12月6日-7日，2024 T-EDGE創(chuàng)新大會(huì)暨鈦媒體財(cái)經(jīng)年會(huì)在北京市大興區(qū)舉辦，以“ALL-in on Globalization ，ALL-in on AI”為主題，匯聚全球科技和商業(yè)領(lǐng)導(dǎo)者，共同探討人工智能對(duì)全球各行業(yè)的巨大影響，以及企業(yè)全球化增長(zhǎng)新格局新趨勢(shì)。作為鈦媒體集團(tuán)每年年終舉辦的科技和財(cái)經(jīng)領(lǐng)域的頂級(jí)盛會(huì)，T-EDGE一直代表了鈦媒體在科技與經(jīng)濟(jì)前瞻性，以及推動(dòng)國(guó)際創(chuàng)新交流上的高質(zhì)量追求。
12月7日T-EDGE 全球AI論壇：All-in On AI會(huì)議上，人工智能研究所執(zhí)行董事、波士頓動(dòng)力機(jī)器人創(chuàng)始人馬克·雷伯特（Marc Raibert），中國(guó)工程院院士、之江實(shí)驗(yàn)室主任、阿里云創(chuàng)始人王堅(jiān)，圍繞機(jī)器人領(lǐng)域的發(fā)展與 AI 賦能機(jī)器人應(yīng)用等話題展開深度對(duì)話。
這是在國(guó)內(nèi)中美AI與機(jī)器人領(lǐng)域頂尖創(chuàng)新者的首次探討交流，在當(dāng)前變局環(huán)境下極為難得。
今年75歲的雷伯特，是Boston Dynamics（波士頓動(dòng)力機(jī)器人）創(chuàng)始人。在此之前，他曾任麻省理工學(xué)院計(jì)算機(jī)科學(xué)和電子工程系教授，以及卡內(nèi)基·梅隆大學(xué)計(jì)算機(jī)科學(xué)和機(jī)器人學(xué)副教授。在卡內(nèi)基·梅隆大學(xué)，雷伯特創(chuàng)立了一間研究動(dòng)力機(jī)器人科學(xué)根據(jù)的實(shí)驗(yàn)室，并研發(fā)出第一款能自己平衡的跳躍機(jī)器人。
雷伯特在圓桌對(duì)話中表示，AI 與機(jī)器人已經(jīng)是一個(gè)交叉性學(xué)科體系，AI 技術(shù)對(duì)于機(jī)器人領(lǐng)域的發(fā)展起到重要推動(dòng)作用。如今，人形機(jī)器人概念風(fēng)靡全球，全球有超過50家人形機(jī)器人企業(yè)，中國(guó)不僅占比很高，而且還有大量的機(jī)器人領(lǐng)域優(yōu)秀人才。但是，如果考慮機(jī)器人的商業(yè)化，未來2-5年，人形機(jī)器人會(huì)依然在做貨物的搬運(yùn)，進(jìn)入家庭實(shí)現(xiàn)商業(yè)化還是非常困難。
在美國(guó)有一種說法：“如果它看起來像鴨子，走路像鴨子，叫聲像鴨子，那它就是鴨子。”可在機(jī)器人領(lǐng)域不適用。我們可以讓人形機(jī)器人走路像人類，跳舞像人類，看起來像人類，但它的執(zhí)行機(jī)構(gòu)、控制方式、感知系統(tǒng)、甚至道德和野心都與人類不一樣。人形外形不等于人形內(nèi)在，人們需要更清晰地思考自己的目標(biāo)。所以，我們必須考慮機(jī)器人未來能發(fā)展成什么，機(jī)器人的發(fā)展就像是登珠峰一樣（難）。”雷伯特預(yù)測(cè)，未來十年，全球可以會(huì)產(chǎn)生一個(gè)實(shí)用但非全功能的機(jī)器人，幫助人類做更多任務(wù)。
