12月11日,在加利福尼亚州山景城计算机历史博物馆举行的类人机器人峰会上,当类人机器人抵达会场时,注册排队的人群已经延伸到了楼下大厅。
在人工操作员的控制下,这些类人机器人被引导进入电梯,避免了爬楼梯到夹层注册台的挑战。
"在展示这些类人机器人时,没有人会演示爬楼梯的场景," Skild AI联合创始人Abhinav Gupta在当天上午的演讲中说道。
不过Gupta确实展示了相关内容,他通过视频演示了Skild基础模型如何帮助机器人爬楼梯和跨越不稳定地形。
类人机器人峰会主席兼创始人Modar Alaoui是风投公司ALM Ventures的合伙人,该公司投资了多家参会企业。他后来表示:"移动能力已经是一个解决的问题。"
这种说法略有夸张。类人机器人已经准备好进行营销和实验阶段。在宣传视频中,它们表现出令人印象深刻且具有潜在用途的能力。但大规模商业部署仍需要数十年时间,即使手动灵巧性等持续存在的技术挑战可能会更早得到解决。
技术水平尚未达标,成本仍然过高,组织机构需要弄清楚如何使用它们。安全方面还需要更多工作,人们也还没有准备好接受它们。
Gupta的演讲紧随麦肯锡公司合伙人Ani Kelkar和高级合伙人Mikael Robertson的演讲。麦肯锡是一家以倡导裁员而闻名的企业咨询公司,该公司本身也因AI而在裁减员工。
从管理角度来看,Robertson说:"以美国为例,目前只有约6%的工厂大规模应用了机器人自动化...相比之下,中国目前每年安装的机器人数量是美国的10倍。"
Robertson表示,对类人机器人的兴趣和投资激增。
Kelkar说目前约有50家公司在可信地从事这项工作——中国约20家,北美15家,欧洲中东非洲地区7家,亚洲其他地区7家。
"有了所有这些人才和Mikael提到的所有投资,我们很兴奋地看到我们终于将获得有效的解决方案,"Kelkar说。
不过不是立即实现。除了大规模部署任何类型机器人的难度之外,Kelkar认为机器人的可行性可能取决于人力资源管理。
"在仓储环境中,如果员工流失率达到40%,你需要一两个月招聘一个人,培训他们,五个月后这个周期重复,"他解释说。"这对工业生产率构成了重大拖累。
"我认为领导者们从根本上认识到,利用机器人和自动化的原因不是为了替代工人,而是为了重新设计工作性质。是为了增强人类劳动的工作,将机器人作为工具和队友,而不是工作替代者。"
推销人机和谐似乎是明智的,因为人类是类人机器人制造商需要考虑的几个障碍之一。
在《华盛顿邮报》记者Gerrit de Vynck主持的小组讨论中,机器人管理服务公司Roboworx的总经理Jeff Pittelkow表示,机器人客户很乐意在工作场所用机器人替代人类。
"客户非常关注投资回报率,对吧?"他说。"我的意思是,类人机器人可能会替代人类。你知道,这是一个不太愿意公开的秘密。所以投资回报率必须是'类人机器人必须能做人类能做的100%的工作,成本不超过人类的成本。'"
Pittelkow说,购买这些机器人或计划购买的公司不在乎机器人是远程操作还是自主操作,只要价格合适。
但人类工人已经证明不愿意为自己的替代做出贡献。Pittelkow说人们可能会对部署构成障碍。
"机器人的同事,我们这样称呼他们,他们并不是特别接受。他们将机器人视为威胁...他们很犹豫。'这个机器人来这里,最终我将失去工作,因为这个机器人将获得工作。'所以这是我们必须帮助每个人克服的问题。"
这种对机器人的反感可能表现为破坏或忽视。他说,人类工人"毫不介意破坏机器人。他们对机器人损坏、放在角落里毫不在意。我们经常看到这种情况。"
Pittelkow说,在一个案例中,员工在机器人上贴了一个"罢工中"的标志,然后把它留在角落里。或者,他建议,人类工人可能只是决定忽略地图定位或固件的更新,避免报告故障。
他说,任何计划部署类人机器人的人都应该意识到这种动态。
"所以当你达到规模化生产时,这必须是你商业模式的重要组成部分,"他说。
如果社会接受度还不够具有挑战性的话,支持技术还没有到位。这影响了机器人在财务上是否值得。
