世界知名机器人专家、美国加州大学伯克利分校教授肯·戈德伯格提到OpenAI最新人工智能(AI)模型“GPT-6 Astra”,强调今后在物理AI(将物理世界与AI结合的技术)领域也可能出现划时代的变化。正如2022年11月“ChatGPT”问世开启生成式AI时代一样,市场对Astra可能大幅提升人形机器人(形似人类的机器人)性能的期待正在升温。
戈德伯格教授于11日(当地时间)在美国加利福尼亚州圣克拉拉举行的“K-AI科技周”上表示:“希望机器人领域也能迎来ChatGPT时刻(ChatGPT moment)”,“机器人领域何时会发生这样的事?研究领域正在发生非常有趣的事情。”
戈德伯格教授提到了ChatGPT开发商OpenAI于3日公开的Astra。他表示:“Astra在智能体机器人领域看起来非常出色”,“格局正在迅速改变,今后将如燎原之火般推进。”他是机器人领域的知名学者,也是双臂机器人企业Ambi Robotics的联合创始人。公司名称取自“双手皆灵巧(ambidextrous)”一词。
戈德伯格教授的发言意味着,AI智能体(助理)与硬件结合,机器人可自行推理、规划并在多个环节执行实际作业的智能体机器人时代将开启。Astra是首个获得“危急(Critical)”安全等级的AI模型,被评价为在网络安全、科学等领域具备最尖端技术。英伟达首席执行官(CEO)黄仁勋6日在社交媒体上称赞道:“从ChatGPT到Astra用了四年。AGI已经到来。祝贺OpenAI团队的各位。”
测量机器人基准(绩效指标)的Robocurve创始人杰伊·崔5日表示,Astra在机器人控制任务中取得了95%的分数。与Anthropic的模型“Fable5.1”(40%)相比,输出token和成本分别少用6.2倍和2.3倍,却取得了好得多的成绩。戈德伯格教授在社交媒体上写道:“很高兴看到Astra在智能体机器人领域展现出快速的基准表现”,“新的harness设计研究将能进一步提升性能。”harness指为使AI稳定执行任务而设定目标、流程、工具和验证标准的执行环境。
这位钻研机器人40年的学者之所以关注AI模型,是因为期待AI能弥补数据学习的局限。戈德伯格教授相信,机器人研究中存在无模型(model free)研究和基于模型的研究,只有将两种方法适当结合才能获得令人满意的结果。基于模型是以数学、物理学、科学构建数学模型并控制机器人的传统工程方式。相反,无模型是依赖数据学习的方式。他主张,业界迷信无模型,但也应同时并行基于模型的方式。
戈德伯格教授以自己开发的叠衣机器人为例。那是以无模型方式训练、未应用数学模型的机器人。他指出:“我妻子看了机器人后说不满意”,“无模型的成功率往往停留在80%左右,达不到产业界要求的95%~99%的成功率。这就是困境。”
戈德伯格教授解释称,通过大规模学习可以造出一维的大规模语言模型(LLM)和二维的视觉模型,但机器人是维度复杂得多的领域。他说:“如果是拥有22个自由度的机器人手,需要控制的维度就是22个,加上另一只手就是44个维度”,“再加上手臂和腿,就要控制50度以上的自由度,而且所有自由度的角度必须完美同步,机器人才能可靠运作。”机器人手的自由度(degree of freedom·DOF)指关节可独立运动的数量。
用于开发人形机器人的数据本身也不足。戈德伯格教授表示:“我们拥有海量数据来训练视觉系统和语言系统,但没有机器人领域的数据。互联网上也没有。”这是指出,LLM学习所用的词语和句子可以在互联网和文献中找到,但机器人学习所需的人类体验却难以获得。因此,机器人业界正在给印度等新兴市场的工厂工人戴上智能眼镜以收集信息。
戈德伯格教授比较了被视为自动驾驶汽车两大势力的谷歌Waymo与特斯拉。他解释称,特斯拉经过了海量行驶测试,但从行驶事故来看落后于Waymo的性能,原因在于Waymo恰当地运用了数据学习与AI模型。也就是同时并行无模型与基于模型的研究。他表示:“Waymo在使用大量数据的同时也使用基于模型的控制理论”,“大家都对无模型理论感到兴奋,但有时基于模型的方法才能解决问题。”
编程技术对AI模型的进化起了很大作用。戈德伯格教授评价说:“各位在过去数年、数月里都看到了OpenClo、Claude、NemoClo等编程的惊人效果”,“这就是智能体流程。”他表示:“想到编程可能是将这两种(基于模型与无模型)思维方式连接为一体的方法,我起了一身鸡皮疙瘩”,并介绍称以此为契机与英伟达共同开发了Graph as Policy(GaP)技术。GaP是不依赖单一AI模型,而由多个智能体通过图来控制机器人各部分的技术。






