當前國際競爭中以製造業為主，國際市場上售賣的商品大部分是Made in China。根據2015年國務院公佈的《中國製造2025》計劃書，基本方針以創新驅動、質量為先、綠色發展、結構優化、人才為本的主軸，提高國家製造業工業基礎能力、加強品牌質量、推行綠色製造、調整產業結構、發展服務型製造和生產性服務業、提高國際化發展水平為任務和重點。簡而言之就是要從“中國製造”走向“中國智造”。
從“製造”走向“智造”，機器人，AI，AGI，大模型等話題就繞不開。此前連續多年，我國都是全球數一數二的工業機器人市場。從運行原理的角度來說，機器人與AI大同小異，而在大模型相關技術帶動下，AI發展到AGI，進而與機器人的結合，或帶動機器人的發展也再次引發了業內的新一波討論。
中國對外出口商品分類色塊圖
目前外界常說的工業4.0，或第四次工業革命，不僅是要發明新技術，更著重於現有技術、銷售與產品體驗的相結合，通過工業級AI技術創建具有適應性、資源效率和符合人體工學的智能工廠，並在商業及價值流程中集成客戶以及商業夥伴，提供完善的售後服務，其中AI集成系統與物聯網，以及大模型等都可以視為技術基礎。
最近，阿爾法狗（AlphaGo）的製造商，谷歌DeepMind發表論文Language to Rewards for Robotic Skill Synthesis（《面向機器人技能合成的語言到獎勵轉換》），其中提到引入一種新範式，通過利用LLM來定義可以優化的獎勵參數，以完成各種機器人任務。由於現代大部分機器人行為都依賴硬件條件，並且在LLM訓練所需語料庫中的代表性不足，因此目前將LLM應用到機器人技術的努力，大多是將LLM視為語義規劃器，或依賴人工設計的控制原語來與機器人進行交互。論文鏈接：https://arxiv.org/abs/2306.08647
前面說過機器人與AI的學習，訓練與運行原理大同小異，而且二者間有相互促進共同發展的趨勢，與AGI，大模型相結合後的應用領域也非常廣泛，可能深刻改變到我們的生活，目前也是很多企業正在發力研究的重點領域。
從廣義的角度說，AI與機器人的學習可以統稱為“機器學習”，需要人工預先設置函數與獎勵機制，隨後再進行針對性優化。而在論文《面向機器人技能合成的語言到獎勵轉換》中，谷歌DeepMind團隊利用不同機器人，以及處理不同任務的異質性機器人經驗，使其可以快速掌握新技能和運動實體，以改善機器人學習情況。
受近期LLM與多模態、跨模態等AGI大發展的啟發，DeepMind團隊開發了一種可用於機器人操作的基礎AI模型“RoboCat”。該模型是首個能夠解決和適應多種任務的模型，並且可搭配不同的真實機器人來完成。根據DeepMind團隊官方的說法，RoboCat的靈感來自於團隊的另一個AI模型Gato，這是個可用於分析和處理文本、圖像和事件的模型。 RoboCat的訓練數據包括模擬和真實機器人的圖像與動作數據，這些數據來自於虛擬環境中的其他機器人控制模型、人類控制的機器人以及RoboCat本身的早期版本。 DeepMind表示：“我們證明了一個基本事實，即單一的大型模型可以在多個不同的機器人實體上解決不同的任務，並且可以快速地適應新任務與新實體。”
為了訓練RoboCat，DeepMind首先使用人類控制的機械臂，在模擬或真實環境中完成成千上萬次演示，並收集了每次演示時機器人對不同環境或任務的數據，例如讓機械臂以不同的方式搭積木。接下來要對RoboCat進行微調，在每個任務上都創建一個專門的“衍生”模型，再讓它練習數万次。通過利用衍生模型生成的數據和理論演示數據，DeepMind對RoboCat的訓練數據集不斷擴大，並訓練出新版本的RoboCat。在RoboCat的最終版本上，在總共二百多個模擬和真實世界任務上進行訓練，並在這些任務的一百多個變體上進行了測試。 DeepMind表示，經過幾個小時的觀察，收集了成千上萬次人類控制的演示後，RoboCat學會了操作不同類型的機械臂。雖然它已經在四種有兩爪臂的機器人上進行了訓練，但RoboCat同樣能適應一種更複雜的，有三指夾具和兩倍可控輸入的機械臂，只是目前這種機械表的泛用性不如兩爪臂更高。
至此也不難發現，DeepMind對RoboCat的訓練過程，與OpenAI對GPT系列的訓練過程頗為相似，都是先訓練一個基礎模型，再在此基礎上微調出其他各種變形，以適應不同的環境和任務，因此這也可以說明AI與機器人在很多領域的原理都是相似甚至相同的。但是正如有批評者說ChatGPT的本質是“電子鸚鵡”一樣，RoboCat也不是完美無缺的。
在DeepMind的測試中團隊就發現，RoboCat在不同任務上的成功率差異明顯，從最低的七分之一到最高的99%都可能出現。而且這還是在訓練了上千次的情況下，如果減少訓練次數，成功率肯定更低。不過，DeepMind也聲稱RoboCat在某些特定情況下只需訓練一百次即可學會處理新任務，這可能是在經過一定量的學習後激活了它的“湧現”能力，或者是自動微調到之前處理過的任務模型上，並且可以生成更多數據來自主提高。 DeepMind的未來目標是減少RoboCat完成新任務所需的訓練次數，甚至是壓縮到十次以內即可學會處理新任務。若果真如此，則大模型應用在機器人上的成本將很快降低，應用到各行各業也可能不再遙不可及。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載