Sanctuary的全新人形机器人具有通用自主性

SANCTUARY

人形机器人一直是科幻电影和小说中的常见角色，但在现实世界中，它们还很少见。加拿大的Sanctuary AI公司（以下简称Sanctuary）称自己“肩负着在通用机器人中创造世界上第一个类人智能的使命”。听起来非常雄心勃勃，这取决于你认为“类人智能”和“通用机器人”的实际含义。

Sanctuary推出了一款标志着在实现这一目标方面取得了实质性进展的产品：Phoenix，一款新的两足人形机器人，旨在进行手动（从依赖手的意义上讲）劳动。

Phoenix是基于Sanctuary之前的一些令人印象深刻的工作和一种独特的“远程操控”训练方法而开发出来的，但远程操作当然不能像部分自主那样扩展。所有这些远程操控让Sanctuay所能做的就是收集大量关于人类如何做事的数据。其长期计划是，一些人类操纵技能最终可以转移到一个非常人性化的机器人上，这就是Phoenix的设计理念。

新闻稿中的一些机器人规格介绍如下：

• 人形和功能：身高5'7英寸，体重155磅（70.3公斤）

• 最大有效载荷为55磅（24.9公斤）

• 最高速度为每小时3英里（4.8公里）

• 搭载业界领先的机械手，具有更高的自由度（共20个），可与人手的灵活性和模仿触觉的专有触觉技术的精细操作相媲美

硬件配置的介绍令人印象非常深刻，但你应该对新闻稿持保留态度。因为它声称控制系统（称为Carbon）“能够使Phoenix像人一样思考和行动来完成任务。”这可能是目标，但该公司肯定还没有完全实现。

Sanctuary的计划是从远程呈现开始，并将其作为向通用自主迭代的基础。第一步实际上根本不涉及机器人——它是在人类在世界上做有用的事情时感知人类并记录他们的动作。这些机器人是通过遥控来学习每项任务的。一个佩戴VR头盔并连接到运动捕捉装置的人类操作员，可以看到机器人通过其摄像系统看到的画面，并通过其传感器感受到它“感觉”到的东西。操作员的动作控制着机器人，而机器人的AI系统则观察、感知并学习。当AI识别出运动模式时，它就开始建立一个与任务相关的动作库，并在某个时刻准备好自主地接管某个任务。

操控技术可以通过长距离互联网连接运行，并且新闻稿中没有明确说明在现场进行的所有事情或者任何事情都是自主完成的。所有关于像人一样完成任务和类人智能的言论，老实说，听起来很像在机器人新闻稿中经常看到的毫无意义的炒作，这实际上反映了Sanctuary认为人形机器人应该如何设计和编程，以最大限度地提高其灵活性和实用性。

为了更好地理解这一观点，我们（作者，以下简称我）采访了Sanctuary AI创始人兼首席执行官Geordie Rose。

Sanctuary有一种独特的方法来开发人形机器人的自主技能。你能描述一下过去几年你一直在做什么吗？

Geordie Rose：我们开发通用类人机器人的方法主要有两个步骤。第一是高质量的远程操作——人类飞行员使用设备控制机器人，该设备将他们的物理运动传输给机器人，机器人以同样的方式移动。机器人的感觉也会传回给人类。这一点之所以如此重要，是因为复杂的机器人很难控制，如果你想获得关于完成世界上有趣任务的良好数据，这是实现这一点的有效方法。我们在第二步中使用这些数据。

第二步是自动化人类可以做的事情。这是一个过程，而不是一个事件。我们做到这一点的方法是使用一种称为认知架构的结构，它借鉴了认知科学。这是一种想法，即人类大脑控制人体的方式可以分解为多个部分，如记忆、运动控制、视觉皮层等。当你为机器人设计控制系统时，你可以做的一件事就是尝试在软件中复制每一个部分，从根本上模仿认知科学家认为人类大脑正在做的事情。因此，我们的认知控制系统是基于这个前提的，在这个过程的第一步收集的数据成为认知系统可以学习的例子，就像你通过演示向老师学习一样。

人类思维的进化方式及其目的是将某种感知数据转化为某种行动。因此，大脑是一种将感知转化为行动的机器。如果你想建立一个大脑，最明显的做法就是建立一个物理的东西，收集相同种类的感官数据并输出相同种类的致动器数据，这样你就可以解决与人类大脑解决的相同的问题。我们的中心论点是，获得人类一般智能的最快方法是为机器人建立一个控制系统，该系统与人类具有相同的感官和动作模式。

