Google 母公司 Alphabet 旗下的 DeepMind 前阵子首次推出了 Open X-Embodiment 开源资料库，这是一个联手 33 个研究机构所创建的「通用机器人功能资料库」，也该是目前为止最大的开源机器人资料库，包含 60 个数据库、百万条真实轨迹、涵盖 22 种机器人实例与 16 万个动作案例。
Open X-Embodiment 的重要性就像是 ImageNet，该资料库成立於 2009 年，至今拥有超过 1400 万张图像。就像 ImageNet 推动了电脑视觉研究一样，Open X-Embodiment 也被形容为是一个能推动机器人技术发展的重要里程碑。
机器人现在技术卡在哪？强大的「开源资料库」会是新解方吗？
通用机器人的相对词是专门机器人，专门机器人主要被设计用於特定场景与功能，而通用机器人能执行多种任务或功能，因此需具备更多的弹性、灵活度和功能性来适应不同的环境和任务。因此为达到通用机器人的灵活与精准度，机器上通常会结合各种感测技术与机器学习来优化整个机器人控制系统，而这个模型的开发需要大量的标记、数据和庞大的运算资源，这也是过往开发通用机器人所所面临到的技术瓶颈之一。
然而，在 Open X-Embodiment 资料库开源後，通用机器人模型开发的速度将有机会有所突破，DeepMind 也已经开始使用其来训练 RT-X 模型，并用它来训练专门开发通用机器人实验室的机器人，测试结果显示平均成功率甚至比该团队内自己设计的模型高出 50%。
- 机器人现在会自我学习了！DeepMind 是怎麽做到的？
「建立多样性够高的机器人案例资料库是训练多功能模型的关键步骤，让该模型可以控制不同种类的机器人，能让机器人遵循不同的指令，对复杂任务进行基本推理并有效地进行拆解。」DeepMind 研究人员 Quan Vuong 和 Pannag Sanketi 表示：「正如 ImageNet 推动了电脑视觉研究一样，我们相信 Open X-Embodiment 也能推动机器人技术的发展。」
生成式 AI 将为通用机器人带来什麽爆发性进展？听听新任 DeepMind 机器人团队技术总监怎麽说
对人类来说，如果我们想在家找到咖啡机，可能理所当然地会去餐桌或橱柜找，这些在生活中的直觉判断我们该如何传达给机器人？过去，这项目标其实很难达到，因为光是具体写出让电脑理解「为什麽把咖啡机放在餐桌上很合理，但桌子不可能放在咖啡机上」的逻辑或指令就非常不容易。
然而现今，生成式 AI 快速发展开始突破了这个限制，如果 ChatGPT 知道用户正在找咖啡机，它完全可以正确地给出用户该去哪里找的建议。
「因此，生成式 AI 将在机器人技术中扮演举足轻重的重要角色。」Google DeepMind 新任的机器人技术资深总监 Vincent Vanhoucke 在被 TechCrunch 采访时明确表示。
- Google DeepMind 推新模型，用训练 AI 的方式教机器人丢垃圾
「『常识感知（perception）』是机器人开发技术的核心问题，因此当我们已经能让这些『常识』应用於机器人规划中，并结合进机器人的操作与人机互动，未来就有机会创造具备『常识感知』且可以推理事物的机器人助理。」
Vanhoucke 进一步说明，若要通用机器人能在现实环境中灵活应用并完成任务，需要与现实世界精准互动的判断力，而这项技术则完全取决於机器人 AI 模型的进展。而目前生成式 AI 的发展已经让电脑视觉、音讯处理等技术几乎达到了人类的水准，这项进步让 Vanhoucke 团队一再认知到：生成式 AI 将让通用机器人的开发往前跨出一大步，且未来几年内即有机会落地实现。因此，Open X-Embodiment 的开源也是将 AI 与通用机器人进一步结合应用的重要里程碑。
过渡理论与现实之间的鸿沟：物理模拟器（Simulation）也即将被生成式 AI 取代
谈论到 AI 用於通用机器人开发的更多可能性，Vincent 也举了另一个应用想像。
生成式 AI 最广泛的应用还在数位电子用品中的资讯输入与输出，但 AI 还能加速通用机器人在模拟环境中的进展。
过往在开发机器人的过程中，常在模拟阶段遇到重重挑战，主因是模拟环境即便可以缩小与现实之间差距，但要完全复刻却非常困难。然而，模拟环境中的两大技术难点未来很有可能也能用 AI 解决，其一是模拟环境中的的物理性，其次是模拟现实的视觉渲染。未来，前者可能只需要用 AI 计算，後者则已经有 AI 图像生成模型来代劳。
Open X-Embodiment 开源资料库串起了生成式 AI 与通用机器人两大领域的发展，未来如果通用机器人开发能真的结合生成式 AI 技术，将在现实中为人类带来哪些科幻场景？或许在不久的将来，科幻电影中的各种想像情节都有可能发生。
参考资料： TechCrunch 、Deepmind.Google
责任编辑：Sisley
核稿编辑：Jocelyn
快加入 INSIDE Google News 按下追踪，给你最新、最 IN 的科技新闻！
