加客服免费发需求
联系客服咨询项目
近日，最近在Google Brain，英特尔还有UC伯克利的合作研究中，研究人员通过用手术教学视频来对机器人进行“训练”，让其能模仿手术过程。之前，UC伯克利的教授有用过YouTube视频指导机器人学习各种动作（比如跳跃和跳舞）， 而Google则是有训练机器人理解场景中的深度还有动作。于是这次的团队，决定将之前的研究成果结合起来，应用于最新项目Motion2Vec。
Motion2Vec算法，能用真实手术视频来指导机器人学习相关手术动作。
在最近发布的论文里，研究人员简单介绍了他们如何用YouTube视频来训练两臂达芬奇机器人在针刺机上进行缝合操作。它从模仿学习的视频演示中，获得以运动为中心的操作技能。其中表示的算法一致性、可解释性和监督学习的负担是该项目模仿学习中的关键问题，毕竟通常很难精确地描述定义一个片段和标记的内容。
首先研究人员尝试将一小段被标记的视频进行分类，比如手术缝合任务分解成分段动作，手术的针头刺入、拔针、针头脱落等动作。这个分解过程有点类似于语音识别和合成问题，视频其中单词和句子是由音素和基于音素的片段合成的。 这部分会涉及到其它的相关领域，包括计算机视觉中的活动识别、强化学习以及自然语言处理中的词性标注。然后，研究的重点是以半监督的方式从视频演示中提取动作表示，进行动作分割和模仿任务。在监督学习的过程中，可能存在不受控制的因素，比如照明的强度，相机的机位，动作的顺序这些对机器人开启自主学习来说都是挑战。在我们人类看来是很简单的操作，比如举起手术针，穿刺皮肤，但机器人不明白这些，在它们的系统认知里，就是两个物体正在进行相互纠缠的运动。
UC伯克利的实验室负责人肯·戈德伯格说道，对于这类的深度学习项目YouTube上的训练数据非常丰富。
“在YouTube上每分钟能获得500个小时的视频材料，这简直就是一个大宝库。”他说，“而对于这些视频，人类几乎任何人都能看懂且理解，但机器人目前却无法理解—只能单纯地将其看作是像素流。因此，这项工作的首要目标就是让机器人弄清这些像素的含义。主要就是看视频，然后对其进行分析， 最后能将视频切成有意义的序列。”对于缝合任务，该团队仅用了78个医学教学视频就能训练其AI引擎进行相同操作，而且声称有接近85％的成功率。这意味着，之后机器人或许能在外科手术过程中执行一些基础的重复性任务，而能让外科医生将时间和精力集中在更精细的手术步骤上。
那机器人短时间内会取代外科医生吗？
“现在还远没到那个地步” 。戈德伯格说，“但至少，现在已经正朝着具备外科医生能力的方向发展了。这意味着它能迅速地观察大局，指出哪里需要一排缝合线，或哪里需要特殊缝合。” 戈德伯格继续说，“接着，当机器人能基本完成这些的时候，外科医生就能够更轻松一些，获得更多休息时间，而且能专注于手术中更复杂或精细的地方。”
近年来机器学习为生物技术相关做了很大贡献， AI快速处理大数据的能力使很多方面都获得了进步，比如基于CAT扫描检测肺癌和中风风险，基于EKG和MRI图像计算心脏病和心脏骤停风险，从照片对皮肤病变分类，还有检测眼部图像中的糖尿病迹象方面。在新冠流行期间，AI还帮助科学家寻找可以抑制COVID-19传播的药物，并试图找到治愈方法和疫苗。
（文章来源于贤集网）
扫一扫关注大学仕公众号
