時(shí)令 發(fā)自 凹非寺
量子位 | 公眾號(hào) QbitAI

不怕故障的機(jī)器人大腦來(lái)了！

肢體斷裂？馬達(dá)卡??？通通沒(méi)問(wèn)題。

只要機(jī)器人身體能動(dòng)，這個(gè)大腦就能讓它動(dòng)起來(lái)。

踩高蹺？適應(yīng)外力？負(fù)載重物？也是so easy。

除此之外，它還能完成更精細(xì)的動(dòng)作，比如放置碗碟。

這個(gè)大腦，就是估值已達(dá)45億美元（截至今年6月）的Skild AI新推出的Skild Brain，它在一個(gè)包含十萬(wàn)種機(jī)器人姿態(tài)的虛擬環(huán)境中，訓(xùn)練了相當(dāng)于一千年的時(shí)間才得以成型。

更值得一提的是，此模型從未在這些機(jī)器人上進(jìn)行過(guò)訓(xùn)練，它對(duì)它們的控制能力完全是涌現(xiàn)出來(lái)的。

下面具體來(lái)看。

只要機(jī)器人能動(dòng)，大腦就能讓它動(dòng)

由于生活中總有很多事情是難以預(yù)料的，所以即使很多機(jī)器人在視頻中表現(xiàn)驚人，但在現(xiàn)實(shí)生活中卻不可避免要面臨失敗。

為什么會(huì)這樣呢？

答案就在于機(jī)器人的編程方式。

以機(jī)器人的運(yùn)動(dòng)為例，大多數(shù)控制器都是針對(duì)特定機(jī)器人訓(xùn)練的，控制它的AI會(huì)記住該機(jī)器人的運(yùn)動(dòng)策略，就像是記住了考試答案一樣，對(duì)通過(guò)考試有用，但對(duì)學(xué)習(xí)如何得出答案卻毫無(wú)幫助。

當(dāng)AI面臨從未見(jiàn)過(guò)的情況，例如馬達(dá)卡住、肢體斷裂或者是全新的身體時(shí)，記住的方案就毫無(wú)用處。

Skild AI是如何解決的呢？

他們?cè)O(shè)計(jì)了一個(gè)AI無(wú)法作弊的“測(cè)試”，讓其不僅學(xué)習(xí)控制一臺(tái)機(jī)器人，而是訓(xùn)練它去控制一個(gè)擁有不同身體形態(tài)的機(jī)器人多元宇宙。

這時(shí)，它就無(wú)法為某一臺(tái)機(jī)器人記住固定的解決方案，而是要找到適用于所有機(jī)器人的通用策略。

基于上述思想，Skild AI創(chuàng)造了一個(gè)包含十萬(wàn)臺(tái)不同機(jī)器人的宇宙。在經(jīng)過(guò)一千年的模擬時(shí)間后，系統(tǒng)涌現(xiàn)出了一個(gè)能夠適應(yīng)陌生場(chǎng)景的大腦。

這個(gè)大腦可以在面對(duì)陌生場(chǎng)景時(shí)快速匹配十萬(wàn)種身體中的任意一種。

比如把一臺(tái)四足機(jī)器人放置在直立位置，并啟動(dòng)它的大腦。大腦被喚醒時(shí)，完全不知道自己控制的是什么身體。

出乎意料的是，它竟然決定將這臺(tái)機(jī)器人當(dāng)作一個(gè)小型人形來(lái)控制，而不是四足機(jī)器人。

但由于普通的人形機(jī)器人有踝關(guān)節(jié)馬達(dá)和寬大的雙腳來(lái)保持穩(wěn)定，這個(gè)被限制前腿的四足機(jī)器人腿部只有一個(gè)被動(dòng)旋鈕，與地面只有一個(gè)接觸點(diǎn)。

所以這個(gè)新大腦必須在極短時(shí)間內(nèi)判斷出身體類(lèi)型并穩(wěn)定姿態(tài)。但由于時(shí)間太短，機(jī)器人還是摔倒了。

這難道就是大腦的極限了嗎？當(dāng)然不可能。新大腦還能從失敗中進(jìn)行上下文學(xué)習(xí)，即使機(jī)器人在第一次和第二次嘗試時(shí)都失敗了，但在第三次獲得了成功。

這就得提提Skild Brain非凡的記憶力了，大多數(shù)機(jī)器人的控制策略?xún)?nèi)存都只有幾百毫秒，但是這個(gè)新大腦的上下文窗口比前者長(zhǎng)了100多倍。

此外，團(tuán)隊(duì)還嘗試將機(jī)器人的大小腿綁在一起，以模擬其失去肢體的情況。

這一操作不僅縮短了機(jī)器人的肢體長(zhǎng)度，還讓其減少四個(gè)自由度。起初，機(jī)器人并沒(méi)有辦法進(jìn)行有效移動(dòng)，只能十分吃力的原地踏步。

然而，在經(jīng)過(guò)7-8秒的適應(yīng)后，新大腦發(fā)現(xiàn)大幅度擺動(dòng)大腿關(guān)節(jié)可克服困境，最終成功實(shí)現(xiàn)了有效行走。與此同時(shí)，僅針對(duì)單一機(jī)器人訓(xùn)練的專(zhuān)用控制器則徹底失敗，甚至翻倒。

