前卡內(nèi)基梅隆大學(xué)教授迪帕克·帕塔克（左）和阿比納夫·古普塔（右）于2023年創(chuàng)立了Skild AI,，旨在為人工智能打造一個”通用大腦”,。

目前,，Skild AI已經(jīng)籌集了3億美元，用于繼續(xù)構(gòu)建即插即用的機器人智能,，希望能讓企業(yè)將其集成到各種機器人中,。

機器人，無論是處理基本工廠任務(wù)的雙足人形機器人,，還是用于城市作戰(zhàn)的四足軍用“機器狗”,，它們都需要“大腦”。從歷史上看,，這些機器人都是高度專業(yè)化的專用機器人,，但一家位于匹茲堡的機器人初創(chuàng)公司聲稱，他們已經(jīng)創(chuàng)造出了一種現(xiàn)成的單一智能系統(tǒng),，可以插入不同的機器人中，從而實現(xiàn)一些基本功能,。

Skild AI公司由兩位前卡內(nèi)基梅隆大學(xué)（Carnegie Mellon University）教授阿比納夫·古普塔（Abhinav Gupta）和迪帕克·帕塔克（Deepak Pathak）于2023年5月創(chuàng)立,，它創(chuàng)建了一個被稱為”通用大腦”的基礎(chǔ)模型，可以安裝到各種機器人上,，使它們能夠完成攀爬陡坡,、越過障礙物以及識別和拾取物品等功能。

該公司7月2日宣布,，已在A輪融資中融資3億美元,，估值為15億美元。本輪融資由光速創(chuàng)投（Lightspeed Ventures）,、軟銀（Softbank）,、Coatue和亞馬遜創(chuàng)始人杰夫·貝索斯（Jeff Bezos）領(lǐng)投，參與融資機構(gòu)包括CRV,、Felicis Ventures,、Menlo Ventures、亞馬遜,、紅杉,、General Catalyst、SV Angel和CMU,。

光速創(chuàng)投的合伙人拉瓦拉·賈恩（Raviraj Jain）也是該公司2023年7月種子輪融資的領(lǐng)投人,，他告訴《福布斯》，去年4月第一次看到Skild AI的模型進行壓力測試時,，他就對這些模型印象深刻,。使用它們的機器人能夠在它們從未見過的環(huán)境中執(zhí)行任務(wù)，而這些環(huán)境并不是為演示而設(shè)計的,。他說：“那時我看到的機器人還能爬樓梯,，我認為它們能爬得這么好真的很不可思議,，因為這牽涉到一個非常復(fù)雜的穩(wěn)定性問題?！?/p>

更令人印象深刻的是：使用Skild AI模型的機器人還展示出了“應(yīng)急能力”——也就是人類此前沒有教過它們的全新能力,。這些能力通常都很簡單，比如收回從手中滑落的物體或旋轉(zhuǎn)物體,。但它們證明了該模型能夠執(zhí)行意料之外的任務(wù),，這種趨勢在大型語言模型等高級人工智能系統(tǒng)中時有發(fā)生,。

Skild AI能夠?qū)崿F(xiàn)這一點是因為，它的大模型是在一個包含文本,、圖像和視頻的海量數(shù)據(jù)庫上訓(xùn)練的,，該公司聲稱這個數(shù)據(jù)庫比其競爭對手使用的數(shù)據(jù)庫大1000倍。為了創(chuàng)建這個龐大的數(shù)據(jù)庫,，兩位聯(lián)合創(chuàng)始人（他們都曾是Meta公司的人工智能研究人員）混合使用了他們多年來開發(fā)和測試的數(shù)據(jù)收集技術(shù),。

一種方法是雇傭人工承包商遠程操作機器人，并收集有關(guān)這些操作的數(shù)據(jù),。另一種方法是讓機器人執(zhí)行隨機任務(wù),，記錄結(jié)果，并通過試錯來學(xué)習(xí),。此外,，其人工智能模型還接受了數(shù)百萬個公開視頻的訓(xùn)練。

在加州大學(xué)伯克利分校攻讀博士學(xué)位時,，帕塔克就開發(fā)出了一種向機器人灌輸“人工好奇心”的方法,，即在機器人無法預(yù)測其行動結(jié)果時，對其產(chǎn)生了結(jié)果的行動進行獎勵,。他解釋說：“機器人對其行為效果的預(yù)測越不確定,，它就越有好奇心去探索,。”該技術(shù)激勵A(yù)I瀏覽更多場景并收集更多數(shù)據(jù),。

