ChatGPT 無疑是今年最出圈的科技熱點,和之前我們認(rèn)知中的 AI 不太一樣,它擁有更為強大的語言理解和文本生成能力,更能“聽懂”人話,做到與真正人類幾乎無異的交流,甚至可以寫論文、腳本、代碼。如此強大的人工智能,只讓它活在屏幕里未免有點大材小用,所以越疆工程師們在一番研究后,將 ChatGPT 與越疆協(xié)作機器人結(jié)合,在物理世界做出了應(yīng)用實踐。
機器人調(diào)酒師
一名優(yōu)秀的調(diào)酒師應(yīng)該具備什么樣的特質(zhì)?出色的調(diào)酒技能只是基礎(chǔ),他還應(yīng)該善于溝通,在適當(dāng)?shù)臅r候給予客人一定的心靈慰藉。在越疆機器人調(diào)酒項目中,工程師們將 ChatGPT 巧妙融入其中,一下讓冷冰冰的機器人,成為了一名懂酒懂心的優(yōu)秀調(diào)酒師。
我們前期對 ChatGPT 進(jìn)行了訓(xùn)練,詳細(xì)告知它應(yīng)該扮演的角色(調(diào)酒師),各式雞尾酒的配方、口感等內(nèi)容。
經(jīng)過訓(xùn)練后,機器人調(diào)酒師變得可靠又貼心,擁有更多自主判斷能力。比如顧客提出不合理要求,故意要求在長島冰茶雞尾酒中放茶時,ChatGPT 會反饋長島冰茶里并沒有茶,其實是各種烈酒和可口可樂混合而成。
當(dāng)顧客沒有明確的酒類需求,只提出推薦一杯能讓心情好起來的雞尾酒時,ChatGPT 則會根據(jù)對話者的當(dāng)下情緒狀況自行分析判斷,推薦【藍(lán)色夏威夷】雞尾酒,理由是酸酸甜甜的口感,有助于恢復(fù)心情。
當(dāng)顧客表示口味比較酸,卻沒有提任何要求時,ChatGPT 會根據(jù)語境推測對話者需求是進(jìn)行口味調(diào)節(jié),并且知道用現(xiàn)有材料椰奶來中和酸味,而普通 AI 大概率會因為這種模糊需求不知所措,發(fā)出”我不明白您在說什么“的感嘆。
更重要的是,在被授予越疆協(xié)作機器人控制接口信息后,ChatGPT 會根據(jù)不同雞尾酒的特點,為機器人生成搖酒軌跡和代碼。然后機器人調(diào)酒師就能帥氣地制作各式各樣的雞尾酒。
智能物品分揀
調(diào)試機器人需要不低的技術(shù)門檻,以往工程師需要輸入大量代碼來引導(dǎo)機器人運作,操控不同的機器人可能還會涉及不同的編程語言。而在 ChatGPT 的幫助下,工程師可以直接用口語描述想做什么,由 ChatGPT 自動編譯成機器語言,充分調(diào)動機器人的手、眼、腦指揮機器人行動。
簡單的抓取和任務(wù)步驟描述自然難不倒機器人和 ChatGPT,為了提升難度,我們要求它在各式物品中抓取一斤橘子,這時 ChatGPT 會多線并行,自動完成水果識別、水果抓取、重量計算等一系列工作并完成任務(wù)。
當(dāng)要求它對桌面物品進(jìn)行分類時,無需告知細(xì)節(jié)和步驟,ChatGPT 會自行借助相機識別桌面物品,并自動做出類別判斷,完成分類任務(wù),相比以往依靠人工標(biāo)注分類的機器人而言,運作更為聰明。
從兩個方案實踐的情況來看,ChatGPT 確實能通過理解和學(xué)習(xí)人類的語言,結(jié)合實際來進(jìn)行互動,還能快速生成符合不同場景的機器人代碼,匹配用戶需求,大大減少了開發(fā)時間和成本。
從技術(shù)層面分析,ChatGPT 大模型學(xué)習(xí)人類先驗知識,融入各類物理感知,以協(xié)作機器人為載體,增強了人機交互、人機協(xié)作的體驗感,讓機器人更加智能化、人性化。在此基礎(chǔ)上,越疆形成了自己的機器人大規(guī)模模型技術(shù)框架。
總體技術(shù)框架:人類通過自然語言交互下達(dá)任務(wù)指令,通過語音識別技術(shù)轉(zhuǎn)換為文本輸入給ChatGPT,ChatGPT 大規(guī)模語言模型根據(jù)從海量數(shù)據(jù)中學(xué)習(xí)的大量人類先驗知識(包括語言類知識和世界知識等),以及前期 Prompt 指令的微調(diào)訓(xùn)練后(使得 ChatGPT 更有效適應(yīng)下游任務(wù)),理解人類任務(wù)指示,可融合視覺、力覺等物理感知信息,做出最終任務(wù)決策,并控制機器人執(zhí)行完成指定任務(wù)。
未來,越疆將在“AI+機器人”領(lǐng)域不斷創(chuàng)新突破,與更多前沿技術(shù)融合碰撞,讓協(xié)作機器人真正具有自主感知、智能決策、精細(xì)操作等特性,并推動大規(guī)模模型在機器人先進(jìn)制造和商業(yè)服務(wù)業(yè)的落地應(yīng)用。