火爆全網(wǎng)的Mobile Aloha如何做到“眼里有活”？研發(fā)者揭秘稱，背后離不開系統(tǒng)的支持。一是遠(yuǎn)程操作系統(tǒng)，二是高性能數(shù)據(jù)利用管道。不過(guò)，研發(fā)者也提到，Mobile Aloha在軟件方面還不能自主改進(jìn)或探索獲取新知識(shí)，泛化能力還不行，沒(méi)法做到舉一反三。
你“眼里有活兒”嗎？不然還不如機(jī)器人。比如，這位。
視頻里，一個(gè)雙臂機(jī)器人站在灶臺(tái)邊，化身大廚，熟練使用鍋鏟、廚具，又是煎又是炸，烹制出了蛋蝦仁、干貝燒雞和蠔油生菜。收拾殘羹冷炙，清洗餐具，也可以。它還能澆花、拖地板、開瓶蓋，甚至逗貓貓。
當(dāng)?shù)貢r(shí)間1月4日，斯坦福大學(xué)人工智能實(shí)驗(yàn)室計(jì)算機(jī)科學(xué)專業(yè)的博士生符梓鵬在社交媒體平臺(tái)X上向網(wǎng)友介紹了這款名為Mobile Aloha的機(jī)器人。瀏覽量很快達(dá)到147萬(wàn)，Mobile Aloha也成了科技圈“紅人”。
不過(guò)，Mobile Aloha有時(shí)也會(huì)“犯蠢”。
火爆全網(wǎng)的斯坦福家務(wù)機(jī)器人也會(huì)“犯蠢”。(01:19)
1月6日，另一位研究團(tuán)隊(duì)成員、斯坦福大學(xué)博士生托尼趙（Tony Z. Zhao）在社交媒體平臺(tái)展示了它的另一面。它看起來(lái)“笨手笨腳”，鍋都放不進(jìn)櫥柜里，炒完的蝦粘鍋不說(shuō)，連碗的位置也找不到。托尼趙開玩笑地在社交媒體上留言稱“機(jī)器人還沒(méi)有做好準(zhǔn)備接管這個(gè)世界”。
另一位研發(fā)者TonyZ.Zhao在社交媒體平臺(tái)X上發(fā)布Mobile Aloha“犯蠢”視頻。
公開資料顯示，Mobile的研究團(tuán)隊(duì)共有3人。符梓鵬和托尼趙負(fù)責(zé)硬件、軟件和AI算法的開發(fā)，斯坦福大學(xué)助理教授切爾西費(fèi)恩（Chelsea Finn）擔(dān)任指導(dǎo)老師。這款家務(wù)機(jī)器人制作成本約為3.2萬(wàn)美元，可以執(zhí)行家務(wù)勞動(dòng)、廚房工作和與人打招呼、握手等活動(dòng)。
1月17日，符梓鵬在接受澎湃科技（www.thepaper.cn）采訪時(shí)坦言，目前Mobile Aloha沒(méi)有任何商業(yè)計(jì)劃。“我們公開視頻和研究資料是希望能夠推動(dòng)機(jī)器人領(lǐng)域的發(fā)展，吸引更多人才進(jìn)入這個(gè)行業(yè)，解決非常多尚未解決的科學(xué)和工程難題。”
斯坦福家務(wù)機(jī)器人研發(fā)者之一符梓鵬。 來(lái)源：本人社交媒體賬號(hào)
符梓鵬的研究興趣集中在機(jī)器人技術(shù)、機(jī)器學(xué)習(xí)和計(jì)算機(jī)視覺(jué)的交叉領(lǐng)域。他在接受澎湃科技采訪時(shí)稱，Mobile Aloha“眼里有活兒”的背后離不開系統(tǒng)的支持，不過(guò)，泛化能力還不行，沒(méi)法做到舉一反三，比如無(wú)法在一個(gè)廚房學(xué)會(huì)做事后，在另一個(gè)沒(méi)見(jiàn)過(guò)的廚房做相同的事情。
Mobile Aloha“眼里有活”的背后離不開系統(tǒng)的支持
澎湃科技：很多人都看過(guò)Mobile Aloha令人印象深刻的視頻。這款機(jī)器人取名為Aloha有什么寓意？
符梓鵬：Mobile，是可以移動(dòng)的。Aloha，是“A Low-cost Open-source Hardware System for Bimanual Teleoperation”，用于雙手遠(yuǎn)程操作的低成本開源硬件系統(tǒng)。
我們認(rèn)為，“low cost”低成本對(duì)于機(jī)器人的普及非常重要，“open-source”開源系統(tǒng)有助于推動(dòng)機(jī)器人領(lǐng)域的發(fā)展。
Mobile Aloha“眼里有活”的背后離不開系統(tǒng)的支持。一是遠(yuǎn)程操作系統(tǒng)，以直觀的方式對(duì)復(fù)雜任務(wù)的數(shù)據(jù)進(jìn)行收集，如煮蝦、疊衣服。二是高性能數(shù)據(jù)利用管道，幫助模仿學(xué)習(xí)。