Pittelkow指出了他公司在电影院内工作的一个送餐机器人。
"这是那种电影院餐厅,"他解释说。"不出所料,事后看来,当它在电影院中行驶时,它不断将爆米花吸入驱动轮。这是有问题的。我的意思是,爆米花会变糊,而且油腻,会造成真正的问题。"
他的公司还在一家高端餐厅运营一个自主移动机器人,这是一个轮式装置而不是类人形态。
"我们去那里对这个机器人进行维护检查...一名员工走过来对我们说,'哦,我想这就是我看到老鼠从里面跑出来的那个。'让我说清楚,这是一家五星级餐厅。一只老鼠钻了进去,吃光了那个自主移动机器人的所有内部组件。这是全损。"
Pittelkow问道:"你的类人机器人能在夜间静置时承受老鼠攻击吗?停机成本是多少?这就是大问题。投资回报率完全取决于正常运行时间。"
在同一小组讨论中,1HMX全球销售和营销高级副总裁Joe Michaels引用了Gupta对机器人制造商的挑战,要求他们证明他们的机器人可以处理楼梯,并敦促会议参与者以同样批判的眼光看待机器人视频中描述的手动交互类型。
"我们仍然主要处于平行夹具阶段,"他说。"如果平行夹具足以运行和建设世界,我想上帝会给我们所有人两个手指而不是五个可对握的拇指。"
Alaoui在随后的会议中呼应了这一评估。"灵巧性是最后的前沿,"他说。
在会议展览大厅中,一个由ALM Ventures资助的机器人躯干通过非常缓慢且不太好地折叠衬衫强调了这一点。
数据可用性代表另一个障碍——旨在复制人类活动的机器学习模型必须接受大量数据的训练,以便改进到商业可行性水平。收集这些信息需要大量的试错。
类人机器人在被认真对待之前,面临着作为小丑和新奇表演者的漫长学徒期。
Q&A
Q1:类人机器人目前面临哪些主要技术挑战?
A:类人机器人面临多项技术挑战,包括手动灵巧性问题(目前主要还是平行夹具阶段,无法实现人类五指的灵活性)、环境适应性差(容易被爆米花堵塞驱动轮、无法抵御老鼠破坏等)、以及缺乏足够的训练数据来改进机器学习模型到商业可行性水平。
Q2:企业部署类人机器人时会遇到什么人员管理问题?
A:人类员工往往不接受机器人,将其视为工作威胁,可能表现出破坏或忽视行为。员工会故意破坏机器人、在机器人上贴"罢工中"标志、忽略软件更新或不报告故障。这种抵制情绪会严重影响机器人的正常运行时间和投资回报率。
Q3:类人机器人什么时候能实现大规模商业化应用?
A:尽管投资激增且约有50家公司在从事类人机器人开发,但大规模商业部署仍需要数十年时间。目前技术水平未达标、成本过高、社会接受度不足,加上安全性和数据收集等问题需要解决。机器人目前主要处于营销和实验阶段。
好文章,需要你的鼓励
本文介绍了如何在Windows和macOS等主流操作系统上使用免费开源软件,无需更换操作系统即可摆脱付费订阅。文章推荐了Ninite等工具来安装免费软件,并详细介绍了Firefox、Thunderbird、LibreOffice、VLC等优秀的开源替代方案。作者强调虽然学习新工具需要时间投入,但从长远来看,使用不依赖订阅模式的替代工具将带来巨大回报。
这项研究由北京交通大学研究团队完成,系统阐述了人工智能智能体从"流水线"范式向"模型原生"范式的转变。研究表明,通过强化学习,AI可以自主学会规划、使用工具和管理记忆等核心能力,而不再依赖外部脚本。论文详细分析了这一范式转变如何重塑深度研究助手和GUI智能体等实际应用,并探讨了未来多智能体协作和自我反思等新兴能力的发展方向。
随着生成式人工智能系统提供直接答案而非链接列表,传统搜索引擎优化正面临重大变革。谷歌AI概述功能已覆盖约30%的美国搜索,导致网站点击率大幅下降。专家预测,到2030年AI将占B2B软件研究的70%以上。AI引擎更重视结构化数据、实体识别和权威性,而非传统的关键词和反向链接。营销人员需要采用实体权威工程等新策略来优化AI可见性。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。