灵敏度是使用大型语言模型与其人形机器人进行交流

在过去的一年里，我与机器人专家们讨论了生成式人工智能和大型语言模型。越来越明显的是，这些技术已经准备好彻底改变机器人的沟通、学习、外貌和编程方式。

因此，许多顶级大学、研究实验室和公司正在探索利用这些人工智能平台的最佳方法。资金充裕的俄勒冈州初创公司Agility一直在使用其双足机器人Digit进行技术探索。

今天，公司通过社交渠道分享了一个短视频，展示了他们的一些工作。

“我们对将这项技术整合到Digit中能够取得什么成果感到好奇，”该公司指出。“人工智能的物理体现创建了一个示范空间，其中包括一系列不同高度的编号塔楼，以及三个具有多个定义特征的盒子。Digit获得了关于这个环境的信息，但没有得到任何关于具体任务的特定信息，只是给予它各种复杂程度的自然语言命令来看它是否能够执行。”

在视频示例中，Digit被告知要拾起一个颜色为“达斯·维达的光剑”的盒子并将其移动到最高的塔上。这个过程不是瞬间完成的，而是缓慢而谨慎的，正如我们可能会在早期阶段的演示中所期望的那样。然而，这个机器人确实按照描述来执行任务。

敏捷笔记称：“我们的创新团队开发了这个交互式演示，以展示LLMs如何使我们的机器人更加多功能和快速部署。演示可以让人们用自然语言与Digit交流，让它执行任务，一瞥未来的样子。”

希望每周收到最新的机器人新闻？立即在这里注册Actuator。

自然语言交流一直是该技术的关键潜在应用之一，与此同时，通过低代码和无代码技术编程系统的能力也同样重要。

在我的“Disrupt”小组讨论会上，Gill Pratt描述了丰田研究所如何利用生成型人工智能加速机器人学习的过程：

麻省理工学院电子与计算机科学实验室的达尼埃拉·拉斯最近告诉我："事实证明，生成式人工智能在解决运动规划问题时非常强大。与模型预测解决方案相比，可以得到更快速、更流畅、更接近人类的控制解决方案。我认为这非常有力量，因为未来的机器人将不再像机器一样僵硬。它们在运动上将更加流畅、更接近人类。"

这里的潜在应用范围广泛而令人兴奋- Digit作为一款先进的商业可用机器人系统，在亚马逊履行中心和其他实际场所进行测试，似乎是一个很好的选择。如果机器人要与人类一起工作，它们需要学会倾听人类。