以後人類不用做家事啦！《麻省理工科技評論》揭 3 要素讓機器人加速進到你家

打造能為人們完成各種家務的機器人，是許多科學家的夢想。只是這類型的機器人需要應對不同的空間、任務等，複雜度較高，市面上至今仍未有相似產品出現。

不過近年來 AI 技術突飛猛進，現在有越來越多實驗證明機器人已能完成那些曾被視為「不可能的任務」，例如摺衣服、烹飪等，更有不少報導直指機器人將迎來專屬的「ChatGPT 時刻」。

以下是《MIT Technology Review》（麻省理工學院評論）分析機器人將在不久後能走出實驗室、進入人類家庭中的 3 個原因。

1. 硬體成本降低，研究團隊能夠負擔

過去研發高度複雜的機器人的成本相當高，例如早期一款重達 450 磅（約 200 公斤） 的機器人 PR2 就需要 40 萬美元，因此多數研究團隊難以進行研發。不過近來有越來越多相對平價的機器人出現，舉例來說，由科技新創 Hello Robot 開發、重量約 50 磅（約 20 公斤）的機器人 Stretch 最低只要 18,000 美元（約新台幣 58 萬元）。

另一款由史丹佛大學研究團隊研發的遠程操作系統 Mobile ALOHA，讓機器人只要接受 50 次的人類示範與相關訓練數據，就能學會一項新任務，且成功率高達 90%。值得一提的是，該團隊只花費幾萬美元、透過現有零件就組裝出這款能完成多項任務的機器人。

2. AI 技術蓬勃發展，建立出機器人的「大腦」

隨著 AI 蓬勃發展，各界將研發機器人的焦點從實現肢體靈活度，轉變成以深度學習與神經網路建立「通用型機器人大腦」，讓機器人可以從環境中不斷學習、並優化每一個動作。

2023 年 Google DeepMind 推出一款名為 RT-2 的視覺-語言-行動模型（vision-language-action model），能從文本、圖像和互動中建立對世界的基本認識，並將這些數據轉化成機器人的動作。

此外，豐田研究所（Toyota Research Institute）、哥倫比亞大學和麻省理工學院的研究人員也成功利用一種名為「模仿學習（imitation learning）」的 AI 學習技術與生成式 AI，快速教會機器人執行多種任務。

3. 訓練數據更豐富，機器人學習能力也跟著增加

缺乏大量訓練數據，也是家務機器人未能順利研發出來的主因之一。對此，Google DeepMind 發起倡議活動 Open X-Embodiment Collaboration，與 22 間實驗室合作，從 22 種不同的機器人中收集相關數據，其中包括拿取、推動、移動等 527 項技能。

實驗結果還顯示，經過豐富數據訓練的機器人的學習能力更為出色，學習任務的成功率提高了 50%。

【推薦閱讀】

◆ 科技領袖預測 AGI 的實現時間！馬斯克最樂觀：AI 明年就會超越人類

◆ 【AI 的教育不能等】美國大學商院融入課程、推聊天機器人練領導力，台灣的進度到哪了？

◆ 「Google AI 太強大讓我很不安」微軟大力投資 OpenAI，理由竟是 AlphaGo 帶來了危機感

＊本文開放夥伴轉載，參考資料：《MIT Technology Review》、Mobile ALOHA、Google DeepMind、Open X-Embodiment Collaboration，首圖來源：Toyota。

（責任編輯：廖紹伶）

加入『 TechOrange 官方 LINE 好友』 掌握最新科技資訊！