而有著心理學(xué)研究背景的王堅(jiān)則對(duì)機(jī)器人有著不同角度的思考，他表示：“我見過一些用戶，他們買一個(gè)類人的機(jī)器人放在客廳，就是為了和它對(duì)話，而不需要它真的像人類一樣干活，這讓我真正受到了觸動(dòng)。當(dāng)我們希望一個(gè)機(jī)器人看著像人的時(shí)候，我們的潛意識(shí)實(shí)際上是希望和它交流的。這樣AI就成了關(guān)鍵，這已經(jīng)超出傳統(tǒng)機(jī)器人技術(shù)的范疇，更像是產(chǎn)品設(shè)計(jì)問題：如何設(shè)計(jì)一個(gè)人們喜歡與之互動(dòng)的機(jī)器人產(chǎn)品。因此，我對(duì)當(dāng)下的技術(shù)倍感興奮，因?yàn)闄C(jī)器人和AI的技術(shù)已經(jīng)足夠好，可以做出真正好的產(chǎn)品，但挑戰(zhàn)是如何設(shè)計(jì)這樣的產(chǎn)品。”
王堅(jiān)也認(rèn)為，未來5-10年，我們家庭中會(huì)出現(xiàn)類似機(jī)器人的產(chǎn)品，就像電視、洗衣機(jī)一樣，會(huì)有新的陪伴式 AI 機(jī)器人硬件產(chǎn)品進(jìn)入家庭。
特別對(duì)話嘉賓：
Craig Smith：能夠見到在AI領(lǐng)域享譽(yù)全球的王堅(jiān)真是太令人激動(dòng)了，今天還能見到我一直以來就想見的Marc，也很高興見到你。
我們今天要討論的話題是我長(zhǎng)期以來都很關(guān)注并常感困擾的一個(gè)問題，即公眾對(duì)機(jī)器人與AI（人工智能）的混淆。它們是截然不同的學(xué)科領(lǐng)域，盡管兩者確實(shí)存在重疊，并且這種重疊還在不斷增加。但每當(dāng)我看到一篇關(guān)于AI的報(bào)道卻配上機(jī)器人的圖片時(shí)，我都會(huì)有些不舒服。這正是我想先談?wù)劦囊粋€(gè)點(diǎn)：區(qū)分機(jī)器人與AI。Marc，你在波士頓動(dòng)力（Boston Dynamics）一直在做機(jī)器人相關(guān)的工作，也許你可以解釋一下現(xiàn)有機(jī)器人中到底有多少是AI驅(qū)動(dòng)的，又有多少是傳統(tǒng)控制理論（人工設(shè)計(jì)的控制方法）的產(chǎn)物？
然后還有一個(gè)延伸問題是：傳統(tǒng)控制理論式的工程設(shè)計(jì)，現(xiàn)在能在多大程度上被大型語言模型（LLM）所完成？換句話說，那些實(shí)際編程的工作能否由這些新型的生成模型來承擔(dān)？
Marc Raibert：我非常同意您所說的，機(jī)器人并不等同于AI。最近我一直想用更寬泛的思路去定義什么是機(jī)器人、什么是AI，但很多人會(huì)混為一談。不過回到你的問題：你在波士頓動(dòng)力看到的許多機(jī)器人行為，很大程度上是所謂的傳統(tǒng)控制方法的結(jié)果。這些傳統(tǒng)控制方法是來自研究機(jī)器工作原理、機(jī)構(gòu)運(yùn)轉(zhuǎn)、視覺系統(tǒng)工作方式的專家們?cè)O(shè)計(jì)和開發(fā)的?，F(xiàn)在的控制變得越來越復(fù)雜，如果你是做機(jī)器人技術(shù)的人，你可能知道MPC（模型預(yù)測(cè)控制）在這些演示中起了很大作用。但強(qiáng)化學(xué)習(xí)（Reinforcement Learning）也已近在眼前，我認(rèn)為強(qiáng)化學(xué)習(xí)與傳統(tǒng)技術(shù)專家相結(jié)合，將在機(jī)器人能力上取得重大突破。
