2020久久香蕉国产线看观看_久久这里只有精品07_国产成人精品高清在线_久久天堂综合亚洲伊人hd_亚洲无码视频观看

作者：金旺

從早稻田大學(xué)1972年研發(fā)的WABOT，到特斯拉2022年首秀的Optimus，人類科學(xué)家對人形機(jī)器人的研發(fā)走過了半個世紀(jì)。在這半個世紀(jì)里，人形機(jī)器人的發(fā)展已經(jīng)從本田ASIMO、波士頓動力Atlas代表的技術(shù)驗證期，過渡到了以特斯拉Optimus為代表的商業(yè)試水期，一個新的機(jī)器人時代正在開啟。

(資料圖片僅供參考)

為此，至頂科技特別策劃推出《機(jī)器人新紀(jì)元》專題報道，旨在探尋全球機(jī)器人團(tuán)隊的技術(shù)變遷和創(chuàng)新故事。

本文收錄于至頂科技《機(jī)器人新紀(jì)元》專題。

作者｜金旺

欄目 | 機(jī)器人新紀(jì)元

2022年11月30日，OpenAI對外公布了由GPT 3.5系列大語言模型訓(xùn)練而成的對話式AI——ChatGPT，自此ChatGPT成為通用人工智能的代名詞，開啟了逆襲之路。

ChatGPT的出現(xiàn)標(biāo)志著人工智能發(fā)展進(jìn)入到了一個新的階段，這個階段的標(biāo)志性特性是“通用型”，而人們討論最多的則是大模型，尤其在OpenAI在今年3月14日正式發(fā)布了GPT 4，也就是第四代生成式預(yù)訓(xùn)練模型后，通用人工智能大模型讓各個行業(yè)再次興奮起來。

與此同時，在人工智能與機(jī)器人結(jié)合方面，具身智能應(yīng)運而生。

2023年7月6日，在中關(guān)村智友研究院主辦的首屆科技創(chuàng)變者大會上，王田苗（北航機(jī)器人研究所名譽(yù)所長、中關(guān)村智友研究院院長）、黃鐵軍（北京智源人工智能研究院院長、北大多媒體信息處理國家重點實驗室主任）、鄧志東（清華大學(xué)教授、博導(dǎo)、清華人工智能研究院視覺智能研究中心主任）、樊瑜波（北航醫(yī)學(xué)科學(xué)與工程學(xué)院院長、生物與醫(yī)學(xué)工程學(xué)院院長）、熊蓉（浙江大學(xué)求是特聘教授，迦智科技創(chuàng)始人）幾位人工智能、機(jī)器人領(lǐng)域領(lǐng)軍人物，就新一代人工智能為包括機(jī)器人產(chǎn)業(yè)在內(nèi)帶來的機(jī)遇與挑戰(zhàn)進(jìn)行了一場深度對話。

我們有幸在這個科技創(chuàng)變新周期，現(xiàn)場聆聽了這場重磅對話。

以下為本次論壇圓桌對話內(nèi)容，至頂網(wǎng)進(jìn)行了不改變原意的整理：

10年內(nèi)，更聰明的機(jī)器人進(jìn)入家庭

王田苗：科技創(chuàng)變者宏觀尺度上來看，未來5-10年，會有哪些新賽道值得all in？

黃鐵軍： 我覺得未來幾年里，機(jī)器人和人工智能技術(shù)融合發(fā)展值得關(guān)注。

今天人工智能很熱，已經(jīng)占據(jù)了歷史機(jī)遇窗口期，那么下一個歷史新機(jī)遇是什么？

我認(rèn)為人工智能下一個重大突破是通用感知模型，即面向自動駕駛、機(jī)器人等領(lǐng)域的具身智能模型，通用感知模型的快速發(fā)展會帶來是一個巨大新機(jī)遇。

大語言模型的突破，為通用人工智能打了一個很好的基礎(chǔ)，語言事關(guān)人對世界的認(rèn)知和理解，在這方面，可以說大部分認(rèn)知問題已經(jīng)得到解決。如果感知能力得到進(jìn)一步提升，類腦的通用智能模型將會逐漸形成。

以自動駕駛為例，目前我們通過機(jī)器視覺或激光雷達(dá)不斷讓自動駕駛汽車實實在在地感知這個世界，但其實它仍然缺少對世界的認(rèn)知。例如汽車前方道路上有一個大塑料袋或一塊大石頭，現(xiàn)在的自動駕駛汽車遇到這樣的場景，肯定會停下來，但是人類駕駛員看到汽車前方有一個被風(fēng)吹得鼓鼓的塑料袋，能夠直接判斷出它不會對汽車行駛造成什么風(fēng)險，可能就直接開過去了。

今天自動駕駛和人類駕駛員的區(qū)別就在于，人對物體的物理屬性和潛在風(fēng)險是有常識認(rèn)知的，今天的機(jī)器視覺并沒有的，無論是雷達(dá)還是攝像頭。

