Re: [問卦] 為什麼馬斯克堅持要人形機器人

※ 引述《poeta (鍵盤詩人)》之銘言：
: 人形機器人
: 光是兩隻腳保持平衡
: 走路不跌倒
: 就需要花費很多問題
: 投入很多時間
: 但是用履帶
: 馬上就解決問題了
: 為什麼馬斯克 黃仁勳 都是堅持要人形
: 有沒有人知道
:

機器人採用人形 那是在ai時代才出現的概念

在沒有ai之前 機器人的運動 都是靠工程師寫代碼

如你說的 兩腳平衡 那我程式碼怎麼寫

再怎麼寫 都沒辦法用程式語言很精準的去復現 「人類的平衡感」

這東西你套到 傳統的siri 或 google assistant也一樣

以前語音助理 都是靠人類寫程式

比方說

if 聽到 關鍵字 天氣 氣候 氣象.....等等

則, siri會去語言庫的氣象語句調出已經事先擬好的句子

回答氣象的句子 一開始工程師就放了這100句

他就調用其中一句

但是自從生成式ai出現後

這種白癡做法已經改變遊戲規則了

我們只需要給模型大量的人類文檔

他就能展現出「人類的語感」 講出像人話的話

那回到

「平衡感」 我們現在根本不需要靠程式碼了

把大量人類站立時的關節數據 丟進去GPU訓練

他居然就像學語言一樣 展現出「很自然的 平衡感」

因此現在說什麼平衡感很難的 那是被ai時代淘汰的老人

那麼為什麼機器人要做成人形呢

原因在於 「學習數據」的數量級

既然你要讓機器人做動 那在ai時代 我們不採用寫程式 我們採用海量數據訓練

那麼人類工作的影片 是最多的數據

比方說 你要讓機器人學習操作洗衣機

你要有人類操作洗衣機的海量影片

然後機器人看了海量影片後 就學會影片中的人類操作洗衣機

今天你做成狗形機器人

那問題來了

你去哪裡找 海量的 狗操作洗衣機的影片給機器狗學習

所以重點是

人形機器人 有學習對象 對象就是人類在網路上的海量視頻

非人形機器人 並沒有學習對象 沒有海量的學習視頻

你只能回歸傳統寫程式

當然這裡有人會說

那還可以用虛擬場景強化學習啊

強化學習比直接拿真實物理數據餵進去還慢太多了

你每一項新任務 都要重新建構一次虛擬場景 中間花的人力成本有多大

效果比真實數據還差

全部用虛擬數據還會有個問題 就是長期下餵這些虛構的數據下 模型會不會偏掉 你不知道

因此人形機器人 是最佳解 不用靠工程師寫程式去定義他的動作

直接用海量人類的數據 就能讓他學習人類的工作

假設你是章魚機器人 要讓他操作洗衣機洗碗機

你去哪找章魚操作洗碗機的數據

懂了嗎

ai門外漢

人形機器人 是在生程式ai時代下必然會出現的產物

--

現在的學習都是第一人稱視角 人類戴上關節感應器 去做一次動作 數據傳輸到模型內 以後的學習就是採用第三人視角 直接丟海量影片 第三人視角學習是現在正在發展的技術