看完这个视频我不禁沉默了，让我想起了18年的春节后，家里人让我去一个公司上班，那个公司跟视频里的有一个特别像，又是跳舞，又是演讲的，我回忆了一下，那个公司的员工基本上是打电话，问一大本电话薄上的各个“客户”，需不需要本公司的产品，当时我跟几个年龄差不多但都不认识的人一起进的公司，那年，我18岁，我甚至跑到厕所，跟家里人打了个电话，我说，这真的不是传销吗？他们说，你不要在那里乱说，虽说是上班，但你最重要的是在那里学习，如果公司让你打电话啊之类的，你也慢慢学，特别是要跟他们一起，学会“讲话”。我现在想想，真是细思极恐，我要真变成这样的人，真就没有未来了（转自我上次在这种“企业文化”视频下评论的内容）。
财联社1月5日讯（编辑 周子意）谷歌DeepMind机器人团队周四（1月4日）公布了三项新进展，称这些进展将帮助机器人在做出更快、更好、更安全的决策。
此次更新引入了AutoRT、SARA-RT和RT-Trajectory三个系统，分别改进了机器人的数据收集、速度和泛化。
其中较为引人注目的是，DeepMind起草了“机器人宪法”，并将其引入数据收集系统AutoRT，以确保你的机器人助理不会伤害到人类。
“机器人宪法”的灵感来自美国科幻小说家艾萨克·阿西莫夫（Isaac Asimov）提出的“机器人三定律”，它被描述为一组“以安全为重点的提示”，指示LLM避免选择涉及人类、动物、尖锐物体甚至电器的任务。
机器人宪法
AutoRT是一个数据收集系统，可以使用视觉语言模型（VLM）和大型语言模型（LLM）协同工作，以了解环境、适应陌生环境、并决定适当的任务。
该系统设有安全护栏，其中之一是为其决策者提供“机器人宪法”——一套以安全为重点的提示，以便在为机器人选择任务时遵守。
为了提高安全性，DeepMind对机器人进行了编程，对其关节处设限，使其在关节的用力超过一定阈值时自动停止，并安装了一个物理终止开关，操作人员可以使用它来关闭机器人。
在七个月的时间里，谷歌在四座不同的办公楼部署了53个AutoRT系统下的机器人，进行了77000多次试验。一些机器人由人类操作员远程控制，而另一些机器人则根据脚本或完全自主地使用谷歌的人工智能学习模型Robotics Transformer 2（RT-2）进行操作。
试验中使用的机器人只配备了一个摄像头、机械臂和移动基座。
这份报告中写道，“对于每个机器人，系统使用VLM来了解其环境和视线内的物体。接下来，LLM会提出一系列机器人可以执行的创造性任务，比如‘把零食放在台面上’，并扮演决策者的角色，为机器人选择合适的任务。”
此外，DeepMind的其他新技术包括SARA-RT系统，这是一种神经网络架构，旨在使现有的RT-2模型更准确、更快。
SARA-RT-2模型在接收了较短的图像历史后，准确率比RT-2模型高10.6%，速度快14%。
该团队还宣布了RT-Trajectory系统，它增加了2D轮廓，以帮助机器人更好地完成特定的物理任务，比如擦桌子。
责任编辑：拾柒
相关阅读：咨信网 |
发表于 2024-4-8 22:04:25
