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”。但专家提醒，这条双向奔赴之路仍面临诸多挑战，包括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科学家都希望，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，控制这类机器人绝非易事。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”公司则创建了现有最先进的机器人基础模型之一RT-2，其可以认出明星的照片，尽管之前受到的训练中该明星并未出现过。
研究人员乐观地认为，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创建了开源数据集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，包括浴室、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至关重要，比如让机器人知道如何不碰伤香蕉。
此外，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他类型的数据，如触觉或本体感觉（身体在空间中的位置感）数据。这类数据集目前还不存在，但这是人形机器人高效工作所必需。
安全性必须认真考量。大型语言模型已被证明会产生错误、偏见，也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。
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”。但专家提醒，这条双向奔赴之路仍面临诸多挑战，包括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科学家都希望，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，控制这类机器人绝非易事。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”公司则创建了现有最先进的机器人基础模型之一RT-2，其可以认出明星的照片，尽管之前受到的训练中该明星并未出现过。
研究人员乐观地认为，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创建了开源数据集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，包括浴室、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至关重要，比如让机器人知道如何不碰伤香蕉。
此外，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他类型的数据，如触觉或本体感觉（身体在空间中的位置感）数据。这类数据集目前还不存在，但这是人形机器人高效工作所必需。
安全性必须认真考量。大型语言模型已被证明会产生错误、偏见，也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。
记者3月19日从天津大学获悉，该校环境学院刘庆岭教授团队与吉林大学于吉红院士团队以及天津工业大学梅东海教授团队合作，证明了无有机模板剂合成的具有OFF和ERI拓扑共生结构的Cu-T催化剂具有优 记者从国家航天局获悉，3月20日8时31分，探月工程四期鹊桥二号中继星由长征八号遥三运载火箭在中国文昌航天发射场成功发射升空。科技日报记者 付毅飞 摄火箭飞行24分钟后，星箭分离，将鹊 记者3月17日从浙江大学获悉，该校医学院附属第二医院王良静教授团队、附属邵逸夫医院陈淑洁主任医师团队联合研究发现，一种肠道菌群产生的小分子代谢物吲哚丙酸，可以增强抗癌药物抗PD-1单抗对结 联合国机构3月20日发布的《全球电子垃圾监测》报告显示，2022年全球范围内共产生6200万吨电子垃圾，其中仅有不到四分之一被回收利用。报告显示，2022年全球电子垃圾的产生量相比2010年增长了82%。 记者3月21日获悉，全球植物科学期刊《分子植物》刊载了中国科学家的最新研究，中国农业科学院作物科学研究所、国家南繁研究院与阿里达摩院（湖畔实验室）联合研发出全流程智慧育种平台，实现了育种数 作为功能机时代的霸主，诺基亚手机曾经创造了巨大的辉煌，但也因错失智能手机发展机遇而“掉队”。近期，外媒Visual Capitalist统计了有史以来最畅销的15款手机型号，其中诺基亚和苹果包揽前十。今 。本文链接：机器人或成人工智能领域“弄潮儿”http://www.sushuapos.com/show-2-6640-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： 透过抖音科学夜，看懂科普传播新浪潮
下一篇： 机构掀起“专精特新”调研热