所以大語言模型出現(xiàn)之后，再回過頭來看，這樣認(rèn)知上的能力就有可能實現(xiàn)。下一個人工智能大模型的爆點，放在自動駕駛領(lǐng)域，有可能就是實現(xiàn)L4/L5級別的自動駕駛；放在機(jī)器人領(lǐng)域，有可能是有類人大腦的機(jī)器人。

原來總是認(rèn)為很復(fù)雜的場景，例如玻璃制品是容易碎的，有水的地面容易滑倒，在實現(xiàn)認(rèn)知智能后，這些一直以來無法靠傳統(tǒng)不斷補(bǔ)充Corner case來完成的，現(xiàn)在只需要一個通用人工智能模型，一個有認(rèn)知、有感知，在現(xiàn)實世界中擁有常識的人工智能模型就能實現(xiàn)。

我對技術(shù)發(fā)展比較樂觀，我認(rèn)為，1-3年，L4/L5級別的自動駕駛就能夠?qū)崿F(xiàn)，5-10年，能夠進(jìn)入工廠、進(jìn)入家庭的很聰明的機(jī)器人就能實現(xiàn)。

如何用技術(shù)應(yīng)對人口老齡化難題？

王田苗：樊老師認(rèn)為哪個賽道值得關(guān)注？

樊瑜波： 現(xiàn)在我們社會的老齡化不斷加劇，人類的平均壽命在不斷延長，80歲以上的平均壽命已經(jīng)到來，甚至很快還會有很多原來不經(jīng)常出現(xiàn)的慢性病會相繼出現(xiàn)，人的機(jī)能衰老和逐漸半失能、失能也會成為必然。

如何應(yīng)對人口老齡化問題，為老年人提供生活輔助和支持就成了一個大賽道。但要支撐這方面的產(chǎn)業(yè)應(yīng)用，需要融合各個學(xué)科中的知識和技術(shù)。

從科技角度來看，未來生物活性智能材料是一個非常重要的方向。

永遠(yuǎn)不要低估生命，生命所蘊(yùn)含的東西我們還遠(yuǎn)遠(yuǎn)不能企及。

開一個玩笑來看的話，人每天吃一個饅頭、喝一碗稀飯，大腦所進(jìn)行的運算如果換用人工智能，需要大量服務(wù)器、消耗大量能量、占據(jù)相當(dāng)大的數(shù)據(jù)資源才能實現(xiàn)。所以相對人工智能AI，我認(rèn)為生物智能BI更博大精深。

所以生物科學(xué)里的多樣性，例如情感對人類身體形成的獎賞機(jī)制、懲罰機(jī)制，我們還遠(yuǎn)遠(yuǎn)不能定量化描述。我認(rèn)為生物活性智能材料，以及由此帶來的新傳感，或者新的一些干預(yù)手段，還有很大的機(jī)會。

王田苗：您走訪了很多養(yǎng)老機(jī)構(gòu)，您認(rèn)為當(dāng)下養(yǎng)老場景中陪護(hù)和護(hù)理兩類機(jī)器人哪類更重要？

樊瑜波： 這兩類機(jī)器人都很重要。

我曾經(jīng)去日本的養(yǎng)老院訪問過，他們的養(yǎng)老院中有一種海豹機(jī)器人，賣得很貴，也經(jīng)過了FDA的認(rèn)證，但其實工作原理很簡單，老人撫摸它時，它能發(fā)出一些模擬海豹發(fā)出的可愛的聲音，再就沒有更復(fù)雜的功能了，但在養(yǎng)老院里，老人很喜歡抱著它。所以情感交互是重要的。當(dāng)然人的坐臥行等日?；顒拥妮o助也是必不可少的。

大模型助推機(jī)器人產(chǎn)業(yè)落地

王田苗：您覺得特別值得科技創(chuàng)建者來推動聯(lián)合這樣一個賽道是什么？

鄧志東： 現(xiàn)在來看的話，我比較看好人工智能、人形機(jī)器人、自動駕駛?cè)齻€方向。

2012年以來，人工智能熱潮在全世界再次興起，最初主要是以深度卷積神經(jīng)網(wǎng)絡(luò)為代表的弱人工智能，整個弱人工智能應(yīng)該說全面賦能了自動駕駛，但是我們實際并沒有看到真正有L4級自動駕駛技術(shù)在產(chǎn)業(yè)落地。

去年年底以ChatGPT為代表的通用人工智能出現(xiàn)之前，其實大家對人工智能產(chǎn)業(yè)是有懷疑的，尤其是看不到多少成功落地的案例。通用人工智能出現(xiàn)以后，這樣的現(xiàn)狀有所改變，如何去用大模型？如何用這樣的通用AI能力去賦能自動駕駛與機(jī)器人？

機(jī)器人在弱人工智能時代，其實與人工智能之間的結(jié)合并不是很多，但現(xiàn)在與大模型結(jié)合有了新的機(jī)會。

大模型的能力，再加上思維鏈等提示詞工程甚至可以實現(xiàn)零樣本學(xué)習(xí)，這有可能更多地推動人工智能與自動駕駛、機(jī)器人的結(jié)合，在未來或有更多真正產(chǎn)業(yè)落地應(yīng)用的機(jī)會。