不過我也認(rèn)為人們對(duì)“學(xué)習(xí)驅(qū)動(dòng)”的方法存在過度樂觀的傾向，這種樂觀目前還沒有完全被證明是合理的。許多人相信，也許是因?yàn)檎Z言模型的成功，認(rèn)為不久之后機(jī)器人控制就能全部依靠自我學(xué)習(xí)，甚至是端到端的全自學(xué)。但我覺得結(jié)論還未定。在我的研究所，我們確實(shí)有一些人致力于這種極端的端到端數(shù)據(jù)驅(qū)動(dòng)方法，同時(shí)也有一些人繼續(xù)研究理論和傳統(tǒng)方法。我堅(jiān)信未來最好的解決方案會(huì)來自不同技術(shù)方法的交叉融合。
另一點(diǎn)是，這一切還要看時(shí)間尺度。在未來的某個(gè)時(shí)間點(diǎn)，也許學(xué)習(xí)型方法會(huì)全面占優(yōu)。但如果你想在當(dāng)下，或者未來幾年，甚至5到7年內(nèi)，在產(chǎn)品中做出有用的東西，傳統(tǒng)方法依然會(huì)發(fā)揮巨大作用。我甚至不太喜歡用“傳統(tǒng)”這個(gè)詞來稱呼這些方法，因?yàn)榕c過去兩年的新趨勢(shì)相比，它們才算“傳統(tǒng)”。
Craig Smith：像Atlas這樣的機(jī)器人在做跳躍或翻筋斗等動(dòng)作時(shí)，這些程序設(shè)計(jì)如今有多少是能用LLM類型的代碼生成器完成的呢？不一定非要是LLM，也可以是其它生成式或基礎(chǔ)模型。
Marc Raibert：我想越來越多的編程會(huì)借助這些模型來完成。我展示過的Spot和一些人形機(jī)器人仿真工作也都在朝這個(gè)方向推進(jìn)。我相信在某些動(dòng)作上，我們能用這些方法達(dá)到傳統(tǒng)MPC或控制方法無法實(shí)現(xiàn)的效果。但我仍然認(rèn)為，這是一種混合。當(dāng)中那些有控制理論背景并實(shí)際搭建過硬件的人才仍是推動(dòng)這一領(lǐng)域前進(jìn)的重要因素。
我對(duì)純學(xué)習(xí)領(lǐng)域的一點(diǎn)抱怨是：他們對(duì)行為標(biāo)準(zhǔn)的要求非常寬松，并非在做高性能又困難的任務(wù)，而是更關(guān)注“機(jī)器人在所給任務(wù)上的改善”而非“高水平完成有用的任務(wù)”。
Craig Smith：我想問問王堅(jiān)，目前中國(guó)在這個(gè)領(lǐng)域處于何種位置？中國(guó)要么是領(lǐng)先，要么是緊緊追隨，很難分辨。就像網(wǎng)絡(luò)視頻里，有些令人驚嘆的機(jī)器，他們?cè)诤贾菀灿蓄愃乒?。?qǐng)談?wù)勚袊?guó)在這個(gè)領(lǐng)域的總體情況吧。
王堅(jiān)：是的，就像Marc在展示中提到的，他列出的一家公司宇樹科技就在杭州。我認(rèn)為這不僅是中國(guó)，在美國(guó)以及全世界范圍內(nèi)，人們都在探索這一激動(dòng)人心的話題。Marc在他的研究中提及了兩個(gè)重要概念。你提到兩種類型的智能，這給了我們一些有啟發(fā)性的思考方向，讓我們重新思考我們所處的位置和如何行動(dòng)。
我認(rèn)為挑戰(zhàn)不僅僅存在于中國(guó)，而是普遍的。這就像你問機(jī)器人和AI的關(guān)系。對(duì)我來說，這就像20、30年前心理學(xué)中的一個(gè)基本問題，即“心智與身體”的問題。對(duì)當(dāng)下的機(jī)器人和AI而言，也是一種“心智與身體”的關(guān)系問題。健康的心智必須依托于健康的軀體，沒有身體就沒有健康的心智。這是我們一直在追求的目標(biāo)。
