穀歌正在把先進的人工智能(AI)模型植入機器人，給機器人配一個AI大腦。

美東時間7月28日周五，穀歌DeepMind宣布推出應用於機器人領域的新產品——名為Robotics Transformer 2(RT-2)的AI模型。它是一種全新的“視覺-語言-行動”(VLA)模型，可以幫助訓練機器人理解扔垃圾等任務。

穀歌介紹，RT-2基於Transformer模型，根據互聯網上的文本和圖像進行訓練
，直接指示機器人執行動作。就像用語言模型通過網絡文本訓練AI學習人類社會的思想和概念一樣，RT-2也可以通過網絡數據
，將相關知識告知機器人，指導機器人的行為。

穀歌舉例稱，如果我們要讓以前的機器人係統做出扔垃圾的動作，就必須明確訓練機器人懂得區分何為垃圾
，以及撿起垃圾、扔掉它這些動作。而RT-2能(neng)將(jiang)網(wang)上(shang)的(de)相(xiang)關(guan)知(zhi)識(shi)傳(chuan)給(gei)機(ji)器(qi)人(ren)，讓(rang)機(ji)器(qi)人(ren)無(wu)需(xu)明(ming)確(que)的(de)訓(xun)練(lian)，就(jiu)懂(dong)得(de)垃(la)圾(ji)是(shi)什(shen)麼(me)
，甚(shen)至(zhi)即(ji)便(bian)從(cong)未(wei)受(shou)過(guo)如(ru)何(he)扔(reng)垃(la)圾(ji)的(de)訓(xun)練(lian)，也(ye)知(zhi)道(dao)怎(zen)麼(me)扔(reng)垃(la)圾(ji)。

穀歌表示，RT-2具有將信息轉化動作的能力，借助它
，機器人有望更快適應全新的情形和環境。

因為在6000多次測試RT-2 模型的機器人試驗後
，穀歌的團隊發現，麵對訓練數據中已有的任務、或者說“見過”的任務
，RT-2和它的前代RT-1一樣發揮功能

，沒有差別。而在新穎的
、之前從未見過的任務情形中，RT-2的性能幾乎提高一倍
，成功率達到62%，遠超RT-1的32%。

換句話說，通過RT-2
，機器人能像人類一樣學習更多內容
，將學到的概念應用於全新的情境中。

穀歌稱，RT-2顯示出超越其所接觸機器人數據的推廣應用能力和語義、視覺理解能力，包括解釋新的命令
，並通過基本的推理響應用戶的指令
，比如關於物體的類別和高層次描述的推理。

穀歌的研究還表明，通過結合思維鏈的推理，RT-2能執行多階段的語義推理，比如判斷哪種物體可以臨時用作錘子，哪一類飲料最適合疲勞的人。

有媒體周五稱
，穀歌目前沒有立即計劃大規模發布或者出售應用RT-2的機器人
，但最終，這些機器人可能用在倉庫或者用作家庭助理。

穀歌 DeepMind 機器人主管 Vincent Vanhoucke表示：“RT-2 不僅展示了人工智能的進步如何迅速融入機器人技術，而且還展示了更多通用機器人的巨大前景。”

但穀歌首個具有“自我學習”能力的機器人算法模型也進一步加劇了人工智能失控的擔憂
，人類是否已經打開了一個潘多拉魔盒?

在《終結者》中，機器人的“自我學習”nenglikenenghuirangtamenzhujiantuporenleishedingdexianzhi，shixianchaoyueyuqidezhinengshuiping。zhezhongchaoyuekenengdaozhijiqirenyongyouzizhuyishihejuecenengli
，erzheyeyiweizhetamenyoukenengduirenleichanshengyixiangbudaodeweixie。

隨(sui)著(zhe)人(ren)工(gong)智(zhi)能(neng)技(ji)術(shu)的(de)迅(xun)猛(meng)發(fa)展(zhan)，科(ke)技(ji)巨(ju)頭(tou)和(he)全(quan)球(qiu)監(jian)管(guan)機(ji)構(gou)已(yi)經(jing)越(yue)來(lai)越(yue)意(yi)識(shi)到(dao)人(ren)工(gong)智(zhi)能(neng)安(an)全(quan)問(wen)題(ti)的(de)重(zhong)要(yao)性(xing)，紛(fen)紛(fen)采(cai)取(qu)行(xing)動(dong)以(yi)應(ying)對(dui)這(zhe)一(yi)挑(tiao)戰(zhan)。

希望人工智能朝《傑森一家》的劇情發展，機器人家庭成員與人類和諧相處，而不是走向《終結者》。