麻省理工学院发布新研究，将大语言模型和家用机器人集成以使其能自主适应外部环境的变化

　　随着人工智能技术的不断进步，家用机器人正在变得越来越智能，可能很快就会进化到远远超出它们目前的能力限制和我们的想象。

　　最近，据海外媒体报道，麻省理工学院（MIT）的工程师们正在研究一种增强家用机器人智能能力和适应性的新方法，工程师们将家用机器人与大语言模型进行集成，以提供智能导航和应对意外情况的挑战。业内专家将这一进步视为一种飞跃，预计在不久的将来，家用机器人将能够自主适应新环境。

　　尽管没有参与麻省理工学院的这项研究，但是来自宾夕法尼亚大学（University of Pennsylvania）教授机器人技术的Nadia Figueroa表示，人工智能机器人的未来前景是，它们将能够自适应到不同的任务和特殊情况，或者它们能够检测到人类用户的意图或需求。我们离这个目标还很远，但已经取得了很大进展。在不久的将来，我们将拥有能够预测我们需求的机器人，同时它们也足够灵活，可以根据用户的要求改变它们的行为计划。

　　家用机器人可能很快成为物联网融入普通人日常生活的一部分。根据海外研究显示，现在每个人平均拥有6台联网设备，而千禧一代则更多，平均拥有7台联网设备。这反映了智能家居的使用趋势，其中便利性和效率受到使用者的高度重视。例如，从2019年至2023年间，智能冰箱的拥有率从5%增加到9%，联网恒温器的拥有率从10%增加到15%。

　　消费者和企业对机器人的兴趣都在增长。据一些报道称，苹果公司正在考虑进军个人机器人市场。随着自己的电动汽车计划的终止，苹果公司正在研究机器人领域的潜在项目，以寻找新的扩张途径。目前正在考虑的项目包括家用移动机器人，以及配备可移动显示器的机器人桌面设备。到2030年，全球工业机器人的市场规模预计将增长到600亿美元。

　　为了接管更多的家庭和工业级任务，机器人必须学会在工作中做得更好。就像孩子一样，机器人需要被教导如何完成任务。麻省理工学院的研究人员可能已经发现了一个突破点，使机器人的训练过程更加简单。科学家们在他们发表的论文中解释道，对机器人的训练可以被分解成更小的步骤，需要机器人一个接一个地完成，才能最终成功完成完整的任务。

　　例如，机器人在将弹珠从一个碗移到另一个碗的时候，必须执行一系列动作，如伸手、舀起和倒出。传统方式中，如果一个机器人由于一个错误而偏离了它的任务，它必须从头开始，需要为每个潜在的错误进行痛苦的再编程。现在，研究团队使用大语言模型来自动识别和排序这些子任务。

　　大语言模型可以理解并生成自然语言，用于有逻辑地描述任务中涉及的步骤，例如“伸手”、“舀”和“倒”。这项创新方法使研究人员能够将机器人的物理动作与任务的相应阶段联系起来，使机器人能够通过一种算法自主调整和恢复，该算法将其物理状态或图像映射到自然语言标签上。

　　在实践中，研究团队将这种方法应用于一个机器人上。尽管受到轻推或掉弹珠等干扰，但是机器人在从大语言模型学习的基础分类的指导下，可以自我纠正并继续执行任务，而无需重新启动，这表明机器人有可能实时独立适应和再恢复。

　　使用人工智能来学习如何移动和与物体交互的机器人通常是根据过去的数据或通过观察其他人如何完成任务来学习的。Nadia Figueroa解释道，机器人们也可以通过努力获得最高分或奖励来进行学习。当机器人在以人类为主要焦点的地方使用时，这些机器人学到的技能可能无法很好地发挥作用。这可能是由于训练过程中没有考虑到的环境变化，或者由于人类施加的干扰或变化，或者仅仅是因为机器人没有得到充分或适当的训练。在这些情况下，机器人不知道如何恢复，也不知道自己没有完成任务，因为它们并不真正了解自己在做什么，只是在训练有素的地方执行任务。换句话说，经过传统训练的人工智能机器人没有人类那样的常识。麻省理工学院的工程师们提出的方法是通过利用大语言模型来解决这个问题，在机器人无法完成任务的情况下，向机器人提供应该采取什么行动的常识。

　　麻省理工学院的这项新研究可能会对商业领域的机器人产生实质性影响。例如，在仓库环境中，需求可能是高度不可预测的，仓库机器人公司Exotec北美市场执行副总裁Andy Williams表示，当机器人在仓库中移动时，它可以预测到不可预见的事件（比如一个箱子从货架上掉下来，这通常是它们的路径），这可以大大减少机器人的停机时间，减少对人工干预或维护的需求。随着机器人越来越多地在仓库中与人类一起工作，了解自己在任务中的角色以及它们作为整体一部分的位置变得至关重要。大语言模型使机器人能够在各种环境中进行有效安全的操作，以提供仓库工人的工作效率和降低安全风险。

　　另一家机器人公司Plus One Robotics的运营总监Christina Gomez-Terry表示，仓库和物流机器人正在为许多世界顶级零售商实现了任务自动化，提高了吞吐量，提高了人类工人的安全性。人工智能使这些机器人能够更有效地挑选和包装货物，并根据包裹的独特品质调整抓手的强度，以及许多其他应用。

　　未来，机器学习技术可以提高机器人的工作效率，但目前大多数机器人仍将处于人类的控制之下。机器人公司XTEND正在开发一种操作系统，可以让机器人自主处理特定任务，如进入建筑物、扫描楼层，甚至追捕犯罪嫌疑人。然而，“常识性”决策，比如判断情况或适应不可预见的情况，这些仍然掌握在人类的手中。XTEND的联合创始人兼首席执行官Matteo Shapira表示，这种人机合作，或实用的人类监督，允许我们的机器人与人类一起工作，他们可以同时管理数十个机器人。

延伸阅读：

• 英伟达发布通用人形机器人基础多模态模型Project GR00T
• 海外媒体报道，亚马逊产业基金将加大对结合AI和机器人的创新项目的投资
• 人工智能人形机器人公司1X融资1亿美元，曾获OpenAI投资
• 加州大学伯克利分校发布多功能控制系统，利用生成式AI让人形机器人更好地适应未知环境
• 当人工智能结合工业机器人，英伟达旗下投资部门领投Machina Labs最新的3200万美元融资

Powered by Froala Editor