<s id="mcra4"><object id="mcra4"></object></s>
    <code id="mcra4"><input id="mcra4"></input></code><rp id="mcra4"><object id="mcra4"><input id="mcra4"></input></object></rp>
    <button id="mcra4"><acronym id="mcra4"></acronym></button>
      <dd id="mcra4"><track id="mcra4"></track></dd>
      <button id="mcra4"><acronym id="mcra4"></acronym></button>

        特斯拉Optimus機器人很有趣,但仍然存在一些關鍵問題

        極客網·極客觀察10月8日 在特斯拉于9月30日舉辦的“2022年人工智能日”活動上,首席執行官埃隆·馬斯克對外展示了該公司最新推出的“擎天柱”(Optimus)人型機器人。但與特斯拉推出的許多產品一樣,人們對這款人形機器人的能力褒貶不一。

        特斯拉最新推出的Optimus機器人

        特斯拉無疑擁有一些全球最聰明科學家和工程師,而馬斯克在新技術方面也曾經給人們帶來驚喜,因此并不能否定馬斯克在此次活動上所描述的未來發展愿景。

        也就是說,通過時間有限的現場演示或演示過程中播放錄制的視頻,很難對這種機器人的能力進行評估。和其他許多研究和開發人工智能和機器人領域的公司一樣,特斯拉也有過度承諾卻難以兌現的歷史。

        一些行業專家對特斯拉Optimus機器人進行了點評,并透露了一些媒體沒有報道的有趣事實。

        特斯拉Optimus機器人并非走在最前沿

        許多人指出,特斯拉的Optimus遠不如其他類人機器人那么先進,但令人印象深刻。顯然,根據特斯拉和波士頓動力這兩家公司到目前為止展示的機器人,波士頓動力公司的 Atlas機器人現階段的能力要比Optimus機器人強得多。還有其他公司和實驗室已經創造出了比Optimus更好的人型機器人。

        關于這個話題,其中令人關注的一個技術討論是機器人專家Christian Hubicki在Twitter上發出的帖子,他對Optimus機器人進行了非常公正的評價。

        Hubicki寫道,“讓我震撼了嗎?沒有,讓我笑話了嗎?也沒有。首先,特斯拉的開發團隊做得很好,他們在大約一年的時間里取得了長足的進步,從無到有開發出這款機器人。而且,在沒有安全系繩的情況下進行現場演示,這比人們想象的要大膽得多?!?/p>

        他強調,當然這款機器人的可靠性還有待觀察。

        與特斯拉相比,大多數公司進入這個行業已經有了10年或更長時間。而特斯拉在一年多的時間里就取得了這一成就。

        更有趣的是,如果特斯拉能夠以低于2萬美元的成本生產機器人,這將是一個令人印象深刻的壯舉,即使其零售價格是這個數字的兩倍。相比之下,波士頓動力公司的四足機器人Spot售價為7.4萬美元,它比人形機器人復雜得多。據估計,像阿特拉斯Atlas這樣的機器人的生產成本超過100萬美元。

        Optimus機器人更多使用現有技術

        特斯拉Optimus機器人采用的硬件

        其中一件讓Hubicki印象深刻的事情是,特斯拉使用了現有的硬件和軟件創造了Optimus機器人。Optimus機器人采用特斯拉的自動駕駛技術和汽車的系統芯片(SoC)所使用的神經網絡進行控制和管理。

        特斯拉對激光雷達技術一直不予重視,其自動駕駛汽車使用計算機視覺技術,而在Optimus機器人也使用的是相同的方法。此外,使用為提高電池效率而設計的處理器將有助于提高機器人的電池壽命。根據特斯拉的介紹,Optimus的2.7kwh電池組只需充電一次可以工作一整天,這說明特斯拉再次利用了其在電池開發方面的獨特經驗。

        很顯然,在將神經網絡從自動駕駛汽車應用在類人機器人之前,需要對其進行重新利用和再訓練。但特斯拉在其深度學習架構中使用的模塊化方法,可能使再訓練部分網絡變得更容易,而不是完全進行端到端的再訓練。

        Hubicki很想知道的一件事是,特斯拉的開發人員如何獲得調整深度學習模型所需的數據。特斯拉的自動駕駛技術主要依賴于銷售的汽車所收集的大量數據。人形機器人將在完全不同的環境中工作,需要不同的訓練數據。模擬引擎的進步使得研究團隊更容易用最少的真實數據訓練機器人。但顯然,特斯拉仍然在這方面沒有優勢。

        在此次活動的演示中,特斯拉的科學家表示神經網絡在新平臺上進行了重新訓練,并提到了神經輻射場(NeRF),這是一種從2D圖像創建3D場景的深度學習技術。但關于他們使用的模擬數據與實際數據的對比程度,沒有提供進一步的細節。

