谷歌的母公司Alphabet正在將其最雄心勃勃的兩個研究項目——機(jī)器人技術(shù)和人工智能語言理解——結(jié)合在一起，試圖制造出能夠理解自然語言命令的“輔助機(jī)器人”。

自2019年以來，Alphabet一直在開發(fā)可以執(zhí)行簡單任務(wù)的機(jī)器人，例如取飲料和清潔表面。這個EverydayRobots項目仍處于起步階段-機(jī)器人速度緩慢且猶豫不決-但機(jī)器人現(xiàn)在已經(jīng)升級：谷歌的大型語言模型(LLM)PaLM改進(jìn)了語言理解。

大多數(shù)機(jī)器人只響應(yīng)簡短的指令，比如“給我拿一瓶水”。但是像GPT-3和谷歌的MuM這樣的LLM能夠更好地解析更多傾斜命令背后的意圖。在Google的示例中，您可能會告訴EverydayRobots原型之一“我把飲料灑了，你能幫忙嗎?”機(jī)器人通過可能動作的內(nèi)部列表過濾此指令，并將其解釋為“從廚房給我拿海綿”。

是的，對于“智能”機(jī)器人來說，這是一個低標(biāo)準(zhǔn)，但它絕對仍然是一個進(jìn)步!如果那個機(jī)器人看到你灑了一杯飲料，聽到你大喊“哦，天哪，我的愚蠢飲料”然后幫忙，那將是真正聰明的事情。

谷歌將由此產(chǎn)生的系統(tǒng)命名為PaLM-SayCan，這個名稱捕捉了該模型如何將LLM的語言理解技能(“Say”)與其機(jī)器人的“可供性基礎(chǔ)”(即“Can”——通過可能的動作過濾指令)相結(jié)合。

谷歌表示，通過將PaLM-SayCan集成到其機(jī)器人中，機(jī)器人能夠在84%的時間內(nèi)計劃對101條用戶指令的正確響應(yīng)，并在74%的時間內(nèi)成功執(zhí)行這些指令。這是一個可靠的命中率，但這些數(shù)字應(yīng)該加一點鹽。我們沒有101個命令的完整列表，因此不清楚這些指令的限制程度。他們真的捕捉到了我們期望真正的家庭助手機(jī)器人能夠理解的語言的全部廣度和復(fù)雜性嗎?這不太可能。

那是因為這對谷歌和其他從事家用機(jī)器人工作的人來說是一個巨大的挑戰(zhàn)：現(xiàn)實生活非常混亂。我們想問一個真正的家用機(jī)器人有太多復(fù)雜的命令，從“清理我剛剛灑在沙發(fā)下的麥片”到“炒洋蔥做面醬”(這兩個命令都包含大量暗示知識，從如何清理谷物，到冰箱里的洋蔥在哪里以及如何準(zhǔn)備它們，等等)。

這就是為什么本世紀(jì)唯一取得哪怕一點點成功的家用機(jī)器人——機(jī)器人真空吸塵器——在生活中只有一個目的：吸塵。

隨著人工智能在視覺和導(dǎo)航等技能方面的改進(jìn)，我們現(xiàn)在看到新型機(jī)器人進(jìn)入市場，但這些機(jī)器人的功能仍然有目的地受到限制。例如，看看LabradorSystems的Retrieverbot。它基本上是一個帶輪子的架子，可以將物品從房子的一個部分移動到另一個部分。這個簡單的概念肯定有很大的潛力——獵犬機(jī)器人可能對行動不便的人非常有用——但我們距離夢想中的無所不能機(jī)器人管家還有很長的路要走。