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。

suizherengongzhinengjishudexunmengfazhan
，kejijutouhequanqiujianguanjigouyijingyuelaiyueyishidaorengongzhinenganquanwentidezhongyaoxing，fenfencaiquxingdongyiyingduizheyitiaozhan。

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》。