不僅如此，團(tuán)隊(duì)還通過(guò)在軟件中鎖定機(jī)器人膝蓋來(lái)模擬關(guān)節(jié)故障，這會(huì)使四足機(jī)器人變成三足機(jī)器人，而此前它并未接受過(guò)這種訓(xùn)練。

最開(kāi)始，機(jī)器人會(huì)向前傾斜，但后來(lái)它學(xué)會(huì)了將重心向后轉(zhuǎn)移到三條腿上，甚至在適應(yīng)2-3秒后就能行走。此類(lèi)行為同樣也發(fā)生在輪式四足機(jī)器人身上。

那如果突然把機(jī)器人的輪子卡住呢？

這個(gè)大腦會(huì)感知到發(fā)送給車(chē)輪的指令不再使機(jī)器人前進(jìn)，隨后，它會(huì)切換到類(lèi)似標(biāo)準(zhǔn)雙足機(jī)器人的行走步態(tài)，當(dāng)車(chē)輪再次解鎖時(shí)，大腦會(huì)重新切換回更高效的滾動(dòng)模式。

為了更有效地測(cè)試機(jī)器人面對(duì)不同情況時(shí)的平衡狀況，團(tuán)隊(duì)還給其腿部安裝了額外的支柱，也就是讓機(jī)器人踩高蹺。

可以看出，剛開(kāi)始機(jī)器人邁出的幾步很不穩(wěn)定，但其很快就能調(diào)整步頻和腳的位置，以適應(yīng)更長(zhǎng)的腿部。

Skild AI認(rèn)為，未來(lái)在物理世界中能實(shí)現(xiàn)可靠運(yùn)行的AGI絕不是僅僅依靠記憶，它必須具備適應(yīng)世界的能力，而實(shí)現(xiàn)這一目標(biāo)的途徑就是訓(xùn)練一個(gè)可以控制所有身體的“大腦”。

Skild AI公司介紹

Skild AI創(chuàng)立于2023年，旨在開(kāi)發(fā)適用于不同硬件和任務(wù)的自適應(yīng)AI大腦，擁有約6名員工，總部位于賓夕法尼亞州匹茲堡，共有Deepak Pathak和Abhinav Gupta兩位創(chuàng)始人。

Deepak Pathak，本科就讀于印度理工學(xué)院坎普爾分校，博士畢業(yè)于加州大學(xué)伯克利分校，隨后繼續(xù)在該學(xué)校從事博士后研究。曾在Meta擔(dān)任了一年的研究員，現(xiàn)任卡內(nèi)基梅隆大學(xué)計(jì)算機(jī)科學(xué)學(xué)院助理教授。

在學(xué)術(shù)方面，他的總被引次數(shù)已超2.7w，h-index為52，i10-index達(dá)92。

另一位創(chuàng)始人Abhinav Gupta，本科也就讀于印度理工學(xué)院坎普爾分校，博士畢業(yè)于馬里蘭大學(xué)，隨后在卡內(nèi)基梅隆大學(xué)擔(dān)任博士后研究員，現(xiàn)為該學(xué)校教授。

他還曾在谷歌擔(dān)任過(guò)兩年計(jì)算機(jī)視覺(jué)和大規(guī)模視覺(jué)學(xué)習(xí)項(xiàng)目的教師顧問(wèn)，后在Meta擔(dān)任過(guò)四年的研究經(jīng)理兼組長(zhǎng)，在多個(gè)領(lǐng)域取得了若干關(guān)鍵創(chuàng)新，包括自監(jiān)督學(xué)習(xí)、觸覺(jué)感知、機(jī)器人導(dǎo)航和操作等。

Abhinav Gupta的論文總被引次數(shù)已超8萬(wàn)，h-index為117，i10-index達(dá)323。

自2023年成立以來(lái)，Skild AI除了完成1450萬(wàn)美元的種子輪融資外，還完成了A、B兩輪融資，共籌集4.14億美元，確立了其在人工智能機(jī)器人創(chuàng)新領(lǐng)域的領(lǐng)先地位。

2024年7月，Skild AI完成A輪融資3億美元，資金將用于擴(kuò)展Skild的機(jī)器人AI基礎(chǔ)模型、擴(kuò)充團(tuán)隊(duì)規(guī)模以及推進(jìn)產(chǎn)品開(kāi)發(fā)，當(dāng)時(shí)，該公司的估值已達(dá)15億美元。

今年6月，Skild AI融資1億美元，旨在支持公司的市場(chǎng)擴(kuò)張，并建立戰(zhàn)略合作伙伴關(guān)系，以加速其物理AI機(jī)器人平臺(tái)的部署。此輪融資使Skild的估值達(dá)到45億美元。

除此之外，Skild AI的主要投資者也可圈可點(diǎn)，包括但不限于軟銀、光速創(chuàng)投、英偉達(dá)、三星、紅杉資本、亞馬遜、卡內(nèi)基梅隆大學(xué)和凱迪拉克等。

參考鏈接：
[1]https://x.com/SkildAI/status/1970940614234771579
[2]https://www.skild.ai/blogs/omni-bodied
[3]https://exa.ai/websets/directory/skild-funding?utm_source=chatgpt.com