生成式 AI 与机器人技术的未来

admin2024-03-25技术前沿219
近日,来自卡内基梅隆大学、加州大学伯克利分校、Meta、英伟达、波士顿动力以及丰田研究所的6家顶尖机构的7位顶级位专家,就生成式人工智能(AI)与机器人技术未来进行了深入讨论。议题覆盖生成式AI、人形机器人、家用机器人等领域,旨在全面深入解析现有机器人技术及其未来发展趋势

在讨论中,专家们分享了以下观点

  • 2023年标志着生成式AI在机器人学中的革命性变革;
  • 生成式AI对机器人技术的影响从模拟到设计领域都极为深远;
  • 在实用性和经济性方面,简易抓手优于五指机器人手;
  • 农业领域为机器人技术提供了广阔的应用平台。

这些专家的主要观点概括如下:
Matthew Johnson-Roberson(卡耐基梅隆大学)
Matthew Johnson-Roberson强调生成式人工智能(AI)在改变机器人技术方面的关键作用。他指出,2023年是一个转折点,标志着生成式AI开始深刻影响机器人学。他认为,生成式AI能够为机器人提供前所未有的任务处理能力,使其能够处理更广泛的任务,并在新环境中更好地适应和学习。Matthew还提到,通过生成新颖的数据和解决方案,生成式AI能够显著提高机器人对新情况的适应性,进而推动其自主学习和进化的能力。这不仅使机器人能够执行更复杂的任务,而且还能提高它们在动态环境中的有效性和灵活性。
Dhruv Batra(Meta)
Dhruv Batra从Meta着重论述了生成式AI在具身AI和机器人技术中的双重角色。首先,他将其描述为一个强大的数据和经验生成器,生成各种格式的数据,例如2D图像、视频、3D场景等,以训练机器人。他提出,鉴于现实世界中机器人的实际经验(数据)非常珍贵,生成式AI可以作为一种“学习型模拟器”使用。其次,Dhruv提到生成式AI也可作为自监督学习架构,生成预期的感官数据,并与实际观察进行比较,从而作为无需人工标注的学习信号。他坚信,没有模拟的训练和测试,机器人研究无法大规模进行。
Aaron Saunders(波士顿动力)
Aaron Saunders来自波士顿动力,他论述了当前机器人技术变革的快速发展,指出变革的速度之快使我们很难对未来进行精确预测。他特别提到,基础模型在机器学习模型创造方式上标志着一次重大的变革,这不仅能够创建与机器人的对话界面,还能提升现有计算机视觉功能的质量,甚至可能开发出新的能力,如视觉问题解答。Aaron认为,这些可扩展的架构和训练策略最终可能应用到机器人的规划和控制领域,从而超越语言和视觉的限制
Russ Tedrake(丰田汽车先进AI研究所)
Russ Tedrake来自丰田汽车先进AI研究所,他谈到了生成式AI在给机器人技术带来新功能方面的潜力。Russ强调,现在我们不仅能够用自然语言与机器人交流,而且通过连接至互联网规模的语言和图像数据,机器人在理解世界和进行推理方面的能力也得到了大幅增强。他提到,尽管目前这一技术还处于初级阶段,但进一步的研究将集中在如何将图像和语言知识与机器人所需的物理智能有效结合,从而使机器人变得真正实用
Max Bajracharya(丰田汽车先进AI研究所)
Max Bajracharya主要探讨了机器人技术在人类环境中的应用和其发展潜力。他指出,机器人被广泛应用于以人为本设计的环境中,这些环境通常具有高度复杂性和动态变化性,从而对机器人技术提出了更高的适应性和灵活性要求。Max强调,为了适应这些以人为中心的环境并有效工作,机器人的设计不必局限于模仿人类形态,例如拥有两臂、五指或两腿。更重要的是,机器人应该被设计得既紧凑又安全,同时能够执行与人类相似或相辅相成的任务,以实现与人类的协作和互补。
他还强调,机器人技术不仅局限于已有的工业应用,而是有潜力在各种家庭环境中得到广泛应用。为此,机器人需要具备更高层次的智能和适应能力,以应对家庭环境的多样性和不可预测性。Max认为,未来的机器人将在智能化、互动性以及任务执行的复杂性方面迈出重要步伐,这将极大地推动机器人技术在日常生活中的应用和普及。
Ken Goldberg(加州大学伯克利分校)
Ken Goldberg来自加州大学伯克利分校,他论述了生成式AI如何在2023年彻底改变机器人学领域。他指出,像ChatGPT这样的大语言模型使机器人与人类之间的自然语言交流成为可能。机器人学家还发现,大型视觉-语言-动作模型可以被训练用来增强机器人的感知能力,并控制其手臂和腿部的动作。Ken提到,这种训练需要大量的数据,因此全球实验室现在正在合作分享数据。他还提到,尽管关于泛化能力的问题尚未完全解决,但这些模型已经带来深远的影响。
Deepu Talla(英伟达)
Deepu Talla主要论述了生成式AI如何提升机器人技术各个领域的生产力。他指出,从模拟到设计,生成式AI将产生革命性的影响。在模拟方面,模型通过构建场景、创建环境和生成资产来加速模拟开发,并缩小了3D技术艺术家和开发者之间的差距。在多模态人工智能方面,基于Transformer的模型将提升机器人理解周围世界的能力,使它们能在更多的环境中工作,并完成更复杂的任务。此外,他还提到机器人(重新)编程和创新机械设计在提升效率方面的重要性。
原文链接

Top robotics names discuss humanoids, generative AI and more

https://techcrunch.com/2023/12/22/top-robotics-names-discuss-humanoids-generative-ai-and-more


发表评论

访客

◎欢迎参与讨论,请在这里发表您的看法和观点。