现场学习机器人揭示AI未来

上周，我花了整整15分钟从家出发，去见证了一些令人瞠目结舌的机器人表演。我拜访了位于马萨诸塞州剑桥市的一家名为Generalist AI的初创公司，在那里，我目睹了机械臂完成诸如叠杯子、把积木放进碗里之类的简单家务。让我震惊的是，它们学习的速度快得惊人——简直就像有血有肉的人一样。这些机械臂在观看一段简短的教学视频后，就能掌握一系列任务，最令人印象深刻的是，它们无需针对特定任务进行专门训练。其中一个最引人注目的例子是，一个机器人被指示用簸箕和刷子将积木扫进碗里。当刷子被移走后，机器人即兴发挥，用簸箕当刷子，把积木弹进了碗里。另一个案例中，一个双臂机器人观看了一段某人拉开钱包拉链并取出纸币的视频。我目瞪口呆地看着机器人拉开一个不同款式的钱包，小心翼翼地取出纸币。最神奇的是，当它无法抓住钱时，它会从使用右夹爪切换到左夹爪，以获得更好的攻击角度。“哈，”旁边一位工程师说，“它以前从没这么干过。” 这正是人们对GPT-3感到兴奋的那种东西，Generalist联合创始人兼CEO皮特·弗洛伦斯告诉我，他指的是OpenAI在2020年发布的突破性大语言模型。“你可以拿那个模型，直接提示它去做一个新任务，它就有很大机会完成。”Generalist似乎专注于教会机器人理解世界的物理规律，这似乎受到了人类从小就表现出的直觉物理感的启发。这很可能有助于模型将其在一个场景中学到的知识迁移到另一个场景中。事实上，该公司的一些演示让我想到了孩子们在展示任务时如何即兴发挥和尝试。研究人员经常对机器人的决定感到惊讶——例如，当一根香蕉放在它面前时，它选择用香蕉把物品扫起来。这看起来可能微不足道，但物理智能仍然是机器在很大程度上缺乏的东西，而婴儿高效学习世界的方式可能为AI研究人员提供重要见解。 我在一间会议室里见到了弗洛伦斯和联合创始人兼CTO安德鲁·巴里，窗外可以看到成队的人戴着特殊夹爪进行机器人训练。公司的另一位联合创始人兼首席科学家是安迪·曾。这三人背景不凡：他们曾在Google DeepMind和Boston Dynamics从事一些最先进的硬件和机器人模型工作。传统上，训练一个AI驱动的机器人执行不同任务意味着要向模型输入数千个示例。然而，这是一种出了名的不完美的学习方式，如果你改变像光照这样简单的因素，机器人就会在任务中挣扎。Generalist和其他一些机器人初创公司正在大力投资于由人类训练的通用机器人模型。该公司制造了类似机器人钳子的特殊手套，上面装有摄像头，人们用它们来执行不同的家务。我看到一个装满数百个这种夹爪的箱子，它们将被运往墨西哥和其他地方的工人手中。弗洛伦斯和团队对他们训练机器人的具体配方守口如瓶，但他们表示公司已经收集了大量高质量的训练数据。与其他追逐更智能机器人的公司不同，他们完全从零开始构建AI模型，而不是依赖开源语言模型。佐治亚理工学院的机器人专家徐丹飞熟悉Generalist的工作，他表示这家初创公司在追逐更通用机器人模型的公司中脱颖而出。“他们很有魄力，”他说。