连线|知名科技作家陈根:AI大模型时代下,机器人发展新趋势
8月16日,世界机器人大会在北京开幕。工信部副部长辛国斌在2023世界机器人大会“凝心聚智-全球开放合作论坛”上表示,今年上半年,中国工业机器人产业为22.2万套,同比增长5.4%;服务机器人产量353万套,同比增长9.6%。
正如其所言,在政策支持与市场需求的带动下,中国机器人产业蓬勃发展。趁着世界机器人大会的契机,围绕人形机器人、协作机器人等产业创新应用在互联网上掀起讨论热潮。
同日,北京市经济和信息化局印发《北京市促进机器人产业创新发展的若干措施》,提出对建设“机器人生产机器人”标杆工厂的企业按照不超过建设项目投资的30%予以奖励。
为让更多投资者了解机器人及背后产业发展,连线栏目邀请知名科技作家陈根以AI大模型时代的机器人发展新趋势为主题,深入浅出地剖析机器人概念及市场发展前景。
以下为陈老师直播内容整理(部分有删改):
今天,在AI大模型的爆发下,机器人的发展已经势不可挡。在进入正题前,我们先来讨论一个问题,什么是机器人?
机器人的概念看起来简单,其实是非常矛盾和多元性的。一些人认为机器人就是类人的机器;一些人则认为,机器人是具备智能的自动化工具;甚至世界各地的组织机构和出版物,给机器人的定义也是五花八门。
比如基于AI技术的GPT是不是机器人?还是说必须是具有物理实体机器形式的智能设备才叫机器人?又或者是说,只有人形一样的躯体与AI智能大脑的才能被叫做机器人呢?其实都对,因为我们人类社会至今为止对于机器人的定义还模糊不清。
如果一定要找一个相对认可的定义,那就是联合国标准化组织采纳了美国机器人协会给机器人下的定义,认为机器人是一种可编程和多功能的,用来搬运材料、零件、工具的操作机;或是为了执行不同的任务,而具有可改变和可编程动作的专门系统。
那么美国机器人协会给机器人下的这个定义准确吗?正确吗?其实也不准确,只能说是基于之前AI和人形机器人技术都还没有获得突破之前,我们站在之前技术的视角来看待机器人图景所描述的一种定义。
现在,随着技术的发展和应用的丰富,包括软件的AI层面,以及硬件的物体躯体层面的不断成熟,机器人的概念也在不断被完善。除了为人类服务之外,当前的机器人和其他自动化机器的另外一项重要区别,就是机器人具有一定的智慧性和自主性。
如果让我用一句话来定义,在当前的技术趋势下,到底什么才是机器人?就是拥有自我意识,具备人类智能逻辑能力,以及拥有类人灵活性的人形机器躯体,或者其它形态躯体的智慧机器。
机器人发展历程:从电气时代到人工智能时代
机器人从诞生开始到现在,已经走过七八十年的历程。从技术发展角度来看,我们可以把机器人发展分为三个阶段:
第一个阶段,机器人的电气时代
1950年,恩格尔伯格读到了阿西莫夫的小说集《我,机器人》(I,Robot),爱不释手,随即产生了制造机器人的念头。凑巧的是,1956年,在一场酒会上,格尔伯格偶遇了发明家德沃尔。两人的想法一拍即合,当即决定合作创立一家生产机器人的公司。两年后,两人创造出了人类历史上第一个真正的机器人。这是一个可以自动完成搬运的机械手臂。虽然这个机械臂庞大而笨重,并只能完成很简单的任务,但它却开创了机器人制造的先河,使得机器人进入电气时代。
为什么说是电气时代?因为在这个阶段,机器人更多是以机械臂为主的一种形态。这些机器人主要用在工厂里面替代部分工人完成一些复杂的工作。这个时期的机器人基本上没有具备什么智能化,我们可以简单的理解为自动化生产的一些操作,相对比较简单,就像电梯一样,执行简单重复的机器任务。人类通过简单的程序设置,让机器干什么,它就干什么,只会点到点的完成对应的操作。
第二个阶段是机器人的数字时代。这个阶段基本上是在2000年之后,这个阶段的机器人,主要得益于传感器与芯片产业技术的突破,让传感器与芯片越来越微型化,越来越精准化。这就使得融入了各种传感器之后的机器人,已经能够感知环境,并具有一定的智能。但这个阶段的机器人所具有的智能依然是非常有限的,主要是模仿人类的思维活动并在一定程度上能够替代雇佣工人的脑力劳动。较之于电气时代的机器人来说,数字时代的机器人只不过是在过去的基础上增加了一个具有学习、感知、识别、判断与决策等功能的智能控制系统,数字时代的机器人贯彻的仍然是“程序化地分解工序—标准化的工作流程—机械化的生产方式”的工作原理。
第三阶段,才是真正的智能机器人时代。2016年之后,大量的智能化算法出现,这些智能化算法一个很好的落地场景就是机器人。因为机器人是非常普及或者未来会非常普及,并且能够适应非常多面的设备载体,所以大量的智能化算法都会跟机器人去做结合。
智能算法让机器人变得更加智能和灵活,使机器人可以通过传感器感知环境,利用智能算法分析感知数据,做出更加智能化的决策和行动。智能机器人不仅可以执行预先编程的任务,还能够从经验中学习,不断优化自己的表现。这种自主学习和适应能力使得机器人能够在复杂、不确定的环境中更好地发挥作用。
可以预见,随着整个智能算法的发展,尤其像今年各种大模型算法的发展,很快,实现了一个重大的突破。就是先于机器人的物理躯体层面,基于AI大模型技术实现了机器人智能大脑技术的突破,这将会极大的加速推动智能机器人的实现。
为什么AI大模型爆发,是智能机器人发展的一次重大突破?
