在最近的特斯拉演示中，会走路、会说话、会跳舞的擎天柱机器人引起了巨大的兴奋。但是，当事情变得很明显，大部分正在发生的事情实际上是由人类远程控制的时候，这就变成了失望。

作者

• 卡尔Strathearn

  爱丁堡纳皮尔大学计算机系研究员

• Dimitra Gkatzia

  爱丁堡纳皮尔大学计算机副教授

尽管这可能仍然是对未来的迷人一瞥，但这并不是机器人第一次被证明好得令人难以置信。

以2016年由德克萨斯州汉森机器人公司开发的机器人索菲亚为例。她被公司描述为一个智能生物，许多技术专家认为这超出了我们当时的能力。

同样，我们也看到了精心设计的视频，比如波士顿动力公司的阿特拉斯体操，英国制造的阿梅卡机器人“醒来”，以及最近特斯拉工厂里的擎天柱。显然，这些在不同方面仍然令人印象深刻，但它们与完整的感知包相距甚远。让擎天柱或阿特拉斯随意进入一个家庭，你会看到非常不同的东西。

一个能够在我们家里工作的人形机器人需要能够完成许多不同的任务，使用我们的工具，在我们的环境中导航，并像人类一样与我们交流。如果你认为这只是一两年的事情，你要失望了。

制造能够在我们的家庭和街道上互动并执行复杂任务的机器人仍然是一个巨大的挑战。设计它们甚至是为了做好一项特定的任务，比如开门，都是非常困难的。

有这么多不同形状、重量和材料的门把手，更不用说处理不可预见情况的复杂性了，比如门锁上了或有东西挡住了路。实际上，开发人员现在已经制造出了一种开门机器人，但要想让机器人处理数百项日常任务，还有一段路要走。

幕后

特斯拉演示的“绿野仙踪”远程操作技术是该领域常用的控制方法，为研究人员提供了一个基准，以测试他们的实际进展。这被称为遥测控制，已经存在了一段时间，并且正在变得更加先进。

本文的作者之一Carl Strathearn今年早些时候在日本参加了一个会议，会上一位来自顶级机器人实验室的主讲人演示了一种先进的遥测系统。它允许一个人同时半自主地操作许多类人机器人，使用预先设定好的动作、对话提示和计算机化的语音。

显然，这是非常有用的技术。遥测系统用于控制在危险环境、残疾人医疗保健甚至外层空间工作的机器人。但人类仍在掌舵的原因是，即使是最先进的类人机器人，如阿特拉斯，也不够可靠，无法在现实世界中完全独立操作。

另一个主要问题是我们所说的社交人工智能。领先的生成式人工智能程序，如DeepMind的Gemini和OpenAI的GPT-4 Vision，可能是未来人形机器人创造性自主人工智能系统的基础。但我们不应该被误导，认为这样的模型意味着机器人现在有能力在现实世界中正常工作。

像人类一样解释信息和解决问题需要的不仅仅是识别单词、对物体进行分类和生成语音。它需要对人、物体和环境有更深入的语境理解——换句话说，就是常识。

为了探索目前的可能性，我们最近完成了一个名为“常识增强语言和视觉”（CiViL）的研究项目。我们为一个名为Euclid的机器人配备了常识知识，作为生成式人工智能视觉和语言系统的一部分，以帮助人们准备食谱。要做到这一点，我们必须创建常识性知识数据库，使用学生制定的现实问题解决示例。

欧几里得可以解释食谱中复杂的步骤，在出错时给出建议，甚至指出人们在厨房中通常可以找到器具和工具的位置。然而，仍然存在一些问题，比如如果有人在做饭时出现严重的过敏反应该怎么办。问题是，几乎不可能处理所有可能的情况，但这是真正的常识所需要的。

多年来，人工智能的这一基本方面在人形机器人中有些丢失了。生成语音、逼真的面部表情、遥测控制，甚至玩“石头剪刀布”等游戏的能力都令人印象深刻。但是，如果机器人实际上不能自己做任何有用的事情，这种新鲜感很快就会消失。

这并不是说自主类人机器人没有取得重大进展。例如，在机器人神经系统方面正在进行令人印象深刻的工作，以赋予机器人更多的学习感官。只是它通常不会像大型发布会那样受到媒体的关注。

数据不足

另一个关键挑战是缺乏训练人工智能系统的真实世界数据，因为在线数据并不总是准确地代表训练机器人所需的真实世界条件。我们还没有找到一种有效的方法来收集足够多的真实世界的数据，以获得好的结果。然而，如果我们可以通过Alexa和meta Ray-Bans等技术访问它，这种情况可能很快就会改变。

尽管如此，现实情况是，我们可能还需要几十年的时间才能开发出具有先进社交人工智能的多模式人形机器人，这些机器人能够在家里帮忙。也许在此期间，我们会得到由指挥中心远程控制的机器人。然而，我们会需要它们吗？

与此同时，更重要的是，我们要把精力集中在创造机器人上，为那些现在迫切需要帮助的人提供帮助。例子包括医疗保健，那里有很长的等待名单和人手不足的医院；在教育方面，为过度焦虑或病情严重的儿童提供一种远程参与课堂的方式。我们还需要更好的透明度、立法和公开可用的测试，这样每个人都能分辨事实和虚构，并帮助建立公众对机器人最终到来的信任。

Dimitra Gkatzia获得了EPSRC的资助。

Carl Strathearn不为任何公司或组织工作、咨询、拥有股份或从任何公司或组织获得资金，这些公司或组织将从本文中受益，并且除了他们的学术任命外，没有透露任何相关的隶属关系。