiv
15+阅读 · 2018年12月9日
Arxiv
8+阅读 · 2018年11月27日
Arxiv
6+阅读 · 2018年11月1日
VIP会员
相关VIP内容
Top
微信扫码咨询专知VIP会员