他說,，他關(guān)于好奇心驅(qū)動學(xué)習(xí)的那項研究發(fā)表于2017年，迄今已被引用了4000多次,。帕塔克還設(shè)計了一種方法,，讓機器人使用來自大型語言模型（如GPT）的書面信息（例如如何打開一罐牛奶），然后將其轉(zhuǎn)化為行動,。

“在2022年,，我們找到了一種方法，可以將這些東西整合到一個連貫的系統(tǒng)中,?！迸了苏f?！皬囊曨l中學(xué)習(xí),，從好奇心中學(xué)習(xí)，從真實數(shù)據(jù)中學(xué)習(xí),，但要與模擬場景中的知識相結(jié)合?！?/p>

Skild AI的基礎(chǔ)模型接受了比競爭對手多1000倍的數(shù)據(jù)訓(xùn)練,，可以安裝在各種機器人上，使它們能夠完成攀爬陡坡,、越過障礙物以及識別和拾取物品等任務(wù),。

圖片來源：SKILD AI

與此同時，Skild AI也面臨著來自一系列機器人公司的激烈競爭,，這些公司憑借人工智能熱潮獲得了數(shù)十億美元的風(fēng)險投資,。據(jù)《福布斯》最先報道，行業(yè)巨頭OpenAI最近重啟了其機器人團隊,，為機器人公司提供大模型,。此外，這個賽道里還有由億萬富豪首席執(zhí)行官布雷特·阿德考克（Brett Adcock）掌舵的仿人形機器人公司Figure AI和OpenAI的子公司Covariant等競爭對手,，后者正在為機器人開發(fā)ChatGPT,，并已籌集了超過2億美元的資金。

聯(lián)合創(chuàng)始人古普塔聲稱,，Skild AI 能獲取大量數(shù)據(jù),，這使它有別于該領(lǐng)域的其他公司，但他拒絕透露其模型訓(xùn)練的具體數(shù)量,。

加州大學(xué)伯克利分校（UC Berkeley）機器人與自動化教授肯·戈德堡（Ken Goldberg）也認為,，數(shù)據(jù)是擴展機器人技術(shù)的關(guān)鍵,，但機器人需要一種特定類型的數(shù)據(jù)，而這種數(shù)據(jù)在互聯(lián)網(wǎng)上并不普遍,。此外,，使用從模擬情景中收集的數(shù)據(jù)并不總是能轉(zhuǎn)化為現(xiàn)實世界的數(shù)據(jù)。

他說：“目前機器人技術(shù)令人興奮的整個想法是,，我們可以做一些類似于大型語言模型和大型視覺語言模型的事情,，它們都有互聯(lián)網(wǎng)規(guī)模的數(shù)據(jù)，你有數(shù)十億的例子,?！睂τ跈C器人來說，這不是一個簡單的任務(wù),，但Skild AI希望通過將所有數(shù)據(jù)收集技術(shù)與更多模擬信息相結(jié)合來解決這個問題,。

帕塔克和古普塔為他們的公司設(shè)想了一個類似于OpenAI的未來，即通過微調(diào),，可以在Skild AI的基礎(chǔ)模型上構(gòu)建不同的用例和產(chǎn)品,。古普塔說：“這正是我們顛覆機器人行業(yè)的目的?！彼a充說,，他們最終希望實現(xiàn)機器人的通用人工智能（一種假想的人工智能系統(tǒng)，可以與人類的能力相媲美或超越人類的能力）,，但人們可以在現(xiàn)實世界中與之互動,。

紅杉資本合伙人、Skild AI現(xiàn)有投資者斯坦芬妮·詹（Stephanie Zhan）則表示：“機器人世界即將迎來GPT-3時刻,，它將引發(fā)一場巨大的變革,，將我們在數(shù)字智能領(lǐng)域看到的進步帶到現(xiàn)實世界?！?/p>

本文作者為福布斯撰稿人,，文章內(nèi)容僅代表作者本人觀點。

本文譯自

https://www.forbes.com/sites/rashishrivastava/2024/07/09/this-15-billion-ai-company-is-building-a-general-purpose-brain-for-robots/

文： Shrivastava Rashi

翻譯：Sunny&Bella

校對：Vivian