澎湃科技：Mobile Aloha目前主要的應(yīng)用場(chǎng)景集中在日常家務(wù)活動(dòng)中，為何要將場(chǎng)景設(shè)定在廚房、家務(wù)中？研發(fā)的初衷有哪些？
符梓鵬：我們希望未來(lái)智能機(jī)器人真的能每天都幫助人類。
澎湃科技：該系統(tǒng)使用名為Action Chunking with Transformers（ACT）的算法。它與Generative Pre-trained Transformers（GPT）相比有何不同？
符梓鵬：GPT是自然語(yǔ)言模型。ACT是機(jī)器人模型。兩者都使用Transformer，具有相似的神經(jīng)網(wǎng)絡(luò)架構(gòu)。
澎湃科技：在研發(fā)這款機(jī)器人的過(guò)程中，你面臨的最大的技術(shù)挑戰(zhàn)是什么?最重要的突破是什么?
符梓鵬：技術(shù)挑戰(zhàn)是雙重的。從硬件上來(lái)說(shuō)，過(guò)去，研究人員大多依賴于從制造商那里購(gòu)買昂貴的現(xiàn)成的移動(dòng)操作機(jī)器人(指能夠在環(huán)境中移動(dòng)和操作物體的機(jī)器人)，找不到既低成本、直觀又功能強(qiáng)大的移動(dòng)操作機(jī)器人/家用機(jī)器人。
為了解決這兩個(gè)難題，我們組裝了自己的硬件，并通過(guò)使用Aloha進(jìn)行雙手操縱和推動(dòng)其移動(dòng)，設(shè)計(jì)了高質(zhì)量、低成本的遠(yuǎn)程操縱系統(tǒng)。我們構(gòu)建的硬件能夠遠(yuǎn)程操控機(jī)器人完成復(fù)雜的家庭/辦公任務(wù)，而這些任務(wù)在以前是不可能完成的。詳情請(qǐng)參見(jiàn)我們項(xiàng)目網(wǎng)站的“遠(yuǎn)程操控”部分。通過(guò)使用這些硬件，我們擁有了高質(zhì)量數(shù)據(jù)收集管道。
過(guò)去，人們主要通過(guò)編程明確家用機(jī)器人的行為來(lái)完成任務(wù)。比如，編程讓機(jī)器人先走到冰箱附近，然后停下來(lái)，再移動(dòng)手臂去拿蘋果等。要讓機(jī)器人可靠地完成現(xiàn)實(shí)世界中的任務(wù)，需要進(jìn)行大量的編程和手動(dòng)調(diào)整，而這是無(wú)法擴(kuò)展的。
我們采用數(shù)據(jù)驅(qū)動(dòng)的人工智能方法，利用人類的演示數(shù)據(jù)來(lái)教授機(jī)器人（即模仿學(xué)習(xí)）。我們?cè)陧?xiàng)目網(wǎng)站的“自主技能”部分展示了模仿學(xué)習(xí)和協(xié)同訓(xùn)練技術(shù)的效果，只需使用大約50次演示（大約1小時(shí)的人類數(shù)據(jù)），就能教會(huì)機(jī)器人新的自主技能。通過(guò)使用這種軟件/人工智能方法，我們擁有了高質(zhì)量數(shù)據(jù)利用的管道。
更重要的是，我們將硬件和軟件一起設(shè)計(jì)，一方面硬件的數(shù)據(jù)收集管道能夠與軟件很好地協(xié)同工作，另一方面軟件的訓(xùn)練模型與硬件配合良好，并可部署到硬件上。
澎湃科技：在Mobile Aloha中，我們觀察到了模仿學(xué)習(xí)（imitation learning）在指導(dǎo)機(jī)器人執(zhí)行高度復(fù)雜的類人任務(wù)方面的有效性。然而，強(qiáng)化學(xué)習(xí)（reinforcement learning）在同樣目的上的應(yīng)用卻沒(méi)有取得可比的成功結(jié)果。在你看來(lái)，哪種學(xué)習(xí)機(jī)制在這一領(lǐng)域更有前景？
符梓鵬：模仿學(xué)習(xí)和強(qiáng)化學(xué)習(xí)對(duì)機(jī)器人技術(shù)都很有用。模仿學(xué)習(xí)可以有效地利用人類的教學(xué)，獲得高性能的自主機(jī)器人技能。強(qiáng)化學(xué)習(xí)對(duì)于要求機(jī)器人通過(guò)自動(dòng)練習(xí)、自主微調(diào)和改進(jìn)技能而不需要太多人類知識(shí)非常有價(jià)值。
現(xiàn)在泛化能力不行，沒(méi)法做到舉一反三
澎湃科技：Mobile Aloha是斯坦福大學(xué)（你的團(tuán)隊(duì)）和Google DeepMind合作開發(fā)的。你們?cè)谶@次合作中各自扮演了什么角色?