如今，我們討論的是如何讓“心智”與“身體”作為同一個(gè)系統(tǒng)協(xié)同運(yùn)作，就像人類一樣。不過我會(huì)在機(jī)器人或AI前面加上一個(gè)定語，我想強(qiáng)調(diào)人類智能與機(jī)器智能是有區(qū)別的，人類的身體與機(jī)器的身體也是不同的，盡管架構(gòu)看似相似，但本質(zhì)可能有根本區(qū)別。這是我相信的。正因?yàn)槿绱?，在中?guó)我們擁有足夠的資源去探索不同的路徑，這非常令人振奮。
Marc Raibert：我想補(bǔ)充一點(diǎn)：除了它們的差異之外，這些差異還意味著我們有改進(jìn)AI的機(jī)會(huì)，比如用更少的數(shù)據(jù)實(shí)現(xiàn)更好的性能。“一次性學(xué)習(xí)”（one-shot learning）是許多人在努力的目標(biāo)?，F(xiàn)在這些語言模型已經(jīng)很強(qiáng)大了，但并非終點(diǎn)。我相信未來還會(huì)有許多新方法出現(xiàn)，也許有些來自對(duì)人類的研究，也許有些來自全新的創(chuàng)意。
王堅(jiān)：沒錯(cuò)，以中文來理解“人工智能”這個(gè)詞，聽起來和英文的Artificial Intelligence并不完全一樣，更像是“模擬人類智能”的意思。雖然機(jī)器和人類不同，但當(dāng)機(jī)器在某些方面表現(xiàn)優(yōu)于人類時(shí)，并不能簡(jiǎn)單說它“打敗”了人類，這與人類智力與機(jī)器智力的對(duì)比是不同層面的。今天的技術(shù)進(jìn)步已經(jīng)使我們超越了1950年代時(shí)將AI直接與人類做一對(duì)一比較的階段。我們現(xiàn)在應(yīng)該思考如何將技術(shù)提升到新層次，而不是僅僅比較誰更強(qiáng)。
Craig Smith： Marc，你最初是以一條腿跳躍的“彈簧高蹺”式機(jī)器人開始的，這并不像我見過的任何動(dòng)物。你后來又發(fā)展出類動(dòng)物或人形的機(jī)器人。有一個(gè)讓我印象深刻的是你們?cè)趥}庫里用吸盤抓取盒子的機(jī)器人。展望未來，你認(rèn)為進(jìn)入經(jīng)濟(jì)領(lǐng)域的機(jī)器人會(huì)更傾向于人形？還是類似動(dòng)物形態(tài)？或是完全不同，比如一個(gè)有吸盤手臂的機(jī)械裝置（自然界中并沒有類似的生物）？
Marc Raibert：這是一個(gè)非常好的問題，尤其是現(xiàn)在全世界至少有50家以上的公司在做類似人形機(jī)器人的項(xiàng)目，可能還不止50家。在中國(guó)，我在北京的世界機(jī)器人大會(huì)上看到27家公司展出人形機(jī)器人。北美也有六七家，我相信不斷有新公司出現(xiàn)。歐洲也是如此。
我認(rèn)為這要看你的時(shí)間預(yù)期。如果你想在未來2到5年內(nèi)就想讓機(jī)器人盈利，完成一個(gè)高性能的特定任務(wù)，那么你不應(yīng)該追求通用形態(tài)的機(jī)器人，而要針對(duì)性設(shè)計(jì)能出色完成特定任務(wù)的機(jī)器人。比如我們那個(gè)只用來搬運(yùn)紙箱的機(jī)器人，它只能搬紙箱，卻做得很好。有些人想，既然人類什么都能做，那么做個(gè)人形機(jī)器人也就能什么都做。也許將來有一天會(huì)實(shí)現(xiàn)，但還需要很長(zhǎng)的路要走。
