極客網(wǎng)·極客觀察8月29日 過去幾年里，AI聊天機器人飛速進化，現(xiàn)在很多人將它當成個人助手、客服代表和治療專家。驅(qū)動聊天機器人運行的是大語言模型（LLM），它以機器學習算法作為基礎，算法根據(jù)互聯(lián)網(wǎng)海量數(shù)據(jù)而訓練。

一些科技人士預測，只要短短幾年，利用機器學習算法就能孵化各種機器人，比如外科手術(shù)機器人、替代工廠工人的機器人、家庭管家機器人等。但加州大學伯克利分校機器人專家肯·戈德伯格（Ken Goldberg）并不認同這種說法。

8月27日，戈德伯格在《Science Robotics》雜志發(fā)表兩篇論文，指出想讓人形機器人獲得可以在真實世界應用的技能，速度會極慢——與AI聊天機器人獲得技能的速度相差極遠，核心原因在于可供人形機器人訓練的數(shù)據(jù)太少了，與AI聊天機器人之間差了10萬年。

在第二篇論文中，來自麻省理工學院、佐治亞理工學院和蘇黎世聯(lián)邦理工學院的機器人專家討論了機器人的未來發(fā)展方向，他們展開激烈爭論。爭論的焦點在于：到底是采集更多數(shù)據(jù)來訓練人形機器人，還是依靠傳統(tǒng)工程方法給機器人編程，讓它完成現(xiàn)實任務？

以下是加州大學新聞網(wǎng)站與戈德伯格的對話：

問：最近，馬斯克等科技領袖談到了人形機器人的未來，比如，他認為在未來五年內(nèi)機器人將會超越人類外科醫(yī)生。你認同這種預測嗎？

戈德伯格：機器人技術(shù)的確在快速進化，但遠未達到馬斯克所說的程度?，F(xiàn)在的熱潮存在炒作，宣傳的內(nèi)容超出了機器人的實際能力。

在視覺和語言領域，ChatGPT展示了驚人成就，但大多研究者對公眾認知感到擔憂——公眾認為問題既然已經(jīng)解決，明年就能實現(xiàn)突破，實際上太樂觀了。

我并不是說馬斯克描繪的未來永遠不會實現(xiàn)，只是說未來兩年、五年或者十年不會發(fā)生。

問：未來如果想讓人形機器人做手術(shù)，或者擔任私人管家，存在哪些限制？會在哪些方面遇到困難？

戈德伯格：最重要的難點在于靈活性，比如讓人形機器人拿起物體。想拿起一只杯子或者更換燈泡是一件很難的事，現(xiàn)在還沒有機器人能做到。

這里有一個悖論，我們管它叫Moravec悖論，也就是說一件事人類可以毫不費力做到，所以我理所當然認為機器人應該也能做到。

如果讓人工智能玩國際象棋和圍棋，表現(xiàn)比人還好，我們就會問：“為什么機器人不能拿起一個杯子呢？”看起來拿杯子比下棋容易得多。

然而事實并非如此，想拿起杯子，需要對杯子在空間中的位置有清晰感知，需要將手指移動到準確位置，然后以適當?shù)姆绞侥笞?，難度相當大。

問：在論文中，你說數(shù)據(jù)之間存在10萬年的差距。所謂的數(shù)據(jù)差距是什么，AI聊天機器人與人形機器人在實際操作能力上差距又是如何造成的？

戈德伯格：為了計算數(shù)據(jù)缺口，我查看了互聯(lián)網(wǎng)上的文本數(shù)據(jù)量，計算一個人需要多長時間才能閱讀完。答案是10萬年，要十萬年才能讀完。我們用這么多的數(shù)據(jù)訓練LLM。

我們用10萬年的數(shù)據(jù)訓練文本模型，但想訓練機器人，10萬年數(shù)據(jù)微不足道?？梢源_定的是，訓練機器人更復雜，我們需要更多數(shù)據(jù)。

有人認為，可以觀察人類相關視頻，從中獲取數(shù)據(jù)。但如果只是看視頻圖像，根本無法知道動作細節(jié)是怎樣的，從2D轉(zhuǎn)化為3D也是極具挑戰(zhàn)的事。所以這一難題無法解決。

還有一個辦法是讓機器人運動，獲得模擬數(shù)據(jù)。如果機器人只是奔跑或者表演雜技，用這種方法還不錯。你可以讓機器人在模擬環(huán)境中進行后空翻操作，收集大量數(shù)據(jù)，在特定情況下，這些數(shù)據(jù)能應用于機器人。但就靈活性而言，仍然遠遠不夠。

現(xiàn)在有了些工作可以遠程操作，像操縱木偶一樣操縱機器人，完成各種任務。中國和美國的倉庫里已經(jīng)有類似的工作，但對于人類來說，這樣的工作十分枯燥。每工作8小時，就能獲得8小時數(shù)據(jù)，但要獲得10萬年的數(shù)據(jù)量，太過漫長。

問：如果不收集數(shù)據(jù)，能不能推動人形機器人發(fā)展？

戈德伯格：目前的機器人技術(shù)處在范式轉(zhuǎn)變階段，有點像物理學發(fā)展到量子力學一樣。行業(yè)分成兩派，展開激烈爭論。機器人技術(shù)正處在爭論之中。

一派認為，人形機器人的發(fā)展依賴于優(yōu)秀工程學技術(shù)，比如物理學、數(shù)學、環(huán)境建模。另一派認為，機器人根本不需要使用傳統(tǒng)工具和方法，只要有數(shù)據(jù)，就能讓人形機器人走向完美。

第二派鼓舞人心，背后有大量資金支持，但到了研究時，大家爭論不休，在傳統(tǒng)方法和新方法之間有許多爭吵。

問：你認為未來的方向是什么？

戈德伯格：我認為工程、數(shù)學、科學仍然極為重要，因為有了這些，機器人才能運行，然后我們就可以收集數(shù)據(jù)。

當機器人執(zhí)行任務時，如果表現(xiàn)達到消費者可接受水平，就能將機器人投入市場，接下來在實際運行中持續(xù)收集數(shù)據(jù)。

谷歌Waymo無人駕駛汽車采用上述模式，Ambi包裹分揀機器人也一樣，它在倉庫真實環(huán)境中運行，持續(xù)收集數(shù)據(jù)，不斷迭代升級。（小刀）

生成海報

免責聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準確性及可靠性，但不保證有關資料的準確性及可靠性，讀者在使用前請進一步核實，并對任何自主決定的行為負責。本網(wǎng)站對有關資料所引致的錯誤、不確或遺漏，概不負任何法律責任。任何單位或個人認為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關文章源頭核實，溝通刪除相關內(nèi)容或斷開相關鏈接。