2023年，前卡內基梅隆大學教授迪帕克·帕塔克(左)和阿比納夫·古普塔(右)成立了Skild AI，旨在為人工智能創(chuàng)造一個“通用大腦”。

目前，Skild AI已籌集了3億美元，用于繼續(xù)構建即插即用的機器人智能，希望公司能夠將其整合到各種機器人中。

機器人需要“大腦”，無論是處理基本工廠任務的雙足人形機器人，還是用于城市作戰(zhàn)的四足軍用“機器狗”。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創(chuàng)業(yè)公司聲稱，他們已經創(chuàng)建了一個現成的單一智能系統(tǒng)，可以插入不同的機器人，從而實現一些基本功能。

Skild 兩家前卡內基梅隆大學的AI公司（Carnegie Mellon University）阿比納夫·古普塔教授（Abhinav Gupta）和迪帕克·帕塔克（Deepak Pathak）成立于2023年5月，它創(chuàng)建了一個基本模型，被稱為“通用大腦”，可以安裝在這些機器人上，這樣他們就可以完成爬坡、越過障礙物、識別和拾取物品等功能。

該公司7月2日宣布，已在A輪融資中籌集了3億美元，估值為15億美元。這一輪融資是光速創(chuàng)投（Lightspeed Ventures）、軟銀（Softbank）、杰夫·貝索斯，Coatue和亞馬遜創(chuàng)始人（Jeff Bezos）領投，包括CRV在內的融資機構、Felicis Ventures、Menlo Ventures、紅杉，亞馬遜，General Catalyst、SV Angel和CMU。

拉瓦拉·賈恩，光速創(chuàng)投的合作伙伴（Raviraj Jain）又是該公司2023年7月種子輪融資的領頭羊，他告訴福布斯，去年4月第一次看到Skild 當AI模型進行壓力測試時，他對這些模型有了深刻的記憶。使用他們的機器人可以在他們從未見過的環(huán)境中完成任務，而這些環(huán)境不是為了演示而設計的。他說:“當時我看到的機器人還能爬樓梯。我認為他們能爬得這么好真的不可思議，因為這涉及到一個非常復雜的穩(wěn)定性問題?！?/p>

更加令人印象深刻的是：使用Skild AI模型的機器人也展示了“應急能力”——即人類以前從未教過它們的新能力。這些能力通常很簡單，比如收回從手中滑落的物體或旋轉的物體。然而，它們證明了這種模式可以執(zhí)行意想不到的任務，這種趨勢經常發(fā)生在各種語言模型等高級人工智能系統(tǒng)中。

Skild AI之所以能實現這一點，是因為它的大模型是在一個海量的數據庫中訓練的，包括文本、圖像和視頻，企業(yè)聲稱這個數據庫比競爭對手使用的數據庫大1000倍。為了建立這個龐大的數據庫，兩位創(chuàng)始人(他們曾經是Meta的人工智能研究人員)混合使用了他們多年來開發(fā)和測試的數據采集技術。

一種方法是雇傭人工承包商遠程控制機器人，收集關于這些操作的數據。另一種方法是讓機器人執(zhí)行隨機任務，記錄結果，通過試錯學習。此外，其人工智能模型還接受了數百萬個公開視頻的練習。

帕塔克在加州大學伯克利分校攻讀博士學位時，開發(fā)了一種向機器人傳達“人工好奇心”的方法，即當機器人無法預測其行動結果時，獎勵其行動結果。他解釋說:“機器人對其行為效果的預測越不確定，探索起來就越好奇。”該技術鼓勵AI瀏覽更多場景，收集更多數據。

他說，他關于好奇心驅動學習的研究發(fā)表于2017年，至今已被引用了4000多次。帕塔克還設計了一種方法，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)，然后將其轉化為行動。

帕塔克說：“在2022年，我們找到了一種方法，可以將這些物品整合到一個連貫的系統(tǒng)中?！薄皬囊曨l中學習，從好奇心中學習，從真實數據中學習，但要結合模擬場景中的知識?！?/p>

與此同時，Skild AI正面臨著來自一系列機器人公司的殘酷競爭，這些公司憑借人工智能熱潮獲得了數十億美元的風險投資。根據福布斯首次報道，行業(yè)巨頭OpenAI最近重啟了機器人團隊，為機器人公司提供了一個大模型。另外，這條賽道上還有布雷特·阿德考克，億萬富翁CEO。（Brett Adcock）模仿人形機器人公司Figure Covariant等AI和OpenAI的子公司正在為機器人開發(fā)ChatGPT，并且已經籌集了超過2億美元的資金。

古普塔創(chuàng)始人宣稱，Skild AI 可以獲得大量的數據，這使得它不同于這個領域的其他企業(yè)，但是他拒絕透露其模型訓練的實際數量。

伯克利分校，加州大學（UC Berkeley）肯·戈德堡，機器人和自動教授（Ken Goldberg）信息也被認為是擴展機器人技術的關鍵，但是機器人需要一種特定類型的數據，這種數據在網絡上并不常見。另外，從模擬場景中收集的數據并不總能轉化為現實世界中的數據。

他說:“目前，機器人技術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。他們都有互聯網規(guī)模的數據，你有幾十億的例子。”對于機器人來說，這不是一個簡單的任務，但是Skild AI希望通過將所有數據采集技術與更多模擬信息相結合來解決這一問題。

帕塔克和古普塔為他們的企業(yè)構思了一個類似OpenAI的未來，也就是說，通過微調，他們可以在Skild 在AI的基本模型中構建不同的用例和產品。古普塔說：“這正是我們顛覆機器人產業(yè)的目的?！八a充說，他們最終希望實現機器人通用人工智能(一個假設的人工智能系統(tǒng)可以與人類的能力相媲美或超越人類的能力)，但人們可以在現實世界中與之互動。

紅杉資本合伙人，Skild 目前，AI投資者斯坦芬妮·詹妮（Stephanie Zhan）這意味著:“機器人世界即將迎來GPT-3時刻，這將帶來一個巨大的變化，將我們在數字智能領域看到的進步帶到現實世界?！?/p>

這篇文章的作者是福布斯的作者，其內容僅代表作者自己的觀點。

本文僅代表作者觀點，版權歸原創(chuàng)者所有，如需轉載請在文中注明來源及作者名字。

免責聲明：本文系轉載編輯文章，僅作分享之用。如分享內容、圖片侵犯到您的版權或非授權發(fā)布，請及時與我們聯系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com