机器人技术困难的原因

人工智能的进步正在飞速发展，但实际上所有可见的进步都发生在知识工作领域，即可以在计算机内部进行的活动。在旧金山的人工智能领域，人们普遍认为机器人很快就会出现。与开发具有广泛能力的人工智能的竞赛同时进行的，还有一场同样激烈的竞赛，旨在开发具有广泛能力的机器人——具有物理智能的人形机器。人工工人可以做饭、打扫卫生、取东西和搬运……以及做其他一切事情，包括建造更多自己的东西，从而导致（在许多预测中）经济增长被描述为“爆炸式”增长。换句话说，人们的想法是，数据中心中的人工智能将很快涵盖所有脑力劳动，而人形身体中的人工智能将很快涵盖所有体力劳动。然而，有一个重要的区别：虽然我们可以看到智力领域的进步，但人工智能的物理方面主要局限于测试设施和演示视频。没有一个机器人可以与 ChatGPT 相媲美——你我，甚至人工智能社区中的大多数人，都无法接触到任何机器人。所以我们只能看演示视频。不幸的是，它们并不是评估进展的糟糕工具。我们可能会看到 100 次尝试中完成的一项任务。该场景可能经过精心安排，以避免机器人尚未准备好应对的挑战。视频可能会经过编辑，使其看起来机器人的动作速度比实际情况更快、更可靠。这是一个非常令人印象深刻的演示……其中有大量可疑的镜头剪辑。 （我还没有太多机会观看最近举行的世界人形机器人运动会的视频。这些视频对于提供一个不那么容易挑剔的公共平台很有价值。我看过的少数视频包括一些令人印象深刻的壮举，但没有解决我下面列出的许多挑战……而且还有很多引人注目的失败。）演示让人们注意到机器人已经可以做的事情。那么问题就变成了：缺少什么？在今天的文章中，我将列出在培养具有广泛能力的人工工人的道路上必须克服的技术挑战。下次当您看到机器人做一些令人印象深刻的事情时，问问自己：机器人展示了哪些功能，以及演示场景可以避免哪些挑战？ （请注意，如果我们考虑轮式机器人而不是严格的人形机器人，一些挑战会变得更容易。轮式机器人可以承载更多的重量，这意味着电子设备的力量、耐力和功率不再是一个挑战。轮式机器人不太可能摔倒。但它们不能爬楼梯，跨过杂物，或倾斜自己伸入橱柜。）也许人类最后的工作之一将是特写魔术。人手是一个工程奇迹——有相对的拇指，等等。它有大约两打“自由度”（不同的关节和/或每个关节可以弯曲的方向），以及大约 17,000 个触觉传感器。我们的大脑可以优雅地控制我们的双手，利用触觉、视觉甚至听觉提示来精确可靠地执行各种微妙的任务。目前的机器人“操纵器”只是苍白的仿制品。一些现有的机器人手在一项或多项物理属性上可以达到人类标准。例如，有些具有多达 27 个自由度。然而，没有一种产品能在灵活性、灵敏度、强度、可靠性和其他物理属性方面与整体相匹配。尽管演示变得越来越令人印象深刻，但这些因素的结合尤其难以匹配。例如，一些公司已经成功地将数千个触觉传感器塞进机器人指尖，但没有一家公司能够使这些微型传感器能够承受大量使用。控制问题可能与物理构造问题一样具有挑战性。一个称职的机器人必须能够找到正确的关节位置来抓取复杂的物体；计划好折叠衬衫、翻转煎蛋卷或在有限空间内拧紧螺栓的动作顺序；并处理柔软或松软的材料（这可能需要对突然的变化立即做出反应）。计算机视觉在过去一两年里取得了令人难以置信的进步（并引发了导致法学硕士的深度学习热潮）。但理解复杂的视觉场景——从拥挤的环境中挑选出一个物体，了解应该抓住它的位置，确定把脚放在哪里是安全的，以及如何避免撞倒东西——并不是一个已解决的问题。通用机器人必须能够将任务分解为单独的步骤，并将这些步骤与其环境相关联。如何操纵手臂将螺丝刀插入机器？清理货架后面的香料瓶的最快方法是什么？您应该按照什么顺序拾取客厅地板上的物品？真正的自主