為了讓機器人能夠勝任更復(fù)雜的工作，機器人不但要有更好的控制系統(tǒng)，還需要能更多地感知環(huán)境的變化。如今的機器人可以深入核電站進行調(diào)查、清理海洋石油泄漏、組建無人軍隊、探索火星表面……但神通廣大的它們甚至無法像人類一樣簡單地喝一口茶。

　　今年5月，AlphaGo與柯潔對弈時曾在己方一側(cè)起手落子，這違反了對弈的禮儀，引發(fā)了激烈爭論。事后據(jù)DeepMind工作人員解釋，計算機無法分清上下左右，那只是無心之失。即使聰明如AlphaGo，它也分不清2D圖像的方位，對于其他機器人來說，擁有能感知到水壺、方糖、牛奶的能力，更是遙不可及。

　　當人類從一個特定角度看物體時，他們往往能直觀地知道它是什么，甚至可以立即繪出物體的俯視圖、正視圖、側(cè)視圖，這里有一種“想象”（聯(lián)系經(jīng)驗）的能力。不同于人眼，機器人利用傳感器和相機，能輕易捕捉到物體的圖像，甚至是3D圖像，但在只有一個角度圖像的情況下，機器人是無法一眼判斷出物體的原型的，這還是目前機器視覺研究的一個難點。

　　在7月12日召開的“2017機器人：科技和系統(tǒng)大會”上，杜克大學(xué)的研究生本·比奇費爾（Ben Burchfiel）和布朗大學(xué)教授George Konidaris展示了他們的科研新成果——一種針對機器3D視覺的算法。根據(jù)這個算法，機器人能在只看到物體的一面，甚至是一部分的情況下，準確地推測出它的3D模型。

　　研究人員選取一些常見的家居物品進行了4000次完整的3D掃描。掃描獲得的3D圖像被切割成一個個體素，像樂高積木一樣堆疊在一起。該算法通過梳理每個對象的示例，并使用一種名為“概率主成分分析”的技術(shù)了解它們的變化以及它們?nèi)绾伪３植蛔儭Ｅe個例子，就是當機器人觀察一張床時，它只需根據(jù)特征體素比對就能知道面前的物品是床，而不必從各個方向搜集圖像構(gòu)建完整模型。

　　為了測試這種算法，研究人員又對10種相同的物品進行了掃描，共獲得908幅俯視圖。實驗證明，機器人在大多數(shù)情況下能準確猜出對象是什么，并繪制完整3D模型（包括隱藏部分）。它的用時為一般機器人的75%，正確率在50%以上。

　　當然這個算法也存在缺陷。機器人“猜物”依據(jù)的是系統(tǒng)提供的掃描圖，但許多明顯不同的物品在某些角度會呈現(xiàn)相同的形狀特征，如普通箱子的俯視圖和桌子一樣是方形的，在這樣的情況下，機器人會被“迷惑”。因此這個算法還在實驗階段，并不能馬上被產(chǎn)品化。

　　Burchfiel表示，接下來研究團隊的研究方向是算法效率的提升，他希望機器人能在短時間內(nèi)識別成千上萬種物品。同時，重建3D圖像（“想象”）也是一個主攻方向，未來機器人將突破“視覺”盲點限制，更準確地呈現(xiàn)物品原貌。