王田苗：我有個個人觀點，基于人工智能大模型進(jìn)行創(chuàng)業(yè)的團(tuán)隊，現(xiàn)在更需要在大模型的基礎(chǔ)上找出具體應(yīng)用場景來創(chuàng)新？

鄧志東： 我同意這樣的觀點。

我覺得做大模型其實非常困難，我們更應(yīng)該關(guān)注怎么去用好大模型，搞機(jī)器人、自動駕駛的，更應(yīng)該關(guān)注怎么去使用，使用大模型的能力，這個是最重要的事情。

我有三個觀點：

第一，我們應(yīng)該更多關(guān)注大模型的應(yīng)用，語言智能是我們?nèi)祟惡蛣游镏g的根本區(qū)別，所以用語言智能就可以提供與人類一致的感知、預(yù)測、決策及規(guī)控能力，甚至可以用我們?nèi)祟惤?jīng)驗去對它進(jìn)行反饋矯正；

第二，利用世界的知識模型、知識圖譜去推動完成目標(biāo)的理解，之前我們只能做到感知，做不到理解，現(xiàn)在從某種意義上說視覺理解可以通過世界知識模型的構(gòu)建來實現(xiàn)；

第三，用大模型支撐自然人機(jī)交互，通過它可以進(jìn)行完全自然的人機(jī)交互，從而進(jìn)一步實現(xiàn)主動感知。

我覺得這三個方面是很重要的。最重要的是，對通用人工智能來說，同一個模型可以干很多事情，例如可以做感知，可以做決策，可以做規(guī)劃，甚至可以做性能評估等，這與弱人工智能一個模型只能完成一個任務(wù)是完全不同的。

大模型+機(jī)器人，從封閉環(huán)境走向開放環(huán)境

王田苗：您認(rèn)為人工智能為機(jī)器人產(chǎn)業(yè)帶來了哪些機(jī)會？

熊蓉： 人工智能技術(shù)與機(jī)器人結(jié)合能夠不斷提升機(jī)器人的智能移動能力、智能操作能力，以及智能交互能力。

第一，像現(xiàn)在大模型的誕生，直觀來講，我們會看到它對機(jī)器人和人的這種自然語言交互、以及視覺交互，能夠有一個很好地提升。

我們在早幾年也有看到市場上出現(xiàn)過一些家庭陪伴聊天機(jī)器人，但當(dāng)時只是熱了一陣子，因為它整體交互能力做得不夠好，給人的感覺還是比較呆板、不夠智能，現(xiàn)在語言大模型在這方面有了很好的提升。

第二，我們現(xiàn)在可以把語言和視覺的大模型與機(jī)器人的技能學(xué)習(xí)結(jié)合，例如與操作能力的學(xué)習(xí)結(jié)合起來。

我們之前也做過這樣的嘗試，通過預(yù)訓(xùn)練的語言大模型、視覺大模型和機(jī)器人抓取模型結(jié)合，我們可以看到：

一方面，我們可以給它靈活地下達(dá)指令；

另外一方面，我們可以實現(xiàn)一個有目標(biāo)性的智能抓取，改變了前面我們必須模塊化定義機(jī)器人的目標(biāo)檢測、定位、抓取決策，任何一個環(huán)節(jié)出錯都有可能影響最后的成功率。

而機(jī)器人抓取模型的學(xué)習(xí)，例如2015年谷歌用16臺機(jī)器人訓(xùn)練了6個月時間，實現(xiàn)的是無目標(biāo)抓取，只是抓取，并不識別物體。

我們現(xiàn)在做的，是把二者進(jìn)行結(jié)合，實現(xiàn)有目標(biāo)的智能抓取。

因此，將感知智能和運動智能結(jié)合，實現(xiàn)感知運動智能，可以進(jìn)一步提升機(jī)器人的智能性，從而更好地適應(yīng)開放動態(tài)的環(huán)境。

這可以改變我們現(xiàn)在的機(jī)器人還是在一種受限受控的環(huán)境下運行的現(xiàn)狀，從面向工業(yè)應(yīng)用場景推廣到更加開放動態(tài)的環(huán)境，帶動服務(wù)機(jī)器人的發(fā)展。

王田苗：您認(rèn)為什么場景中會出現(xiàn)單品出貨量超過100萬臺的機(jī)器人物種？

熊蓉： 人工智能從專用人工智能走向了通用人工智能，對機(jī)器人而言，也需要從專用型機(jī)器人向通用型機(jī)器人去發(fā)展，這也是為什么現(xiàn)在人工智能熱潮中，人形機(jī)器人也形成了一個熱潮的原因。

因為它代表的是未來一個通用型機(jī)器人，可以適應(yīng)各種應(yīng)用場景。

關(guān)鍵詞：