Google DeepMind 聯合研究人員，打造機器人行為的 ImageNet
背景
在機器人技術領域，學習能力一直被視為至高無上的目標。然而在這個「一般目的」（general purpose）一詞盛行的時代，對非機器人專業人士來說很難理解現今的機器人系統能夠做什麼，不能做什麼。事實上現今大多數機器人都是精通某一個（或幾個）特定任務的。這是整個業界的普遍現象，從最簡單的機器人吸塵器到最先進的工業系統都如此。那麼，我們如何從單一任務的機器人過渡到多用途的機器人呢？
挑戰
這當然是一個需要多次改進的過程。答案就在於機器人學習。如今幾乎每個機器人研究實驗室都在致力於解決這一問題。而新創公司和大型企業也一樣。諸如 Viam 和 Intrinsic 等公司正在努力降低機器人程式設計的門檻。當前解決方案的範圍相對廣泛，但越來越明顯的是，這個問題不可能透過一個解決方案來解決。相反，建立更複雜和功能更強大的系統幾乎肯定需要多種解決方案。但這其中最重要的一點是，需要建立一個大型共用資料集。
Google DeepMind 的貢獻
Google 的 DeepMind 機器人團隊本週宣布了他們與 33 個研究機構合作的工作，旨在建立一個名為「Open X-Embodiment」的大型共享資料庫。專案背後的研究人員將其比喻為 ImageNet，它是一個從 2009 年開始的包含超過 1400 萬張圖片的資料庫。DeepMind 的研究人員 Quan Vuong 和 Pannag Sanketi 指出：「正如 ImageNet 推動了計算機視覺研究一樣，我們相信 Open X-Embodiment 可以同樣推動機器人技術的進步。建立一個包含多種機器人展示的資料集，是訓練能夠控制不同型別的機器人、遵循多樣化指令、執行關於複雜任務的基本推理並具有有效泛化能力的通才模型的關鍵步驟。」這項任務對於單一實驗室來說太大了，所以需要多個研究機構的參與。
開放性與希望
這個資料庫包含來自 22 種不同機器人型別的 500 種技能和 15 萬個任務。正如名字中的「Open」一詞所透露的，資料的建立者們將此資料公開供研究社群使用。團隊補充道：「我們希望開源資料並提供安全但受限的模型能夠降低門檻並加速研究。機器人的未來依賴於讓他們能夠相互學習，更重要的是，讓研究人員彼此學習。」
評論與啟示
這項新的研究對於推動機器人技術的發展具有重要意義。過去，這一領域缺乏共享和開源的資料庫，這約束了各個研究機構間的合作和學習。透過建立 Open X-Embodiment，Google DeepMind 為研究人員提供了一個共享資料集的平臺，以實現更好的機器人學習和創新。
報導建議
為了促進機器人技術的發展，我們需要更多類似於 Open X-Embodiment 的倡議。相關專案應該鼓勵研究人員從不同領域共享資料，共同解決機器人學習和發展中的各種挑戰。同樣重要的是，政府和業界領袖應該提供更多資源和支援，以促進這些專案的實施和執行。僅有這樣，我們才能實現更好、更智慧的機器人技術，使其能夠適應各種多樣化的任務和環境。
延伸閱讀
- 深度學習突破！Google DeepMind 教會機器人獨立綁鞋帶與修理同伴！
- Google DeepMind 推出「初學者級」乒乓球機器人，令人驚豔！
- 「研究人員利用 iPhone 掃描模擬訓練家庭機器人，開啟智慧家居新紀元！」
- 探索 Gemini：觀看機器人在 Google DeepMind 辦公室巡視
- Google Deepmind 推出巨大的 AlphaFold 更新和免費蛋白質組學服務網路應用程式
- Google DeepMind CEO Demis Hassabis 獲得英國爵士頭銜，以表彰他對人工智慧的貢獻
- Google Deepmind 培訓影片遊戲 AI 成為你的合作夥伴
- 熱門智慧視訊門鈴易遭劫持，研究人員發現
- 研究人員表示 ConnectWise 遠端存取軟體現易受攻擊 安全漏洞，威脅大量攻擊
- Google DeepMind 成立專注於人工智慧安全的新組織