事实上,虽然机器人从更早几年就可以算是进入智能时代了,比如最具有代表性的就是2016年,哈萨比斯联合开发的AI(人工智能)程序阿法狗问世,击败了顶尖的人类专业围棋选手韩国棋手李世石,凸显了人工智能快速扩张的潜力。但这几年的发展大家也是知道的,简单来说,就是不温不火。因为根本上来说,智能算法在类人语言逻辑层面并没有真正的突破,这就使得基于智能算法的机器人和智能依旧没有什么关系,依然停留在大数据统计分析层面,超出标准化的问题,机器人就不再智能,而变成了“智障”。
可以说,在以GPT为代表的AI大模型出现以前,市场上的机器人在很大程度上还只能做一些数据的统计与分析,包括一些具有规则性的读听写工作,所擅长的工作就是将事物按不同的类别进行分类,与理解真实世界的能力之间,还不具备逻辑性、思考性。因为人体的神经控制系统是一个非常奇妙系统,是人类几万年训练下来所形成的,而此前的机器人不论是在单纯的AI思考性方面,还是在与机器人硬件的协调控制方面,都还只是处于起步阶段。也就是说,在ChatGPT、GPT-4这种生成式语言大模型出现之前,我们所有的人工智能技术,从本质上来说还不是智能,只是基于深度学习与视觉识别的一些大数据检索而已。
但GPT技术却为机器人应用和发展打开了新的想象空间。GPT为机器人带来最核心的进化就是对话理解能力,就是具备与拥有了类人的语言逻辑能力。当然,在模仿人类神经元的过程中,在模仿人类学习与语言逻辑能力的过程中,也把我们人类的一些恶习给模仿了过去,就是人类一本正经胡说八道的能力。这个在AI的技术领域被称为AI幻觉,这个人工智能病目前在治疗过程中。
那么为什么说具备类人的语言逻辑能力,拥有对话理解能力是GPT为机器人带来的最核心、也最重要的进化?因为语言理解不仅能让机器人帮助我们安排日常的生活和工作,而且还能帮助人类去直面一下科研的挑战,比如对大量的科学文献进行提炼和总结。
无论是谁,仅凭自己的力量,都不可能紧跟科学界的发展速度。比如,在医学领域,每天都有数千篇论文发表。哪怕是在自己的专科领域内,目前也没有哪位医生或研究人员能将这些论文都读一个遍。但是如果不阅读这些论文,不阅读这些最新的研究成果,医生就无法将最新理论应用于实践,就会导致临床所使用的治疗方法陈旧。在临床中,一些新的治疗手段无法得到应用,正是因为医生没时间去阅读相关内容,根本不知道有新手段的存在。如果有一个能对大量医学文献进行自动合成的机器人,就会掀起一场真正的革命。
GPT之所以被认为具有颠覆性,其中最核心的原因就在于其具备了理解人类语言的能力,这在过去我们是无法想象的,我们几乎想象不到有一天基于硅基的智能能够真正被训练成功,能够理解我们人类的语言。
那么ChatGPT是不是具备,或者说达到了我们人类的这样一种阅读与文字理解能力了呢?显然还没有,它的背后还是基于强大的算法,还是基于计算机对于0和1的编码为基础的一种运算识别机制。但是这种机制已经具备了相当的理解准确性与逻辑性,这也正是大语言模型让我们感到意外的地方,就是基于强大的算力,它已经具备了相当程度的理解能力和学习能力。
当我们给它提供一段文字,一篇文章的时候,它就能够从中非常快速的总结与提炼出要点,并且这些学习与理解的能力与速度,远超我们人类的能力。就像我们人类的思考和学习一样,比如,我们能够通过阅读一本书来产生新颖的想法和见解,人类发展到今天,已经从世界上吸收了大量数据,这些数据以不可估量、无数的方式改变了我们大脑中的神经连接。AI大型语言模型也能够做类似的事情,并有效地引导它们自己的智能。可以预见,以GPT比人类更为强大的学习能力,再结合参数与模型的优化,GPT将很快在一些专业领域成为专家级水平,它们的进化速度也会超越我们的想象。
而将这种能够理解自然语言、具备自主进化能力的AI大模型接入机器人,就解决了机器人的一个非常核心的问题,那就是智能大脑。因为智能机器人的两大核心:一是智能大脑;二是灵活的物理形态。这两项技术都获得了突破,并实现商业化应用的时候,也就意味着真正的人机协同时代全面到来。但目前基于GPT的智能大脑技术获得了突破,并且到了可以落地应用的阶段,能赋予机器人真正的智能大脑,这将会加速机器人应用时代的到来。我们有望实现人类梦想中,不仅具有人类语言、逻辑、沟通能力,还拥有理解人类情感,感知人类情感的智能人形机器人——这将对社会生产和生活的各个方面都产生深远影响。
中长期来看,机器人产业未来的关键词是“增长”。
- 免责声明
- 本文所包含的观点仅代表作者个人看法,不代表新火种的观点。在新火种上获取的所有信息均不应被视为投资建议。新火种对本文可能提及或链接的任何项目不表示认可。 交易和投资涉及高风险,读者在采取与本文内容相关的任何行动之前,请务必进行充分的尽职调查。最终的决策应该基于您自己的独立判断。新火种不对因依赖本文观点而产生的任何金钱损失负任何责任。