還有一句話，在美國(guó)有一種說法：“如果它看起來像鴨子，走路像鴨子，叫聲像鴨子，那它就是鴨子。”可在機(jī)器人領(lǐng)域不適用。我們可以讓人形機(jī)器人走路像人類，跳舞像人類，看起來像人類，但它的執(zhí)行機(jī)構(gòu)、控制方式、感知系統(tǒng)、甚至道德和野心都與人類不一樣。人形外形不等于人形內(nèi)在，人們需要更清晰地思考自己的目標(biāo)。
我個(gè)人喜歡人形機(jī)器人，因?yàn)槟鞘窍衽实侵槟吕尸敺逡粯拥奶魬?zhàn)，但我并不是為了明年就賺錢才去做它們的。
Craig Smith：在中國(guó)，很多人形機(jī)器人公司都在出現(xiàn)。你覺得這背后有某種雄心嗎？比如在日本，我知道他們因?yàn)槔淆g化社會(huì)而投入大量資源于機(jī)器人，希望有朝一日能出現(xiàn)一支人形機(jī)器人隊(duì)伍幫助護(hù)理老人。中國(guó)也面對(duì)老齡化問題，這會(huì)不會(huì)成為中國(guó)的關(guān)注點(diǎn)？
王堅(jiān)：是的，這在中國(guó)也是一個(gè)話題。人們討論機(jī)器人幫忙照顧老人，但我認(rèn)為這并不是唯一的焦點(diǎn)。放在更大圖景里看，即便在今天的生成式AI出現(xiàn)之前，人形機(jī)器人就已是個(gè)大熱點(diǎn)，中國(guó)有很多公司在做。在問中國(guó)有多少公司在做機(jī)器人時(shí)，很難統(tǒng)計(jì)，因?yàn)榉浅６唷?/p>
我見過一些用戶，他們買一個(gè)類人的機(jī)器人放在客廳，就是為了和它對(duì)話，而不需要它真的像人類一樣干活，這讓我真正受到了觸動(dòng)。當(dāng)我們希望一個(gè)機(jī)器人看著像人的時(shí)候，我們的潛意識(shí)實(shí)際上是希望和它交流的。這樣AI就成了關(guān)鍵，這已經(jīng)超出傳統(tǒng)機(jī)器人技術(shù)的范疇，更像是產(chǎn)品設(shè)計(jì)問題：如何設(shè)計(jì)一個(gè)人們喜歡與之互動(dòng)的機(jī)器人產(chǎn)品。因此，我對(duì)當(dāng)下的技術(shù)倍感興奮，因?yàn)闄C(jī)器人和AI的技術(shù)已經(jīng)足夠好，可以做出真正好的產(chǎn)品，但挑戰(zhàn)是如何設(shè)計(jì)這樣的產(chǎn)品。
Craig Smith：對(duì)，我也覺得在家中擺放一個(gè)可以交談的人形機(jī)器人很有價(jià)值。以色列有家公司在做一個(gè)“桌面頭部”機(jī)器人，雖然不像人頭，但專門用來和老人聊天陪伴。
Marc Raibert：還有很多公司在做所謂的寵物機(jī)器人、陪伴機(jī)器人，這些不一定像人。有的人甚至想做可以理解真實(shí)寵物意思的AI，不管怎樣，人們普遍覺得需要陪伴。寵物是一種陪伴方式，也許機(jī)器人也是一種。不過說到商業(yè)化，我認(rèn)為家庭是最困難的地方，因?yàn)榘踩珕栴}、家庭環(huán)境的非結(jié)構(gòu)化、多樣化、成本要求都很苛刻，在工廠和倉庫里實(shí)現(xiàn)投入產(chǎn)出比要容易得多。
Craig Smith：對(duì)，在家中讓一個(gè)人形機(jī)器人坐在沙發(fā)上，萬一它站起來可能存在安全風(fēng)險(xiǎn)。我想到Sony的Aibo機(jī)器狗，當(dāng)年停產(chǎn)時(shí)還引發(fā)了日本用戶的極度悲傷，人們像失去家人一樣。
Marc Raibert：那是個(gè)文化現(xiàn)象。我當(dāng)年與索尼合作Aibo時(shí)，在東京做過一個(gè)面對(duì)Aibo愛好者的演講。臺(tái)下很多人戴著Aibo吊墜，有人甚至舉辦過Aibo婚禮。Aibo是一種文化現(xiàn)象。
