這是人工智慧機器人未來的一瞥
儘管近年來人工智慧取得了驚人的進步，但機器人仍然頑固地愚蠢和有限。在工廠和倉庫中發現的那些通常會經歷精確設計的例程，沒有太多感知周圍環境或即時適應的能力。由於缺乏一般的物理智能，少數能夠看到和抓取物體的工業機器人只能以最小的靈活性做有限的事情。 能力更通用的機器人可能可以承擔更廣泛的工業任務，也許在進行最少的演示之後。機器人還需要更通用的能力，以應對人類家庭的巨大變化和混亂。 人們對人工智慧進步的普遍興奮已經轉化為對機器人技術重大新飛躍的樂觀情緒。馬斯克(Elon Musk) 的汽車公司特斯拉(Tesla) 正在開發一款名為Optimus 的人形機器人，馬斯克最近表示，到2040 年，這款機器人將以20,000 至25,000 美元的價格廣泛普及，並能夠完成大多數任務。 物理智力提供 先前教機器人完成具有挑戰性的任務的努力主要集中在訓練一台機器執行一項任務，因為學習似乎是不可轉移的。最近的一些學術工作表明，透過足夠的規模和微調，學習可以在不同的任務和機器人之間轉移。 2023 年，Google推出了一個名為 Open X-Embodiment 的項目，涉及在 21 個不同研究實驗室的 22 個不同機器人之間共享機器人學習。 物理智慧所追求的策略的一個關鍵挑戰是，可用於訓練的機器人資料規模與文字形式的大型語言模型不同。因此，公司必須產生自己的數據，並提出改進從更有限的數據集中學習的技術。為了開發 π0，該公司將所謂的視覺語言模型（在圖像和文字上進行訓練）與擴散建模（一種借用人工智慧圖像生成的技術）相結合，以實現更通用的學習。 為了讓機器人能夠承擔人類要求它們做的任何機器人雜務，這種學習需要大幅擴大。 「還有很長的路要走，但我們有一些你可以認為是腳手架的東西，可以說明未來的事情，」萊文說。 Source link