大數據文摘出品
來源：Techxplore
編譯：張睿毅、Andy
前段時間，文摘菌曾提過價值53萬一只的波士頓動力機器狗，也有進行太空探索的昆蟲機器人，萬萬沒想到的是，這次來了一個和大家一樣上網課的機器人。
不知道你有沒有想過這種場景，去醫院做手術時，醫生助手已經不是可愛的護士小姐姐，而是兩隻冷冰冰的機械臂，以快準狠的手法幫你縫合傷口。
最近在Google Brain，英特爾還有UC伯克利的合作研究中，研究人員通過用手術教學視頻來對機器人進行「訓練」，讓其能模仿手術過程。
之前，UC伯克利的教授有用過YouTube視頻指導機器人學習各種動作（比如跳躍和跳舞）， 而Google則是有訓練機器人理解場景中的深度還有動作。
於是這次的團隊，決定將之前的研究成果結合起來，應用於最新項目Motion2Vec。
Motion2Vec：機器人也要上網課
Motion2Vec算法，能用真實手術視頻來指導機器人學習相關手術動作。
在最近發布的論文裡，研究人員簡單介紹了他們如何用YouTube視頻來訓練兩臂達文西（da Vinci）機器人在針刺機上進行縫合操作。
它從模仿學習的視頻演示中，獲得以運動為中心的操作技能。其中表示的算法一致性、可解釋性和監督學習的負擔是該項目模仿學習中的關鍵問題，畢竟通常很難精確地描述定義一個片段和標記的內容。
論文地址：
http://www.ajaytanwani.com/docs/Tanwani_Motion2Vec_arxiv_2020.pdf
首先研究人員嘗試將一小段被標記的視頻進行分類，比如手術縫合任務分解成分段動作， 手術的針頭刺入、拔針、針頭脫落等動作。
這個分解過程有點類似於語音識別和合成問題，視頻其中單詞和句子是由音素和基於音素的片段合成的。 這部分會涉及到其它的相關領域，包括計算機視覺中的活動識別、強化學習以及自然語言處理中的詞性標註。
然後，研究的重點是以半監督的方式從視頻演示中提取動作表示，進行動作分割和模仿任務。
在監督學習的過程中，可能存在不受控制的因素，比如照明的強度，相機的機位，動作的順序這些對機器人開啟自主學習來說都是挑戰。
在我們人類看來是很簡單的操作，比如舉起手術針，穿刺皮膚，但機器人不明白這些，在它們的系統認知裡，就是兩個物體正在進行相互糾纏的運動。
所以研究人員需要把視頻的動作分解成小塊，然後將相似動作段的圖像像素放在一個組合裡，對機器人所承載的模型進行訓練。比如嘗試使用遞歸神經網絡來訓練和預測，並使用訓練結果來優化機器人的動作幅度，比如縫合對齊的精度。
通過嘗試KNN、HMM、HSMM、CRF和RNN進行對比，其中，KNN、HMM、HSMM是無監督的模式，而CRF和RNN採用的是有監督的模式。
結果表明是KNN與RNN兩者的結果是比較好的。
由於訓練採用的是JIGSAWS 數據集，其中包含3個手術任務的視頻演示，分別是縫合、穿針和打結。所以在這次測試中，只有機器人嘗試模擬縫合運動，並沒有考慮更多的技術建模或者其它的問題。
除此之外，數據集裡的視頻演示並不只有一位醫師，而是由8位技術等級不同的外科醫師組成，所以這會產生一個問題，不同的醫師，習慣可能會不同。而機器人正是要學習所有醫師的縫合視頻。
結果表明，與KNN相比，RNN，也就是M2V採用的模型，看上去結果是最好的。呈現的時間段比較一致。
如果採用分割精度來進行比較的話，仍舊是M2V算法領先於其它有標記和無監督的模型。當然結果平均超過5次迭代。
該研究主要是用了Siamese網絡結構，這是一種讓兩個或多個網絡分享同一套參數的深度學習架構。一般在比較和評估數據之間關係時， Siamese結構都是最佳選擇，所以之前也已廣泛用於面部檢測，籤名驗證還有語言檢測等領域。
UC伯克利的實驗室負責人肯·戈德伯格說道，對於這類的深度學習項目YouTube上的訓練數據非常豐富。
「在YouTube上每分鐘能獲得500個小時的視頻材料，這簡直就是一個大寶庫。」
他說，「而對於這些視頻，人類幾乎任何人都能看懂且理解，但機器人目前卻無法理解—只能單純地將其看作是像素流。因此，這項工作的首要目標就是讓機器人弄清這些像素的含義。主要就是看視頻，然後對其進行分析， 最後能將視頻切成有意義的序列。」
對於縫合任務，該團隊僅用了78個醫學教學視頻就能訓練其AI引擎進行相同操作，而且聲稱有接近85％的成功率。
這意味著，之後機器人或許能在外科手術過程中執行一些基礎的重複性任務，而能讓外科醫生將時間和精力集中在更精細的手術步驟上。
那機器人短時間內會取代外科醫生嗎？
「現在還遠沒到那個地步」 。戈德伯格說，「但至少，現在已經正朝著具備外科醫生能力的方向發展了。這意味著它能迅速地觀察大局，指出哪裡需要一排縫合線，或哪裡需要特殊縫合。」 戈德伯格繼續說，「接著，當機器人能基本完成這些的時候，外科醫生就能夠更輕鬆一些，獲得更多休息時間，而且能專注於手術中更複雜或精細的地方。」
近年來機器學習為生物技術相關做了很大貢獻， AI快速處理大數據的能力使很多方面都獲得了進步，比如基於CAT掃描檢測肺癌和中風風險，基於EKG和MRI圖像計算心臟病和心臟驟停風險，從照片對皮膚病變分類，還有檢測眼部圖像中的糖尿病跡象方面。
在新冠流行期間，AI還幫助科學家尋找可以抑制COVID-19傳播的藥物，並試圖找到治癒方法和疫苗。
看視頻學習，在我們人類看來是一件極其容易的事情，但對於機器人來說，卻需要很多人去幫助它學習，在這個學習的過程中，會耗費巨大的人力物力。
可一旦等它學會了，它就可以幫助我們完成許多不可能的事情，
期待機器人早日成為人類的好幫手！將不可能變成可能！
相關報導：
https://techxplore.com/news/2020-06-intel-google-uc-berekely-ai.html
https://sites.google.com/view/motion2vec