來源：華爾街見聞 作者：李丹
谷歌的RT-2模型根據網上的文本和圖像進行訓練，直接指示機器人動作，比如讓機器人無需接受訓練就懂得垃圾是什麽，甚至知道怎樣扔垃圾。谷歌稱，面對訓練中從未出現的新任務情形時，RT-2的性能較前代幾乎提高一倍；RT-2能根據基本的推理響應用戶指令。
谷歌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。
美東時間7月28日周五，谷歌DeepMind宣布推出應用於機器人領域的新產品——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。
谷歌介紹，RT-2基於Transformer模型，根據互聯網上的文本和圖像進行訓練，直接指示機器人執行動作。就像用語言模型通過網絡文本訓練AI學習人類社會的思想和概念一樣，RT-2也可以通過網絡數據，將相關知識告知機器人，指導機器人的行為。
谷歌舉例稱，如果我們要讓以前的機器人系統做出扔垃圾的動作，就必須明確訓練機器人懂得區分何為垃圾，以及撿起垃圾、扔掉它這些動作。而RT-2能將網上的相關知識傳給機器人，讓機器人無需明確的訓練，就懂得垃圾是什麽，甚至即便從未受過如何扔垃圾的訓練，也知道怎麽扔垃圾。
谷歌表示，RT-2具有將信息轉化動作的能力，借助它，機器人有望更快適應全新的情形和環境。
因為在6000多次測試RT-2 模型的機器人試驗後，谷歌的團隊發現，面對訓練數據中已有的任務、或者說“見過”的任務，RT-2和它的前代RT-1一樣發揮功能，沒有差別。而在新穎的、之前從未見過的任務情形中，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容，將學到的概念應用於全新的情境中。
谷歌稱，RT-2顯示出超越其所接觸機器人數據的推廣應用能力和語義、視覺理解能力，包括解釋新的命令，並通過基本的推理響應用戶的指令，比如關於物體的類別和高層次描述的推理。
谷歌的研究還表明，通過結合思維鏈的推理，RT-2能執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模發布或者出售應用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，而且還展示了更多通用機器人的巨大前景。”
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，人類是否已經打開了一個潘多拉魔盒？
在《終結者》中，機器人的“自我學習”能力可能會讓它們逐漸突破人類設定的限製，實現超越預期的智能水平。這種超越可能導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生意想不到的威脅。
隨著人工智能技術的迅猛發展，科技巨頭和全球監管機構已經越來越意識到人工智能安全問題的重要性，紛紛采取行動以應對這一挑戰。
希望人工智能朝《傑森一家》的劇情發展，機器人家庭成員與人類和諧相處，而不是走向《終結者》。
編輯/lambor