Craig Smith：也許在未來的市場(chǎng)里，會(huì)出現(xiàn)一條分界線：一種是人形或陪伴型機(jī)器人用于家庭，另一種則是工業(yè)或軍用機(jī)器人適合在復(fù)雜環(huán)境中工作。說到學(xué)習(xí)能力的問題：我們昨晚談過在機(jī)器人中融入強(qiáng)化學(xué)習(xí)。目前在研究將強(qiáng)化學(xué)習(xí)用于現(xiàn)有機(jī)器人訓(xùn)練。你認(rèn)為要多久才能讓機(jī)器人像生成式模型那樣，從環(huán)境中自主學(xué)習(xí)并表現(xiàn)出超出設(shè)計(jì)者預(yù)期的行為？
Marc Raibert：我知道豐田也在嘗試通過行為克隆等方法，讓人類先遠(yuǎn)程操作收集數(shù)據(jù)，再讓機(jī)器人用這些數(shù)據(jù)自行完成任務(wù)。許多人在追求這一方向。與語言模型從網(wǎng)絡(luò)抓取文本數(shù)據(jù)不同，機(jī)器人需要對(duì)觸覺、真實(shí)視覺進(jìn)行數(shù)據(jù)收集，這種數(shù)據(jù)很難像文字那樣輕易獲得?，F(xiàn)在已有一些公司專門為此采集這類數(shù)據(jù)。
我認(rèn)為有一個(gè)連續(xù)光譜：從完全由人類設(shè)計(jì)到完全由機(jī)器人自學(xué)。從過去直到現(xiàn)在，我們一直有人類在回路中——由工程師通過機(jī)器人收集的數(shù)據(jù)來改進(jìn)設(shè)計(jì)，真正的端到端全自學(xué)可能是最難的階段。我認(rèn)為在很長(zhǎng)一段時(shí)間內(nèi)，人類對(duì)機(jī)器的結(jié)構(gòu)性設(shè)計(jì)依舊重要。也許終有一日某些問題能實(shí)現(xiàn)端到端自學(xué)，但那是比較久遠(yuǎn)的事情。
王堅(jiān)：談到機(jī)器人和人的互動(dòng)，我們剛才提到了陪伴機(jī)器狗，大家特別喜歡這個(gè)陪伴機(jī)器狗，因?yàn)樗軌蚺惆?，其?shí)這涉及人機(jī)交互，人們會(huì)撫摸它，與它互動(dòng)。這些觸覺數(shù)據(jù)和交互數(shù)據(jù)對(duì)機(jī)器學(xué)習(xí)也很重要。今天很多人都想要完全自主的機(jī)器人，但我不確定這種想法是否過于狹窄，是否限制了我們對(duì)其他方法的探索。就像今天的LLM很成功，但這并不意味著只有LLM一種基礎(chǔ)模型方法，還有很多路線可以探索。
Craig Smith：我們?nèi)粘Ｊ褂玫钠嚤举|(zhì)上也是一種機(jī)器人，自主駕駛系統(tǒng)相當(dāng)于在這個(gè)機(jī)器人里裝上“大腦”。在無人駕駛方面，中國(guó)的部署速度也很快，這讓我覺得中國(guó)愿意承擔(dān)更多風(fēng)險(xiǎn)。
王堅(jiān)：是的，中國(guó)很大，但不僅僅是一個(gè)大市場(chǎng)，更是一個(gè)能驗(yàn)證和磨練技術(shù)的場(chǎng)所。大市場(chǎng)意味著你有機(jī)會(huì)將技術(shù)投入實(shí)際使用，驗(yàn)證成熟度與可行性，而不只是銷售。當(dāng)技術(shù)尚未成熟時(shí)，中國(guó)廣闊的環(huán)境提供了快速迭代和驗(yàn)證的機(jī)會(huì)。因此中國(guó)的確提供了一個(gè)測(cè)試技術(shù)成熟度的舞臺(tái)。
