當(dāng)?shù)貢r(shí)間周五，谷歌公司發(fā)布新的機(jī)器人模型Robotics Transformer 2(RT-2)，搭載了大語言模型的最新進(jìn)展，且能幫助訓(xùn)練機(jī)器人理解扔垃圾等任務(wù)。

　　RT-2是一種“視覺-語言-行動(dòng)”模型，可以通過在網(wǎng)絡(luò)上投喂信息和圖像，訓(xùn)練機(jī)器人執(zhí)行響應(yīng)的動(dòng)作。這使得機(jī)器人變得更加聰明，并賦予它們新的理解和解決問題的能力。

　　例如，如果希望以前的系統(tǒng)能夠扔掉垃圾，必須明確地訓(xùn)練它們能夠識(shí)別垃圾，以及撿起并扔掉垃圾。RT-2則能夠從大量的網(wǎng)絡(luò)數(shù)據(jù)中轉(zhuǎn)移知識(shí)，它已經(jīng)知道什么是垃圾，并且可以在沒有明確訓(xùn)練的情況下識(shí)別垃圾。

　　谷歌宣稱，相比以往第一個(gè)版本，新的模型讓機(jī)器人的性能幾乎翻倍，準(zhǔn)確率從32%提升至62%。

　　谷歌DeepMind的機(jī)器人主管Vincent Vanhoucke說：“由于生成式AI的爆火，我們不得不重新考慮整個(gè)研究計(jì)劃。之前做的很多事情都已經(jīng)完全失效了。”

　　加州大學(xué)伯克利分校的機(jī)器人領(lǐng)域教授Ken Goldberg表示，機(jī)器人的靈巧程度仍達(dá)不到人類的水平，在一些基本任務(wù)上也表現(xiàn)不佳，但谷歌利用人工智能語言模型賦予機(jī)器人新的推理和即興創(chuàng)作技能，這是一個(gè)有希望的突破。