        特斯拉的這款人型機器人有著像人類一樣的手指,Optimus機器人的機械手有11個自由度,雖然不及人類雙手的27個自由度,但仍然是一個非常具有挑戰性的壯舉,這也是許多機器人公司使用更簡化架構的原因。這意味著訓練機械手將更具挑戰性,需要采用更多的數據。他們利用動作捕捉技術創造了一系列不同的姿勢和動作,然后機器人就能適應它想要執行的任務,而這與波士頓動力公司的Atlas團隊正在做的事情類似。

        此次活動中的演示表明,機器人的機械手仍然搖晃不定,這讓人懷疑它能否處理需要靈巧和觸感的物體,很想知道他們如何彌補這一差距。

        自主性和認知水平是大的考驗

        Optimus機器人對目標檢測和圖像分割

        另一個問題是Optimus機器人的自治水平。它是一個由操作人員遠程操作的機器人?還是一個完全自主的機器人系統,能夠在沒有操作人員控制的情況下執行廣泛定義的任務?

        Optimus機器人展示了撿拾物體并執行諸如給植物澆水等任務。在演示中,目標檢測和圖像分割似乎工作得很完美。但檢測環境中的物體只是機器人面臨的技術挑戰的一小部分,機器人還必須能夠在所處環境中規劃路線,優先考慮其目標,處理突然出現的障礙和干擾,并執行許多更具挑戰性的任務,以實現完全自主性。而在這些領域仍然沒有完美的解決方案。

        特斯拉的自動駕駛技術在其中一些領域取得了令人印象深刻的進步,這對Optimus機器人的開發非常有幫助。然而,類人機器人的環境更加不可預測,也更難掌握。與自動駕駛汽車不同,類人機器人將與人類一起工作,這將要求更高的準確性和安全標準,并且它們所在的環境更加多樣化和不可預測。

        Hubicki表示,他很喜歡波士頓動力公司的四足機器人Spot的半自動模式,在這種模式下,由操作人員指定路徑或一系列任務,機器人在探測和避開障礙物的同時導航路徑。它提供了人工智能/機器人技術和人類智能的最佳結合。而了解特斯拉計劃如何分配機器人的勞動力將是一件有趣的事情。

        人形機器人是終極形態嗎?

        Optimus機器人展示撿拾物體

        馬斯克在演講中表示,最終將生產數百萬臺Optimus機器人。鑒于特斯拉在精密制造和生產線方面的經驗,如果該公司能夠達到這樣的產量,并通過規模經濟降低類人機器人的生產成本。

        但Hubicki仍然對人形機器人的使用情況感到困惑。除了Optimus機器檢在體力勞動實現自動化方面的潛力之外,馬斯克并沒有非常明確指出它的用途。

        馬斯克對機器人技術并不陌生。特斯拉使用機器人來實現汽車制造的自動化,而且工作效率很高。在制造業、倉儲、建筑以及需要體力勞動的領域,更好的解決方案是為特定的任務創造機器人,使它們更好地發揮作用。

        也就是說,近年來機器人的能力越來越強,為更動態的應用和用例開辟了道路。例如,波士頓動力公司的Stretch機器人適用于部署在物體排列不斷變化的倉庫中。另一方面,Spot是一個四條腿的機器人,它可以在崎嶇的地形上行走,并在人身危險的環境中工作,例如礦山和工業園區。

        Hubicki指出,他并不認為未來會有一批類人機器人在很多任務中取代人類。與其相反,他預計機器人將以各種形式出現(輪式、類人、無人機等)承擔特定的任務,與人類合作,并逐漸具備足夠的能力來完成大部分工作。

        然而事實表明,人們經常無法預測新技術的未來用途。例如很多科學家低估了互聯網、移動計算、智能手機、社交媒體以及其他已經成為人們生活不可或缺技術。那么誰能知道人形機器人會完成什么工作呢?

        (免責聲明:本網站內容主要來自原創、合作伙伴供稿和第三方自媒體作者投稿,凡在本網站出現的信息,均僅供參考。本網站將盡力確保所提供信息的準確性及可靠性,但不保證有關資料的準確性及可靠性,讀者在使用前請進一步核實,并對任何自主決定的行為負責。本網站對有關資料所引致的錯誤、不確或遺漏,概不負任何法律責任。
        任何單位或個人認為本網站中的網頁或鏈接內容可能涉嫌侵犯其知識產權或存在不實內容時,應及時向本網站提出書面權利通知或不實情況說明,并提供身份證明、權屬證明及詳細侵權或不實情況證明。本網站在收到上述法律文件后,將會依法盡快聯系相關文章源頭核實,溝通刪除相關內容或斷開相關鏈接。 )

        午夜免费视频