Marc Raibert：當(dāng)然，中國(guó)的機(jī)器人發(fā)展，我確實(shí)看到市場(chǎng)上有非常多有智慧的人，他們是非常認(rèn)可這個(gè)領(lǐng)域的。對(duì)于任何一個(gè)公司來講，如果想要成功，就需要有人才庫，需要有這樣的一些人才，這肯定是一個(gè)非常令人敬佩的人才儲(chǔ)備。
王堅(jiān)：是的，我完全同意Marc的看法。當(dāng)有大量年輕人對(duì)這項(xiàng)技術(shù)充滿熱情，就能推動(dòng)技術(shù)不斷前進(jìn)。有了這種熱愛與激情，未來就有希望。
Marc Raibert：我有時(shí)都覺得自己有點(diǎn)走運(yùn)，我能從事自己熱愛的工作，每天上班都不是負(fù)擔(dān)，還有人付我工資。我認(rèn)為對(duì)于任何一位能從事自己熱愛領(lǐng)域的人來說，這都是再好不過的境況。
Craig Smith：回到將AI“大腦”與機(jī)器人“身體”結(jié)合的問題：無論是通過控制理論還是極端的神經(jīng)網(wǎng)絡(luò)方案，這種融合進(jìn)展如何？現(xiàn)在有多少機(jī)器人具有AI大腦來輔助控制并允許與人類的交互？
Marc Raibert：我認(rèn)為隨著對(duì)硬件和軟件雙方的深入理解，以及團(tuán)隊(duì)之間的緊密合作，進(jìn)展會(huì)更快。在早期模擬中，如果模擬開發(fā)者有硬件經(jīng)驗(yàn)，模擬的效果和對(duì)軟件的幫助就更大。如果只懂軟件而不了解硬件，成效就差點(diǎn)。我有些擔(dān)心美國(guó)硅谷的軟件派認(rèn)為只要軟件足夠智能，隨便什么硬件都行。我并不認(rèn)同。即使現(xiàn)在軟件能推動(dòng)硬件發(fā)展，但終有一天硬件會(huì)再次成為瓶頸，到時(shí)鐘擺又會(huì)回到硬件這邊。
Craig Smith：我注意到美國(guó)AI機(jī)器人實(shí)驗(yàn)室里使用的機(jī)器人手臂大多是簡(jiǎn)單的夾爪結(jié)構(gòu)，這是相當(dāng)粗糙的硬件。在中國(guó)情況如何？中國(guó)的AI機(jī)器人研究是不是也大多用這種簡(jiǎn)單硬件，還是有人嘗試更復(fù)雜的人形或其他先進(jìn)硬件？
王堅(jiān)：我相信即便沒有特定硬件，我們也能利用AI做很多事情，畢竟有足夠的算力就行。但如果有了好的硬件配合AI，就可能實(shí)現(xiàn)更驚艷的突破。許多中國(guó)公司都在嘗試，因?yàn)樗麄兿嘈旁谟布④浖cAI能力的結(jié)合上有巨大的潛力。深圳就是一座硬件之都，可以快速低成本地制造出各種原型，這對(duì)探索各種形態(tài)的機(jī)器人非常有利。還有許多城市里大量的工程師同時(shí)嘗試不同方向，這種規(guī)?；こ膛c研究會(huì)加速技術(shù)積累與進(jìn)步。
Marc Raibert：回到剛才提到的自動(dòng)駕駛汽車，我想舉這樣一個(gè)例子，在舊金山有一個(gè)事故，其中有人死亡了。這個(gè)事故當(dāng)中，有自動(dòng)駕駛汽車，但其實(shí)我覺得是人類駕駛的汽車，是人錯(cuò)誤駕駛汽車的責(zé)任，但因?yàn)檫@個(gè)事故里有自動(dòng)駕駛汽車的參與，所以引起了很大的討論。其實(shí)我覺得，自動(dòng)汽車會(huì)比人類駕駛的汽車更為安全，就像機(jī)器人一樣，我們會(huì)把機(jī)器人送去工廠，但可能會(huì)出現(xiàn)人受傷的情況，一旦出現(xiàn)了事故，人們可能就會(huì)不再使用機(jī)器人了。
