科學研究 - 用智慧機器人連接AI與社會，陪伴人類並提供家務、醫療和養老援助(下)

隊形變換「深度預測學習」
最大限度減量與現實的誤差

菅野先生等爲建立協助家務的機器人的智慧化，開發了「深度預測學習」。傳統的機器學習利用大量資料構建最佳預測模式，使機器人能夠執行各種任務。然而，在現實中，機器人經常會遇到一些意想不到的情況，很難構建一個能夠因應所有狀況的預測模式。「另一方面，深度預測學習會根據視覺和觸覺資訊進行預測，爲最大限度減量與現實的誤差做出下一個動作的指示。如此一來，機器人便可以靈活因應任務内容和週遭環境的變化」，菅野先生說明道。

圖4 與人類共存型乾式機器人「Dry-AIREC」
爲進行學習和獲取人類技能而開發的「Dry-AIREC」乾式機器人是向東京機器人公司（Tokyo Robotics，東京都文京區）定製的。各關節均内置高解析度扭矩感測器，表面採用接近人體皮膚的凝膠材料製成（左）。機器人的動作柔和，人在外部動作也能夠完美跟隨，是世界上最高水平的人類共存型乾式機器人（右）。

目前，基於專案開發的人類共存型乾式機器人「Dry-AIREC」，研究人員正在致力於實施協助人類的手工作業，特別是家務的機器人智慧化（圖4）。透過協調機械手的雙臂，已經實施了晾曬和摺疊衣物等家務任務（圖5）。然而，要區分絲綢布料和綿羊毛等觸感不同的衣物還十分困難。此外，僅家務活動中就存在大量困難的課題，如掌握使用多種食材的烹飪技能、廢棄物處理和擦拭地板等需要適應環境的清潔方法，要實施無所不能的機器人絕非易事。

圖5 「Dry-AIREC」學習洗滌輔助動作
研究團隊與德國慕尼黑工業大學合作，使用了深度預測學習和注意機構的雙臂，協調進行了衣物晾曬實驗。結果表明，可以識別以不同晾曬方式和位置的衣物，並執行機器臂的彎曲和伸直、抓取和提起衣物等動作。

在醫療和護理領域使用智慧機器人協助人執行任務時，爲絕對避免對人造成傷害，必須確保全全、柔和地工作。因此，目前研究團隊正在開發可以在人的旁邊提供幫助的「生物混合型機器人皮膚」，以及能夠進行觸診和簡單處理等醫療檢查專用的機械手。除了上述技術之外，爲構建可以執行對人進行物理可用能性身體接觸任務的機器人系統，還在推進各種動作實驗（圖6）。

圖6 在人身邊提供幫助的機器人手部皮膚的開發
爲了實施可以替代人手的機器人手部皮膚，以在醫療、護理現場的實際使用爲目標，具有彈性、粘合力、高伸展性和自我開墾性的凝膠材料（左）、預想用於口腔護理場景並展開實際操作的測試（右）等相關實證實驗正在推進之中。

「身體智慧的實施」是重要課題
軟體和硬體的整合至關重要

除上述專案外，登月型研發事業在AI、中間軟體和硬體領域也開展了多個研發專案。菅野先生指出，爲了實施理想的智慧機器人，還有許多課題需要解決。這是因爲，與其他領域的研究不同，機器人不會因爲一次創新就飛躍式地進入下一個階段。

菅野先生表示，「身體智慧的實施」是關鍵課題之一。身體智慧是指無意識地利用自身身體特徵進行動作的能力，例如騎腳踏車等，其一直被認爲是傳統AI難以因應的目標。「我認爲AI必須從軟體轉變爲‘軟體+硬體’。爲了實施AI的創新並獲得新技能，硬體也必須不斷隊形變換」。此外，要實施智慧機器人，僅僅開發新技術是不夠的，還必須進行「整合」，即將其最適化組合。

「即使透過整合形成了組合，隨後又會出現下一個課題，爲改進這一課題再進行下一次整合。智慧機器人的開發就是這一程序的不斷重複」。在菅野先生的強烈意志下，不僅是參與該專案的研究人員，同時也彙集了許多學生。在逐一解決阻礙前進步伐的課題的同時，研究團隊正在穩步地爲智慧機器人的社會實際應用開闢道路。（全文完）（TEXT：佐宗秀海、PHOTO：伊藤彰浩）