顶级学府与某中心公布首批AI与机器人科研资助项目

顶级学府与某中心公布“科学中心”首批研究项目获奖者

顶级学府与某中心今日公布了“科学中心”首批研究项目征集活动的四位获奖者。“科学中心”于2021年10月启动，由顶级学府的施瓦茨曼计算学院负责管理，旨在支持双方共同感兴趣领域的研究、教育和推广工作，首年将重点聚焦人工智能和机器人技术。

这些研究项目与“科学中心”的主题相契合，即确保人工智能和机器人创新成果被广泛分享，并吸引来自不同背景、跨学科的学者广泛参与研究。

某中心机器人技术部高级经理、应用科学负责人杰里米·怀亚特表示：“我们很高兴通过‘科学中心’支持这些研究项目。每个项目都针对一个需要探索性工作的艰难研究问题。通过支持这项工作，某中心得以回馈机器人科学界，并帮助培养下一代研究人员。”

顶级学府施瓦茨曼计算学院战略产业合作主任、“科学中心”首席研究员奥德·奥利瓦表示：“我们的研究人员正在自主移动机器人、优化、控制和感知的交叉领域开展工作。我们希望这种交叉方法能够带来将最先进的机器人技术带入全球家庭的技术。”

这四个项目是由顶级学府和某中心成员共同组成的委员会评选出的。以下是今年的获奖者、他们的研究项目及其提案内容：

爱德华·阿德尔森（视觉科学约翰与多萝西·威尔逊教授）：“多模态触觉传感”

“我们提议构建目前最好的触觉传感器。我们已经能够制造具有极高空间分辨率的机器人手指（GelSight技术），但这些手指缺乏触觉的两个重要方面：温度和振动。我们将通过覆盖在皮肤上的液晶点阵列来整合热传感；摄像头将从颜色中推断温度分布。对于振动，我们将尝试各种传感方法，包括惯性测量单元、麦克风和鼠标摄像头。”

乔纳森·豪（航空与航天学理查德·科伯恩·麦克劳林教授）：“最后一英里配送机器人导航的安全性与可预测性”

“经济上可行的最后一英里自主配送需要机器人在面对前所未见的环境时既安全又具有适应能力。考虑到这些目标，本项目旨在开发算法，以增强用于最后一英里配送系统的移动机器人的安全性、可用性和可预测性。该工作的一个目标是扩展我们最先进的导航算法（基于强化学习和模型预测控制），以纳入现实世界带来的不确定性（例如，不完美的感知、多样化的行人），这将能够学习到更准确地预测机器人在真实场景中到达其目标可能所需时间的成本模型。第二个目标是为动态环境中基于人工智能的导航算法提供正式的安全保证，这将涉及扩展我们最近用于静态避障的、能够计算可达集的神经网络验证算法。”

尹金（电气工程与计算机科学助理教授）：“大语言模型的高效训练”

“大语言模型已展现出令人惊讶的通用语言能力。其性能的关键在于它们接受训练的庞大规模，持续的改进来自于日益增大的模型。然而，从头开始训练此类模型资源消耗极大。本提案旨在研究通过利用已经预训练过的较小语言模型来更高效地训练大语言模型的方法——例如，我们如何利用GPT-3来更高效地训练GPT-4？具体来说，我们提议利用较小的预训练网络的线性代数结构，来更好地初始化和训练更大网络的参数。”

约瑟夫·帕拉迪索（媒体艺术与科学亚历山大·W·德雷福斯教授）：“用于触觉环境感知与人机交互的软人工智能皮肤”

“多模态感官信息可以帮助机器人更安全、有效、协作地与人类互动。需要实现一种具有非常紧凑电子集成、可以包裹在任何任意表面（包括机器人皮肤）上的人工皮肤。为此，我们提出一种仿生的、高密度传感器阵列，制作在柔软可变形基底上，用于大规模人工智能皮肤。每个节点包含一个本地微处理器以及一组多传感器，提供多模态数据和自我感知能力，这些数据可以融合并用于定位和检测各种形变、人际距离、触觉和环境变化。我们已经开发出一个可以同时感知和响应各种刺激的原型。这使我们提出的研究工作能够扩展和制造密集的人工皮肤，并应用各种自组织网络和新型传感技术，用于大规模交互、定位和可视化，应用领域包括机器人、人机界面、室内/环境传感以及跨现实沉浸式体验。”