你会把还能穿的脏衣服堆在哪里？我先来揭自己的短：卧室的椅子上。
不知道为什么，每次我要睡觉的时候，都非常不想收拾这些衣服，所以我宁愿把它们都堆在椅子上，然后告诉自己“明天再说吧”。如果可以的话，我愿意花大价钱将这项工作自动化。
多亏了人工智能，我们未来或许真的可以看到家务机器人的问世。几十年来，真正好用的家务机器人只存在于科幻小说中，这也是许多机器人科学家的最终目标。
机器人并不聪明，我们觉得容易的事情它们却很难做到。能够完成手术等非常复杂工作的机器人通常售价高达数十万美元，贵得令人望而却步。
我最近报道了美国斯坦福大学开发的名为 Mobile ALOHA 的新机器人系统，研究人员用它驱动了一个便宜的、可以轻松买到的带轮子的机器人，让它能够完成一些极其复杂的事情，比如煮虾、擦拭污渍和搬动椅子。
他们甚至让它做了三道菜，尽管是在人类的监督下完成的。
斯坦福大学助理教授切尔西芬恩（Chelsea Finn）是该项目的顾问，她说，机器人技术正处于一个转折点。过去，研究人员一直受到训练机器人所需数据量的限制。
现在有了更多的可用数据，像 Mobile ALOHA 这样的工作表明，有了神经网络和更多的数据，机器人可以非常快速、轻松地学习复杂任务。
驱动聊天机器人的大型语言模型，依赖从互联网上收集的庞大数据集才能完成训练，但训练机器人需要使用真实场景中收集的数据。
这使得构建庞大的数据集变得十分困难。纽约大学和 Meta 的研究小组最近想出了一个简单而聪明的方法来解决这个问题。
他们将 iPhone 绑在机械臂（抓取器）上并记录在实验参与者家里完成的任务。收集来的数据被用来训练一个名为 Dobb-E 的系统，可以在大约 20 分钟内完成 100 多项家庭任务。
美国卡内基梅隆大学助理教授迪帕克帕塔克（Deepak Pathak）表示，Mobile ALOHA 还反驳了机器人界的一种观点，即主要是硬件缺陷阻碍了机器人完成此类任务。
（来源：STEPHANIE ARNETT/MITTR | ENVATO）
“缺失的部分是人工智能。”他说。
至于让机器人对语音指令做出反应，以及更好地适应现实世界里的混乱环境，人工智能也可以派上用场：谷歌的 RT-2 系统可以将视觉语言动作模型与机器人相结合。
它使机器人能够“看到”和分析世界，并对语音指令做出反应，完成相应行动。
DeepMind 开发了一个名为 AutoRT 的新系统，使用类似的视觉语言模型来帮助机器人适应看不见的环境，并利用大型语言模型来为一队机器人提供指令。
不过，即使是最先进的机器人也做不到帮人洗衣服，因为这项家务对于机器人来说实在太难了。堆起来的衣服没什么规律可言，形状千奇百怪，这使得机器人很难处理它们。
但这可能只是时间问题，来自斯坦福大学的研究人员 Tony Zhao 说。他乐观地认为，即使是最棘手的任务，总有一天机器人也有可能使用人工智能来完成。只不过它们需要先收集好的数据。
作者简介：梅丽莎海基莱（Melissa Heikkil）是《麻省理工科技评论》的资深记者，她着重报道人工智能及其如何改变我们的社会。此前，她曾在 POLITICO 撰写有关人工智能政策和政治的文章。她还曾在《经济学人》工作，并曾担任新闻主播。
支持：Ren
运营/排版：何晨龙
