不知道你是否曾有過這樣的想法：把一切家事都交給家務機器人。說實話，這是科幻作品中經常能看到的場景。
來自舊金山的新創公司 Physical Intelligence（物理智慧，簡稱 Pi）正在致力於幫助人們實現這個夢想。這家公司近日展示了一種「接受了前所未有的資料量訓練」的人工智慧模型，它已經學會做各種家事。
Physical Intelligence 發布的影片顯示，他們的機器人可以十分靈巧地完成各種家事，包括但不限於：整理擺滿了杯子和盤子的桌面：
把咖啡豆從袋子舀到機器當中：
甚至可以組裝紙箱：
最令人深刻的是，它們可以取出烘乾機內的衣物並摺疊整齊。兩隻機械手臂如同人類的雙手一般，配合熟練：
有趣的是，該公司開發的這種演算法有時會表現出一些類似的人類的怪癖，例如搖晃 T 恤和短褲，讓它們平整地鋪開。
Physical Intelligence 的執行長 Hausman 指出，摺疊衣服對於機器人來說尤其具有挑戰性，需要更多關於物理世界的一般智慧，因為它涉及處理各種會不可預測地變形和皺摺的柔性物品。
他也表示，目前的演算法並不很穩定。就像 AI 聊天機器人有時也會「崩潰」一樣，這些「家務機器人」有時也會做出一些令人不可思議的舉動：例如它會將雞蛋塞滿已經裝不下的紙箱，把紙箱強行闔上；有一次在裝東西時，機器人突然把盒子從桌上丟了下去。
▲ Physical Intelligence CEO Hausman。（Source：Karol Hausman）
雖然演算法還不完美，但 Physical Intelligence 至少為未來的「通用家務機器人」提供了一種可能性。然而，豪斯曼的野心遠不只於此──「家務」只是其中一種用途，「通用」才是公司的雄心壯志：
我們的目標是透過一個通用模型將人工智慧帶入物理世界，基本上對於任何應用程式來講，該模型可以為任何機器人或任何物理設備提供動力。
換句話說，Physical Intelligence 的目標是創建一個類似於大型語言模型（LLMs）的物理世界模型，這是一種「通用人工智慧模型」。
他們將建構語言模型的技術與控制和指導機器的自有方法相結合，並透過訓練大量的機器人資料來實現。豪斯曼表示，他們的方法「非常通用」，可以利用來自不同機器人類型的資料進行訓練，類似於人們訓練語言模型的方式。
該公司在過去八個月中開發了其「基礎模型」，名為 π0（pi-zero）。 π0 透過使用來自多種機器人執行各種家務的數據進行訓練，公司也經常讓人類遠端操作機器人以提供必要的教學。
Pi 盼創建應用於廣泛機器人硬體的軟體
Physical Intelligence 的聯合創始人之一、加州大學柏克萊分校的副教授謝爾蓋·萊文（Sergey Levine）表示，他們訓練的資料量比以往任何機器人模型都要大得多，並且「幅度非常大」。
與其他公司如 Figure AI 和特斯拉專注於建立仿人機器人，以及像 Covariant 這樣的公司開發通用機器人軟體不同，Pi 旨在創建可應用於廣泛機器人硬體的軟體。
對此，知名科技投資者，也是 Pi 的聯合創始人之一的拉奇·格魯姆（Lachy Groom）表示「使人類變得有趣的是我們的大腦，而不是我們的硬體，我們是終極的通用主義者。」
Physical Intelligence 面臨的一個關鍵挑戰是，與大型語言模型訓練中可用的文字資料相比，用於訓練的機器人資料規模有限。因此，公司必須產生自己的數據，並想出提高從更有限數據集中學習的技巧。
實際上，為了開發 π0，公司結合了所謂的視覺語言模型（在圖像和文字上訓練）和擴散建模（從 AI 圖像生成中藉鑑的技術），以實現更通用的學習。一切的一切，都在為「通用」而努力。
對於 Physical Intelligence 的現況與未來，萊文的觀點是：
為了讓機器人能夠承擔人類要求它們做的任何雜務，這種學習需要大幅擴大。儘管還有很長的路要走，但我們有一些你可以認為是基礎框架的東西，未來的事情從中可見一斑。
但同時，萊文對 Pi 的發展充滿信心。他表示有足夠的跡象表明，在現實世界中使用機器人的最大障礙「現在已經可以解決」。
科技新報粉絲團
加入好友
訂閱免費電子報
