我在一台能现场学习的机器人身上看到了 AI 的未来

上周，我离家仅 15 分钟路程，看到了一些令人瞠目结舌的机器人演示。我拜访了位于马萨诸塞州剑桥的初创公司 Generalist AI 的办公室，在那里我观看了机器人手臂执行叠杯子、把积木放进碗里等简单家务。令我惊讶的是它们学会这些的速度——宛如一个血肉之躯的人。

这些手臂在观看一段简短的教学视频后便掌握了一系列任务，最令人印象深刻的是，它们没有针对具体任务接受过专门训练。最引人注目的演示之一是：一个机器人被要求用簸箕和刷子把积木扫进碗里。当刷子从场景中消失后，机器人临场发挥，直接用簸箕当刷子，把积木拨进了碗里。

另一个案例中，一个双臂机器人观看了一段有人拉开钱包取出纸币的视频。我看着它拉开另一种钱包、小心地取出纸币，几乎目瞪口呆。最神奇的是，当它抓不到钱时，会从右手抓取切换到左手，以寻找更好的攻击角度。「哈，」旁边一位工程师说，「它以前从没这么做过。」

「这正是人们对 GPT-3 感到兴奋的那类事情。」Generalist 联合创始人兼 CEO Pete Florence 告诉我，他指的是 OpenAI 于 2020 年发布的那款突破性大语言模型。「你可以给那个模型一个提示让它做新任务，它真的有希望做到。」

Generalist 似乎专注于教机器人理解世界的物理规律，这看起来受到人类幼年就具备的直觉物理感的启发。这可能正是该模型能够把在一个场景中学到的东西迁移到另一个场景的原因。事实上，公司的一些演示让我想起孩子们在看别人示范任务时即兴发挥、不断试错的样子。

研究人员经常对机器人的决定感到惊讶——比如当一根香蕉摆在它面前时，它选择用香蕉把物品扫到一起。这看起来微不足道，但物理智能仍然是机器中普遍缺乏的东西，而婴儿高效学习世界的方式可能为 AI 研究者提供重要洞见。