【江苏省】机器人或成人工智能领域-弄潮儿-

　　观看《星球大战》长大的一代人可能会感到失望，他们目光所及之处，仍看不到C-3PO类 机器人 的影子。那些预想中具有常识、能在家里和职场为人类提供帮助的人形 机器人 何时会出现？

　　 人工智能 （AI）的快速发展或许很快会填补这一空白。

　　《自然》网站近日报道指出，AI和 机器人 技术“联姻”，可能是一场将彼此推向新高度的“双向奔赴”。AI给 机器人 灌输常识，让其能像人一样处理各种任务； 机器人 则利用身体经验，帮助AI跃升为“通用AI”。但专家提示，这条双向奔赴之路仍面临诸多挑战，包含收集海量精准数据供 机器人 学习、应对“喜怒无常”的硬件、解决安全问题等。

　　基础模型助 机器人 “更聪明”

　　众多 机器人 领域的AI科学家都向往，未来 机器人 能在更广泛环境中自主适应。例如，会帮顾客挑选产品的机械臂，能陪伴老人的智能人形 机器人 等。

　　然而，控制该类 机器人 绝非易事。从OpenAI到谷歌“深度思维”公司，都致力于将多功能学习算法（基础模型）嵌入 机器人 ，以便其在聊天时表现得更像人类。这些想法的核心是给 机器人 灌输常识，使之能胜任各种任务。英伟达公司 机器人 技术营销专家杰拉德·安德鲁斯强调， 机器人 技术目前正处于变革的关键时刻。该公司于3月推出了一款专为人形 机器人 设计的通用AI模型。谷歌“深度思维”公司则建立了现有最顶尖的 机器人 基础模型之一RT-2，其可以认出明星的相片，尽管之前受到的练习中该明星并未出现过。

　　科研人员乐观地认为，基础模型有助科学家研发出可以辅助人类劳动的通用 机器人 。今年2月，人形 机器人 公司筹集6.75亿美元，以在通用人形 机器人 中应用OpenAI开发的语言和视觉模型。一段视频显示， 机器人 给人一个苹果，以回应人们“吃东西”的要求。

　　多样数据让 机器人 “更有经验”

　　尽管聊天 机器人 正在接受来自互联网数十亿单词训练，但 机器人 活动的数据集还远远不够。

　　数据汇集或是一种解决方法。美国斯坦福大学 机器人 研究专家亚历山大·卡哈扎特斯基及其同事建立了开源数据集DROID2，汇集了德国Franka Robotics公司制造的Franka Panda 7DoF机械臂约350小时的视频数据，包含浴室、洗衣房、卧室等数百种环境的记录。这种多样性有助 机器人 在全新环境下更好地执行任务。

　　加州AI公司Covariant也在努力扩大 机器人 数据的规模。该公司于2018年开始从世界各地的30种机械臂中收集数据，其“ 机器人 基础模型1”（RFM-1）不仅收集视频数据，还收集 传感器 读数。此类数据对于提升 机器人 任务执行能力非常重要，好比让 机器人 知道如何不碰伤香蕉。

　　另外，许多专家正致力于构建3D 虚拟现实 环境，旨在通过这些环境来训练 机器人 。元宇宙平台（Meta）和英伟达都在模拟领域投入大量资源，以扩大 机器人 数据的规模，并建立了复杂的模拟世界。通过这些平台， 机器人 能够在短短几个小时内积累相当于多年实际经验的数据。

　　硬件和安全问题需考虑

　　许多 机器人 专家指出，尽管AI给了 机器人 更智慧的“大脑”，但其进一步发展仍面临诸多挑战。 机器人 很复杂，而且硬件很容易损坏。

　　新加坡国立大学人机交互专家哈罗德·索赫说， 机器人 可能需要大量其它类型的数据，如触觉或本体感觉（身体在空间中的位置感）数据。该类数据集目前还不存在，但这是人形 机器人 高效工作所务必。

　　安全性务必认真考量。大型语言模型已经被证明会发生错误、偏见，也有可能诱骗人类或 机器人 做一些“坏事”。鉴于此，研发人员需要给 机器人 AI模型中植入一些规则。 机器人 无疑仍需要大量人工监督。

　　尽管存在一定风险，但AI与 机器人 的这场双向奔赴仍值得期待。而AI通过与 机器人 相结合，增加与现实世界互动，有望超越学习模式做出预测，真正理解和推理世界。