加利福尼亚州埃默里维尔:OpenAI和Midjourney等公司开发聊天机器人、图像生成器和其他在数字世界中运行的人工智能工具。
现在，一家由三位前OpenAI研究人员创立的初创公司正在使用聊天机器人背后的技术开发方法来构建可以导航物理世界的人工智能技术。
总部位于加州埃默里维尔(Emeryville)的机器人公司Covariant正在创造一种方法，让机器人在货物穿梭于仓库和配送中心的过程中拾取、移动和分类。它的目标是帮助机器人了解周围发生的事情，并决定下一步应该做什么。
这项技术还能让机器人广泛理解英语，让人们和它们聊天，就像在和ChatGPT聊天一样。
这项仍在开发中的技术并不完美。但这是一个明显的迹象，表明驱动在线聊天机器人和图像生成器的人工智能系统也将为仓库、道路和家庭中的机器提供动力。
像聊天机器人和图像生成器一样，这种机器人技术通过分析大量的数字数据来学习技能。这意味着工程师可以通过提供越来越多的数据来改进这项技术。
协变获得了2.22亿美元(10.3亿令吉)的资金支持，但它并不制造机器人。它制造驱动机器人的软件。该公司的目标是将其新技术应用于仓库机器人，为其他公司在制造工厂甚至无人驾驶汽车的道路上做同样的事情提供一个路线图。
驱动聊天机器人和图像生成器的人工智能系统被称为神经网络，以大脑中的神经元网络命名。
通过精确定位大量数据中的模式，这些系统可以学会识别单词、声音和图像，甚至可以自己生成它们。这就是OpenAI构建ChatGPT的方式，赋予它即时回答问题、撰写学期论文和生成计算机程序的能力。它从互联网上挑选的文本中学习了这些技能。(包括《纽约时报》在内的多家媒体已经起诉OpenAI侵犯版权。)
公司现在正在构建可以同时从不同类型的数据中学习的系统。例如，通过分析一组照片和描述这些照片的说明文字，系统可以掌握两者之间的关系。它可以知道“banana”这个词描述的是一种弯曲的黄色水果。
OpenAI利用该系统构建了新的视频生成器Sora。通过分析数千个配有字幕的视频，该系统学会了在给出一个场景的简短描述时生成视频，比如“一个华丽的珊瑚礁纸工艺品世界，到处都是五颜六色的鱼和海洋生物”。
Covariant由加州大学伯克利分校(University of California, Berkeley)教授彼得·阿比尔(Pieter Abbeel)和他以前的三名学生彼得·陈(Peter Chen)、段洛奇(Rocky Duan)和张天豪(Tianhao Zhang)创立，他们使用类似的技术构建了一个驱动仓库机器人的系统。
该公司帮助在全球各地的仓库中操作分拣机器人。该公司花了数年时间从摄像头和其他传感器收集数据，以展示这些机器人是如何运作的。
陈说:“它可以吸收对机器人很重要的各种数据，这些数据可以帮助机器人理解物理世界，并与之互动。”
通过将这些数据与用于训练聊天机器人(如ChatGPT)的大量文本相结合，该公司建立了人工智能技术，使其机器人能够更广泛地了解周围的世界。
在识别出图像、感官数据和文本的混合模式后，该技术赋予机器人处理现实世界中意外情况的能力。机器人知道如何捡起香蕉，即使它以前从未见过香蕉。
它还可以对简单的英语做出反应，就像聊天机器人一样。如果你告诉它“pick up a banana”，它知道那是什么意思。如果你告诉它“捡起一个黄色的水果”，它也能理解。
它甚至可以生成视频，预测当它试图捡起香蕉时可能会发生什么。这些视频在仓库中没有实际用途，但它们展示了机器人对周围事物的理解。
Abbeel说:“如果它能预测视频中的下一帧，它就能确定正确的策略。”
这项技术被称为RFM，即机器人基础模型，它会犯错误，就像聊天机器人一样。尽管它经常理解人们对它的要求，但它也有可能不理解。它不时地掉落物体。
人工智能企业家、纽约大学(New York University)心理学和神经科学荣誉退休教授加里·马库斯(Gary Marcus)表示，这项技术可能会在仓库和其他可以接受错误的情况下发挥作用。但他表示，在制造工厂和其他潜在危险的情况下，将其部署将更加困难，风险也更大。
“这归结为错误的代价，”他说。“如果你有一个150磅重的机器人，它可以做一些有害的事情，成本可能会很高。”
研究人员认为，随着公司对这种系统进行越来越大、越来越多样化的数据训练，它将迅速得到改善。
这与过去机器人的操作方式大不相同。通常情况下，工程师会给机器人编程，让它们一次又一次地做同样精确的动作——比如拿起一个特定尺寸的盒子，或者在汽车后保险杠的特定位置安装铆钉。但机器人无法处理意外或随机情况。
通过从数字数据中学习——成千上万的现实世界中发生的事情的例子——机器人可以开始处理意想不到的事情。当这些例子与语言配对时，机器人也可以对文本和语音建议做出反应，就像聊天机器人一样。
这意味着像聊天机器人和图像生成器一样，机器人将变得更加灵活。
“数字数据中的东西可以转移到现实世界中，”陈说。-《纽约时报
×
2024年3月8日，在位于加州埃默里维尔的company?s总部，人工智能机器人Putwall系统自动分拣物品。(Balazs Gardi/《纽约时报》)
2024年3月8日，Covariant的机器人应用工程师蒂安娜·顿·努(Tiana Ton Nu)在位于加州埃默里维尔的公司总部。(Balazs Gardi/《纽约时报》)
2024年3月8日，Covariant首席执行官兼联合创始人Peter Chen在公司位于加州埃默里维尔的总部。(Balazs Gardi/《纽约时报》)
2024年3月8日，Covariant公司总裁、首席科学家和联合创始人Pieter Abbeel在位于加州埃默里维尔的公司总部。(Balazs Gardi/《纽约时报》)
2024年3月8日，Covariant的首席技术官兼联合创始人Rocky Duan在位于加州埃默里维尔的公司总部。(Balazs Gardi/《纽约时报》)
2024年3月8日，加利福尼亚埃默里维尔Covariant?s总部的电脑键盘。(Balazs Gardi/《纽约时报》)
左起为产品经理Andrew Sohn;高级软件工程师Daniel Adelberg;和研究科学家阿鲁沙·纳加班迪于2024年3月8日在加利福尼亚州埃默里维尔的Covariant?s总部。(Balazs Gardi/《纽约时报》)
2024年3月8日，在加州埃默里维尔的Covariant?s总部，Covariant的联合创始人兼首席执行官Peter Chen用他的笔记本电脑与一个人工智能机器人互动。(Balazs Gardi/《纽约时报》)
2024年3月8日，营销助理夏洛特·史密斯在位于加州埃默里维尔的Covariant?s总部工作。(Balazs Gardi/《纽约时报》)
2024年3月8日，在加州埃默里维尔的Covariant?s总部，Covariant的联合创始人兼首席执行官Peter Chen用他的笔记本电脑与一个人工智能机器人互动。(Balazs Gardi/《纽约时报》)
2024年3月8日，在位于加州埃默里维尔的company?s总部，人工智能机器人Putwall系统自动分拣物品。(Balazs Gardi/《纽约时报》)
