Youtube
一家機器人公司發布了一段視頻，聲稱顯示人類機器人在觀看人類之後做了一杯咖啡，同時糾正了它實時犯的錯誤。在促銷鏡頭中，圖。 EAI的旗艦型號被稱為“圖01”，拿起咖啡膠囊，將其插入咖啡機，關閉蓋子並打開機器。
儘管目前尚不清楚哪種系統在引擎蓋下運行，但Tigue已與BMW簽署了一項商業協議，以提供其汽車生產中的人形機器人 - 於1月18日宣布新聞新聞稿。
專家們還告訴現場科學，假設錄像完全顯示了公司所主張的內容，那麼在引擎蓋下可能發生了什麼。
當前，人工智能（AI）功率的機器人技術特定於領域 - 這意味著這些機器做得很好，而不是充分地做所有事情。它們從規則的編程基線和用於自學的數據集開始。但是，圖。 EA聲稱圖01僅通過觀看10個小時的鏡頭來學習。
對於機器人製作咖啡或修剪草坪，這意味著要嵌入太笨拙的多個領域的專業知識。所有可能的意外情況的規則都必須被預測並編碼到其軟件中 - 例如，有關該軟件的具體說明，有關該軟件的何時到達草坪結束時該做什麼。因此，僅通過觀看就可以在許多領域中獲得專業知識將代表一個重大飛躍。
一種新型的機器人技術
難題的第一部分是圖01需要查看它應該重複的內容。 “在視覺上處理信息可以識別過程中的重要步驟和細節，”馬克斯·梅伯里（Max Maybury）AI企業家和AI產品評論的共同所有人告訴Live Science。
機器人需要獲取視頻數據並開發一個內部預測模型，這些模型和這些動作的順序，克里斯托夫·塞珀AIPRM的首席執行官AIPRM的首席執行官促使Chatgpt這樣的AI系統進入了AI Science。他補充說，它需要將看到的內容轉化為對如何移動其四肢和抓手以執行相同動作的理解。
有關的：埃隆·馬斯克（Elon Musk
然後是神經網絡的結構。克萊爾·沃爾什（Clare Walsh），英國分析研究所的數據分析和AI專家 - 一種受大腦工作原理啟發的機器學習模型。大量的互連各個節點連接以創建信號。如果當信號導致動作（例如伸出手臂或關閉抓手）時獲得所需的結果，反饋會增強其實現的神經連接，並將其進一步嵌入“已知”過程中。
沃爾什告訴《 Live Science》：“在2016年左右之前，像在照片中區分貓和狗的對象識別將獲得約50％的成功率。” “一旦神經網絡得到完善並起作用，結果幾乎在一夜之間就躍升至80％至90％ - 通過可靠的學習方法進行觀察訓練得非常好。”
對於沃爾什（Walsh），圖01和自動駕駛汽車之間存在相似之處，使用基於概率而不是基於規則的培訓方法使得可能。她指出，自學培訓可以足夠快地構建數據以在復雜的環境中工作。
為什麼自我糾正是一個主要的里程碑
儘管對於大多數人來說，製作咖啡的功能是多麼容易，但運動功能，精度操縱和事件的順序知識對於機器學習和執行非常複雜。這使得自我糾正錯誤的能力至關重要 - 特別是如果圖01從製作咖啡到抬起人類附近的重物或進行救生救援工作。
梅伯里說：“機器人的視力不僅僅是看到咖啡生產過程中發生的事情。” “它不僅觀察它，還分析了該過程，以確保一切都盡可能準確。”
這意味著機器人知道不要過度填充杯子以及如何正確插入吊艙。如果看到與學習的行為或預期結果有任何偏差，它將其解釋為錯誤，並微調其動作，直到達到所需的結果為止。它通過加強學習來實現這一目標，在這種學習中，通過導航不確定的環境的反複試驗和錯誤得出了對所需目標的認識。
沃爾什（Walsh）補充說，正確的培訓數據意味著機器人的類似人類運動可以快速“擴展和多樣化”。她說：“運動的數量令人印象深刻，精確和自我校正的能力意味著它可以預示該領域的未來發展。”
但蒙娜·基爾斯坦，是擁有自然語言處理博士學位的AI專家，警告說，圖01看起來像是一步，而不是一件可以使用市場的產品。
基爾斯坦告訴《現場科學》：“為了通過超出這一狹義任務的新環境來實現人類水平的靈活性，仍然必須解決諸如環境中的變化之類的瓶頸。” “因此，儘管它將出色的工程與最先進的深度學習結合在一起，但可能會誇大其詞，以將其視為使通常聰明的類人動物機器人的發展。”