是什么让你决定采用这种认知方法，而不是针对机器人历史上的设计和编程方式进行更优化的方法？

Rose：我们以前的公司Kindred就是沿着这条路走的。我们使用了与Sanctuary基本相同的控制策略，但专门针对我们为特定任务设计的特定机器人形态。我们发现，通过这样做，你可以去掉所有的通用性，因为你不需要它。开发一个专门的工具没有错，但我们认为这不是我们想做的，我们想实现一个更雄心勃勃的目标。

我们正在努力构建一种真正通用的技术；一般目的是指能够做你期望一个人在工作过程中能够做的事情。对于这种方法，人类形态是理想的，因为我们所有的工具和环境都是为此构建的。

当你说人工通用智能或类人智能时，你会把它扩展到什么程度？

Rose：我认为没有人知道这件事情上会有多困难。我们的团队已经表明了试图为机器人构建一个控制系统的意图，该系统在所有方面几乎与人的大脑控制身体的方式相同。当然，这是一个非常高的要求，但在某些解释下，这是人工智能领域最初开始的根本动机。这种在解决问题时建立通用性的想法，以及能够处理不可预见的情况，是生活在现实世界中的核心特征。因为现实世界是危险的、不断变化的等等。因此，松鼠或人类的控制系统需要能够适应不断变化的危险条件，而一个设计得当的机器人控制系统也需要做到这一点。

顺便说一句，我并没有轻视动物，因为像松鼠这样的动物在它们能做的事情上比我们制造的最好的机器强大得多。我想人们可能会有这样的想法，松鼠和人之间有很大的区别。但如果你能建造一个松鼠般的机器人，你就可以在它上面叠加所有象征性的和其他人工智能的东西，这样它就可以对世界做出反应，理解世界，同时也可以做有用的工作。

所以现在机器人和松鼠之间的差距比松鼠和人类之间的差距更大？

Rose：现在，机器人和松鼠之间的差距更大，但差距正在迅速缩小。

除了使用人类作为系统模型的总体方法外，在机器人上放腿的原因是什么？

Rose：在分析腿在工作中的作用时，它们确实以不完全明显的方式对我们所做的很多事情做出了贡献。腿远不如手重要，所以在我们推出产品的战略中，我们使用了效果不错的轮子。我认为轮子比腿更能解决某些问题。但在某些情况下，你确实需要腿，因此有某些类型的客户坚持认为腿是一种要求。

我的观点是，腿目前落后于其他一些机器人硬件，但它们会赶上的。在不久的将来，会有很多人构建步行算法等，然后我们可以在我们的平台上使用。例如，我认为你对Apptronic很熟悉；我们拥有那家公司的一部分。我们进行投资的部分原因是，如果他们能解决这个问题，就用他们的腿。

制造一台物理上能够完成有用任务的机器和制造一个具有自主完成这些任务的智能的机器人之间有多大的差距？

Rose：关于机器人，我一直认为，你所看到的东西，机器，实际上并不是机器人的重要组成部分。重要的部分是软件，这是所有这些中最难的部分。构建具有我们称之为智能的控制系统仍然包含许多深层次的谜团。

我们处理这一问题的方式是分层的，我们从使用机器人的远程操作开始，这是我们已经研究了大约十年的既定技术。这是我们的后备层，在此基础上，我们正在构建越来越多的自主层，以便最终使系统达到完全自主的地步。但这并不是一蹴而就的；随着时间的推移，它通过增加自主层来实现。

构建人类级人工智能的问题非常深刻。我认为它们与具体化问题密切相关。我的观点是，你无法在软件中获得一般的类人智能，这不是智能的工作方式。在现实世界中，智能是将感知转化为行动的过程的一部分。这就是我们的想法：智能实际上是一种使身体运动的东西，如果你不这样看待智能，你就永远无法实现它。因此，构建人工通用智能的所有问题，类人智能，都体现在这个控制问题中。

构建一个真正的智能是一个巨大的挑战。这是一个文明层面的挑战，但这是我们为自己设定的挑战。这就是这个组织存在的原因：解决这个问题，然后将其应用于劳动力输送。