符梓鵬：澄清一下，盡管托尼和切爾西目前就職于Google DeepMind，我曾經(jīng)也是，但Mobile Aloha項(xiàng)目嚴(yán)格來(lái)說(shuō)是斯坦福大學(xué)的項(xiàng)目。我和托尼負(fù)責(zé)硬件、軟件和AI算法的開發(fā)，切爾西是指導(dǎo)老師。
澎湃科技：論文提到，在軟件方面，當(dāng)下機(jī)器人還不能自主改進(jìn)或探索獲取新知識(shí)，“對(duì)于如何從高度次優(yōu)的異構(gòu)數(shù)據(jù)集中進(jìn)行模仿學(xué)習(xí)，將留待未來(lái)的工作來(lái)解決。”請(qǐng)問(wèn)這里如何理解？通俗來(lái)說(shuō)，今后是否有可能會(huì)讓Mobile Aloha有“大腦”和“小腦”？
符梓鵬：現(xiàn)在Mobile Aloha的泛化能力還不行，沒(méi)法做到舉一反三，比如無(wú)法在一個(gè)廚房學(xué)會(huì)做事后，在另一個(gè)沒(méi)見(jiàn)過(guò)的廚房做相同的事情。
澎湃科技：在Mobile Aloha完成的各種任務(wù)中，有些是通過(guò)遠(yuǎn)程操作完成的，有些是通過(guò)模仿學(xué)習(xí)自主完成的。在未來(lái)的發(fā)展中，你打算如何平衡控制和自主學(xué)習(xí)?
符梓鵬：我們希望機(jī)器人在收集足夠的數(shù)據(jù)后，能夠自主完成遠(yuǎn)程操作視頻中顯示的所有任務(wù)。
澎湃科技：為什么選擇將硬件和算法完全開源公開？
符梓鵬：第一是希望為公眾利益推動(dòng)現(xiàn)實(shí)世界機(jī)器人領(lǐng)域的研究，第二是希望吸引更多的人從事家用/辦公/廚房機(jī)器人的研究，以解決非常多尚未解決的科學(xué)和工程難題。我們目前還沒(méi)有任何商業(yè)計(jì)劃。
澎湃科技：Mobile Aloha的預(yù)算只有2萬(wàn)美元。如果你有更多的預(yù)算和資源，你的下一個(gè)研究目標(biāo)是什么?
符梓鵬：如果有更多的預(yù)算，我們可以嘗試增加更多的傳感器，包括觸覺(jué)和觸感設(shè)備。
澎湃科技：自2023年人工智能成為全球焦點(diǎn)以來(lái)，關(guān)于人工智能倫理的爭(zhēng)論一直很激烈。如果人工智能訓(xùn)練不當(dāng)，可能會(huì)對(duì)人類社會(huì)造成潛在危害。對(duì)于人形機(jī)器人來(lái)說(shuō)，可能會(huì)給人類社會(huì)帶來(lái)更大的風(fēng)險(xiǎn)。作為一名開發(fā)者，你是如何防止這種情況發(fā)生的?
符梓鵬：包括人形機(jī)器人在內(nèi)的機(jī)器人距離實(shí)現(xiàn)對(duì)人類社會(huì)構(gòu)成威脅的通用智能行為還很遙遠(yuǎn)。
