谷歌(GOOGL.US)正在把先進的人工智能(AI)模型植入機器人，給機器人配一個AI大腦。

(資料圖片)

美東時間7月28日周五，谷歌DeepMind宣布推出應(yīng)用于機器人領(lǐng)域的新產(chǎn)品——名為Robotics Transformer 2(RT-2)的AI模型。它是一種全新的“視覺-語言-行動”(VLA)模型，可以幫助訓練機器人理解扔垃圾等任務(wù)。

谷歌介紹，RT-2基于Transformer模型，根據(jù)互聯(lián)網(wǎng)上的文本和圖像進行訓練，直接指示機器人執(zhí)行動作。就像用語言模型通過網(wǎng)絡(luò)文本訓練AI學習人類社會的思想和概念一樣，RT-2也可以通過網(wǎng)絡(luò)數(shù)據(jù)，將相關(guān)知識告知機器人，指導(dǎo)機器人的行為。

谷歌舉例稱，如果我們要讓以前的機器人系統(tǒng)做出扔垃圾的動作，就必須明確訓練機器人懂得區(qū)分何為垃圾，以及撿起垃圾、扔掉它這些動作。而RT-2能將網(wǎng)上的相關(guān)知識傳給機器人，讓機器人無需明確的訓練，就懂得垃圾是什么，甚至即便從未受過如何扔垃圾的訓練，也知道怎么扔垃圾。

谷歌表示，RT-2具有將信息轉(zhuǎn)化動作的能力，借助它，機器人有望更快適應(yīng)全新的情形和環(huán)境。

因為在6000多次測試RT-2 模型的機器人試驗后，谷歌的團隊發(fā)現(xiàn)，面對訓練數(shù)據(jù)中已有的任務(wù)、或者說“見過”的任務(wù)，RT-2和它的前代RT-1一樣發(fā)揮功能，沒有差別。而在新穎的、之前從未見過的任務(wù)情形中，RT-2的性能幾乎提高一倍，成功率達到62%，遠超RT-1的32%。

換句話說，通過RT-2，機器人能像人類一樣學習更多內(nèi)容，將學到的概念應(yīng)用于全新的情境中。

谷歌稱，RT-2顯示出超越其所接觸機器人數(shù)據(jù)的推廣應(yīng)用能力和語義、視覺理解能力，包括解釋新的命令，并通過基本的推理響應(yīng)用戶的指令，比如關(guān)于物體的類別和高層次描述的推理。

谷歌的研究還表明，通過結(jié)合思維鏈的推理，RT-2能執(zhí)行多階段的語義推理，比如判斷哪種物體可以臨時用作錘子，哪一類飲料最適合疲勞的人。

有媒體周五稱，谷歌目前沒有立即計劃大規(guī)模發(fā)布或者出售應(yīng)用RT-2的機器人，但最終，這些機器人可能用在倉庫或者用作家庭助理。

谷歌 DeepMind 機器人主管 Vincent Vanhoucke表示：“RT-2 不僅展示了人工智能的進步如何迅速融入機器人技術(shù)，而且還展示了更多通用機器人的巨大前景?！?/p>

但谷歌首個具有“自我學習”能力的機器人算法模型也進一步加劇了人工智能失控的擔憂，人類是否已經(jīng)打開了一個潘多拉魔盒?

在《終結(jié)者》中，機器人的“自我學習”能力可能會讓它們逐漸突破人類設(shè)定的限制，實現(xiàn)超越預(yù)期的智能水平。這種超越可能導(dǎo)致機器人擁有自主意識和決策能力，而這也意味著它們有可能對人類產(chǎn)生意想不到的威脅。

隨著人工智能技術(shù)的迅猛發(fā)展，科技巨頭和全球監(jiān)管機構(gòu)已經(jīng)越來越意識到人工智能安全問題的重要性，紛紛采取行動以應(yīng)對這一挑戰(zhàn)。

希望人工智能朝《杰森一家》的劇情發(fā)展，機器人家庭成員與人類和諧相處，而不是走向《終結(jié)者》。

本文選編自“華爾街見聞”，作者：李丹;智通財經(jīng)編輯：李均柃

關(guān)鍵詞：