类人数据

我最近被邀请加入一个应用程序，该应用程序会向我支付加密货币，让我拍摄自己做的任务，例如将食物放入碗中、微波炉加热，然后取出。另一个网站建议我尝试一款新游戏，在中国深圳，我可以远程控制机器人手臂，因为它完成谜题和任务，以帮助提高机器人的灵活性。 到底发生了什么？好吧，正如我们的言语成为大型语言模型的训练数据一样，机器人公司正在押注有关我们移动方式的数据将帮助他们建造更有能力的人形机器人。他们认为人形机器人--尽管训练起来比简单的机器人手臂更困难--更容易进入人类今天工作的地方（并有一天完全取代它们）。这个关于如何训练人形机器人的新概念可以说始于2022年ChatGPT的推出。大型语言模型能够通过接触大量训练数据来生成文本--人工智能公司可以找到（或者，一些人认为，窃取）写的每一个单词。机器人学家希望将这些缩放定律应用于机器人，但缺乏一个互联网大小的描述我们如何移动的数据集合。由于收集这些数据的困难性，公司采取了变通方法，例如在虚拟模拟中教机器人移动。然而，模拟从未完美地模拟摩擦或弹性等事物在现实世界中的运作方式，因此接受模拟训练的机器人往往会（字面上）绊倒。现在，制造人形机器人的公司已经决定，收集现实世界的数据，尽管它很麻烦，但可能会产生巨大的回报。这就是事情变得奇怪的地方。古雅而学术。实验室从戴着相机或手持抓手的人身上收集了数小时又数小时的数据，例如翻转华夫饼或清理桌子。这些数据是公开共享的。但随着风险投资资金涌入机器人领域--仅类人机器人2025年就达到61亿美元--创建这些训练数据的竞赛变得更加竞争激烈，也更加激烈

注：以上内容摘选自原始新闻，点击「访问原文」查看完整内容。