详细内容或原文请订阅后点击阅览
人形数据
我最近受邀加入一个应用程序，该应用程序将向我支付加密货币，以拍摄我自己执行诸如将食物放入碗中、用微波炉加热，然后将其取出等任务的过程。另一个网站建议我尝试一款新游戏，在其中我可以远程控制中国深圳的机械臂，因为它完成了谜题并......
来源:MIT Technology Review _人工智能这种关于如何训练类人机器人的新概念可以说是从 2022 年 ChatGPT 的推出开始的。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，有些人认为，窃取）曾经写过的每一个单词。机器人专家希望将这些缩放定律应用于机器人技术，但缺乏描述我们如何移动的互联网规模的数据集。
由于聚集起来非常困难，公司推迟了这一计划，因此使用了变通办法，例如教机器人在虚拟模拟中移动。然而，模拟永远无法完美地模拟摩擦或弹性等事物在现实世界中的工作原理，因此接受过这些训练的机器人往往会（字面意思）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虽然很麻烦，但却可以带来巨大的回报。这就是事情变得奇怪的地方。
早期的努力是古怪而学术的。实验室从人们戴着相机或手持式抓手做家务（例如翻转华夫饼或清洁桌子）的地方收集了数小时的数据。数据是公开共享的。但随着风险投资资金涌入机器人领域（到 2025 年，仅类人机器人就将投入 61 亿美元），创建此类训练数据的竞争变得更加激烈、更加复杂。