王堅(jiān)：即便使用了機(jī)器人，其實(shí)工人的安全反而能夠得到更好的保障，不管是在舊金山、中國(guó)或者是歐洲。我覺得不同的文化差異，可能會(huì)帶來不同的想法。我想到幾天前，我也討論過這個(gè)問題，就像最開始人們會(huì)說X光對(duì)身體是有害的，但是后來人們會(huì)意識(shí)到X光其實(shí)是能夠給人類帶來幫助的，現(xiàn)在又到了這么一個(gè)階段，我們認(rèn)為AI機(jī)器人有很大的力量，但我們還不知道它能夠做什么。
就像你從家開車到機(jī)場(chǎng)，你在路上發(fā)生事故的可能性要比你坐飛機(jī)出事故的可能性要高得多。很多技術(shù)發(fā)展的歷史，其實(shí)都會(huì)有這么一個(gè)階段，很多人因?yàn)楹ε翧I，所以他們希望AI受到更嚴(yán)格的監(jiān)管。
Marc Raibert：我很贊同，我也覺得AI會(huì)解決很多問題，它解決問題的能力，要比它所帶來問題的能力要強(qiáng)得多。我自己并不害怕AI，但我知道很多人都會(huì)很擔(dān)心，很害怕AI，我不知道這是教育的問題，還是傳播的問題。
王堅(jiān)：今年9月，我在紐約聯(lián)合國(guó)的辦公樓開了個(gè)會(huì)。在這個(gè)會(huì)上，聯(lián)合國(guó)發(fā)布了一個(gè)文件，在講治理AI，我們參會(huì)的這些人都拿到了這份文件。在這個(gè)文件發(fā)布之后，我們參會(huì)的二十幾個(gè)人自己組織又開了一個(gè)閉門會(huì)，我們覺得AI當(dāng)然有安全問題，但我們認(rèn)為安全并不是AI的全部，我們把這個(gè)認(rèn)識(shí)叫做曼哈頓宣言，就是為了表達(dá)我們代表科學(xué)界有了一個(gè)共識(shí)。AI的能力不但包括機(jī)遇還有安全，這就是我們所談到的內(nèi)容，我們必須把機(jī)遇和安全問題放在一起來討論，我們也需要這樣的平衡。
Craig Smith：快到對(duì)話結(jié)束的環(huán)節(jié)了，我想問一個(gè)觀眾總愛問的問題（專家們也許不喜歡）：你們對(duì)人形機(jī)器人進(jìn)入家庭有用武之地的時(shí)間表有什么預(yù)測(cè)？
Marc Raibert：我覺得家用場(chǎng)景可能是最后的場(chǎng)景，而且我覺得會(huì)是有限的使用場(chǎng)景，就像剛才你談到的一些任務(wù)，我不知道。
Craig Smith：可能永遠(yuǎn)都不會(huì)？
Marc Raibert：我不是說永遠(yuǎn)都不會(huì)，但是會(huì)需要很長(zhǎng)時(shí)間。
王堅(jiān)：我可能更樂觀一些，我覺得5-10年我們會(huì)在家里出現(xiàn)類似機(jī)器人這樣子的東西，就像電視、洗衣機(jī)，我想會(huì)有新的這樣的硬件進(jìn)入到我們的家庭，我覺得是5-10年一定會(huì)出現(xiàn)。
Marc Raibert：我同意10年后肯定會(huì)有某種有用的機(jī)器人家電出現(xiàn)，但它可能不會(huì)是全能的人形機(jī)器人。
Craig Smith：10年后如果我還在，我們?cè)僖娒?，到時(shí)候看有沒有實(shí)現(xiàn)！屆時(shí)身邊可能有個(gè)機(jī)器人給我們端茶倒水。
（本文首發(fā)鈦媒體App，編輯 | 劉湘明）
快報(bào)
根據(jù)《網(wǎng)絡(luò)安全法》實(shí)名制要求，請(qǐng)綁定手機(jī)號(hào)后發(fā)表評(píng)論